Аннотация
Перечень условных сокращений 3
Введение 4
1 Теоретическая часть 6
1.1 Обнаружение объектов. Наиболее распространенные методы,
применяемые в компьютерном зрении 6
1.1.1 Метод Виолы-Джонса и признаки Хаара 8
1.1.2 Алгоритм AdaBoost 12
1.1.3 Каскадная структура классификаторов 13
1.1.4 Распознавание лиц в OpenCV с использованием каскадов Хаара 14
1.2 Метод главных компонент или principal component analysis (PCA) 15
1.2.1 Алгоритм работы метода главных компонент 17
1.3 Метод локальных бинарных шаблонов 18
2 Экспериментальное исследование на основе описанных методов 21
2.1 Программное обеспечение исследования 21
2.2 Описание кода 22
2.3 Разработка приложения 24
2.3.1 Элементы окна графического интерфейса пользователя (GUI) ... 30
2.4 Анализ результатов 33
Заключение 39
Список использованных источников и литературы 40
Приложение А Код основной программы 42
Приложение Б Код для создания графического интерфейса пользователя ... 49
Приложение В Код программы для отправки статистики по электронной почте 52
Актуальность задачи обнаружения объектов и распознавания лиц с годами только возрастает. Основной трудностью распознавания лиц является зависимость качества результата идентификации человека по изображению лица от ракурса, положения, условий освещенности и т. д. В задачу биометрических методов распознавания лиц входит автоматическое нахождение лица на изображении или видеопотоке и, при необходимости, идентификация человека [1].
Технология распознавания лиц (Face Recognition) с каждым годом становится все более популярной в современном мире. Китай запустил данную технологию в школах для контроля за посещением уроков школьниками и их поведением. Многие аэропорты мира уже используют технологию распознавания лиц для обеспечения безопасности на своей территории. Гипермаркеты применяют данную технологию для классификации своих покупателей и изоляции (задержания) лиц, которые ранее были замечены в попытках обмана магазина. Несомненно, что диапазон применений технологии распознавания лиц в ближайшее время будет только расти [2].
OpenCV (Open Source Computer Vision, компьютерное зрение с открытыми исходными кодами) это популярная библиотека компьютерного зрения, разработанная компанией Intel в 1999 году. Кроссплатформенная библиотека нацелена на обработку изображений в режиме реального времени, и включает в себя свободную реализацию новейших алгоритмов компьютерного зрения. Библиотека OpenCV сейчас доступна для множества языков программирования и платформ, включая C, C++, Python и Android [3].
В данной работе рассматриваются возможности распознавания лиц с помощью каскадов Хаара и их применение на практике, а также сбор и отправка статистики по электронной почте .
Объектом исследования является распознавание лиц средствами компьютерного зрения.
Предметом исследования стала обработка видеопотока с целью распознавания лиц в реальном времени. Очевидно, результат распознавания в реальном времени зависит от нескольких факторов, таких как освещенность, зашумленность видеопотока, а также непосредственно качество съемки видеокамерой.
Целью исследования, проведенного в данной работе, является создание программы распознавания лиц с помощью библиотек OpenCV и Face Recognition, реализация графического интерфейса пользователя с помощью библиотеки Tkinter на языке высокого уровня Python в среде разработки PyCharm.
Для достижения поставленной цели необходимо решить следующие задачи:
1. Изучение принципов и механизмов работы распознавания объектов;
2. Реализация алгоритмов распознавания лиц с возможностью отправки статистики по электронной почте.
3. Написание графического интерфейса пользователя для работы с программой распознавания лиц;
4. Анализ корректности работы реализованной программы.
В ходе работы были изучены различные подходы к классификации методов распознавания лиц, проанализированы методы распознавания лиц. По результатам изучения этих методов, были выбраны метод Виолы - Джонса и метод локальных бинарных шаблонов для исследования распознавания лиц, на основе которых была создана программа распознавания лиц на языке высокого уровня Python. Основной задачей программы является мониторинг посещаемости студентов или сотрудников. Графический интерфейс пользователя был реализован при помощи библиотеки Tkinter, а также нескольких вспомогательных модулей.
Было проведено несколько экспериментов, для того чтобы проанализировать, как различные условия влияют на качество распознавания лиц в реальном времени. Наибольшая эффективность распознавания достигается в случае, если помещение хорошо освещено и объект детектирования направлен на видеокамеру. При значительных отклонениях от приведенных условий эффективность обнаружения снижается. Однако, как показали опыты, описанный алгоритм эффективен и для реальных условий, когда освещение, положение объекта, а также расстояние относительно камеры, как правило, неидеальны.
