Ученые Пермского Политеха научили систему распознавания лиц выявлять близнецов
11.07.2022
На сегодня система распознавания лиц активно используется в технологиях компьютерного зрения в видеоаналитике, в режиме допуска-пропуска, защиты периметра и для учебно-исследовательских целей. Однако большинство имеющихся технологий имеет погрешность в опознании близнецов, тем самым оставляя возможность подмены личности. Ученые Пермского Политеха разработали математический метод, который способен распознавать не только близнецов, но и одного человека разного возраста.
Технология политехников была представлена на научной конференции в АОЭ. Исследование было опубликовано на портале «International Conference on Data Analytics for Business and Industry (ICDABI)».
По данным Wikipedia, корпорация Google потратила более двух миллиардов долларов на решение данной задачи как комплекса проблемы распознавания в целом.
По словам ученых, проверяемое фото из базы данных или из видео потока подвергается автоматической коррекции яркости и контрастности с выравниванием цветов по каналам RGB, пропускается через фильтр Собеля с получением черно-белого изображения. Технология находит горизонтальное расположение бровей (при углах наклона используется модуль возврата лиц в вертикаль), затем в автомате строится сетка 6х6 линий (используя правила золотого сечения), что дает 25 значений в виде вектора с 26 значением, как средним, после чего массив сортируется по 26 значению, что позволяет при любой величине базы для анализа брать только шесть значений. По каждому прямоугольнику применяется преобразование Фурье.
— Во время анализа учитываются лица разного пола, возраста, изменение лица через фоторобот, наклоны и повороты. Кроме того, программа учитывает разные условия жизни близнецов, которые по-разному отразились на элементах лица в большей или меньшей степени, — сообщает доцент кафедры автоматики и телемеханики Пермского Политеха, кандидат технических наук Юрий Липин.
Так, из базы данных, состоящей из десятков человек, система смогла распознать 99%. Время распознавания на одно фото 2 мсек в потоке при рассчитанных векторах.
Результат позволяет утверждать правомочность алгоритма в решении данной проблемы, и не только ее, и в задаче идентификации людей разного возраста.
Повышение процента распознавания достигается за счет равенства единиц всех значений вектора из 25, кроме отвечающих за глаза, брови, нос, часть губ.
Технология политехников была представлена на научной конференции в АОЭ. Исследование было опубликовано на портале «International Conference on Data Analytics for Business and Industry (ICDABI)».
По данным Wikipedia, корпорация Google потратила более двух миллиардов долларов на решение данной задачи как комплекса проблемы распознавания в целом.
По словам ученых, проверяемое фото из базы данных или из видео потока подвергается автоматической коррекции яркости и контрастности с выравниванием цветов по каналам RGB, пропускается через фильтр Собеля с получением черно-белого изображения. Технология находит горизонтальное расположение бровей (при углах наклона используется модуль возврата лиц в вертикаль), затем в автомате строится сетка 6х6 линий (используя правила золотого сечения), что дает 25 значений в виде вектора с 26 значением, как средним, после чего массив сортируется по 26 значению, что позволяет при любой величине базы для анализа брать только шесть значений. По каждому прямоугольнику применяется преобразование Фурье.
— Во время анализа учитываются лица разного пола, возраста, изменение лица через фоторобот, наклоны и повороты. Кроме того, программа учитывает разные условия жизни близнецов, которые по-разному отразились на элементах лица в большей или меньшей степени, — сообщает доцент кафедры автоматики и телемеханики Пермского Политеха, кандидат технических наук Юрий Липин.
Так, из базы данных, состоящей из десятков человек, система смогла распознать 99%. Время распознавания на одно фото 2 мсек в потоке при рассчитанных векторах.
Результат позволяет утверждать правомочность алгоритма в решении данной проблемы, и не только ее, и в задаче идентификации людей разного возраста.
Повышение процента распознавания достигается за счет равенства единиц всех значений вектора из 25, кроме отвечающих за глаза, брови, нос, часть губ.
Марина Осипова © Вечерние ведомости
Читать этот материал в источнике
Читать этот материал в источнике
В Первоуральске молодёжь учит старшее поколение искусству кружевоплетения
Воскресенье, 22 декабря, 16.24
СМИ сообщают о поджоге полицейской машины в Екатеринбурге
Воскресенье, 22 декабря, 16.04
В Екатеринбурге автобус врезался в дерево: пострадали водитель и пассажиры
Воскресенье, 22 декабря, 12.32