Исследование наиболее информативных анатомических признаков лица человека и их формализация Текст научной статьи по специальности «Электротехника, электронная техника, информационные технологии»

Библиографический список

1. Неразрушающий контроль: Справочник: В 8 т. Под. общ. ред. В.В. Клюева. Т.8: В 2 кн. Кн2: Антитеррористическая и криминалистическая диагностика.- М.: Машиностроение, 2005.- 790с.

2. Епифанцев Б.Н., Кривошеин А.Д. Тепло-визионная диагностика ограждающих конструкций зданий и сооружений: проблемы, перспективы/ Епифанцев Б.Н, Кривошеин А.Д.// Вестник Омск СибАДИ,- 2008-7,с.13

On the possibility of identifying undermining through the outer contour of the object of protection of information on thermal radiation

B.N. Epifantcev, V.V. Kurnosov

The possibility of detection undermining through the outer contour of the object of protec-

tion of information on the thermal images in various parts of the world.

Епифанцев Борис Николаевич - д-р техн. наук, профессор, заведующий кафедрой «Информационная безопасность» Сибирской государственной автомобильно-дорожной академии. Основное направление научных исследований - информационная безопасность. Имеет более 200 опубликованных работ. e-mail: epifancev_bn @ sibadi.org.

Курносов Виктор Викторович - студент кафедры «Информационная безопасность» Сибирской государственной автомобильно-дорожной академии. Основное направление научных исследований - информационная безопасность. e-mail: [email protected].

Статья поступила 23.09.2010 г.

УДК 004.67

ИССЛЕДОВАНИЕ НАИБОЛЕЕ ИНФОРМАТИВНЫХ АНАТОМИЧЕСКИХ ПРИЗНАКОВ ЛИЦА ЧЕЛОВЕКА И ИХ ФОРМАЛИЗАЦИЯ 1

М.А. Калинин

Аннотация. Исследования, описанные в данной статье, относится к идентификации человека по двумерному изображению его лица. В статье рассматривается поиск наиболее информативных признаков лица человека, которые в последствии будут использованы системой идентификации личности по изображению, и формализация этих признаков. В ходе исследования достигнуты результаты, приемлемые для применения на практике.

Ключевые слова: биометрия, распознавание, идентификация, лицо.

Введение

При идентификации человека по видеоизображению возникает проблема определения наиболее информативных признаков лица человека и представления их в виде, требуемом для дальнейшей работы. В данной работе описано определение наиболее информативных анатомических параметров на лице человека и алгоритм их формализации, инвариантный относительно расстояния от лица до камеры и освещения лица.

Постановка задачи

Выделение анатомических участков производится из снимка лица человека, который

является двумерным массивом данных, где каждая точка представляет собой квантованный цветовой спектр и адресуется координатами.

На основании алгоритма, который позволяет выделять контрольные точки (глаза) на лице человека с определенной точностью [1], необходимо выделить и формализовать наиболее информативный участок лица человека.

Выделение информативного участка

При помощи экспертного опроса был выделен наиболее информативный признак на лице человека, включающий в себя брови, глаза, глазные впадины и переносицу (рис. 1).

1 Работа выполнена в рамках целевой программы «Научные и научно-педагогические кадры инновационной России на 2009 - 2013 годы»

Рис. 1. Признак

Затем к анатомическим элементам лица человека был применен статистический подход выявления информативности признаков, согласно которому наиболее информативным считается признак, обладающий наименьшей вероятностью попадания в заданный интервал. В качестве интервала использовался интервал (тх-8;тх + 8), где 8 = 0.3 см (в условиях экспериментальных съемок 0.3 см приближенно равны 5 пикселям ).

В таблице 1 представлены результаты применения статистического подхода для определения информативности частей лица. Наиболее информативным анатомическим признаком является расстояние между зрачками.

