1 / 22

Myra

Myra. Arcdetektáló és arcfelismerő rendszer. Szerzők: Kövér Tibor & Vígh Dénes Konzulens : Vámossy Zoltán docens. BMF Neumann János Informatikai Főiskolai Kar. Céljaink Olyan rendszer megalkotása, amely.

nuru
Télécharger la présentation

Myra

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

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

  2. CéljainkOlyan 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. Kövér Tibor & Vígh Dénes - MYRA Arcdetektáló és Arcfelismerő Rendszer

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

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

  5. 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 Kövér Tibor & Vígh Dénes - MYRA Arcdetektáló és Arcfelismerő Rendszer

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

  7. 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) Kövér Tibor & Vígh Dénes - MYRA Arcdetektáló és Arcfelismerő Rendszer

  8. 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 Kövér Tibor & Vígh Dénes - MYRA Arcdetektáló és Arcfelismerő Rendszer

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

  10. 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 Kövér Tibor & Vígh Dénes - MYRA Arcdetektáló és Arcfelismerő Rendszer

  11. Jellemző alapú arcfelismerésitechnikák • Geometrikus jellemzők szerinti arcfelismerés • Elastic bunch módszer Kövér Tibor & Vígh Dénes - MYRA Arcdetektáló és Arcfelismerő Rendszer

  12. Holisztikus arcfelismerés • Sablon illesztés • Fourier Transzformáció • Sajátarc módszer Kövér Tibor & Vígh Dénes - MYRA Arcdetektáló és Arcfelismerő Rendszer

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

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

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

  16. 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 Kövér Tibor & Vígh Dénes - MYRA Arcdetektáló és Arcfelismerő Rendszer

  17. Oktató arcképek - átlagarckép Kövér Tibor & Vígh Dénes - MYRA Arcdetektáló és Arcfelismerő Rendszer

  18. Sajátarc vektortér meghatározása Kövér Tibor & Vígh Dénes - MYRA Arcdetektáló és Arcfelismerő Rendszer

  19. 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 Kövér Tibor & Vígh Dénes - MYRA Arcdetektáló és Arcfelismerő Rendszer

  20. Tesztelés és eredmények 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) 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 Kövér Tibor & Vígh Dénes - MYRA Arcdetektáló és Arcfelismerő Rendszer

  21. 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 Kövér Tibor & Vígh Dénes - MYRA Arcdetektáló és Arcfelismerő Rendszer

  22. Irodalomjegyzék • Henry A. Rowley és társai: Neural Network-Based Face DetectionIEEE 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. 1. 71-86, 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. 343--356, Cambridge UK, (1996) (Dia 21) Kövér Tibor & Vígh Dénes - MYRA Arcdetektáló és Arcfelismerő Rendszer

More Related