Аутентификация по лицу

[Kell 0]

Столкнулся с такой проблемой. Существует некая база фотографий, они все переведены в градацию серого и подогнаны под один размер. На данных фотографиях сохранены только лица, найденные классификаторами Хаара. Когда пользователь заходит в программу, включается камера, создается фото, обрезается, переводится в градацию серого и конвертируется под размеры фотографий из базы. Дальше нужно сравнить изображение с базовыми. И вот возникает вопрос: какой метод использовать? HMM или главных компонент? Что из них дает более точный результат? И как должно происходить обучение? Если у меня нет базы с примерами. А моя текущая база может меняться по составу. Плюс у каждого пользователя есть только одно фото. Пишу на с++ в visual studio 2010.

[Smorodov 579]

Если есть только одно фото на пользователя, то и никакого обучения нет.

Находите расстояние между многомерными точками (одно лицо - одна точка), к какой ближе, тот человек и есть.

Можно в качестве точек брать все изображение, а можно только его биометрические точки (их вроде 21 обычно используется для таких целей).

Как их определять - другой вопрос, см. например тему http://www.compvision.ru/forum/index.php?showtopic=1023 .

[Kell 0]

Не совсем вас понял. Если мы берем все изображение за точку, то это значит, что нам нужно просто вычесть одно избражение из другого или как?

[Smorodov 579]

Не надо вычитать, надо вытянуть все точки каждого из изображения в один длинный (несколькотысячемерный) вектор (координаты точки).

Получится несколько точек с известными названиями (имена людей), и одна, которую вы хотите классифицировать.

Чтобы определить расстояние (Евклидову норму, или длину (несколькотысячемерного) вектора между этими точками), нужно найти скалярное произведение этих векторов (координат) и взять из него корень.

http://en.wikipedia.org/wiki/Dot_product

Так вот, находите все расстояния от классифицируемого объекта до известных, и определяете класс объекта по минимальному расстоянию.

Хотя, тут будет работать и анализ главных компонент, при помощи него можно сильно уменьшить размерность задачи.

Найдете собственные векторы, их будет на 1 меньше чем фотографий. И дальше расстояние определяется как я описал выше, через скалярное произведение, (часто используют расстояние Махаланобиса, но в данном случае, думаю большой разницы не будет).

[Kell 0]

Да, размерность задачи у меня получилась большой. Я сделал, как вы и сказали, но обработка изображений у меня занимает очень большое время и всю производительность системы. И это только для двух изображений.

До метода главных компонент еще не добрался. Но сейчас никак понять не могу, почему собственных векторов будет на один меньше, чем фотографий? Для исходной фотографии не нужно его делать?

[Smorodov 579]

Вот тут статья хорошая, многое проясняет:

http://www.cognotics.com/opencv/servo_2007_series/part_4/index.html

Размерность векторов базиса будет прежней (ширина*высота).

Но размерность спроецированных на этот базис фотографий будет намного меньшей (количество векторов базиса).

Вам все равно придется проецировать на этот базис поступающее изображение.

Но процесс сравнения уже будет значительно менее затратным.

По поводу производительности, не обязательно брать фотографии в полном разрешении камеры.

Их можно (и лучше) уменьшить до такого размера, когда Вы сами можете различить людей которые на них изображены.

Должно работать в реальном времени, тормозит у Вас, скорее всего, детектор Хаара.

[Kell 0]

В общем, теперь я запутался в трех соснах, наверное. Сравнил изображения. Построил вектора. И решил вывести изображение на экран. Получается довольно своеобразная картинка даже для одинаковых изображений. Но так и не понял, как же мне понять по этому вектору, что лица схожи?

[Smorodov 579]

Есть две точки: P1(x1,x2,x3,...xN) и P2(x1,x2,x3,...,xN) и новая точка P0(x1,x2,x3,...,xN).

x1,x2,x3,...xN - это названия осей базиса, типа (x,y) на плоскости.

Как узнать к какой точке P1 или P2 ближе P0?

[fakel-v 0]

Доброго времени суток всем!

Ребят,у меня задание дипломное.есть база данных людей.с их фото.необходимо чтобы при входе в программу открывалась веб камера и по ней проходила идентификация человека и сравнение с теми фото кто есть в базе данных.я полный ноль в этом.но задание есть задание,подскажите с чего начать изучение в целом?посоветуйте пожалуйста литературу и прошу,не судите строго)я только начинаю)...заранее благодарю!

[Smorodov 579]

Начинайте отсюда:

http://www.compvision.ru/forum/index.php?showtopic=81

http://www.compvision.ru/forum/index.php?showtopic=74

Тему объединяю с "аутентификация по лицу".

[fakel-v 0]

Спасибо!Сейчас и прочту...Но вот вопрос(просто интерес):я понимаю что придется использовать Си в любом его исполнении...А можно ли всего этого добиться путем делфи?

[Smorodov 579]

Можно, но это сложнее чем выучить С

ЗЫ: Еще можете использовать питон (может быть это будет проще).

http://www.compvision.ru/forum/index.php?showtopic=996

[fakel-v 0]

Значит возьмусь за обучение С

[fakel-v 0]

А на чем именно Вы бы посоветовали писать?

[Smorodov 579]

Если не знаете С, то на питоне (версию питона лучше брать 2.7) (питон можно изучить за несколько дней), если знаете то на С.

Я пишу на С (сейчас использую VS2010 + Qt).

ЗЫ: По использованию openCV с питоном документации меньше, чем для C.

[fakel-v 0]

Почитал ваши ссылки на питон+опенсв..на английском будет тяжеловато разобраться...никакой информации по Питон+опенсв нету?не подскажите?ну а если придется учить С так в принципе тоже не страшно.диплом в мае сдавать

[Smorodov 579]

Тогда начинайте работать с VS2010, сначала без GUI.

Когда освоитесь, приделаете GUI, есть темы на форуме про вывод на форму.

Borland лучше не использовать, с ним будут проблемы.

ЗЫ: На русском инфы очень мало, придется подучить инглиш.

[fakel-v 0]

Хорошо..значит с этого и начну.Большое спасибо!пошел учиться...

[mrgloom 242]

я вообще понял что лучше всего писать на матлабе(но он как бы стоит денег), бесплатный аналог как раз питон, но больше ковыряться, меньше готового.(octave,r и т.д. не пробовал)

а с\с++ все равно надо знать и наверно от этого никуда не деться.

[Kell 0]

Smorodov, спасибо огромнейшее за наставления! Программа была написана, протестирована. Все отлично. Но вот теперь задумываюсь о том, чтобы использовать карту глубин. Хотелось бы все это объединить. Вычитал, что в opencv реализовано два алгоритма работы стереозрения. И вот тут возник вопрос, касающийся практической реализации. Так и не уловил это сути. Данные необходимо использовать с одной камеры или нескольких? Плюс, в некоторых статьях прочитал, что вообще нужны специальные камеры. Это несколько сбивает с толку. Возможно, что еще несколько поверхностно ознакомился, поэтому возникают такие глуповатые вопросы. Но и задать-то некому.

Изменено June 29, 2013 пользователем Kell

[mrgloom 242]

есть специальные камеры типа kinect.

можно делать по стереопаре полученной с 2-х камер.

есть методы которые "догадываются" с 1 картинки.

соответственно точность падает от 1 варианта к 3.