इस ब्लॉग पोस्ट में, हम सरल और स्पष्ट तरीके से उन सिद्धांतों और प्रक्रियाओं पर नज़र डालेंगे जिनके आधार पर कंप्यूटर मानव चेहरों को पहचानते हैं।

चेहरे की पहचान किन सिद्धांतों पर आधारित है?

आपने शायद बचपन में कम से कम एक बार ऐसा खेल खेला होगा जिसमें आपको किसी इंसान का चेहरा बनाना होता था। इस खेल में, आप पहले चेहरे का आकार चुनते हैं, फिर एक-एक करके केशविन्यास, आंखें, नाक और मुंह चुनते हैं और उन्हें चेहरे पर लगाते हैं। अलग-अलग केशविन्यास, आंखें, नाक और मुंह बदलते रहने से आप मनचाहा चेहरा बना सकते हैं। कंप्यूटर जिस तरह से चेहरों को पहचानते और उनकी तुलना करते हैं, वह इससे कुछ हद तक मिलता-जुलता है। कंप्यूटर चेहरे की विशेषताओं को पहचानते और सहेजते हैं; जब किसी चेहरे की नई तस्वीर डाली जाती है, तो वे उसकी तुलना सहेजी गई विशेषताओं से करते हैं ताकि यह पता चल सके कि वह व्यक्ति कौन है।
चेहरे की पहचान तकनीक का एक हालिया उदाहरण जो आसानी से उपलब्ध है, वह है चेहरे की पहचान करने वाले एप्लिकेशन (ऐप)। ये ऐप मशहूर हस्तियों की तस्वीरों से चेहरे की बनावट, आंखें, नाक और मुंह जैसी प्रमुख विशेषताओं को पहले से ही निकाल कर स्टोर कर लेते हैं। बाद में, जब किसी व्यक्ति का चेहरा कैमरे में कैद होता है, तो ऐप उसी तरह से चेहरे की विशेषताओं को निकालता है और उनकी तुलना मशहूर हस्तियों की स्टोर की गई चेहरे की विशेषताओं से करता है ताकि सबसे मिलते-जुलते व्यक्ति की पहचान करके उसे प्रदर्शित किया जा सके।

कंप्यूटर किसी चेहरे को कैसे पहचानता है?

अब आइए कंप्यूटर की चेहरे की पहचान प्रक्रिया का अध्ययन करें। चेहरे की पहचान में चार मुख्य चरण होते हैं: इनपुट, चेहरे का पता लगाना, विशेषताओं को निकालना और तुलना करना।
इनपुट चरण में, किसी फोटो या वीडियो का एक फ्रेम इनपुट डिवाइस के माध्यम से कंप्यूटर पर भेजा जाता है। सामान्यतः, इनपुट डिवाइस का रिज़ॉल्यूशन जितना अधिक होगा और प्रति सेकंड फ्रेम रेट (FPS) जितना अधिक होगा, चेहरों की पहचान उतनी ही अधिक सटीकता से की जा सकेगी। यह सिद्धांत उसी प्रकार काम करता है जैसे अच्छी दृष्टि वाला व्यक्ति दूर खड़े व्यक्ति के चेहरे को अधिक सटीकता से पहचान सकता है।
चेहरे की पहचान के चरण में, सिस्टम सबसे पहले यह जांचता है कि इनपुट फोटो या वीडियो में चेहरा मौजूद है या नहीं। इसके लिए, यह चेहरे की रूपरेखा और आंखों, नाक और मुंह जैसी प्रमुख विशेषताओं की पहचान करता है। हालांकि वर्तमान में चेहरे की पहचान के लिए कई तकनीकें उपयोग में हैं, हम यहां प्रतिनिधि हार-जैसी पहचान विधि पर ध्यान केंद्रित करेंगे।
हार-जैसी पहचान विधि हार वेवलेट्स का उपयोग करती है। वेवलेट एक सरल आयताकार पैटर्न होता है जो काले और सफेद क्षेत्रों से बना होता है। इन काले और सफेद क्षेत्रों का उपयोग छवि में उन क्षेत्रों की पहचान करने के लिए किया जाता है जहां चमक में अंतर होता है। पूरी इनपुट छवि या वीडियो पर विभिन्न आकारों और आकृतियों के वेवलेट्स को लागू करके, और फिर केवल उन स्थानों को बनाए रखकर जहां काले और सफेद क्षेत्रों के बीच चमक का अंतर महत्वपूर्ण है, सिस्टम चेहरे की रूपरेखा और आंखों, नाक, मुंह और भौहों जैसी प्रमुख चेहरे की विशेषताओं का प्रभावी ढंग से पता लगा सकता है। इसके अलावा, यह प्रक्रिया चेहरे की विशेषताओं के बारे में स्थिति संबंधी जानकारी निकालने की भी अनुमति देती है।
उदाहरण के लिए, आँखों के बारे में जानकारी निकालते समय, वेवलेट के काले क्षेत्रों को अपेक्षाकृत गहरे क्षेत्रों—जैसे कि पुतली—के अनुरूप रखा जाता है, जबकि सफेद क्षेत्रों को चमकीले क्षेत्रों, जैसे कि त्वचा—के अनुरूप रखा जाता है। चमक के इन अंतरों का उपयोग करके, आँखों की स्थिति और आकार का प्रभावी ढंग से पता लगाया जा सकता है।

