|
Проведенный обзор и анализ состояния и перспектив развития методов распознавания лиц позволяет сделать вывод, что в настоящее время среди зарубежных систем особенно выделяются уже зарекомендовавшая себя система РасеК компании Ушотсв, которая была протестирована и внедрена в нескольких аэропортах и полицейских участках США, а также система 224Расе, Германия. В дополнение к уже отмеченным недостаткам, отметим высокую цену предлагаемых систем, отсутствие статистики и данных для применяемых методов, отсутствие открытых публикаций. Кроме того слабо исследовано использование системы распознавания в комплексных системах безопасности и поддержки принятия решений. 1.4. Сравнительный анализ методов распознавания лицевых изображений. Постановка задачи диссертационного исследования. Каким бы широким ни было многообразие различных алгоритмов и методов распознавания изображений в структурной схеме любого метода распознавания изображений можно выделить, как правило, следующие три типичный этапа распознавания [1-5,25,26]: 1) преобразование исходного изображения в начальное представление. Это преобразование может включать в себя как предобработку, так и математические преобразования, например, вычисление комплексных коэффициентов Габора; 2) выделение ключевых характеристик (например, выделение первых п главных компонент или коэффициентов дискретного косинусного преобразования); 3) применение механизма классификации (моделирования): метрика, кластерная модель, нейронная сеть и т.п. 32 |
43 Метод анализирует только суммарное искажение между изображениями или только суммарное несоответствие блоков, не касаясь характера этих искажений. Метод, анализирующий как характер искажения изображений, так и соответствие отдельных блоков, может дать отличный результат. Это подтверждают работы [66-68], в которых рассмотрено применение псевдодвумерных скрытых марковских моделей. 1.4.8. Сравнительный анализ методов распознавания изображений Каким бы широким ни было многообразие различных алгоритмов и методов распознавания изображений в структурной схеме любого метода распознавания изображений можно выделить, как правило, следующие три типичный этапа распознавания: 1) преобразование исходного изображения в начальное представление (может включать в себя как предобработку, так и математические преобразования, например, вычисление комплексных коэффициентов Габора); 2) выделение ключевых характеристик (например, выделение первых п главных компонент или коэффициентов дискретного косинусного преобразования); 3) применение механизма классификации (моделирования): метрика, кластерная модель, нейронная сеть и т.п. Кроме этого, построение метода распознавания опирается на априорную информацию о предметной области (в данном случае на характеристики лица человека) и корректируется экспериментальной информацией, появляющейся по ходу разработки метода. 52 Таблица 1.3. Обзор результатов тестирования систем распознавания внешности человека РасеК НС, УЫошсз Сограгапоп ______ КППЛ)_______ ТгиеРасс ИТ, М1го$ -(США)______ Вюпшпс Бсгееп$а\сг Ксу^агс (Бельгия) ВюЮ, ЭС$ (Германия) гИ-Расе, 2^(Гер__шит)________ Репльтаты Ошибочный допуск/ РЛК %) 19 50 19 1 0,4 Ошибочный откат/ 1КК % 34 9 12 24 5 Время срабатывания [сек] 1-8 4-20 2-10 8 2-10 Первичная ре1истрзция [сея] 1 2 1.5 3 0,5 Ошибочное распознавание при макс, уровне защиты Да Да Да Пет Нет Симуляция фотографией Возможна Возможна Возможна Нс Возможна Не Возможна Омякя Зашита (-)(-) (-)(-) <-)(-) ( ) (+) Гибкость <-) ( ) ( ) ( ) (+)(+) Обслуживание администратором (+) (-)(-) ( ) ( ) (+) Обслуживание пользователем ________ш__________ ___ О____ (■) (+)(+) <+Х+) Значения: (*)(*) очень хорошо; (+) хорошо; () удовлетворительно (•)плохо; (•)(•) очень плохо Проведенный обзор и анализ состояния и перспектив развития методов распознавания лиц позволяет сделать вывод, что в настоящее время среди отечественных систем нет особо выделяющихся. Среди зарубежных систем особенно выделяются уже зарекомендовавшая себя система РасеИ компании У$юшс$, которая была протестирована и внедрена в нескольких аэропортах и полицейских участках США, а также система 2И-Расе, Германия. Однако, описанные выше системы обладают рядом недостатков, среди которых высокая цена предлагаемых средств, закрытость, недостаточная прозрачность применяемых методов для разработчика, что затрудняет их применение при разработке подсистем безопасности. Кроме того, для рассмотренных систем распознавания, чаще всего, отсутствует возможность использования их в качестве подсистем в более сложных системах безопасности и поддержки принятия решений. |