Šajā emuāra ierakstā mēs vienkāršā un saprotamā veidā aplūkosim principus un procesus, kas ir pamatā tam, kā datori atpazīst cilvēku sejas.

Kādi principi ir sejas atpazīšanas pamatā?

Bērnībā jūs droši vien vismaz reizi esat spēlējuši spēli, kurā bija jāpabeidz cilvēka sejas izveide. Šajā spēlē vispirms jāizvēlas sejas forma, pēc tam pa vienai jāizvēlas frizūra, acis, deguns un mute un jānovieto tās uz sejas. Pārslēdzoties starp dažādām frizūrām, acīm, deguniem un mutēm, varat izveidot vēlamo seju. Datoru sejas atpazīšanas un salīdzināšanas veids daudz neatšķiras no šī. Datori identificē un saglabā sejas vaibstus; kad tiek ievadīts jauns sejas fotoattēls, tie to salīdzina ar saglabātajām iezīmēm, lai noteiktu, kas ir šī persona.
Jauns un viegli pieejams sejas atpazīšanas tehnoloģijas piemērs ir sejas atpazīšanas lietotne (lietotne). Šīs lietotnes iepriekš izgūst un saglabā galvenās iezīmes, piemēram, sejas kontūras, acis, degunu un muti, no slavenību fotoattēliem. Vēlāk, kad cilvēka seja tiek uzņemta ar kameru, lietotne tādā pašā veidā izgūst sejas iezīmes un salīdzina tās ar saglabātajām slavenību sejas iezīmēm, lai identificētu un parādītu personu, kura vislabāk atbilst.

Kā dators atpazīst seju?

Tagad aplūkosim datora sejas atpazīšanas procesu. Sejas atpazīšana sastāv no četriem galvenajiem posmiem: ievades, sejas noteikšanas, pazīmju iegūšanas un salīdzināšanas.
Ievades posmā viens kadrs no fotoattēla vai video tiek pārsūtīts uz datoru, izmantojot ievades ierīci. Parasti, jo augstāka ir ievades ierīces izšķirtspēja un jo lielāks kadru skaits sekundē (FPS), jo precīzāk var atpazīt sejas. Šis princips ir līdzīgs tam, kā cilvēks ar labu redzi var precīzāk atpazīt tālumā stāvoša cilvēka seju.
Sejas atpazīšanas posmā sistēma vispirms pārbauda, ​​vai ievadītajā fotoattēlā vai videoklipā ir seja. Lai to izdarītu, tā identificē sejas kontūras un galvenās iezīmes, piemēram, acis, degunu un muti. Lai gan pašlaik tiek izmantotas dažādas sejas atpazīšanas metodes, mēs šeit koncentrēsimies uz reprezentatīvo Hāra metodi.
Hāra metodei līdzīgā noteikšanas metode izmanto Hāra viļņus. Vilnis ir vienkāršs taisnstūrveida raksts, kas sastāv no melnbaltiem apgabaliem. Šie melnbaltie apgabali tiek izmantoti, lai attēlā identificētu apgabalus, kuros rodas spilgtuma atšķirības. Pielietojot dažāda izmēra un formas viļņus visā ievades attēlā vai video un pēc tam saglabājot tikai tās vietas, kur spilgtuma atšķirība starp melnbaltajiem apgabaliem ir būtiska, sistēma var efektīvi noteikt sejas kontūras un galvenās sejas iezīmes, piemēram, acis, degunu, muti un uzacis. Turklāt šis process ļauj iegūt arī pozicionālo informāciju par sejas iezīmēm.
Piemēram, iegūstot informāciju par acīm, melnie viļņa apgabali tiek novietoti tā, lai tie atbilstu relatīvi tumšām zonām, piemēram, zīlītei, savukārt baltie apgabali atbilst gaišām zonām, piemēram, ādai. Izmantojot šīs spilgtuma atšķirības, var efektīvi noteikt acu pozīciju un formu.

Kā tiek iegūtas sejas iezīmes?

Kad sejas noteikšanas posms ir pabeigts, sistēma nosaka, vai pāriet uz pazīmju iegūšanas posmu.
Iezīmju ekstrakcijas posmā sejas vaibsti tiek ekstrahēti, lai pilnībā izmantotu sejas noteikšanas posmā identificētās sejas komponentes. Atšķirībā no sejas noteikšanas posma, šis process ietver pirmapstrādes soli. Tā kā seju rotācijas leņķis, izmērs un apgaismojuma intensitāte katrā fotoattēlā vai video atšķiras, tiek veikts normalizācijas process, lai tos pēc iespējas standartizētu. Turklāt krāsu fotogrāfijas vai video pēc nepieciešamības var pārveidot melnbaltos attēlos.
Piemēram, sākotnējais fotoattēls tiek pārveidots pelēktoņu formātā, pēc tam tikai sejas apgabals tiek apgriezts un mainīts uz vienādu izmēru, un tiek veikta histogrammas izlīdzināšana, lai koriģētu spilgtumu. Izmantojot sejas atpazīšanas posmā iegūto sejas komponentu pozīcijas informāciju, no fotoattēliem vai videoklipiem, kas ir pakļauti šai pirmapstrādei, tiek iegūtas sejas iezīmes.

Kā tiek izmantotas iegūtās sejas iezīmes?

Salīdzināšanas posmā informācija par šiem iegūtajiem sejas komponentiem tiek vai nu saglabāta datubāzē (DB), vai salīdzināta ar esošajiem sejas datiem, lai noteiktu vislabāko atbilstību.
Tagad esam izpētījuši datorizētas sejas atpazīšanas procesu. Vēl pirms dažām desmitgadēm ideja par datoru, kas spēj atšķirt cilvēkus, šķita kā tehnoloģija, kas ir tālu no realitātes. Tomēr, strauji attīstoties datoru aparatūrai, programmatūrai un mākslīgā intelekta tehnoloģijām, sejas atpazīšana tagad tiek plaši izmantota dažādās jomās, tostarp viedtālruņos un klēpjdatoros, kā arī piekļuves kontrolē, finanšu pakalpojumos un lidostu drošībā. Mūsdienās tehnoloģija, kas ļauj datoriem atpazīt cilvēku sejas, vairs nav nākotnes stāsts, bet gan kļuvusi par tehnoloģiju, kas dabiski integrējas mūsu ikdienas dzīvē.