Проблемы использования нейронных сетей распознавания лиц

Проблемы использования нейронных сетей распознавания лиц.

Хорошильцев Данил Андреевич – бакалавр, Ростовский государственный экономический университет (344002, Россия,  г. Ростов-на-Дону, ул. Большая Садовая, д. 69) , email – ry-flotu@mail.ru

Аннотация

В данной работе рассмотрены прохождение данных через биометрическую систему,  сфера использования нейронной сети, проделан анализ, который помог выявить преимущества и недостатки. Результаты могут быть использованы при создание нейронной сети по распознавания лица.

Ключевые слова

Нейронные сети, распознавание лиц, компьютерное зрение, биометрическая идентификация.

Введение

Распознавание лиц - очень сложная область исследований в сфере компьютерного зрения и распознавания людей из-за различия в выражениях лица, позах, освещении, количества поступаемых данных. Ряд новых приложений от правоохранительных органов до коммерческих задач требуют от отрасли разработки эффективных и автоматизированных систем распознавания лиц. Несмотря на то, что многие исследователи работали над проблемой распознавания лиц в течение многих лет, все еще необходимо решить несколько проблем.

Распознавание лиц является одним из биометрических методов, обладающих достоинствами как высокой точности, так и низкой навязчивости. Данная проблема привлекла внимание исследователей в таких областях, как безопасность, психология, имидж, политическая составляющая. Существует множество алгоритмов, методов и типологий для распознавания лиц. Это сфера анализирует характеристики изображений лица человека, вводимых с помощью цифровой видеокамеры, онлайн-захвата лиц или существующей базы данных. В наши дни необходимо поддерживать безопасность людей от мошенников или преступников, также каждая организация или частное лицо хотят улучшить свою существующую систему безопасности, чтобы человек, который не работает здесь, не смог проникнуть на территорию. Таким образом, проблемы использования нейронный сетей по распознаванию лица является актуальной темой.

Материалы и методы

Прежде чем приступать к описанию нейронной сети, рассмотрим, как проходят данные через биометрическую систему, которая имеет 4 фактора. Нахождение или обнаружение лица, предварительная обработка, извлечение признаков, распознавание лиц. На рисунке 1 показана архитектура системы распознавания лица [8].[pic 1]

Рисунок 1- Архитектура системы распознавания [8]

Первоначальная задача для распознавания лица система должна получать изображение с помощью захвата видеокамер, изображения или из базы данных, чтобы приступить к следующему этапу.

Нахождение(обнаружение) лица.

Главной задачей этого этапа является определение лица по захваченному изображению или выбранному из баз данных [8]. Этот шаг позволяет определить, есть ли на данном захвате или изображение лицо человека. Затем передаётся на предварительную обработку.

Предварительная обработка.

На этом этапе убираются нежелательные шумы, размытия, эффекты затемнения. В работах Макарова И.Н., Владимирова И.Ю. [5], Amaal Kadum, Juliet Kadum [9] и Shehzeen Hussain, Todd Huster, Chris Mesterharm, Paarth Neekhara, Kevin An, Malhar Jere, Harshvardhan Sikka, Farinaz Koushanfar [10], в которых были проведены эксперименты, показывающие, что если фотография не будет обработана, то как для обучения, так и для распознавания будет являться отрицательным фактором, потому что эффективность нейронной сети будет ухудшаться и не будет выявлена личность.

 В работе Макарова И.Н., Владимирова И.Ю. [5] описывается эксперимент, в котором взяли 6 изображений: 3 женщины и 3 мужчины, и начали искажать фотографии с помощью Blur и шума Гаусса, что получилось 144 экспериментальных ситуации. Из данных шума Гаусса они требуют не только большего усилия от испытуемых при опознании, но также эффективность нейронной сети ухудшилась. А усилия Blur меняются с течением времени. Подводя итог, нейронная сеть показала плохие результаты, следовательно, этот этап является важным для дальнейшей работы.