Az előadás letöltése folymat van. Kérjük, várjon

Az előadás letöltése folymat van. Kérjük, várjon

Myra Arcdetektáló és arcfelismerő rendszer Szerzők: Kövér Tibor & Vígh Dénes Konzulens : Vámossy Zoltán docens BMF Neumann János Informatikai Főiskolai.

Hasonló előadás


Az előadások a következő témára: "Myra Arcdetektáló és arcfelismerő rendszer Szerzők: Kövér Tibor & Vígh Dénes Konzulens : Vámossy Zoltán docens BMF Neumann János Informatikai Főiskolai."— Előadás másolata:

1 Myra Arcdetektáló és arcfelismerő rendszer Szerzők: Kövér Tibor & Vígh Dénes Konzulens : Vámossy Zoltán docens BMF Neumann János Informatikai Főiskolai Kar

2 Kövér Tibor & Vígh Dénes - MYRA Arcdetektáló és Arcfelismerő Rendszer2/22 Céljaink Olyan rendszer megalkotása, amely jó hatékonysággal képes élő videóképen egy, vagy több arcot detektálni háttértől és póztól függetlenül, megfelelő feltételek esetén az arcok jellemzőit adatbázisba gyűjti illetve fölismeri azokat, a képen nyomonköveti az emberek (arcok) mozgását.

3 Kövér Tibor & Vígh Dénes - MYRA Arcdetektáló és Arcfelismerő Rendszer3/22 Felhasználási terület Épületek, termek beléptető rendszerei Számítógépek jelszó nélküli hozzáférése Rendőrségi azonosítás segítése Megfigyelés Tömeg- és térfigyelés Biztonsági rendszerek

4 Kövér Tibor & Vígh Dénes - MYRA Arcdetektáló és Arcfelismerő Rendszer4/22 Hol találkozhatunk arcfelismerő rendszerekkel? Repülőtereken Kaszinókban Pénzautomatáknál Stadionokban Tömegközlekedési eszközökben Bankokban Államigazgatási épületekben Üzletekben

5 Kövér Tibor & Vígh Dénes - MYRA Arcdetektáló és Arcfelismerő Rendszer5/22 Arcfelismerés előnyei és hátrányai Az arcunk mindig velünk van Passzív módszer (nem igényel kooperációt) Feltűnésmentes: lehet rejtett kamerával is Leggyorsabb biometrikus technológia Olcsó hardware-rel is megoldható Az emberi arc változik Ikrek Fényviszonyokra érzékeny Személy kamerához való helyzete

6 Kövér Tibor & Vígh Dénes - MYRA Arcdetektáló és Arcfelismerő Rendszer6/22 Hasonló rendszerek – FaceSnap Neurális hálós technikát alkalmazó arcdetektáló, arckövető, arcfelismerő alkalmazáscsomag Repülőterek, bankok biztonsági rendszere Feladata a 24 órán át működő megfigyelőkamerák felvételeinek kiértékelése

7 Kövér Tibor & Vígh Dénes - MYRA Arcdetektáló és Arcfelismerő Rendszer7/22 Az arcdetektálás nehézségei Kép tulajdonságai/technikai háttér ( méretarány, irány, felbontás, minőség, világosság, kontraszt, színtulajdonságok ) Póz Megvilágítás és textúra (megvilágítás, mozgó fényforrás, arcszőrzet, bőrhibák) Háttér Alakvariációk (arckifejezés, mimika)

8 Kövér Tibor & Vígh Dénes - MYRA Arcdetektáló és Arcfelismerő Rendszer8/22 Arcdetektáló technikák Top-down modell Tanulás alapú rendszerek, Neurális hálók Szín-alapú megközelítés Mozgás-alapú megközelítés (pislogás, mozgás, háttér-kivonás) Arcjellemzők keresése (szem, száj, szemöldök, orrlyukak, haj vonala) Mintaillesztés

9 Kövér Tibor & Vígh Dénes - MYRA Arcdetektáló és Arcfelismerő Rendszer9/22 Az arcfelismerés általános folyamata Referenciarekord készítése a felismerendő személyről Arclokalizáció Arcnormalizáció Arcrekord készítése Arcrekord összehasonlítása a referencia rekordokkal Küszöbértékszámítás Elvetés vagy felismerés

10 Kövér Tibor & Vígh Dénes - MYRA Arcdetektáló és Arcfelismerő Rendszer10/22 Arcfelismerő módszerek Jellemzőalapú arcfelismerés –Az arc egyes jellemzőit („features”) szűrik ki, melyek alapján az arcot osztályozni lehet. Holisztikus arcfelismerés –Az arcot teljes egészében vizsgálják és az osztályozás ennek megfelelően történik

11 Kövér Tibor & Vígh Dénes - MYRA Arcdetektáló és Arcfelismerő Rendszer11/22 Jellemző alapú arcfelismerési technikák Geometrikus jellemzők szerinti arcfelismerés Elastic bunch módszer

12 Kövér Tibor & Vígh Dénes - MYRA Arcdetektáló és Arcfelismerő Rendszer12/22 Holisztikus arcfelismerés Sablon illesztés Fourier Transzformáció Sajátarc módszer

13 A Myra rendszer működése (detektálás) Előfeldolgozás Arcszínkeresé Mintaillesztés (AdaBoost) Meghatározás

14 Kövér Tibor & Vígh Dénes - MYRA Arcdetektáló és Arcfelismerő Rendszer14/22 Színkeresés A YCC színtér előnyösebb (nemlineáris konverzió) A Cb-Cr térben egy ellipszis jelöli a bőrszín- tartományt

15 Kövér Tibor & Vígh Dénes - MYRA Arcdetektáló és Arcfelismerő Rendszer15/22 Bőrszín-keresés a gyakorlatban Az arckeresési terület leszűkítése Arc-jelöltek kreálása Más technikák kontrolljaként is használható

16 Kövér Tibor & Vígh Dénes - MYRA Arcdetektáló és Arcfelismerő Rendszer16/22 A Myra rendszer működése (felismerés) Előkészületek: Oktató képhalmaz megválasztása Sajátarcok meghatározása Arcvektortér előállítása Arcadatbázis létrehozása Felismerés : Keresett kép arctérbe vetítése Arctérben a legközelebbi arcvektor megkeresése Eredmény kiértékelése

17 Kövér Tibor & Vígh Dénes - MYRA Arcdetektáló és Arcfelismerő Rendszer17/22 Oktató arcképek - átlagarckép

18 Kövér Tibor & Vígh Dénes - MYRA Arcdetektáló és Arcfelismerő Rendszer18/22 Sajátarc vektortér meghatározása

19 Kövér Tibor & Vígh Dénes - MYRA Arcdetektáló és Arcfelismerő Rendszer19/22 Felhasználói felület és működés Háromféle nézet A sebesség kérdése A rendszer Delphi alatt készül, és Microsoft Windows XP operációs rendszer alatt fut Külső segítség: OpenCV

20 Kövér Tibor & Vígh Dénes - MYRA Arcdetektáló és Arcfelismerő Rendszer20/22 Tesztelés és eredmények Felismerés – Sajátarcok módszer Erősségek: Megfelelő körülmények között hatékony 70%+ Gyengeségek: Érzékeny fényviszonyokra, Érzékeny fej orientációjára, jelenleg még lassú: 3,5 fps Tesztelés: TV Tuner, Kamera, Webcam Gép: Athlon XP 1.8 Detektálás Bőrszínszűrés: 96%-os találat (minimum kb. 50%-os lefedettség), hibás pozitív detektálás a háttértől függ (18fps) AdaBoost: 89%-os találati arány, 8% hibás pozitív (paraméterektől függően 3-15 fps)

21 Kövér Tibor & Vígh Dénes - MYRA Arcdetektáló és Arcfelismerő Rendszer21/22 A jövő… Az eddigi módszerek sebességoptimalizálása A detektálás és a felismerés pontosságának növelése (új módszerek) Arckövetés megvalósítása (jellemző pontok követése, kondenzációs algoritmus) Arcfelismerés kiegészítése egy geometriai jellemzőn alapuló módszerrel

22 Kövér Tibor & Vígh Dénes - MYRA Arcdetektáló és Arcfelismerő Rendszer22/22 Irodalomjegyzék Henry A. Rowley és társai: Neural Network-Based Face Detection IEEE May 1999 (Dia 7-8) Paul Viola, Michael Jones, Robust Real-time Object Detection, Cambridge Research Laboratory, February 2001 (Dia 13) Rein-Lien Hsu, Mohamed Abdel-Mottaleb, Anil K. Jain: Face Detection in Color Images, IEEE (Dia 14) R. Brunelli, T. Poggio, “Face Recognition through Geometrical Features”, Istituto per la Ricerca Scientifica e Tecnologiea, Trento, Italy (Dia 11) Laurenz Wiskott, Jean-Marc Fellous, Norbert Krüger, „Face Recognition by Elastic Bunch Graph Matching”, Institute for Neural Computation Ruhr- University Bochum, Germany 1999 (Dia 11) M. Pötzsch, „Filters/ Wavlets”, Ruhr Universität Bochum (Dia 11) Matthew Turk, Alex Pentland “Eigenfaces for Recognition” Journal of Cognitive Neursience. Vol3. No , 1991 (Dia 12, 16-18) Santiago Serrano, „Eigenface Tutorial”, Drexel University (Dia 16-18) Michael Isard and Andrew Blake, Contour tracking by stochastic propagation of conditional density, Proc. European Conf. on Computer Vision, vol. 1, pp , Cambridge UK, (1996) (Dia 21)


Letölteni ppt "Myra Arcdetektáló és arcfelismerő rendszer Szerzők: Kövér Tibor & Vígh Dénes Konzulens : Vámossy Zoltán docens BMF Neumann János Informatikai Főiskolai."

Hasonló előadás


Google Hirdetések