Моделирование системы распознавания лиц с использованием мнемонического описания

Дмитрий Викторович Иванько

Дмитрий Викторович Иванько ИТМО, Санкт-Петербург, Россия

Ключевые слова: распознавание лиц, автоматические системы распознавания лиц, биометрия, мнемоническое описание, моделирование систем распознавания лиц

Аннотация

Данная работа относится к области автоматических систем распознавания лиц для задач биометрии. Представляет новый способ моделирования, с использованием, так называемого мнемонического описания (МО) системы распознавания лиц. Данный способ моделирования позволяет более быстро, точно и просто сформировать готовую к экспериментам систему распознавания. Помимо этого, МО позволяет более точно обмениваться результатами работы. Использование МО способствует более быстрому обучению и проведению экспериментов, поскольку не требует изучения дополнительных языков программирования и может быть полезно как начинающим исследователям, так и специалистам, а также сотрудникам из смежных областей знаний. В работе представлены результаты моделирования по наиболее известным системам распознавания лиц: 1DPCA, 2DPCA и Fisherfaces (LDA) с использованием общедоступных баз изображений лиц: «AT & T-ORL», «The Extended Yale Face Database B» и «The Yale Database A».

Биография автора

Дмитрий Викторович Иванько, ИТМО, Санкт-Петербург, Россия

Иванько Д. В.

Литература

[1] P. Grother and M. Ngan, “Face recognition vendor test (FRVT): Performance of face identification algorithms,” In NIST Interagency Report 8009, 2014
[2] G. A. Kukharev and N. L. Shchegoleva, Sistemy raspoznavaniya izobrazheniya cheloveka po izobrazheniyu litsa [Human image recognition systems for facial], St. Petersburg, Russia: SPbGETU “LETI”, 2006 (in Russian).
[3] Informatsionnoe obespechenie tekhniki i operatorskoi deyatel'nosti. Yazyk operatorskoi deyatel'nosti. Obshchie polozheniya [Information support equipment and operator activity. Language of operator activity. General provisions], GOST 43.2.1-07, 2007 (in Russian).
[4] Nadezhnost' v tekhnike. Analiz vidov, posledstvii i kritichnosti otkazov. Osnovnye polozheniya [The reliability of the technique. Analysis of the types, effects and criticality of failures. The main provisions], GOST 27.310-95, 1995 (in Russian).
[5] Safety aspects ‒ Guidelines for child safety in standards and other specifications, ISO/IEC: 50, 2014.
[6] F. Samaria and A. Harter, “Parameterisation of a Stochastic Model for Human” In Proc. of 2nd IEEE Workshop on Applications of Computer Vision, Sarasota, FL, Dec. 1994; doi: 10.1109/ACV.1994.341300
[7] A. Georghiades, P. Belhumeur, and D. Kriegman. “From few to many: Illumination cone models for face recognition under variable lighting and pose,” IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 23, no. 6, pp. 643-660, 2001; doi: 10.1109/34.927464
[8] P. N. Belhumeur J. P. Hespanha and D. J. Kriegman, “Eigenfaces vs. Fisherfaces: Recognition Using Class Specific Linear Projection,” IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 19, no. 7, pp. 711–720, 1997; doi: 10.1109/34.598228
[9] M. Turk and A. Pentland, “Eigenfaces for Recognition,” Journal of Cognitive Neuroscience, vol. 3, no. 1, pp. 71‒86, 1991; doi:10.1162/jocn.1991.3.1.71
[10] G. A. Kukharev, Biometricheskie sistemy: metody i sredstva identifikatsii lichnosti cheloveka [Biometric systems: methods and tools for the identification of a person's identity], St. Petersburg, Russia: Politehnika, 2001 (In Russian).
[11] R. A. Fisher, "The Use of Multiple Measures in Taxonomic Problems," Ann. Eugenics, vol. 7, pp. 179-188, 1936; doi: 10.1111/j.1469-1809.1936.tb02137.x