ترجمه تشخیص چهره ثابت با استفاده از تصاویر نزدیک به فروسرخ ​

توضیحات

 عنوان فارسی: تشخیص چهره ثابت با استفاده از تصاویر نزدیک به فروسرخ ​

عنوان انگلیسی مقاله ترجمه شده:

llumination Invariant Face Recognition Using Near-Infrared Images

تشخیص چهره ثابت با استفاده از تصاویر نزدیک به فروسرخ ​

چکیده

بیشتر سیستم‌های تشخیص چهره کنونی برای کاربردهای خانگی، تعاونی و کاربر طراحی می‌شوند. با این حال، حتی در برنامه‌های کاربردی محدود، اکثر سیستم‌های موجود، علمی و تجاری، با تغییر در روشنایی محیط، در صحت و دقت قرار می‌گیرند. در این مقاله، ما یک راه‌حل جدید برای تشخیص چهره ثابت برای کاربردهای خانگی، تعاونی و کاربر ارایه می‌کنیم. اول، ما یک سیستم تصویربرداری مادون‌قرمز نزدیک (NIR)را ارایه می‌کنیم که قادر به تولید تصویر چهره از شرایط خوب بدون در نظر گرفتن چراغ‌های قابل‌رویت در محیط است. دوم اینکه، ما نشان می‌دهیم که تصاویر حاصل از چهره، اطلاعات ذاتی از صورت را کدگذاری می‌کند، که موضوع تنها مربوط به تبدیل یکنواخت به تن خاکستری است. بر این اساس، ما از ویژگی‌های الگوی باینری محلی (LBP) برای جبران یکنواختی استفاده می‌کنیم، در نتیجه یک نمایش چهره ثابت بدست می‌آید. سپس روش‌هایی را برای تشخیص چهره با استفاده از تصاویر NIR ارایه می‌کنیم. الگوریتم‌های یادگیری آماری برای استخراج ویژگی‌های متمایز کننده از یک مجموعه بزرگ از ویژگی‌های غیر‌قابل تغییر LBP استفاده می‌شوند و یک موتور تطبیق چهره بسیار دقیق را ایجاد می‌کنند. در نهایت، سیستمی ارایه می‌کنیم که قادر به دستیابی به شناخت دقیق و سریع در عمل است، که در آن روشی برای مقابله با بازتاب نور فعال NIR بر روی عینک، یک مساله حیاتی در تشخیص چهره تصویر مبتنی بر NIR است. نتایج مقایسه‌ای گسترده برای ارزیابی سخت‌افزار تصویربرداری، الگوریتم‌های تشخیص چهره و چشم و سیستم‌های بازشناسی چهره با توجه به عوامل متعددی از جمله روشنایی، عینک، زمان‌بندی و گروه‌های قومی ارائه شده است.

1.مقدمه ​

1-1 انگیزه‌ها ​

تشخیص چهره به عنوان یک روش اولیه برای بیومتریک سال‌های اخیر مورد توجه روزافزون قرار گرفته‌است. این به دلیل پیشرفت‌های تکنولوژیکی اخیر [ ۱ ]، [ ۲ ] در ابتدا توسط کار روی خصوصیات [ ۳ ]، [ ۴ ] و تا حدودی به خاطر افزایش نگرانی‌ها در امنیت ساخته شده‌است. ​

سیستم‌های بیومتریک موجود برای برنامه‌های کاربردی کاربر، مانند کنترل دسترسی، نوشتار سفر قابل خواندن توسط ماشین (MRTD)، ورود به کامپیوتر و دستگاه‌های خودپرداز توسعه داده می‌شوند. در چنین کاربردهایی، لازم است که یک کاربر با دوربین هم‌کاری کند تا تصویر چهره او به درستی ثبت شود تا اجازه دسترسی به آن داده شود؛ این امر در تضاد با سناریوهای کلی‌تر، مانند بازشناسی چهره تحت نظارت، که در آن فرد باید بدون اقدام تعمدی و مشارکتی شناخته شود، وجود دارد. جنبه دیگر این است که بیشتر سیستم‌های کنونی برای استفاده خانگی طراحی شده‌اند. ​

