Разработка и макетирование устройства распознавания пользователей бытовой техники

Цель научно-исследовательского проекта – построение системы распознавания личности по лицу.

Задачи, решаемые в рамках данного проекта следующие:

1. Теоретическое исследование системы распознавания

• Сравнительный анализ и выбор принципов построения сенсорной части устройства.

• Анализ исходных данных, выбор оптимальных методов решения задачи распознавания лиц из заранее заданного списка в смысле различных критериев оптимальности (качество распознавания, сложность алгоритмов, инвариантность к различным помехам).

• Определение набора тестов для проверки качества работы системы распознавания.

• Разработка алгоритмического обеспечения комплекса.

• Автономное тестирование алгоритмического обеспечения.

• Разработка интерфейса взаимодействия системы распознавания с пользователями в режимах настройки и функционирования

2. Разработка системы распознавания.

Содержание

Разработка и макетирование устройства распознавания пользователей бытовой техники 1

Содержание 2

1. Сравнительный анализ и выбор принципов построения сенсорной части устройства 4

2. Разработка интерфейса взаимодействия системы распознавания с пользователями 5

3. Обзор методов биометрической идентификации личности по лицу 7

3.1 Особенности и проблемы распознавания лиц 8

3.2 Методы удаление фона 9

3.3. Обзор алгоритмов обнаружения лица человека на изображении 12

3.3.1. Эмпирические методы 13

Распознавание "сверху-вниз". 13

Распознавание "снизу-вверх". 14

3.3.2. Моделирование изображения лица 16

Неадаптивные методы 17

Моделирование класса изображений лиц с помощью метода главных компонент 18

Моделирование класса изображений лиц с помощью Факторного Анализа (Factor Analysis, FA) 18

Адаптивные методы 19

Линейный Дискриминантный Анализ (Linear Discriminant Analysis, LDA) 19

Метод Опорных Векторов (Support Vector Machines, SVM) 19

Искусственные Нейронные Сети (Neural Networks, NN) 20

Sparse Network of Winnows (SNoW) - «Разреженная сеть просеивающих элементов». 23

Скрытые Марковские Модели (Hidden Markov Models) 24

Active Appearance Models (AAM) – «Активные модели внешнего вида» 25

Алгоритм Viola-Jones 25

3.4 Обзор методов распознавания лиц 30

3.4.1. Классификация методов распознавания 30

3.4.2. Методы, основывающиеся на анализе локальных признаков 31

Контурные (эластичные) модели лица (Flexible Appearance Models) 31

Сравнение эластичных графов 33

Методы, основанные на геометрических характеристиках лица 35

Сравнение эталонов 36

Метод наиболее информативных областей (НИО) 37

Скрытые марковские модели 38

Морфинговые модели 42

3.4.3. Методы, основывающиеся на анализе глобальных признаков 43

Дискриминантные методы 43

Линейный дискриминантный анализ 43

Анализ главных компонент 44

Анализ независимых компонент 45

Топографический независимый факторный анализ 45

Оптический поток 46

3.4.4. Общие методы 48

Фильтры Габора 48

Моменты 48

Нейронные сети 49

3.4.5. Методы классификации 50

Статистические классификаторы 50

Классификаторы на основе построения разделяющих гиперповерхностей 51

Классификаторы, основанные на принципах потенциалов 52

Классификаторы экземпляров 54

Нейросетевые классификаторы 55

4. Выбор оптимальных методов решения задачи распознавания лиц 59

5. Определение набора тестов для проверки качества работы системы распознавания 62

5.1. Тестирование подсистемы удаления фона 62

5.2. Тестирование подсистемы обнаружения лиц 62

5.3. Тестирование подсистемы распознавания лиц 63

5.4. Face Databases 63

6. Разработка алгоритмического обеспечения комплекса. 66