Таблица 1 - Вероятность попадания в интервал одинаковой длины

Признак P

Ширина правого глаза 0,737

Ширина левого глаза 0,758

Высота носа 0,465

Ширина носа 0,565

Расстояние между зрачками 0,397

1 е

х = х0-------------і ,

у = л + 2.5,

»' = 3.5 ,

2

и = 5,

(1)

(2)

(3)

(4)

«прямоугольник»

■ю - ширина прямоугольника;

h - высота прямоугольника.

Но данное выделение является точным только при условии параллельности линии, на которой лежит отрезок расстояния между зрачками и линии, на которой лежит нижний край изображения. При реальной съемке данные линии чаще всего не являются параллельными. Для устранения этой проблемы осуществляется поворот изображения по следующим формулам из работы [2]:

х = х0 + г cos(a + в), Л = Уо + г sin(a + в) ,

(5)

(6)

На основании проведенных исследований была определена совокупность наиболее информативных анатомических признаков в виде прямоугольника, параметры которого задаются следующими формулами:

где (х0;у0) - координаты центра правого зрачка (вычисляемые по алгоритму [1]);

(х;у) - координаты левой верхней вершины прямоугольника;

5 - расстояние между центрами зрачков;

где (х0;у0) - координаты центра правого зрачка (центр поворота);

(х;у) - новые координаты поворачиваемой точки;

г - расстояние от центра поворота (х0;у0) до поворачиваемой точки;

а - угол между линией, проходящей через (х0;у0) и поворачиваемую точку, и линией нижнего края изображения;

в - угол между линией, проходящей через центры зрачков, и линией нижнего края изображения.

Способ формализации выделенного участка

Формулы (1) - (4), описывающие выделенный участок, инвариантны относительно расстояния от лица до камеры. Следовательно, выделенный признак является инвариантным относительно расстояния до камеры.

Предположим, что каждая точка прямоугольника с координатами (/';у) кодируется значением функции .(г, g,Ь), зависящей от

значений условной яркости каналов R, G, В точки (;.). Для нормирования количества

информации, описывающей выделенный участок, будем разбивать прямоугольник каждого изображения лица на множество непересека-ющихся областей размером т х п точек. Причем, количество областей от опыта к опыту будет неизменным (рис. 2).

Рис. 2. Пример разбиения выделенного прямоугольника для изображений разного формата Закодируем каждую область размером m х п точек средним значением функции /и(г,g, Ь) :

ЕЕ /^ (г, g, ь)

Ft =-

(7)

/ (г g, ь) =

0, если max(r, g, Ь) = 0

1 тт(г, g, Ь) .

max(r, g, Ь)

(8)

После осуществления, описанных выше шагов, будет получена матрица Р, которая является формальным описанием наиболее информативного участка на лице человека:

где k = 1,5, ^ - количество областей, на которые разбит прямоугольник; т х п - размер k -ой области;

/1у(г,g,Ь) - функция, кодирующая (/';у)

точку k -ой области.

Для удобства примем параметры т и п равными для всех 5 областей выделенного прямоугольника.

Так как количество областей 5, на которые разделяется прямоугольник неизменно от опыта к опыту, то количество информации, описывающей выделенный прямоугольник, будет также неизменным от опыта к опыту и состоять из 5 значений, вычисленных по формуле (7).

В ходе исследований было установлено, что разбиение с наилучшими свойствами получается при значении параметра 5х =20,

5 = 10.

З'

Основным критерием при выборе функции /(г,g,Ь), кодирующей пиксель изображения,

является инвариантность относительно освещения изображения.

В ходе исследований было установлено, что наибольшей инвариантностью относительно освещения обладает функция насыщенности (8):

-вычисление интенсивности цвета в цветовой модели HSB [3]:

Р =

^1 ^2 - F Л 120

F2l ^ . F 1 220

К1 ^02 • F -* 10 20 )

(9)

где Flj вычисляется по (7) с параметрами т и п, вычисляемыми при 5х = 20 и 5у = 10; в качестве /(г,g,Ь) в (7) используется (8).

