صفحه اصلی > آراز > مقالات > تکنولوژی تشخیص چهره Face Recognition Technolog-قسمت دوم

تکنولوژی تشخیص چهره Face Recognition Technolog-قسمت دوم

تاریخ نگارش : ۱۳۹۱/۰۶/۳۱


تکنولوژی تشخیص چهرهFace Recognition Technology -قسمت دوم

مقدمه

مهمترین عامل در سیستمهای تشخیص چهرهFace Recognition System توانایی تشخیص افتراق بین پس زمینه و تصویر صورت میباشد.واین توانایی زمانی خود را نشان خواهد داد که سیستم در میان جمعیت در صدد شناسایی چهره باشد.سپس سیستم شروع به شناسایی گره های مختلف صورت فرد کرده،آنها را اندازه گیری کرده و با قالب درون پایگاه داده مقایسه میکند.

الگوریتم سیستم تشخیص چهره چگونه کار میکند ؟

الگوریتم تشخیص چهره را میتوان به دو روش اصلی تقسیم نمود:

1-روش هندسی،که به ویژگیهای متمایز نگاه میکند.

2-روش فتومتریک، که یک روش آماریست و تصویر را به متغییرهایی قسمت بندی میکند و آنها را با متغییرهای ذخیره شده مقایسه میکند.

الگوریتم تشخیص چهره بر اساس مقایسه تصویر است.این تصاویر دو نوع هستند.نوع اول یک تصویر با قاعده RGB  مانند JPGو یا PNG میباشد که الگوریتم سیستم شناسایی چهره دو بعدی با این تصاویر کار میکند. نوع دوم دارای اطلاعات عمیق تری میباشد.تصاویر RGB از یک دوربین نرمال دیجیتال به دست می آید و تصاویر عمیق به وسیله Range Camera به دست میآید.اولین مجموعه از الگوریتمهایی که با تصاویر RGB کار میکنند از اصول پردازش سیگنال دیجیتال برای رسیدن به تطبیق مورد نظر استفاده میکنند.دومین مجموعه از الگوریتمها با تصاویر عمیق برای رسیدن به تطبیق کار میکنند.اخیرا الگوریتمهای موجود از هر دو الگوریتم برای تطبیق بهتر استفاده میکنند.

سیستم تشخیص چهره سه بعدی 3D Face recognition System

یکی از روشهای جدید در این تکنولوژی که ادعا میکند دقت در این روش بهبود یافته است، تشخیص چهره به صورت سه بعدی three-dimensional face recognition میباشد.در این روش از یک سنسور سه بعدی برای گرفتن اطلاعات عکس استفاده میشود.

یکی از مزایایی که روش تشخیص چهره سه بعدی نسبت به تکنیک های قبل دارد ،حساس نبودن آن به  تغییر نور است.علاوه بر این سیستم تشخیص چهره سه بعدی قادر است تصویر صورت را در طیف وسیعی از زاویه دید مورد شناسایی قرار دهد.نقطه های داده ای  سه بعدی گرفته شده از صورت در این روش دارای دقت بسیار بالایی هستند.در این تکنولوژی سنسور های سه بعدی باعث افزایش کیفیت کار میشوند.این سنسورها به وسیله طرح نور ساخت یافته بر روی صورت کار میکنند.بیشتر از دو جین از این تصاویر میتواند توسط این سنسور ها در تراشه COMS جایگزین شوند.هر سنسور ،یک قسمت متفاوت از طیف صورت را عکس برداری میکند. حتی یک تکنیک تطبیق با کیفیت 3D میتواند به تغییرات نیز حساس باشد.جدول زیرمقایسه تصاویر دوبعدی و سه بعدی را نشان میدهد:

 

عامل

تصاویر دو بعدی

تصاویر سه بعدی

تشخیص ویژگیهای صورت

بر اساس اندازه گیری مانند فاصله بین چشمها،عرض بینی و طول فک.بافت پوست از جمله رنگ آن

بر اساس خطوط بینی،چانه و کاسه چشم

تغییرات چهره

تشخیص آن بسیار مشکل است

بدلیل استفاده از اندازه گیری هندسی بسیار قابل اطمینان است

جهت چهره

از 15 تا 20 درجه قابل شناسایی است

تا بالای 90 درجه قابل شناسایی است

تغییرات نور

نیاز هست که صورت به خوبی روشن باشد.نور ضعیف از کیفیت کار میکاهد.

Range Camera با نور فرا قرمز که در نور کم قابل استفاده هستند به خوبی کار میکند

نوع دوربین

Web Camera ودوربین دیجیتالی

Stereoscopic یا Range Camera

قابلیت اطمینان

تحت شرایط وابسته به کنترل قابل اعتماد است

قابلیت اطمینان بسیار بالایی دارد

 

 

تجزیه و تحلیل بافت پوست در سیستمهای تشخیص چهره Skin Textur analysis  

یکی دیگر از روندهای رو به ظهور استفاده از جزییات بصری پوست صورت توسط عکس دیجیتالی استاندارد یا عکس اسکن شده  میباشد.این تکنیک که تجزیه و تحلیل بافت پوست نامیده میشود خطوط منحصر به فرد،لکه های صورت و الگوهای صورت هر شخص را به صورت یک فضای ریاضی به سیستم بر میگرداند

تحقیقات نشان میدهد استفاده از روش تجزیه و تحلیل بافت پوست میتواند عملکرد سیستم را 20 تا 25 درصد افزایش دهد.

 جستجو های مرتبط:دستگاه حضور و غیاب سیستم حضور و غیاب - ساعت حضور و غیاب - حضور و غیاب - ماشینهای اداری - دستگاه کنترل تردد شرکت آراز-آراز-حضور غیاب-دستگاه حضور غیابساعت حضور غیاب -سیستم حضور غیاب