У овом блог посту, једноставно и директно ћемо погледати принципе и процесе који стоје иза начина на који рачунари препознају људска лица.

Који принципи леже у основи препознавања лица?

Вероватно сте бар једном као дете играли игру у којој сте морали да довршите људско лице. У овој игри прво бирате облик лица, затим бирате фризуру, очи, нос и уста један по један и постављате их на лице. Пребацивањем између различитих фризура, очију, носева и уста можете креирати лице које желите. Начин на који рачунари препознају и упоређују лица се не разликује много од овога. Рачунари идентификују и чувају црте лица; када се унесе нова фотографија лица, они је упоређују са сачуваним карактеристикама како би утврдили ко је та особа.
Недавни пример технологије препознавања лица која је лако доступна је апликација за препознавање лица (App). Ове апликације унапред издвајају и чувају кључне карактеристике – као што су контуре лица, очи, нос и уста – са фотографија познатих личности. Касније, када се лице особе сними камером, апликација издваја црте лица на исти начин и упоређује их са сачуваним цртама лица познатих личности како би идентификовала и приказала особу која се највише подудара.

Како рачунар препознаје лице?

Сада, хајде да испитамо процес препознавања лица на рачунару. Препознавање лица се састоји од четири главне фазе: унос, детекција лица, екстракција карактеристика и поређење.
У фази уноса, један кадар са фотографије или видеа се преноси на рачунар путем улазног уређаја. Генерално, што је већа резолуција улазног уређаја и што је већи број кадрова у секунди (FPS), прецизније се лица могу препознати. Овај принцип је сличан начину на који особа са добрим видом може прецизније препознати лице некога ко стоји далеко.
У фази детекције лица, систем прво проверава да ли је лице присутно на улазној фотографији или видеу. Да би то урадио, идентификује обрисе лица и кључне карактеристике као што су очи, нос и уста. Иако се тренутно користе различите технике детекције лица, овде ћемо се фокусирати на репрезентативни метод детекције сличан Хааровом.
Метода детекције слична Хаар-овој користи Хаарове таласе. Талас је једноставан правоугаони образац састављен од црних и белих региона. Ови црно-бели региони се користе за идентификацију подручја на слици где се јављају разлике у осветљености. Применом таласа различитих величина и облика на целу улазну слику или видео, а затим задржавањем само локација где је разлика у осветљености између црних и белих региона значајна, систем може ефикасно да детектује обрисе лица и кључне црте лица као што су очи, нос, уста и обрве. Штавише, овај процес такође омогућава издвајање информација о положају у вези са цртама лица.
На пример, приликом издвајања информација о очима, црни региони таласа су позиционирани тако да одговарају релативно тамним областима – као што је зеница – док бели региони одговарају светлим областима, као што је кожа. Коришћењем ових разлика у осветљености, положај и облик очију могу се ефикасно детектовати.

Како се издвајају црте лица?

Када се фаза детекције лица заврши, систем одлучује да ли да пређе на фазу екстракције карактеристика.
У фази екстракције карактеристика, црте лица се екстрахују како би се у потпуности искористиле компоненте лица идентификоване током фазе детекције лица. За разлику од фазе детекције лица, овај процес укључује корак претходне обраде. Пошто се угао ротације, величина и интензитет осветљења лица разликују од сваке фотографије или видеа, врши се процес нормализације како би се што више стандардизовале. Поред тога, фотографије или видео снимци у боји могу се по потреби конвертовати у црно-беле слике.
На пример, оригинална фотографија се конвертује у сиве тонове, затим се само област лица исецује и мења јој се величина на уједначену величину, а врши се изједначавање хистограма ради корекције осветљености. Користећи информације о положају компоненти лица добијене током фазе детекције лица, црте лица се издвајају из фотографија или видео записа који су прошли ову претходну обраду.

Како се користе издвојене црте лица?

Током фазе поређења, информације о овим екстрахованим компонентама лица се или чувају у бази података (ДБ) или се упоређују са постојећим подацима о лицу како би се идентификовало најбоље подударање.
Сада смо испитали процес препознавања лица помоћу рачунара. Пре само неколико деценија, идеја о рачунару који разликује људе изгледала је као технологија далеко од стварности. Међутим, са брзим напретком рачунарског хардвера, софтвера и технологија вештачке интелигенције, препознавање лица се сада широко користи у различитим областима - укључујући паметне телефоне и лаптопове, као и контролу приступа, финансијске услуге и безбедност на аеродромима. Данас, технологија која омогућава рачунарима да препознају људска лица више није прича будућности, већ је постала технологија која је природно интегрисана у наш свакодневни живот.