CC BY
55
СРАВНЕНИЕ АЛГОРИТМОВ ОБНАРУЖЕНИЯ И ЛОКАЛИЗАЦИИ ЛИЦА НА ИЗОБРАЖЕНИИ Тынченко С.В.1, Путилин В.О.2, Овсянников А.К.3 Email: Tynchenko 17123@scientifictext.ru
1 Тынченко Сергей Васильевич - кандидат технических наук, доцент, кафедра информационно-управляющих систем;
2Путилин Владислав Олегович - магистр; 3Овсянников Андрей Константинович - магистр, кафедра информатики и телекоммуникации, Сибирский государственный университет науки и технологий им. академика М. Ф. Решетнева,
г. Красноярск
Аннотация: задача распознавания лиц становится все более актуальной. Есть множество мест, где целесообразно применить системы распознавания лиц. Наиболее известными областями применения являются безопасность и криминалистика. Но существуют и другие области применения. Например, в сфере социальных сетей данную технологию можно применить для автоматического выделения и подписи людей на фотографиях. Данная технология крайне важна и в робототехнике, и военном деле, поскольку позволит разделять людей на «свой» - «чужой».
Ключевые слова: анализ, локализация лица, обнаружение лица.
COMPARISON OF ALGORITHMS FOR DETECTION AND LOCALIZATION OF THE FACE IN THE IMAGE Tynchenko S.V.1, Putilin V.O.2, Ovsyannikov A.K.3
1Tynchenko Sergej Vasil'evich - PhD in Technical Sciences, Associate Professor, DEPARTMENT OF INFORMATION MANAGEMENT SYSTEMS; 2Putilin Vladislav Olegovich - Undergraduate; 3Ovsyannikov Andrey Konstantinovich - Undergraduate, DEPARTMENT OF INFORMATICS AND TELECOMMUNICATIONS, SIBERIAN STATE UNIVERSITY OF SCIENCE AND TECHNOLOGY NAMED AFTER ACADEMICIANM.F. RESHETNEV, KRASNOYARSK
Abstract: the task of face recognition is becoming more urgent. There are many places where it is advisable to apply face recognition systems. The most well-known areas of application are security and criminalistics. But there are other uses. For example, in the sphere of social networks, this technology can be used to automatically extract and sign people in photos. This technology is extremely important in robotics and military matters, since it will allow people to be divided into "one's own " or "another's." Keywords: analysis, face localization, face detection.
УДК 004.021
На сегодняшний день задача обнаружения лиц становится все более ключевой при решении задачи распознавания, автоматического слежения за передвигающимся в поле зрения камеры субъектом либо получения допуска в помещение. Технология идентификации личности на основе изображения лица, в отличие от использования других биометрических показателей (отпечаток пальца, радужная оболочка глаза), не требует физического контакта с устройством и с учетом стремительного развития цифровой техники является наиболее приемлемой для массового применения.
Так как лицо у каждого человека принимает различные контуры, то и для локализации используются различные методы. Но каждый метод сводится к нахождению устойчивых признаков, такие как глаза и рот. Другие признаки лица, такие как брови, нос не устойчивые, так как из формы и местоположение на лице могут сильно колебаться.
Существуют четыре технологии локализации лица человека [1]:
- детектирование лица на изображениях с контролируемым фоном;
- детектирование лица по цвету;
- детектирование лица по методу Вилы-Джонса;
- детектирование лица с использованием нейронных сетей.
Детектирование лица на изображениях с контролируемым фоном [2].
Данная технология основывается на локализации лица на монохромном фоне, где лицо снято фронтально. Удаляя однородный фон выделить контур лица не составляет каких-либо проблем. Один из главных плюсов этой технологии, данный алгоритм является самым простым из существующих. Большой минус, данного метода, фон должен быть монохромным.
Детектирование лица по цвету [3]
Данная технология определяет лицо по цвету кожу в определенной цветовой модели. Сканируя картинку и определяя зоны типичные для цвета кожи оттенков человека, ищет характерные ключевые точки. Минус данной технологии в зависимости от условий освещения, что может исказить результаты. Главный плюс в том, что он широко распространённый и довольно простой.
Детектирование лица по методу Вилы-Джонса [4].
Один из самых востребованных технологий по локализации лица - это метод Виолы-Джонса. Основные принципы, на которых основан метод, таковы:
- используются признаки Хаара, накладывая на изображение производя поиск нужного объекта;
- все признаки поступают на вход классификатора, который даёт результат «верно» либо «ложь»;
- используются каскады признаков для быстрого поиска объекта, где находится лицо.
Но один из значительных минусов это обучение классификаторов идет очень
медленно, хоть результаты поиска и очень быстры, но на каждый объект приходится переобучать признак Хаара. Алгоритм хорошо распознает черты лица под небольшим углом. Метод Виолы - Джонса использует прямоугольные признаки, они называются хаароподобными вейвлетами, иначе признаками Хаара. Данные признаки дают точечно определить перепады яркости.
Детектирование лица с использованием нейронных сетей [4]
Данная технология использует каскадную архитектуру, построенной на свёрточной нейронной сети. Данная технология работает с различными масштабами, но минус данной технологии в вычислительной мощности, которая требует очень много и обучение придется проводить для каждой модели
Подводя итог, отметим, что все методы могут быть применены к задаче по локализации лица человека в зависимости от различных условий.
Для всех рассмотренных алгоритмов можно отметить высокую скорость работы в режиме эксплуатации (~ 1-2 мс), это было выявлено с помощью реализованного тестированного программного обеспечения, которое показало, как минусы каждого алгоритма, так и плюсы.
К минусам можно отнести: долгое обучение нейронных сетей, которое занимает большое количество времени, так же, как и обучение хаароподобных признаков. В качестве минуса для алгоритма детектирование лица на изображениях с контролируемым фоном является зависимость от фона, т.е. на изображении с неоднородным фоном данный метод не будет работать.
Результаты данной статьи могут быть полезны при создании автоматической системы обнаружения лиц на изображениях. Для этого необходимо сделать выбор [5]:
1) алгоритмы выделения фрагментов на изображении;
2) алгоритмы классификации фрагментов, чтобы их комбинация дала наилучшие результаты - хорошее качество распознавания и высокую скорость работы.
Список литературы /References
1. Татаренков Д.А. Анализ методов обнаружения лиц на изображении // Научный журнал «Молодой ученый». [Электронный ресурс]. Режим доступа: https://moluch.ru/archive/84/15524/ (дата обращения: 09.02.2018).
2. Kuznech. Face Detection Technology in Odnoklassniki // Artifical intelligence & computer vision. [Электронный ресурс]. Режим доступа: http://kuznech.com/ru/products/facedetection/ (дата обращения: 09.02.2018).
3. Skynoname. Метод Виолы-Джонса (Viola-Jones) как основа для распознавания лиц // Хабрахабр. [Электронный ресурс]. Режим доступа: https://habrahabr.ru/post/133826/ (дата обращения: 09.02.2018).
4. Nielsen M. Neural Networks and Deep Learning // Determination Press, 2015. 527 p.
5. Жданов Ф.М., Карасёва М.Ю. Обнаружение лиц на изображении с помощью адаптивных методов // Научное общество GraphiCon. [Электронный ресурс]. Режим доступа: http://graphicon.ru/htmI/2006/proceedings/papers/wr55_w06_Zhdanov Karaseva.pdf./ (дата обращения: 09.02.2018).
