Cudze chwalicie, swego nie znacie: czyli polski system do rozpoznawania obrazu twarzy.

Kiedy osoby postronne zapytać o systemy rozpoznawania twarzy, odpowiadają często, że tak, owszem, ale nie u nas. Wysoka technologia, duże koszty, ogólnie mówiąc "gdzieś na Zachodzie, albo w Ameryce". Nic bardziej błędnego. Na polskim rynku funkcjonują już firmy proponujące działające rozwiązania, a co więcej: mogące poszczycić się udanymi wdrożeniami.

Jednym z dostawców jest działająca od 1991 roku firma POLIXEL S.A. oferująca rozwiązania dla telekomunikacji i systemy do monitoringu. Wśród oferowanych przez nią rozwiązań znajduje się m. innymi system Monitoringu i Nadzoru M3S. Producent rekomenduje go przede wszystkim do:

Oprócz zwyczajowo rozumianego monitoringu polegającego na przesyłaniu obrazu z zainstalowanych kamer, M3S oferuje dwie, bardzo ciekawe dla nas opcje:

Rozpoznawanie twarzy

Technika, która firma proponuje do rozpoznawania twarzy, oparta jest o algorytm analizy składowych głównych (PCA) oraz liniową analizę dyskryminacyjną Fisher'a (LDA).

Analiza głównych składowych (ang. Principal Component Analysis, PCA) jest to metoda umożliwiająca wnioskowanie o obiektach opisanych wieloma zmiennymi (np. człowiek może być opisany przez wagę, wzrost, kolor włosów, wiek itd.) . Metoda ta dopasowuje do chmury punktów w przestrzeni wektorowej tworzonej przez N przypadków opisywanych każdy przez K zmiennych (obserwacje opisywane przez oryginalne zmienne) nowe wzajemnie prostopadłe osie.

Liniowa Analiza Dyskryminacyjna (ang. Linear discriminant analysis, LDA) i związana z nią liniowa analiza dyskryminacyjna w oparciu o kryterium Fishera (ang. Fisher's linear discriminant, FLD) są używanie do znalezienia liniowej kombinacji cech, które najlepiej rozróżniają dwie lub więcej klas obiektów lub zdarzeń (np. dwie różne twarze człowieka). Wynikowe kombinacje są używane jako klasyfikator liniowy lub, częściej, służą redukcji wymiarów do późniejszej klasyfikacji statystycznej.

Najpierw system musi wiedzieć, że to co widzi kamera to twarz. Nazywa się to często etapem identyfikacji obrazu twarzy na obrazie wejściowym. Ponieważ proponowany algorytm rozpoznawania ma się integrować z systemami monitoringu, przyjęte zostało rozwiązanie oparte o estymację ruchu. Pozwala ono na dość szybkie i łatwe wyodrębnienie obrazu twarzy z nagrania.

Po zlokalizowaniu obraz twarzy musi być wydzielony i znormalizowany do rozmiarów, które pozwalają na jego porównanie ze wzorcem. Zostaje również przefiltrowany, tak aby dane były jak najbardziej "czyste", pozbawione szumów i zakłóceń spowodowanych np. tłem.
Taki wyfiltrowany obraz twarzy poddawany jest przekształceniom mającym na celu wyłonienie dla niego określonej liczby cech, stanowiących identyfikator twarzy, czyli konstruowane są tzw. deskryptory. Porównanie deskryptorów pozwala wyłonić te z nich, które pasują do siebie najlepiej. Różnica pomiędzy nimi określa funkcję podobieństwa obrazów twarzy i służy identyfikacji oraz weryfikacji.

Rys: "Przykładowy schemat instalacji systemu M3S"

M3S zamierza użyć np. kierownictwo klubu Wisły Kraków do ochrony swoich meczów. System odpowiadał by za wyłowienie z tłumu i zidentyfikowanie pseudokibiców, wcześniej zarejestrowanych w bazach danych klubu. Pozwoliło by to na zablokowanie drogi na stadion agresywnym i nieobliczalnym kibolom, zminimalizowało prawdopodobieństwo burd podczas meczu.

Więcej informacji o systemie można uzyskać na stronach producenta: www.polixel.pl