برای دستیابی به نتایج معتبر، تشخیص چهره باید تنها براساس فاکتورهای ذاتی صورت، عمدتا مربوط به شکل سه‌بعدی و بازتابندگی سطح صورت انجام شود. عوامل خارجی شامل عینک، مدل مو، حالت، ژست، و نورپردازی محیطی که توزیع داده‌های چهره را بسیار پیچیده می‌کند [ ۶ ]، [ ۶ ]، [ ۷ ]، باید برای تشخیص چهره قابل‌اطمینان به حداقل برسد. در میان ​عوامل خارجی متعدد، مشکلاتی که با نور محیطی کنترل‌نشده مواجه هستند، بالاترین مساله برای استفاده از وسایل زیست‌سنجی مبتنی بر چهره قابل‌اعتماد در عمل است. از نقطه‌نظر کاربر نهایی، یک سیستم بیومتریک باید با محیط سازگار شود، نه بالعکس. ​

با این حال، بیشتر سیستم‌های تشخیص چهره رایج، علمی و تجاری مبتنی بر تصاویر چهره گرفته‌شده در طیف مریی (VL)هستند. آن‌ها با تغییرات در روشنایی محیط و حتی برای برنامه‌های کاربر تعاونی در داخل کشور به خطر می‌افتند. در یک مطالعه جامع در مورد تاثیر تغییرات روشنایی بر شناسایی صورت، [8] Adini  و همکارانش چندین روش اندازه‌گیری از راه دور و چندین عملگر تصویر محلی شامل فیلترهای گابور، فیلتر راهنمای محلی، و نقشه‌های لبه را مورد بررسی قرار دادند که به نظر می‌رسد نسبت به تغییرات روشنایی برای تشخیص چهره نسبتا غیر حساس هستند. نتیجه‌گیری‌های متعددی در اینجا صورت می‌گیرند: ۱) شرایط نورپردازی، و به خصوص زاویه نور، ظاهر یک صورت را به شدت تغییر می‌دهد.  2) زمانی‌که تصاویر پردازش نشده مورد مقایسه قرار گیرند، تغییرات بین تصاویر یک فرد تحت شرایط روشنایی مختلف از بین تصاویر دو نفر زیر نور یک‌سان بزرگ‌تر است.  3) همه فیلترهای محلی مورد مطالعه توسط خودشان برای غلبه بر تغییرات ناشی از تغییرات در جهت نورپردازی کافی نیستند. تاثیر نور نیز در تست “تشخیص چهره اخیر” نشان‌داده شده‌است [9].

1-2مشارکت‌های این کار ​

در این مقاله، ما یک راه‌حل جدید برای دستیابی به تشخیص چهره غیر قابل تغییر با نور برای کاربردهای خانگی، تعاونی – کاربر، با استفاده از تکنیک‌های تصویربرداری فعال نزدیک فروسرخ (NIR فعال) و برای ایجاد سیستم‌های بازشناسی چهره دقیق و سریع ارایه می‌کنیم. این راه‌حل شامل سخت افزار تصویربرداری NIR [10]، [11]، [12] و الگوریتم های تشخیص چهره مبتنی بر NIR [13]، [14ّ]، [15] است. مشارکت‌های اصلی در زیر خلاصه شده‌اند. ​

اولین همکاری، یک سیستم سخت‌افزاری تصویربرداری برای تولید تصویر چهره از یک وضعیت روشنایی خوب است (بخش 2). از چراغ‌های NIR فعال برای روشن کردن صورت از جهت جلویی در طول کسب تصویر استفاده می‌شود. ما از نورپردازی NIR فعال به اندازه کافی قوی برای غلبه بر VL در محیط داخلی استفاده می‌کنیم و با استفاده از یک فیلتر نوری، VL را بیشتر کاهش می‌دهیم. به این ترتیب، چهره در تصویر از جهت جلو روشن می‌شود و اثر ناخواسته VL غیرقابل‌کنترل به حداقل می‌رسد. چنین سیستم تصویربرداری یک پایه عالی را برای تشخیص چهره بعدی فراهم می‌کند. ​

دو رویکرد برای تشخیص چهره تغییر ناپذیر وجود دارد: با استفاده از یک موتور تطبیق بسیار غیر خطی با نمایش متغیر روشنایی و یا با استفاده از یک نمایش چهره نامتغیر با یک موتور تطبیق بسیار پیچیده. ما رویکرد اخیر را با استفاده از تصویربرداری NIR فعال در نظر می‌گیریم. ​

توجه:

• برای دانلود فایل word کامل ترجمه از گزینه افزودن به سبد خرید بالا استفاده فرمایید.
• لینک دانلود فایل بلافاصله پس از خرید بصورت اتوماتیک برای شما ایمیل می گردد.