Henkilö kykenee tunnistamaan muiden ihmisten kasvot kyynärpään ja ajallisen lohkon rajalla olevan aivoalueen - fusiform gyrusin - avulla. Ihmiset oppivat tunnistamaan kasvot syntymästä lähtien ja jo neljän kuukauden ikäisinä voidaan selvästi erottaa yksi henkilö toisesta. Tärkeimmät asiat, joihin ihminen kiinnittää huomiota, ovat silmät, poskipäät, nenä, suu ja kulmakarvat sekä ihon rakenne ja väri. Samalla aivomme käsittelevät kasvot kokonaisuutena ja kykenevät tunnistamaan ihmisen jopa puolella kasvot. Aivot vertaa tuloksena olevaa kuvaa sisäiseen keskimääräiseen malliin ja löytää ominaisia eroja. Siksi ihmisille näyttää siltä, että toisen rodun edustajat ovat "kaikki yhdessä kasvossa": ihmisten sisäiset mallit on viritetty heidän ympäristölleen ominaisiin kasvojen piirteisiin. Kuinka kasvojentunnistuksen tietojärjestelmä toimii - lisää tästä nykypäivän numerossa!
Ensinnäkin kasvojentunnistusjärjestelmän on löydettävä kuvasta kasvot ja valittava tämä alue. Tätä varten ohjelmisto voi käyttää erilaisia algoritmeja: esimerkiksi määrittää mittasuhteiden ja ihonvärin samankaltaisuus, korostaa kuvan ääriviivat ja sovittaa ne kasvojen muotoihin, korostaa symmetrioita hermoverkkojen avulla. Viola-Jones-menetelmää, jota voidaan käyttää reaaliajassa, pidetään tehokkaimpana. Sen avulla järjestelmä tunnistaa kasvot jopa 30 astetta käännettynä. Menetelmä perustuu Haar-ominaisuuksiin, jotka ovat erimuotoisia mustavalkoisia suorakaiteen muotoisia naamioita. Naamarit asetetaan kuvan eri osille, ja algoritmi lisää kaikkien kuvan pikselien kirkkauden, jotka ovat maskin mustavalkoisten osien alla, ja laskee sitten näiden arvojen eron. Sitten järjestelmä vertaa tuloksia kertyneeseen tietoon ja tunnistanut kuvan kasvot jatkaa sen seuraamista optimaalisen kulman ja kuvanlaadun valitsemiseksi. Tätä varten käytetään liikevektorin ennustealgoritmeja tai korrelaatioalgoritmeja.
Valittuaan menestyneimmät kuvat, järjestelmä etenee kasvotunnistukseen ja vertailuun olemassa olevaan tietokantaan. Se toimii samoilla periaatteilla kuin taiteilija piirtää muotokuvia - ohjelma löytää kiinnityspisteet ihmisen kasvoille, joista muodostetaan yksittäiset piirteet. Ohjelma osoittaa yleensä noin 100 tällaista pistettä. Tärkeimmät kasvotunnistusohjelmien mittaukset ovat silmien välinen etäisyys, sieraimien leveys, nenän pituus, poskiluiden korkeus ja muoto, leuan leveys, otsa korkeus ja muut parametrit.
2D-kuvia käytettäessä kasvot voidaan tunnistaa onnistuneesti vain kuvaamalla edestä katsottuna ja hyvässä valaistuksessa, mikä sopii yritysten ja valtion virastojen turvajärjestelmiin. Työssä julkisissa paikoissa käytetään 3D-kuvia. Useat synkronoidut kamerat ottavat useita valokuvia eri kulmista, joiden perusteella muodostetaan esineen kolmiulotteinen malli, jonka kanssa järjestelmä toimii määrittäen ohjauspisteet. Sen jälkeen saatuja tietoja verrataan tietokantaan saataviin tietoihin, ja jos parametrit vastaavat, henkilö tunnistetaan.
3D-mallien lisäksi tutkijat kehittävät muita alueita. Esimerkiksi Identix on luonut erittäin tarkan biometrisen kasvojentunnistustekniikan, joka analysoi ihon tekstuuria - huokosia, ratoja ja arpia. Kehittäjien mukaan heidän tekniikansa käyttö yhdessä perinteisen kasvojentunnistusjärjestelmän kanssa lisää työn tarkkuutta 25%.
Seuraavassa erässä puhutaan seteleiden ilmaisimen toiminnasta. Pysy kanssamme!
Mainosvideo: