|
1.2.5. Методы, основанные на геометрических характеристиках липа Одним из самых первых методов распознавания человека по изображению лица является метод, основанный на анализе геометрических характеристик лица[9,11]. Этот метод изначально применялся в криминалистике и был там детально разработан. Потом появились компьютерные реализации этого метода. Суть его заключается в выделении набора ключевых точек (или областей) лица и последующем выделении набора признаков, характеризующих изображение. Каждый признак является либо расстоянием между ключевыми точками, либо отношением таких расстояний. В отличие от метода сравнения эластичных графов здесь расстояния выбираются не как дуги графов. Наборы наиболее информативных признаков выделяются экспериментально [10]. Ключевыми точками могут быть уголки глаз, губ, кончик носа, центр глаза и т.п.(Рис. 1.7). В качестве ключевых областей могут быть выбраны прямоугольные области, включающие в себя глаза, нос, рог и пр. Рис. 1.7. Иллюстрация применения метода анализа геометрических характеристик лица На Рис. 1.7. приведены идентификационные точки и расстояния, использование которых характерно: а) при криминалистической фото экспертизе; б) при построении автоматизированных систем идентификации. В процессе распознавания изображения по этому методу признаки неизвестного лица сравниваются с признаками, хранящимися в базе данных. 22 |
В других методах точки извлечения джетов изначально образуют решётку, а затем наименее пригодные для распознавания точки отсеиваются в процессе обучения. В работах [44, 78] рассматривается применение метода эластичного графа для решения задачи определения по изображению лица человека следующих характеристик: пол, наличие очков, наличие бороды, характер эмоций. В работах [44, 80] показано, что метод эластичного графа успешно применяется для решения задачи распознавания изображений объектов, отличных от человеческих лиц. Недостатком метода является его вычислительная трудоемкость при выполнении комплексных вычислений для получении свертки изображения с набором фильтров Габора, однако сам метод представляет большой интерес. 1.4.5. Методы, основанные на геометрических характеристиках лица Одним из самых первых методов распознавания человека по изображению лица является метод, основанный на анализе геометрических характеристик лица [14, 16]. Этот метод изначально применялся в криминалистике и был там детально разработан. Потом появились компьютерные реализации этого метода. Суть его заключается в выделении набора ключевых точек (или областей) лица и последующем выделении набора признаков, характеризующих изображение. Каждый признак является либо расстоянием между ключевыми точками, либо отношением таких расстояний. В отличие от метода сравнения эластичных графов здесь расстояния выбираются не как дуги графов. Наборы наиболее информативных признаков выделяются экспериментально [15]. Ключевыми точками могут быть уголки глаз, губ, кончик носа, центр глаза и т.п. [16] (рис. 1.8). В качестве ключевых областей могут быть выбраны прямоугольные области, включающие в себя глаза, нос, рот и пр. 37 38 Рис. 1.8. Иллюстрация применения метода анализа геометрических характеристик лица На рис. 1.8 приведены идентификационные точки и расстояния, использование которых характерно: а) при криминалистической фотоэкспертизе; б) при построении автоматизированных систем идентификации. В процессе распознавания изображения по этому методу признаки неизвестного лица сравниваются с признаками, хранящимися в базе данных. Трудоемкость решения задачи нахождения ключевых точек при этом приближается к трудоёмкости непосредственного распознавания изображения, и правильное нахождение ключевых точек на изображении во многом определяет успех распознавания [16]. Поэтому изображение лица человека должно быть без помех, мешающих процессу поиска ключевых точек. К таким помехам относят очки, бороды, украшения, элементы причёски, грима и макияжа. При этом предпочтительно освещение, равномерное и одинаковое для всех изображений. Кроме того, изображение лица должно иметь преимущественно фронтальный ракурс, возможно, с небольшими отклонениями. Выражение лица должно быть нейтральным. Это связано с тем, что в большинстве методов, нет модели учёта таких изменений. Таким образом, данный метод предъявляет строгие требования к условиям съёмки, нуждается в надёжном механизме нахождения ключевых точек для |