Методи розпізнавання образів

Найчастіше в технічній літературі наводиться інформація про такі три методи[9]:

а) кореляційний (метод узгодженої фільтрації);

б) метод на основі перетворень Карунена-Лоева;

в) метод на основі лінійного дискримінантного аналізу і поняття "Fisherface" (від імені вченого Роберта Фішера);

г) антропометрія.

Розвиваються зараз методи, орієнтовані на:

– репрезентативний характер вихідних даних - навчання системи в різних умовах;

– зменшення розмірності вхідних даних;

– розпізнавання в скороченому просторі ознак.

2.1.1 Кореляційний метод

Найпростіший з перерахованих вище методів. Якщо умови отримання нових образів відповідають умовам отримання еталона (освітлення, пункт спостереження обличчя, нахил, поворот, масштаб, фон і т.д.), то кореляція (відповідність) між ними близька до одиниці. Рівень розпізнавання доходить до 96%. Однак, якщо умови змінюються, то лінійна кореляція стає даремною.

Розвитком цього методу є перехід від вихідних ознак до інваріанта Фур'є-Мелліна (замінюють поворот на циклічний зсув), що дозволяє досягти високої кореляції між образами. Проблемою залишається висока розмірність простору ознак (великий розмір еталона). Крім того, перетворення Фур'є-Мелліна істотно ускладнює обчислювальний процес.

2.1.2 Метод на основі перетворень Карунена-Лоева (ПКЛ)

Цей метод (рис. 2.1) дозволяє значно скоротити розмір еталона, залишаючи тільки ті ознаки, які мають принципове значення для конкретного образу. При цьому вплив умов отримання образу не так помітно, а порівняння образів спрощується. Рівень правильного розпізнавання стабільно досягає 80% навіть при сильних змінах умов.

Рисунок 2.1 Метод на основі перетворень Карунена-Лоева

Мета аналізу головних компонент - виявити основні мінливості в зображеннях облич (використовуються при навчанні системи) і описати ці мінливості кількома векторами (кроки 3-5). Основні мінливості представляються в матриці коваріації, порядок якої відповідає розмірності вектора вихідних ознак. Основна мінливість матриці описується власними числами, число яких не більше розмірності матриці. Таким чином, ПКЛ дозволяє перетворити N-мірний простір ознак в p-мірне (p ​​<= N).

Зворотне перетворення Карунена-Лоева призводить до подання образів у вигляді "еластичних моделей облич".

У редукованому просторі ознак значно простіше відокремити один образ від іншого. Однак, кластеризація тут не завжди можлива. Може вийти простір образів зображений на рис. 2.2. Редукція виконана для 20 класів образів бази(рис 2.2 а) і перших семи образів у класі.

а) б)

Рисунок 2.2 Відображення скороченої простору ознак у формі 3D

На рис. 2.2,б) виділено образ 10-го класу (клас - масив образів обличчя однієї людини). Вертикальною лінією представляється середній образ в класі (центр класу), а окремі образи - сім точок. Лініями показано розкид образів щодо центру.

Як можна побачити, розрізнення образів у такому вигляді не є простим завданням: відстані між класами не максимізувати, а відстані всередині класу не мінімізовані. Деякі образи перекривають чужі класи.

2.1.3 Метод на основі лінійного дискримінантного аналізу (ЛДА)

Даний метод, як і попередній, дозволяє скоротити кількість ознак, при цьому істотно покращує кластеризацію образів (відділення один від одного). Це дозволяє збільшити рівень розпізнавання до 99% навіть в умовах, що сильно різняться.

Якщо взяти результат після перетворень Карунена-Лоева в якості вихідних даних і застосувати метод ЛДА, можна додатково скоротити простір ознак.

В результаті перетворень виходить простір ознак зображений на рис. 2.3.

Рисунок 2.3 Простір ознак після застосувати метод ЛДА

Потрібний ефект отримано: окремі образи в класі стали ближче до центру і практично не перекривають чужу територію, самі центри віддалені один від одного ще більше.

2.1.4 Антропометрія.

Антропометрія - один з основних методів антропологічного дослідження, який полягає у вимірюванні тіла людини і його частин з метою встановлення вікових, статевих, расових і інших особливостей фізичної будови, що дозволяє дати кількісну характеристику їх мінливості .

Залежно від об'єкта дослідження розрізняють соматометрію (вимірювання живої людини), краніометрії (вимірювання черепа), остеометрію (вимірювання кісток скелета). До антропометрії відносять також антропоскопію - якісну (описову) характеристику форм частин тіла, форми голови, рис обличчя, пігментації шкіри, волосся, райдужної оболонки очей і т. п.

Потреба в антропометричних дослідженнях обумовлюється великою мінливістю розмірів тіла людини. Межі коливання розмірів людей однієї групи, як правило, заходять за межі коливань розмірів людей іншої групи. Це Трансгресивна мінливість, яка обумовлює необхідність кількісних визначень. Результати антропометричних вимірювань порівнюються за спеціально розробленими правилами, які грунтуються на принципах варіаційної статистики.

Антропометричні методи мають велике значення в прикладній антропології, а в останні роки стали грати важливу роль у антропометричній (ортопедичної) косметології; до широкого впровадження ідентифікації за відбитками пальців антропометрія використовувалася в криміналістиці для ідентифікації людей (так званий «бертильонаж»).