Заключение

Матрица (9) может быть использована в стратегии принятия решений при идентификации личности по видеоизображению. Использование данного подхода позволяет создать систему идентификации, надежность которой составляет 91% и скорость принятия решений 1с при наличии 100 человек в базе данных.

Библиографический список

1. Тухтасинов М.Т. (Институт Кибернетики, АН Узбекистан). Алгоритмы локализации лица и определения его признаков [Электронный ресурс] : [статья] / Тухтасинов М.Т.- Ташкент, 2004.- Режим доступа:

http://www.iai.dn.ua/public/JournalAI_2004_2/Razdel1/ 37_Т ukhtasinov.pdf

2 . Delphi FAQ [Электронный ресурс]: ресурс содержит сведения об алгоритмах преобразования изображений.- Электрон. дан.- Режим доступа:

http://www.delphisources.ru/pages/faq/base/rotate_ima ge.html.- Загл. с экрана.- Яз. рус.

3 . Описание модели НЭВ [Электронный ресурс] : [статья] .- Режим доступа: http://ru.wikipedia.org/wiki/HSB.- Загл. с экрана.- Яз. рус.

1=1 1=1

The most informative human face patterns detection and the way of its formalization

M.A. Kalinin

Research described in this article refers to the identification of a person for two-dimensional image of his face. The paper considers the search for the most informative features of a human face, which later will be used system identification on the image, and the formalization of

these signs. The study achieved results that are acceptable for use in practice.

Калинин Михаил Александрович - аспирант кафедры «Информационная безопасность» Сибирской государственной автомобильно-дорожной академии. Основное направление научных исследований - информационная безопасность. Имеет 1 публикацию. e-mail: [email protected].

Статья поступила 25.09.2010 г.

УДК 681.533:621.226

ОСНОВНЫЕ ПОЛОЖЕНИЯ ПРОЕКТИРОВАНИЯ ГИДРОУДАРНЫХ ИМПУЛЬСНЫХ СИСТЕМ

В.Н. Галдин

Аннотация. Приведены основные положения автоматизированного проектирования гидроударных импульсных систем на основе гидроударников, применяемых в качестве активных рабочих органов дорожно-строительных машин.

Ключевые слова: гидроударная импульсная система, гидроударное устройство, автоматизированное проектирование.

Введение

Повышение конкурентоспособности создаваемых гидроударных импульсных систем обеспечивают не только снижением их себестоимости, а в большей степени повышением качества устройств и за счет разнообразия сменного инструмента для выполнения различных работ.

В связи с этим предъявляются жесткие требования к этапу проектирования, на котором определяются основные технические, технологические и экономические параметры гидроударных импульсных систем.

Анализ информационных материалов свидетельствует, что прогресс в области разработок гидроударных импульсных систем развивается в направлении усложнения их конструкций.

Очевидно, следует ожидать дальнейший рост сложности проектных задач, что в перспективе сделает малопригодной традиционную «ручную» технологию моделирования и расчета гидроударных импульсных систем.

Проектирование гидроударных импульсных систем

Проектирование, при котором все проектные решения получаются взаимодействием человека и ЭВМ, называют автоматизирован-

ным. Автоматизированное проектирование позволяет ускорить темпы поиска новых технических решений и повысить эффективность и качество конструкторских разработок, так как проектирование является одним из наиболее трудоемких этапов инженерной деятельности [1 - 3].

Гидроударная импульсная система в общем случае, как сложное устройство [4], разделяется на несколько крупных составных частей по функциональным и конструктивным признакам:

- источник энергии (насосная станция);

- генератор импульсов (гидроударное устройство) - для преобразования подводимой энергии потока жидкости в механическую энергию импульсов высокой мощности;

- объект воздействия - разрабатываемая среда;

- опорное устройство (базовая машина) -для обеспечения возможности передачи энергии импульсов от генератора к объекту воздействия.

Основой гидроимпульсной системы является гидравлическое ударное устройство, в котором энергия подводимой жидкости генерируется в импульсы силы определенной частоты и интенсивности, воздействующие на некоторую среду.