Исследование технологий распознавания лиц

Аннотация 2
ВВЕДЕНИЕ 7
1 Компьютерное зрение и распознавание лиц 10
1.1 Основные определения 10
1.2 Классификация методов по основным классам решаемых задач 10
1.2.1 Классификация по инвариантности методов к вариациям
исходного изображения и способы её достижения 12
1.2.2 Классификация по алгоритмическим особенностям методов
распознавания 13
2 Исследуемые методы распознавания лиц 16
2.1 Каскады Хаара 16
2.2 Метод главных компонент 17
2.3 Метод локальных бинарных шаблонов 21
3 Экспериментальное исследование на основе трёх методов 24
3.1 Программное обеспечение исследования 24
3.2 Описание кода 25
3.3 Анализ результатов 27
3.3.1 Результаты применения метода каскады Хаара 27
3.3.2 Результаты применения метода главных компонент 32
3.3.3 Результаты применения метода локальных бинарных
шаблонов 38
3.3.4 Сравнение результатов метода главных компонент и
локальных бинарных шаблонов 44
ЗАКЛЮЧЕНИЕ 46
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ И ЛИТЕРАТУРЫ 47
ПРИЛОЖЕНИЕ А Программа распознавания лица методом каскады
Хаара 49
ПРИЛОЖЕНИЕ Б Программа распознавания лица методом главных компонент 50
ПРИЛОЖЕНИЕ В Программа распознавания лица методом локальных бинарных шаблонов 53
Купить

Задача распознавания лиц возникает во многих областях. Это крайне сложная задача, требующая колоссальных технических средств. Для упрощения сложных задач их разбивают на несколько более простых. В данном случае выделяют две основные задачи: задача выделения лица и задачи распознавания. Для их решения используют разные подходы.
В алгоритмах выделения лица существуют два направления, которые по-разному подходят к этому вопросу. Первый подход рассматривает лицо как набор разнообразных признаков, что характеризует лицо как объект среди множества других объектов. Такими признаками могут служить цвет кожи, поскольку он варьируется в определенном диапазоне, брови, глаза, форма черепа и так далее. Второй подход основывается на рассмотрении снимка с лицом как изображения, абстрагируясь от задачи выделения лица, расширяя ее к задаче выделения какого-либо объекта на снимке.
Ввиду большого разнообразия проблем и методов их решения в области компьютерного зрения, существует большое разнообразие программного обеспечения, как общего назначения, так и предназначенного только для узкоспециализированных задач. В связи с тем, что довольно часто над приложениями работает не один разработчик, а целая команда, встала потребность в создании простой и понятной структуры, ускоряющей процесс разработки приложений, использующих технологии компьютерного зрения. Отсюда возникает проблема, связанная с необходимостью более простого использования существующих алгоритмов и наличия стандартизированных параметров, чтобы при работе с большим проектом разработчикам проще было понимать код друг друга. Для повышения эффективности решения задач компьютерного зрения и были разработаны библиотеки и фреймворки для различных языков программирования. В них реализованы базовые алгоритмы работы с изображениями, есть структурированный перечень параметров, необходимых для работы каждого из алгоритмов и присутствует единая документация, согласно которой можно понять, что значит, каждый параметр и за что отвечает та или иная функция.
В данной работе рассматриваются каскады Хаара, метод главных компонентов и метод локальных бинарных шаблонов.
В первой главе будет рассмотрен теоретический материал по распознаванию лиц. Во второй главе будут рассмотрены исследуемые методы распознавания. В третьей главе речь пойдет и о практической реализации распознавания лица.
Объектом исследования является распознавание лица средствами компьютерного зрения.
Предметом исследования стали методы обработки изображений и видеопотока с целью распознавания лиц. Несомненно, результаты такой обработки изображений во много зависят от таких особенностей, как качество изображения, условия освещённости, зашумлённость и так далее.
Поставленной целью исследования, проведённого в рамках данной работы, является создание программы по распознаванию лиц с помощью библиотеки OpenCV и Face Recognition, языка высокого уровня Python и среды разработки PyCharm [1-2].
Для достижения поставленной цели необходимо решить следующие задачи:
1) Рассмотреть теоретический материал по теме «Распознавание лиц» и выбрать методы, с помощью которых будет проводиться распознавание лиц, выделенных на отдельном изображении и на видеопотоке в реальном времени;
2) Предложить и реализовать алгоритмы на языке Python при помощи библиотек OpenCV и Face Recognition, которые будут распознавать лица в реальном времени.
Практическая ценность. В настоящее время системы распознавания лиц применяются в очень большом количестве областей. Рассмотрим некоторые из них. Первая область - борьба с преступностью. Фоторобот злоумышленника сверяется с изображениями в базах данных, либо производится видеонаблюдение человеческого потока в людных местах, и лица людей в реальном времени сравниваются с лицами нарушителей. Распознавание лиц работает и в системах контроля доступа к объектам. Распознавание используется для ограничения доступа к технологическим зонам. Современные системы распознавания лиц оснащены технологией анти-спуфинга, которая автоматически отличает настоящее лицо от фотографии. Это позволяет отслеживать случаи подмены лица на чужую фотографию или прохождения сотрудника с фотографией отсутствующего коллеги.

Купить