Порівняльна характеристика сучасних методів розпізнавання людей на основі комп’ютерного оброблення їх зображення

DOI: 10.31673/2412-9070.2020.02933

Анотація

Проблема автоматизованого розпізнавання облич та жестів є відносно новою і досі повністю не вирішеною. Останніми роками було запропоновано низку різних методів і алгоритмів для оброблення, локалізації та розпізнавання облич і жестів у статичних зображеннях, таких як «власні обличчя» (аналіз основних компонентів, PCA), нейронні мережі, еволюційні алгоритми, алгоритм AdaBoost, метод підтримання вектора тощо. Однак ці підходи до розпізнавання об'єктів мають недостатню точність, надійність та швидкість у складних реальних умовах, що характеризуються наявністю шуму в зображеннях та відеопослідовностях.
У наш час системи відеоспостереження набули великого поширення. Є багато компаній, які виробляють своє обладнання для цієї мети. Це картки для захоплення відео зі спеціальним програмним забезпеченням. Наприклад, для того, щоб система спостереження в пункті пропуску підрахувала кількість людей, що проходять, необхідно витратити значну суму грошей для її програмного забезпечення, оскільки буде потрібне спеціальне програмне оброблення відеопотоку, яка розпізнаватиме зображення та обчислюватиме їх.
Слід зазначити, що існує низка факторів, які ускладнюють розпізнавання об'єктів у статичних зображеннях та відеопослідовностях. До них належать: зміна умов освітлення під час процесу зйомки, низька якість відеозображень, труднощі відокремлення об'єкта від фону, наявність багатьох об’єктів у відеокадрі тощо.
У статті визначено завдання виявлення об’єктів на зображенні, а також методи оброблення та аналізу даних. Вивчено методи розпізнавання, які є одними з перших практичних завдань, що стало стимулом для розвитку теорії розпізнавання об'єктів. Проаналізовано питання розпізнавання облич та жестів, що знаходить застосування у різних сферах людської діяльності. Розглянуто алгоритми розпізнавання облич.

Ключові слова: розпізнавання облич; штучна нейронна мережа; штучний інтелект.

Список використаної літератури
1. Deepface: Closing the gap to human-level performance in face verification / Y. Taigman [et al.] // Proceedings of the IEEE conference on computer vision and pattern recognition. 2014. С. 1701–1708.
2. Schroff F., Kalenichenko D., Philbin J. Facenet: A unified embedding for face recognition and clustering // Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. 2015. С. 815–823.
3. Лукьяница A. A., Шишкин А. Г. Цифровая оброботка видеоизображений // Ай-Ес-Ес Прес, 2009. С. 511.
4. Журавльов Ю. І. Распознавание: математические методы // Фазис. 2006. С. 147.
5. Deep Face Recognition / O. M. Parkhi [et al.] // BMVC. 2015. Т. 1. №. 3. С. 6.
6. A light CNN for deep face representation with noisy labels / X. Wu [et al.] // arXiv preprint arXiv:1511.02683. 2015.
7. Amos B., Ludwiczuk B., Satyanarayanan M. Openface: A general-purpose face recognition library with mobile applications // CMU School of Computer Science. 2016.
8. Болотова Ю. А. Алгоритмы обработки и анализа изображений иерархической временной сетью: дис. на соискание уч. степени канд. техн. наук. Томск, 2013.
9. Фан Н. Х., Буй Т. Т. Ч., Спицын В. Г. Распознавание жестов на видеопоследовательности в режиме реального времени на основе применения метода Виолы-Джонса, алгоритма CAMShift, вейвлет-преобразования и метода главных компонент // Вест. Томск. гос. ун-та. 2013. Т. 23. № 2. С. 102–111.
10. Распознавание лиц на групповых фотографиях с использованием алгоритмов сегментации / А. И. Шерстобитов, В. П. Федосов, В. А. Приходченко, Д. В. Тимофеев // Известия ЮФУ: технические науки. 2013. №5.