بخشی از مقاله
چکیده
شناسایی چهره یکی از زمینه های تحقیقاتی در حوزه پردازش تصویر و بینایی ماشین است که به دلیل کاربردهای مختلف آن همواره مورد توجه محققان بوده است. هدف زمینه تحقیقاتی شناسایی چهره، تعیین هویت افراد بر اساس چهره آنها میباشد در این مقاله ما استخراج ویژگی از نواحی مرکزی صورت که شامل چشم ها، بینی و دهان میباشد را، کاهش ابعاد آن با متد تجزیه و تحلیل مولفه های اصلی - PCA - و طبقه بندی و شناسایی با استفاده از شبکه عصبی برای بهبود شناساسی چهره پیشنهاد میدهیم.
روش پیشنهادی به این صورت است که ابتدا ما نواحی مرکزی صورت افراد را از تصویر اصلی مشخص و بعد ویژگی های آن ها را استخراج میکنیم سپس با استفاده از روش PCA ابعاد ویژگی ها را کاهش میدهیم و با شبکه عصبی پس انتشار خطا - BPNN - آنها را طبقهبندی میکنیم. در این مقاله ما ارزیابی خود را بر روی دو دیتابیس ORL و FERET انجام دادهایم و رویکرد خود را با روش توصیفگر تبدیل ویژگی مقیاسBمقاوم - SIFT - مقایسه کردهایم. در ارزیابی انجام شده رویکرد ما 98,75 درصد و روش SIFT، 92 درصد شناسایی درست برای دیتابیس ORL و برای دیتابیس FERET رویکرد ما 97,77 درصد و روش SIFT، 64 درصد را نشان داده است که صحت بهتر بودن روش ما نسبت با روش ذکر شده را اثبات میکند.
.1 مقدمه
1,1 پیش زمینه
شناسایی چهره یکی از مهمترین و باریزترین توانایی های انسان میباشد. این ویژگی از دوران کودکی در انسان رشد پیدا میکند. هر شخص صدها و هزاران چهره را قادر است در ذهن خود به ثبت برساند. موضوع شناسایی چهره توسط ماشین حدود 30 سال است که مورد بررسی قرار گرفته است. در این علم از شاخه های مختلفی همچون پردازش تصویر، شناسایی الگو، بینایی ماشین و ... کمک گرفته شده است.
علاقه مندی به این علم موجب شده است که شناسایی چهره کاربردهای متفاوتی را برای خود بدست بیاورد. مثلا در اجازه دسترسی دادن به کاربرها در استفاده از بعضی اماکن خاص یا خودروی سواریشان و ... . شناسایی چهره روش های گوناگونی دارد. مثلا ممکن است یک چهره با دیتابیسی محدود مقایسه شود ولی در حالت دیگر از یک دیتابیس پویا که مدام در حال تغییر می باشد استفاده میشود.
قدرت انسان در تفکیک چهرهها بسیار بالا میباشد، به طوری که چهرهای که در میان اشیاه دیگر قرار دارد را به راحتی میتواند تشخیص بدهد. این در حالی است که ماشینها به راحتی نمیتوانند این عمل را انجام دهند. ماشینها برای عملکرد بهتر باید ویژگیهایی را از تصویر استخراج کنند که برای چهره میباشند و با استفاده از این ویژگی ها چهره را شناسایی کنند. و اینکه از چه قسمت هایی از صورت افراد ویژگیها استخراج شوند بسیار موضوع مهمی است، چرا که این میتواند به بهبود عملکرد سیستم شناسایی چهره کمک زیادی کند.
1,2 کارهای مرتبط
تا قبل از ارائهی PCA برای شناسایی چهره, بیشتر کارها روی شناسایی ویژگی های بخشهای مختلف صورت مانند چشمها, بینی, دهان و … و تعریف روابط بین این اعضا متمرکز بود. اما تحقیقات روی قدرت انسان در شناسایی چهره نشان داد که ویژگی های اعضای منفرد صورت و ارتباطات لحظه ای بین آنها برای شناخت مناسب چهره کافی نیست.
- Bledsoe, 1966 - اولین کسی بود که یک روش نیمه اتوماتیک برای شناسایی چهره ارائه کرد. در این روش چهرهها بر اساس ویژگی-هایی که به وسیلهی انسان علامت زده شده بود دسته بندی میشدند. اندکی بعد با کارهای انجام شده در آزمایشگاههای Bell، یک بردار با بیش از 21 ویژگی - مانند عرض دهان, ضخامت لبها و - … تو سعه داده شد. ویژگیهایانتخاب شده عمدتاً حاصل ارزیابیهای ذهن انسان بودند و پیاده سازی آنها کار مشکلی بود.
- Kirby and Sirovich , 1998 - یک روش جبری برای محاسبه سادهی eigenface ها ارائه کردند. - Pentland and Turk, 1991 - اثبات کردند که خطای مانده هنگام کدینگ eigenface ها میتواند برای دو منظوراستفاده شود: .1 تشخیص وجود چهره در یک عکس .2 تعیین محل تقریبی چهره در عکس این دو نفر نشان دادند که با ترکیب دو مورد بالا, شناسایی بلادرنگ چهره ممکن است. این مطلب جرقهی یک انفجار در تحقیقات شناسایی چهره بود.
