6.7.1. Пример алгоритма распознавания

Одно из наиболее интересных направлений распознавания образов связано с развитием систем контроля доступа. Эти системы позволяют ограничить круг по­ль­зователей, имеющих доступ как к физическим, так и виртуальным объектам, включая, например, узлы компьютерных систем.

Вкачестве примера рассмотрен алгоритм распознавания лиц, разработанный фирмойITC, США. Модель лица пред­ставляется в виде набора некоторых элементов - масок. Каждая маска характеризуется геометрическими признаками - координатами относительно выбранного центра изображения. (Таким центром может быть ге­ометрический центр лица или середина переносицы). В алгоритме анализируются пять масок: правый и левый глаз, нос, рот, правая и левая носогубная складка и подбородок.

Элементы распознаваемого лица хранятся в виде «вырезанных» из оцифрованного растрового изображения областей прямоугольной формы. В зависимости от маски, размеры областей варьируются в пределах: от 1511 пикселей - для носогубных и до 3113 - для рта. Изображение квантуется на 256 градаций яркости.

Как и для большинства алгоритмов распознавания, программы такого рода состоят из двух частей:

• предварительное обучение, на котором производится описание лица пользователя и занесение его признаков в базу данных (регистрация);

• распознавание (выбор наиболее похожего изображения из базы данных).

Регистрация выполняется за несколько этапов. На первом производится традиционная предобработка регистрируемого изображения с целью уда­ления шумов и выделения контуров с помощью градиентного фильтра (например, фильтра Робертса размером 33). В результате, на изображении выделяется овал, определяющий фор­му лица. На следующем этапе осуществляется масштабирование изображения до заданного формата (составляющего 64 пикселя по горизонтали) и находится приблизительный центр лица.

Далее производится поиск правого глаза на изображении. С этой целью в выделенной области осуществляется фильтрация изображения локальным фильтром, содержащим стандартную маску правого глаза (рис. 6.56а). Вычисляется значение суммы разностей приведенных яркостей пикселей исходного изображения и соответствующих им пикселей фильтра. Приведенное значение яркости вычисляется по формуле:

L = L₀ (L_ф/L_и),

где L₀ - исходное значение яркости, L_ф - суммарная яркость пикселей фильтра, L_и - суммарная яркость пикселей исходного изображения в текущей фильтруемой области.

Таким образом, результатом фильтрации является отклик :

здесь W и H - соответственно ширина и высота филь­­тра (маски), l_ij и l_фij - значения яркости пикселя изображения и пикселя фильтра соответственно. Ми­нимум  соответствует левому верхнему углу об­лас­ти изображения размером WH, содержащему искомый элемент - правый глаз.

Далее в секторе изображения с центром в правом глазе и дугой 20 ищется левый глаз (рис. 6.56б), после чего осуществляется поворот изображения так, чтобы глаза оказались на одном уровне по горизонтали (рис. 6.57а). Изменение ориентации требует уто­чнения первоначального положения центра лица (как середины отрезка, соединяющего глаза), и координаты масок определяются относительно но­­вого центра (рис. 6.57б).

На следующих этапах выделяются области остальных масок (рта, но­са, подбородка и носогубных складок) и осуществляется их поиск по величине отклика. Таким образом, в процессе регистрации, формируется полная модель лица, которая сохраняется в базе дан­ных. Модель описывается набором векторов r_k, связывающих центр лица с центрами найденных элементов.

Алгоритм распознавания (верификации) близок к алгоритму регистрации. Текущее изображение лица сравнивается со всеми моделями из базы данных, в результате чего формируется некоторый функционал F, равный:

F = (r_k* C_1k; _k C_2k),

здесь r_k* - вектора соединяющие центры k-ых элементов ис­ход­ного изображения с центрами элементов верифици­руе­мого лица, C_1k, C_2k - весовые коэффициенты, показы­ва­ющие влияние смещения и отклика каждого элемента на результирующий счет. Параметр _k = min _k вычисляемый через величину откликов, определяется по всей области, в которой производилась фильтрация с помощью соответствующей маски.

В результате верификации принимается решение об идентичности сравниваемых лиц (рис. 6.58). Лица считаются идентичными при условии, что 100 - F  P, где P – заранее заданный порог сравнения.