Разработка и исследование систем корреляционной идентификации человека по фотопортрету

• Автор: Палий, Ольга Ивановна
• Шифр специальности: 05.13.01
• Научная степень: Кандидатская
• Год защиты: 2006
• Место защиты: Санкт-Петербург
• Количество страниц: 187 с. : ил.

Оглавление

Введение. .

Гпава I Методы и средства цифровой компьютерной идентификации человека по

изображению лица.

1.1 КЛАССИФИКАЦИЯ ЗАДАЧ

1.1.1 Контроль доступа.

1.1.2 Поиск фотопортретов заданного человека н похожих на заданного

человека людей в базе фотоизображений

1. Идентификация человека по предъявляемому документу.

1.2 МАТЕМАТИЧЕСКИЕ ОСНОВЫ ОБРАБОТКИ ИЗОБРАЖЕНИЙ

1.3 МЕТОДЫ ИДЕНТИФИКАЦИИ ФОТОПОРТРЕТОВ.

.1 Метод главных компонент
1.3.2 Линейный дискриминантный анализ
.3 Синтез объектов линейных классов.
.4 Гибкие контурные модели лица.
.5 Сравнение эластичных графов
.6 Методы, основанные на геометрических характеристиках лица.
.7 Сравнение эталонов.
.8 Оптический ноток.
.9 Скрытые Марковские модели
. Нсйросстевые методы распознавания изображений лица.
1.4 АППАРАТ, ПРИМЕНЯЕМЫЙ ПРИ НОРМАЛИЗАЦИИ ФОТОПОРТРЕТОВ
1.5 АНАЛИЗ СИСТЕМ ИДЕНТИФИКАЦИИ ЧЕЛОВЕКА ПО ФОТОПОРТРЕТУ
1.5.1 Достоинства и недостатки перечисленных методов.
1.5.2 Выбор подхода для решения задач контроля удостоверений личности и
контроля досгупа.
1.6 ВЫВОДЫ.
Гпава II Предварительная обработка исходных фотопортретов.
2.1 ТРЕБОВАНИЯ К ИСХОДНЫМ ИЗОБРАЖЕНИЯМ, ОБЕСПЕЧИВАЮЩИЕ
КОРРЕКТНОСТЬ СТАТИСТИЧЕСКОГО ЭКСПЕРИМЕНТА.
2.1.1 Размер лица на изображении
2.1.2 Ракурс
2.1.3 Освещнность
2.1.4 Яркостные характеристики цифрового изображения
а 2.1.5 Эмоциональное выражение лица
2.2 ПОНЯТИЕ КАЧЕСТВА ИЗОБРАЖЕНИЯ В КОНТЕКСТЕ МОДЕЛИ ЗРЕНИЯ
ЧЕЛОВЕКА. .
2.2.1 Фундаментальные законы зрительного восприятия.
2.2.2 Характеристики изображения и количественные критерии оценки
качества изображения 7
2.2.3 Обзор методов цифровой обработки исходных изображений для
улучшения их качества Х.
2.3 ИССЛЕДОВАНИЕ ВЛИЯНИЯ РАЗЛИЧИЙ ПОКАЗАТЕЛЕЙ КАЧЕСТВА И ГЕОМЕТРИЧЕСКИХ ХАРАКТЕРИСТИК, СРАВНИВАЕМЫХ ИЗОБРАЖЕНИЙ,
НА ЭФФЕКТИВНОСТЬ КРОССКОРРЕЛЯЦИОННОЙ ИДЕНТИФИКАЦИИ ю
.1 Методика выполнения экспериментов и условные обозначения
.2 Результаты исследований.
Ф 2.4 ВЫВОДЫ ,
Гпава III Формализация задачи распознавания. ш
3.1 ФОРМАЛИЗАЦИЯ ЗАДАЧИ РАСПОЗНАВАНИЯ МЕТОДАМИ
МАТЕМАТИЧЕСКОЙ СТАТИСТИКИ
3.1.1 Основные ПОНЯТИЯ И критерии проверки статистических ГНПОТСЗ.
3.1.2 Построение эмпирических распределений исходной статистик. И. Ц
3.2 ОПИСАНИЕ МЕТОДИКИ ДЛЯ РЕШЕНИЯ ЗАДАЧИ РАСПОЗНАВАНИЯ
3.2.1 Принципы выбора границы критической области для решения
конкретной задачи распознавания.
3.2.2 Описание методики для решения задачи распознавания
3.3 ВЫВОДЫ.
Гпава IV Система корреляционной компьютерной идентификации изображений лица.
4.1. АЛГОРИТМЫ И ПРОГРАММЫ КОМПЬЮТЕРНОЙ НОРМАЛИЗАЦИИ И
ИДЕНТИФИКАЦИИ х
4.1.1 Регулировка масштаба
4.1.2 Регулировка ракурса.
4.1.3 Регулировка яркости и контрастности
4.1.4 Поиск целевого изображения в базе данных .
4.2. ОПИСАНИЕ ПРОГРАММНЫХ СРЕДСТВ СИСТЕМЫ ДЛЯ
ИДЕНТИФИКАЦИИ ЧЕЛОВЕКА ПО ИЗОБРАЖЕНИЮ ЛИЦА.
4.2.1 Состав программных средств.
4.2.1.1 Программные средства нормализации н добавления изображений в базу данных
4.2.1.2 Программные средства нормализации фотоизображении по показателям качества и идентификации изображений
. ИНТЕРФЕЙС ПОЛЬЗОВАТЕЛЯ И МЕТОДИКА ПРИМЕНЕНИЯ Ш
4.4. РЕЗУЛЬТАТЫ ЭКСПЕРИМЕНТАЛЬНОЙ ПРОВЕРКИ СОЗДАННОЙ
СИСТЕМЫ
4.5. ВЫВОДЫ
ЗАКЛЮЧЕНИЕ.
СПИСОК ЛИТЕРАТУРЫ


