Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Rozpoznawanie twarzy:proces i narzędzia

Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Plan wykładu

Egzamin, pytania... Przebieg procesu rozpoznawaniaŁączenie metodPrzegląd najważniejszych narzędzi PCA SVM Gabor Wavelets

Uwagi końcowe

Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Egzamin

Pisemny 19/01/2006 (?) 10 pytań 0 – 2 pytania z każdego wykładu

Możliwość poprawy w formie ustnejProszę o zapisy

Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Etapy rozpoznawania

Detekcja Normalizacja

Ekstrakcjacech

Porównywaniewektorów cech

Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Cele detekcji

Znalezienie twarzy na obrazie niezależnie od rozmiaru obrazu niezależnie od wielkości twarzy dla obrazów RGB i GS szybkie i skuteczne niezależnie od kąta obrotu twarzy

Przekazanie położenia twarzy do etapu normalizacji

Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

NarzędziaUogólniona transformata Hougha wykrywanie elips

Mechanizm wektorów wspierających (SVM) weryfikacja

PCA (projekcja wsteczna) weryfikacja

Gabor Wavelets detekcja punktów charakterystycznych

Mapy na podstawie koloru

Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Algorytm

Detekcja elips „pionowych” potencjalne twarze

Detekcja elips „poziomych” potencjalne oczodoły

Wstępna normalizacja i weryfikacjaDetekcja pozostałych punktów

Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Śledzenie obiektów

Zastosowanie przy sekwencjach video większa szybkość od detekcji mniejsza dokładność

Narzędzie: Przepływ OptycznyŚledzone są punkty charakterystyczne

Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

NormalizacjaWejście: obraz z kamery lokalizacja punktów

charakterystycznych

Cel: generacja obrazu o niezmiennych

parametrach eliminacja różnic wewnątrz-klasowych przygotowanie obrazu do ekstrakcji

cech

Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Narzędzia

Przekształcenia geometryczneFiltry rozjaśniająceOperacje na histogramie dopasowywanie do histogramu

twarzy średniej

Kompensacja oświetlenia

Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Etapy

Obrót twarzy nie frontalnychNormalizacja geometrycznaKompensacja oświetleniaDopasowywanie histogramu

Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Ekstrakcja cech

Wejście: obraz znormalizowany

Cel: generacja klucza opisującego twarz

znajdującą się na obrazie klucze łatwe do porównywania

Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Narzędzia

Principal Component Analysis Linear Discriminant Analysis Local PCA Bayesian Matching

Gabor Wavelets

Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Porównywanie kluczy

Powiązane z metodą ekstrakcji cechEigenfaces odległości geometryczne SVM

Dual Eigenfaces klasyfikacja różnicy obrazów

EBGM dwa etapy: liczenie korelacji,

porównywanie wyników cząstkowych

Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Wybór metody

Wiele metod ekstrakcji cech którą wybrać?

Wiele kluczy, wiele podobieństwPotrzebny jednoznaczny wynikProblem „wielu ekspertów”

Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Łączenie metod

S1

S2

Sn

... S

K1

K2

Kn

...

Dwa obrazy Wektory cech Podobieństwa

K1

K2

Kn

...

Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Metody łączenia

Średnia podobieństw zastosowanie średniej ważonej

SVM z jądrem wielomianowymZastosowanie SVM do znalezienia wag

Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Czy łączenie ma sens?

Wyniki wzrastają o kilka procent różnice w zasadach działania metod

Łączenie różnych metryk ten sam wektor cech różne miary podobieństwa

Wykorzystanie „słabych metod”

Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Pewność identyfikacji

Ocena poprawności odpowiedzi systemuKlasyfikacja kolejnych podobieństw wykorzystanie SVM

Wybór najpewniejszych klatek identyfikacja na podstawie

śledzenia

Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Narzędzia: PCA

Zastosowania: ekstrakcja cech - metoda Eigenfaces detekcja (projekcja wsteczna) Dual Eigenfaces

Działanie – etapy: trening ekstrakcja cech porównywanie wektorów cech

Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Narzędzia: SVM

Zastosowania: weryfikacja – detekcja twarzy porównywanie wektorów cech detekcja kąta padania światła detekcja kąta obrotu głowy łączenie metod ocena jakości obrazu

Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Narzędzia: SVM

Dwa etapy pracy: trening klasyfikacja

Główna idea: przestrzeń o większej liczbie wymiarów

gwarantująca separowalność liniową

Problem doboru próbki treningowejWybór jądra przekształcenia oraz parametrów

Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Narzędzia: Gabor Wavelets

Zastosowanie: ekstrakcja cech – metoda EBGM detekcja punktów

charakterystycznych śledzenie

Działanie: lokalna analiza częstotliwościowa przygotowanie zbioru wielu falek porównywanie: korelacja z

obliczaniem przemieszczenia

Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Narzędzia: GHT

Zastosowanie do detekcji twarzyZasada działania: tworzenie obrazu kierunkowego wskazanie prawdopodobnego

środka elipsy dla każdego odcinka (wykorzystanie szablonów)

akumulacja wyników dla wszystkich odcinków

Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Rozpoznawanie twarzyZalety: niska inwazyjność wysoka szybkość system wspomagający identyfikację

Wady: stosunkowo niska skuteczność „zmienność” twarzy twarz nie zawsze jest widoczna

Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Krzywe FAR i FRR

FAR: False Acceptance RateFRR: False Rejection Rate

próg akceptacji

[%]

błąd [%]

100

100

0

FAR

FRR

Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Zastosowania

Systemy kontroli dostępu (min FAR) pełna identyfikacja na podstawie

twarzy weryfikacja innego źródła identyfikacji

Wyszukiwanie osób (min FRR) osoby niebezpieczne stali klienci przeglądanie danych z monitoringu

Detekcja twarzy

Rozpoznawanie Twarzy i Systemy Biometryczne, 2005/2006

Dziękuję za uwagę!