УДК 004.93
Є.,
Національний університет "Львівська політехніка",
кафедра електронних обчислювальних машин
Програмний сервіс розпізнавання облич з використанням
3D сенсора PrimeSense Carmine 1.08
Розглянуто проблему розпізнавання облич, основні методи та підходи до її вирішення; розроблено схему процесу розпізнавання із використанням запропонованих методів на основі 3D зображення, отриманого сенсором PrimeSense Carmine 1.08.
Ключові слова: розпізнавання обличчя, 3D зображення, PrimeSense Carmine.
Considered the problem of face recognition and main methods and approaches for solving it; developed scheme of face recognition process using proposed algorithms, based on 3D depth image received from sensor PrimeSense Carmine 1.08.
Keywords: face recognition, 3D depth image, PrimeSense Carmine.
Вступ. На сьогодні розпізнавання облич є досить актуальним й знайшло застосування у багатьох сферах життя людини. Зокрема варто відмітити використання різноманітних методів розпізнавання у таких інтелектуальних системах, як динамічна ідентифікація особи у відеопотоці чи автентифікація користувача в системі використовуючи його біометричні дані, зокрема обличчя.
Процес ідентифікації будь-яких об’єктів складається із двох стадій: навчання та розпізнавання [1]. Навчання складається із послідовного аналізу зображень із зазначенням об’єктів, які на ньому зображені. Отримані таким чином дані зберігаються в базі даних і в майбутньому будуть використані для порівняння векторів ознак. Розпізнавання включає в себе більш складнішу процедуру, оскільки потрібно не лише отримати певний набір ознак із поточного зображення обличчя, але й за певним алгоритмом провести порівняння та зробити висновок про належність тій чи іншій особі.
Стан проблем. Основною проблемою та складністю у процесі розпізнавання обличчя є отримання якісних ознак, які б найкраще характеризували та однозначно ідентифікували обличчя конкретної особи. За весь розвиток теорії розпізнавання, було запропоновано та реалізовано в реальні системи досить велику кількість алгоритмів та методів: метод головних компонент [2]. геометричний метод [3], приховані моделі Маркова [4], методи на основі нейромережі, метод Віоли-Джонса [5] та багато інших. Кожен із цих методів має свої переваги та недоліки [6, 7]. Якість та ефективність методу залежить від багатьох факторів, зокрема якість вхідного зображення (освітленість, роздільна здатність), вираз та емоційний стан обличчя людини, наявність додаткових особливостей (борода, вуса, окуляри), розміщення обличчя відносно камери [8]. Розпізнавання на основі 3D зображення обличчя також має свої складнощі, проте 3D зображення дає більш точну і повну геометрію обличчя [9]. Тому при виборі методу розпізнавання слід враховувати усі ці фактори, більшість з яких визначається сферою практичного застосування.
Постановка задачі. Провести огляд відомих алгоритмів розпізнавання обличчя на основі 2D та 3D зображень та запропонувати найбільш ефективні. Розробити схему процесу розпізнавання обличчя для програмного сервісу розпізнавання обличчя на основі зображень, отриманих за сенсором PrimeSense Carmine 1.08.
Розв’язання задачі. Пристрій PrimeSense Carmine 1.08 містить 3 типи сенсорів: IR та Depth сенсори для отримання 3D зображення, та RGB сенсор для отримання 2D зображення. На рис. 1. наведено 2D та 3D зображення обличчя, отриманих даним пристроєм.
Рис. 1. 2D (RGB) та3D (Depth) зображення обличчя із сенсора PrimeSense Carmine 1.08
Оскільки роздільна здатність 3D зображення та плавність контурів не є достатньо високими, тому методом розпізнавання обличчя на основі 3D зображення було обрано геометричний метод. Суть методу полягає у виділення ключових точок, використовуючи геометричні особливості обличчя. Даний метод більш ефективний в застосуванні до 3D зображення [10], оскільки відстані між ключовими точками будуть обраховуватися в трьох вимірах, що суттєво збільшує кількість якісних ознак, які однозначно ідентифікують обличчя конкретної особи. На рис. 2. зображено застосування геометричного методу із виділенням ключових точок.
Рис. 2. Визначення ключових точок геометричним методом на 3D зображенні
В якості методу розпізнавання обличчя на основі 2D зображення, згідно із проаналізованих джерел [2, 6, 7], обрано метод головних компонент (PCA) на основі характеристик продуктивності, розміру моделі та часу навчання [6].
Відповідно до вибраних методів розпізнавання для 2D та 3D зображень, розроблено наступну схему процесу розпізнавання для програмного сервісу розпізнавання облич з використанням 3D сенсора PrimeSense Carmine 1.08 (див. рис. 3). Основна ідея – паралельний процес розпізнавання обличчя на основі 2D та 3D зображень відповідним алгоритмом. Прийняття рішення в даному випадку відбувається із врахуванням результатів розпізнавання кожного із методів. Даний варіант комбінованого 2D та 3D розпізнавання суттєво збільшує ефективність та точність розпізнавання, збільшуючи при цьому надійність програмного сервісу.
Рис. 3. Схема процесу розпізнавання обличчя з використанням PrimeSense Carmine 1.08
Висновки. Оглянуто існуючі підходи та алгоритми для вирішення проблеми розпізнавання обличчя, запропоновано найбільш ефективний метод для програмного сервісу розпізнавання обличчя з використанням 3D сенсора PrimeSense Carmine 1.08 та розроблено схему процесу розпізнавання.
Література
1. . Метод забезпечення інваріантності зображення обличчя щодо афінних спотворень. Наукоємні технології. – 2013. – № 3. – c. 294-298.
2. K. Kim: Face Recognition using Principal Component Analysis. Dept. of Comp. Sci., University of Maryland. – 2000. – p. 7.
3. R. Brunelli, T. Poggio. Face recognition through geometrical features. Proceedings of the Second European Conference on Computer Vision, Vol.588. – 1992. – pp. 792-800.
4. A. V. Nefian and M. H. Hayes III. Face Detection and Recognition Using Hidden Markov Models. Proc. of IEEE International Conference on Image Processing, vol. 1. – 1998. – pp. 141-145.
5. Буй Тхи Тху Чанг, Фан Нгок Хоанг, В.Г. Спицын. Распознавание лис на основе применения метода Виолы-Джонса, вейвлет-преобразования и метода главных компонент. Известия Томского политехнического университета. – 2012. – №5. – с. 54-59.
6. A. Singh, BK Singh, M. Verma. Comparison of Different Algorithms of Face Recognition. VSDR-IJEECE, Vol2(5). – 2012. – pp. 272-278.
7. I. Fasel, J. R. Movellan. A Comparison of Face Detection Algorithms. In Proceedings of the international conference on artificial neural networks (ICANN 2002).UAM. – 2002. – pp. .
8. I. Marqu´es. Face Recognition Algorithms. Proyecto Fin de Carrera. – 2010. – p. 66.
9. A. F. Abate, M. Nappi, D. Riccio, and G. Sabatino. 2D and 3D face recognition: A survey. Pattern Recognition Letters, Vol.28. – 2007. – pp. .
10. M. Zhou, X. Liu, G. Geng. 3D Face Recognition Based on Geometrical Measurement. Advances in Biometric Person Authentication. – 2005. – pp. 244-249.