Основное ограничение на выбор алгоритма - это необходимость функционирования системы в режиме реального времени, а также тот факт, что допустимы ошибки только 1-го рода - "ложно не идентифицирован", а И-го рода - "ложно разрешён доступ" - должны быть сведены к нулю [9, ]. Данную задачу можно сформулировать следующим образом: имеется база данных, содержащая N фотопортретов (от нескольких тысяч и больше), требуется найти в ней п изображений, наиболее похожих на искомое. Выбор окончательного решения предоставляется эксперту (оператору). Следует отметить, что по статистике в реальной базе данных, содержащей 0 ООО портретов, 7 человек будут иметь двойников []. Так как базы могут содержать сотни тысяч, миллионы изображений, то существующие системы работать в режиме реального времени не в состоянии. Их цель - решение задачи за разумное время. Существует разновидность данной задачи - поиск изображений в базе данных по словесному описанию, т. Данная разновидность задачи не рассматривается в настоящей работе, так как её решение сводится к построению классификатора на основе двоичного дерева и соответствующей индексации изображений, хранящихся в базе. Она может являться дополнительной опцией к системе автоматического поиска изображений заданного человека. Портреты, хранящиеся в базе данных, могут быть получены как в одинаковых условиях (например, база данных ГИБДД РФ), так и в отличающихся (если база формировалась из разных источников). Спецификой решения данной задачи, на взгляд автора, является критичность выбора значимых признаков, с тем, чтобы портреты похожих друг на друга людей были близки в признаковом пространстве. Трудность заключается в том, что сам человек не может однозначно определить степень похожести (или непохожести) двух различных людей, а также сказать, какие именно черты лица играют решающую роль в идентификации одного человека другим человеком. Идентификация человека по предъявляемому документу (верификация человека по предъявляемому удостоверению личности. С момента изобретения фотографии и до настоящего времени подавляющее большинство удостоверений личности обеспечиваются фотопортретом человека, которому данный документ был выдан. На протяжении времени действия документа внешность человека может претерпевать значительные изменения и органам контроля часто бывает сложно установить визуально, является ли предъявитель документа тем лицом, которое удостоверяет документ. Основная сложность автоматизации данной задачи состоит в полном отсутствии какой-либо априорной информации при сравнении изображений предъявителя, полученных с видеокамеры, и фото, отсканированного с документа. Кроме того, проблемой является и получение более или менее одинаковых (по яркостным характеристикам) сравниваемых цифровых изображений. Если процесс получения качественного изображения предъявителя документа в настоящее время особых проблем не вызывает, то оцифровка фотопортрета, приклеенного на документ, осложняется несколькими факторами. Прежде всего, качество будет теряться из-за того, что для получения цифрового изображения используется не сам объект (оригинал), а его двумерное фотоизображение (т. Во-вторых, искажение цифровых изображений будет происходить из-за присутствующих на современных документах средств защиты от подделки. Нанесение различной степени сложности узоров и печатей на документы используется во многих государствах и может послужить дополнительным затруднением при анализе изображения и выделении из него признаков для распознавания. Использование ламинанта - прозрачного пластикового покрытия - для увеличения срока службы документов и затруднения подделки является общепринятым средством, особенно при изготовлении паспортов и водительских прав. Он затрудняет получение контрастных изображений стандартными способами оцифровки. Следует отметить, что с повышением надёжности электронных удостоверяющих документов (идентификационных карт) можно прогнозировать выравнивание качества сравниваемых изображений, поскольку информация на таких документах представляется в цифровом виде и, соответственно, процессы формирования цифрового изображения предъявителя карты и записанного на ней будут одинаковыми (с допуском на разницу в характеристиках видеокамер и условий съёмки).