चेहरे की विशेषताओं को कैसे निकाला जाता है?

चेहरे की पहचान का चरण पूरा हो जाने के बाद, सिस्टम यह निर्धारित करता है कि फीचर एक्सट्रैक्शन चरण में आगे बढ़ना है या नहीं।
फीचर एक्सट्रैक्शन चरण में, चेहरे की विशेषताओं को निकाला जाता है ताकि फेस डिटेक्शन चरण के दौरान पहचाने गए चेहरे के घटकों का पूरी तरह से उपयोग किया जा सके। फेस डिटेक्शन चरण के विपरीत, इस प्रक्रिया में एक प्रीप्रोसेसिंग चरण शामिल है। चूंकि प्रत्येक तस्वीर या वीडियो में चेहरे के घूमने का कोण, आकार और प्रकाश की तीव्रता अलग-अलग होती है, इसलिए उन्हें यथासंभव मानकीकृत करने के लिए एक मानकीकरण प्रक्रिया की जाती है। इसके अलावा, आवश्यकतानुसार रंगीन तस्वीरों या वीडियो को ब्लैक-एंड-व्हाइट छवियों में परिवर्तित किया जा सकता है।
उदाहरण के लिए, मूल फ़ोटो को ग्रेस्केल में परिवर्तित किया जाता है, फिर केवल चेहरे के हिस्से को क्रॉप करके एक समान आकार में समायोजित किया जाता है, और चमक को ठीक करने के लिए हिस्टोग्राम इक्वलाइजेशन किया जाता है। चेहरे की पहचान के चरण के दौरान प्राप्त चेहरे के घटकों की स्थिति संबंधी जानकारी का उपयोग करके, इस पूर्व-प्रसंस्करण से गुज़रे फ़ोटो या वीडियो से चेहरे की विशेषताओं को निकाला जाता है।

निकाले गए चेहरे के लक्षणों का उपयोग कैसे किया जाता है?

तुलना के चरण के दौरान, निकाले गए इन चेहरे के घटकों की जानकारी या तो डेटाबेस (डीबी) में संग्रहीत की जाती है या सर्वोत्तम मिलान की पहचान करने के लिए मौजूदा चेहरे के डेटा के साथ तुलना की जाती है।
हमने अब कंप्यूटर आधारित चेहरे की पहचान की प्रक्रिया का अध्ययन किया है। कुछ दशक पहले तक, कंप्यूटर द्वारा लोगों में अंतर करने की कल्पना भी वास्तविकता से बहुत दूर की बात लगती थी। लेकिन कंप्यूटर हार्डवेयर, सॉफ्टवेयर और कृत्रिम बुद्धिमत्ता प्रौद्योगिकियों में तीव्र प्रगति के साथ, चेहरे की पहचान का उपयोग अब विभिन्न क्षेत्रों में व्यापक रूप से किया जाता है—जिसमें स्मार्टफोन और लैपटॉप के साथ-साथ प्रवेश नियंत्रण, वित्तीय सेवाएं और हवाई अड्डे की सुरक्षा भी शामिल हैं। आज, कंप्यूटर को मानव चेहरों को पहचानने में सक्षम बनाने वाली यह तकनीक अब भविष्य की बात नहीं रही, बल्कि हमारे दैनिक जीवन का अभिन्न अंग बन चुकी है।