تطبیق چهره امری غیر ممکن توسط انسان

تشخیص چهره روشی آسان برای انسان یا رایانه؟

تشخیص چهره برای انسان کاری بسیار آسان است. آزمایشات نشان داده، حتی نوزادان یک تا سه ماهه قادر به تشخیص بین چهره های شناخته شده هستند. حال آنکه این روند چقدر برای رایانه سخت است؟ معلوم است که ما در مورد درک انسان تا به امروز دانش کمی در دست داریم.

ویژگی های درونی (چشم، بینی، دهان) یا ویژگی های بیرونی (شکل سر، موی سر) تا چه حد برای تشخیص چهره موفقیت آمیز استفاده می شود؟ چگونه تصویر را تحلیل می کنیم و چگونه مغز آن را رمزگذاری می کند؟

دیوید هوبل و تورستن ویزل ثابت کردند که مغز ما دارای سلول های عصبی تخصصی است که به ویژگی های محلی خاصی از یک صحنه مانند خطوط، لبه ها، زاویه ها و یا حرکت می پردازند. از آنجایی که ما جهان را به عنوان قطعات پراکنده نمی بینیم، قشر دیداری ما باید به نحوی ترکیب منابع مختلف اطلاعات را به الگوهای مفید تبدیل کند.

 تشخیص چهره به صورت خودکار، در مورد استخراج ویژگی های معنی دار از یک تصویر، قرار دادن آنها در یک نمایه مفید و انجام نوعی طبقه بندی در آنها است.

تشخیص چهره بر اساس ویژگی های هندسی یک چهره احتمالا رویکرد بصری‌تری برای تشخیص چهره است. نقاط کلیدی چهره (موقعیت چشم، گوش، بینی، …) برای ساخت یک بردار ویژگی (فاصله بین نقاط، زاویه بین آنها، … ) تشخیص با محاسبه فاصله اقلیدسی بین بردارهای ویژگی پروب و تصویر مرجع انجام گرفت. چنین روشی در برابر تغییرات نور در طبیعت مقاوم است، اما دارای یک عیب بزرگ است: ثبت دقیق نقاط کلیدی، حتی با الگوریتم های پیشرفته، کار پیچیده ایست.

روش Eigenfaces رویکرد جامعی برای تشخیص چهره پیش گرفته است: یک تصویر چهره یک نقطه از یک فضای تصویری با ابعاد بزرگ است و یک نمایندگی با ابعاد پایین تر پیدا می شود، جایی که دسته‌بندی آسان می شود، زیرمجموعه بعد بعدی با تجزیه و تحلیل مولفه اصلی پیدا شده است، که محورها با حداکثر واریانس را شناسایی می کند. در حالی که این نوع تغییرات از نقطه نظر بازسازی مطلوب است، هیچ برچسب کلاس ای را در نظر نمی گیرد. تصور کنید یک وضعیتی که واریانس از منابع خارجی تولید می شود، بگذارید آن نور باشد. محور با حداکثر واریانس لزوما حاوی هیچ اطلاعات تبعیض آمیز نیست، در نتیجه طبقه بندی غیر ممکن می شود. ایده اصلی این است که به حداقل رساندن واریانس درون یک کلاس، در حالی که حداکثر واریانس بین طبقات را در همان زمان داشته باشیم.

به تازگی روش های مختلف برای استخراج ویژگی های محلی پدید آمده اند. برای جلوگیری از وضوح بالا داده های ورودی، فقط مناطق محلی یک تصویر توصیف می شود، ویژگی های استخراج شده قوی‌تر در برابر انسداد جزئی، روشنایی و اندازه نمونه کوچک باشد. الگوریتم هایی که برای استخراج ویژگی های محلی مورد استفاده قرار می گیرند عبارتند از: گابور، تبدیل دیسکتوری کوزینوس و الگوهای باینری محلی. هنوز هم یک سوال تحقیق باز است که بهترین راه برای حفظ اطلاعات مکانی هنگام استفاده از استخراج ویژگی های محلی چیست؟  چرا که اطلاعات فضایی اطلاعاتی بسیار مهم و مفید است.