بعد از ارائهی این روش مقالات زیادی بر مبنای آن به رشتهی تحریر درآمده که در ادامه به برخی از آنها اشاره می-کنیم: در مقاله - - Gottumukkal et al, 2004 روشی به نام Modular PCA ارائه شده است. با مقایسه ی این روش با روش PCA متداول, مشخص میشود که این روش با وجود تغییرات زیادی در جهت تابش نور وحالت چهره, نرخ بازشناسی بیشتری نسبت به PCA دارد.
در این روش عکسها به چند قسمت کوچکتر تقسیم می شوند و PCA روی هرکدام از این قطعات به طور جداگانه اعمال میشود. این موضوع باعث می شود که تغییرات چهره از جمله تغییر در جهت تابش نور و حالت چهره, باعث تغییر ویژگیهای موضعی چهره یک فرد نشود. در مقاله - - Trupti and Kodinariya, 2014 از ترکیب الگوریتم PCA با چند الگوریتم دیگر یک روش ترکیبی ارائه شده است.در این مقاله سیستم شناسایی چهره در دو حالت کار میکند : تمرین و دستهبندی. حالت تمرین شامل نرمال سازی و استخراج ویژگی از تصاویر با استفاده از الگوریتم PCA, ICA میباشد.
سپس ویژگیهای استخراج شده, با استفاده از BPNN ها - back propagation neural network - تمرین داده میشوند تا فضای ویژگیها به کلاسهای متفاوت دسته بندی شوند. در حالت دسته بندی، عکسهای جدید به نتایج حاصل از حالت تمرین اضافه میشوند. یک روش ترکیب کننده, روی نتایج بخش تمرین اعمال میشوند تاعکسهای جدید برحسب کلاسهای ایجاد شده دسته بندی شوند.
در مقاله - محمودی و همکاران، - 1385، روشی با نام PCA چند لایه ارائه شده است. در این روش برای محاسبهی مولفه های اصلی از یک شبکه عصبی خطی استفاده شده است, که علاوه بر کاهش حجم مورد نیاز برای محاسبات, طراحی سخت افزار آن نیز بسیارساده تر خواهد بود. همچنین با توجه به قابلیت های شبکه عصبی در پردازش موازی, سرعت انجام محاسبات افزایش چشم گیری داشته است.
منظور از واژهی چند لایه در این مقاله این است که برای بازشناخت چهرهی یک فرد, ابتدا چند چهره که بیشترین شباهت به این چهره را دارند استخراج شده, آنگاه در مرحلهی بعد فرایند پیشنهادی در بین چهرههایی که بیشترین امتیاز شباهت را دارا می باشند ادامه داده شود. با توجه به این که دامنهی جستجو محدودتر شده, انتظار میرود که نتایج بدست آمده دقیق تر باشد. در ادامه، ما در بخش 2 روش پیشنهادی، بخش 3 دیتاست های استفاده شده، در بخش 4 ارزیابی و نتایج تجربی روش پیشنهادی و در بخش 5 نتیجه گیری را بیان خواهیم کرد.
.2 روش پیشنهادی
در این رویکرد ما بهترین و بهینهترین ویژگیهای مربوط به صورت را استخراج می کنیم. از آنجایی که چشم ها، بینی و دهان دارای بهترین ویژگی های جدا کننده مربوط به چهره در صورت انسان هستند، از این رو ما ابتدا مکان ناحیه مرکزی صورت که شامل آنها است را از تصاویر اولیه چهره مشخص می کنیم سپس ویژگیها را از آن ها استخراج کرده و با روش PCA ویژگیهای بهینه را نگهداری میکنیم و ابعاد بردار ویژگی را کاهش میدهیم که سبب سریع شدن طبقه بندی میشود پس از آن از یک شبکه عصبی برای طبقه بندی ویژگیها استفاده میکنیم و از ویژگیهای طبقه بندی شده برای شناسایی چهره افراد تست استفاده میکنیم. در شکل 1 بلوک دیاگرام این رویکرد را میتوانید مشاهده کنید.
.2,1 تعیین نواحی مرکزی
در این بخش به نحوه ی تعیین نواحی مرکزی مربوط به چهره میپردازیم. برای این کار ما ابتدا مختصات مرکز هر چهره را بدست می-آوریم و با استفاده از روش آستانه فاصله - Distance Threshold - نواحی مرکزی چهرهها را استخراج میکنیم. روش مذکور لبه فاصلههای افقی و عمودی را برای نواحی مرکزی مربوط به چهره بدست میآورد. این لبهها سایز نواحی مرکزی چهره را تعیین مینمایند.
با استفاده از اطلاعات مختصات مراکز، نواحی مرکزی چهره به راحتی قابل دستیابی خواهند بود. با توجه به تصاویر موجود در دیتابیس، لبه مربوط به فواصل به صورتی که در ادامه بیان میکنیم تنظیم میشوند. لبه مربوط به فاصله در حالت عمودی روی 180 و فاصله افقی روی 150 تنظیم می شود. نمونه ای از ناحیه های مرکزی استخراج شده را در شکل 2 میتوانید ببینید.
.2,2 استخراج ویژگی
بعد از تعیین نواحی مرکزی باید ویژگی ها را از این نواحی استخراج کنیم. برای استخراج ویژگیها ما از روش ویژگی مقدار میانگین سطح خاکستری استفاده میکنیم. در این روش ما تصاویر نواحی مرکزی چهره را به مربعهای کوچکتری تقسیم میکنیم و مقدار میانگین سطح خاکستری را از این مربع های کوچکتر بدست میآوریم.
