X
تبلیغات
پخش زنده جام جهانی

FER: Facial Expression Recognition

شناسایی چهره چیست؟

شناسایی چهره (face recognition) :

از دیر باز انسان برای بقا، نیاز به تشخیص دوست از دشمن داشته است و تشخیص هویت برای وی امری حیاتی بوده و هست، لذا امروزه سعی در مکانیزه سازی سیستم های شناسایی یا تشخیص هویت شده است. این پیشرفت ها دلیل بر نیاز جامعه و جهان بوده است . نیازی که پیشرفت در آن باعث کاهش تخلفات، افزایش امنیت، تسریع در امور روزمره و ... شده است. در گذشته جهت شناسایی جرم و جنایتکار، از روال شناسایی اثر انگشت و چهره‌نگاری استفاده میشده، اما اکنون سیستم های مکانیزه‌ای ایجاد شده است.

انسان ها به طور معمول بیش از هر روش بیومتریکی از تشخیص چهره برای شناخت و شناسایی همدیگر استفاده می کنند. یکی از روش های مورد بررسی برای تعیین هویت انسان، شناسایی چهره میباشد.

در چهره نگاری آن دسته از ویژگی هایی که با گذشت زمان به طور قابل ملاحضه ای تغییر نمی کنند، اندازه گیری می شوند. اطراف دهان و استخوان های گونه، شکل بینی و محل قرارگیری ابروها، چشم ها، بینی، دهان، طول چانه و پیشانی و همچنین فاصله ی چشم ها و ابروها، از جمله ویژگی های اندازه گیری شده در این سیستم ها هستند.

شناسایی چهره امروزه توسط سیستم های کامپیوتری انجام می شود که معمولا" با عنوان بازشناخت چهره یا شناسایی چهره بیان می گردد. در شناسایی تصویر یک چهره تصویر ورودی با توجه به اطلاعات موجود در بانک اطلاعات، مورد شناسایی قرار می گیرد. این بانک شامل مشخصاتی از تصویر چهره افراد شناسایی شده می باشد. شناسایی چهره استفاده های فراوانی در شناسایی بزهکاران، کارت های اعتباری، سیستم های امنیتی و موارد متعدد دیگر داشته و بدلیل کاربردهای فراوان، در سال های اخیر، مورد توجه قرار گرفته است. این شناسایی چهره در تصویر در دو مرحله انجام می شود:

موقعیت و حدود چهره یا چهره ها، در تصویری که دارای اشیاء و زمینه های مختلف است، مشخص می شود.

از چهره مشخص شده در تصویر، ویژگی های لازم استخراج شده و شناسایی انجام می شود. که از جمله آن مشخص کردن اجزاء چشم و تعیین حالت و موقعیت آنها می باشد.

کارهای انجام شده برای استخراج خصوصیات از تصویر بر روی دو نوع تصویر ( تصاویر تمام رخ و نیمرخ ) بوده است و بدلیل اینکه تصاویر نیم رخ حاوی اطلاعات کمتری از تصاویر تمام رخ است، بررسی های انجام شده، بیشتر بر تصاویر تمام رخ متمرکز شده است. در دهه های اخیر روش های متعددی برای شناسایی چهره پیشنهاد شده است که برخی روش ها از بقیه کامل تر هستند.

پارامترهای مهم در تعیین نرخ شناسایی

نرخ شناسایی در تمامی روش های موجود، به چند عامل مهم وابسته است:

1_ اندازه  تصاویر چهره

هر چند تصاویر بزرگتر باشند، حاوی اطلاعات بیشتری از چهره بوده و این فراوانی اطلاعات در برابر استخراجی نیز صدق می کند، لذا طبقه بندی و جدا پذیری کلاس ها بهتر انجام گرفته و نرخ شناسایی افزایش میابد. البته اگر تصاویر بزرگ و تعداد آنها زیاد باشد، حجم و حافظه ی زیادی برای پردازش و نگهداری تصاویر، لازم خواهد بود.

2_ تغییرات تصاویر آموزش هر شخص

اگر تغییرات تصاویر آموزشی در هر کلاس کم باشد، تغییرات بردار استخراجی و تداخل بین کلاس ها کمتر بوده و نرخ شناسایی افزایش می یابد. اما باید توجه داشت که در این صورت، حالت های محدودی از چهره ( شبیه تصاویر آموزشی ) قابل شناسایی خواهد بود.

3_ تعداد اشخاص ( کلاس ها ) در بانک تصاویر

با افزایش تعداد کلاس ها، تداخل بین کلاس ها بیشتر شده و از جدا پذیری آنها کاسته می شود و نرخ شناسایی نسبت به تعداد کمتر کلاس ها، پایین می آید.

4_ به کار بردن سطح آستانه

شناسایی هویت از طریق دندان، لب، تپش های قلب و ...

یکی از چالش‌های اصلی سیستم‌های تشخیص چهره فعلی این است که بسیاری از تصاویر از چهره افراد از روبرو نیست. اختراع فیس‌ بوک با استفاده از یادگیری عمیق، در زمینه شناسایی چهره از نیم رخ پیشرفت‌های بسیار زیادی داشته‌ است. در یادگیری عمیق، سیستم‌های هوشمند با الهام گرفتن از ساختار نورون‌های مغز حجم زیادی از داده را استخراج می‌کنند. سیستم Deep Face شرکت  فیس بوک برای شناسایی چهره از 120 میلیون پارامتر مختلف استفاده می کند.

در حال حاضر شرکت اینتل یک سیستم تشخیص چهره ساخته است که از روی چهره، سن و جنسیت افراد را تشخیص می دهد و تبلیغات مورد نظر را برای آنها به نمایش می دهد.حامیان حقوق شهروندی، پیشرفت سیستم های تشخیص چهره را یکی از بزرگترین خطرات برای حریم خصوصی می دانند. کمسیون تجارت فدرال در سال 2012، قوانینی برای استفاده از سیستم های تشخیص چهره توسط شرکت ها تدوین کرد که بر اساس آن کابران باید علاوه بر اطلاع داشتن از اینکه چهره آن ها توسط سیستم های تشخیص چهره شناسایی می شود، نحوه ی کار کردن آن را نیز بتوانند تغییر دهند.

به طور کلی face recognition تشخیص چهره است یعنی تمام دیتابیس ما همه چهره هستند و الگوریتم باید مثلا" تشخیص جنسیت بدهد یا در یک تصویر چند چهره داریم  که در اینجا الگوریتم ،چهره سیاه پوست را از سفید پوست مجزا میکند و تشخیص میدهد.

برای  اطلاعات بیشتر به آدرس زیر مراجعه کنید:

http://www.asemooni.com/health/psychology/character-of-the-people-on-the-face

http://sibashahr.com/2238-2/

نظرات (0)
امکان ثبت نظر جدید برای این مطلب وجود ندارد.