Mundarija kirish i-bob. Yuz tasvirni biometrik identifikatsiyalash usullarini nazariy jihatlarni ko‘rib chiqish

1.4. Masalaning qo‘yilishi
Demak bizga raqamli tasvirlarda yuz tasvirlarini topish, undagi belgilarni aniqlash va ularni taqqoshlash orqali odam yuzini o‘xshashligi aniqlash algoritmlari va dasturlarini ishlab chiqish masalasi qo‘yilgan.
Masalani yechish uchun quyidagi vazifalarni xal qilish talab etiladi:

• 
  raqamli tasvirda yuz soxasini izlab topish;
  
• 
  yuzning tanib olinuvchi belgilarini aniqlash;
  
• 
  belgilarni taqqoslash va yuzlarning o‘xshashlik darajasini aniqlash.
  

Yuqorida keltirilgan masalalar uchun matematik asosga ega bo‘lgan usullar, algoritmlar va amaliy dasturni ishlab chiqish zarur bo‘ladi.
II-BOB. Yuz tasvirni biometrik identifikatsiyalashni amalga oshirishda qo‘llaniladigan usullar va g‘oyalar

2.1.Yuzni ajratib olish usul va algoritmlari.

Bizdagi masala t momentida videokamera tomonidan qabul qilingan va vertikal h va gorizontal w pikselga ega bo‘lgan raqamli tasvir U (h, w) bilan belgilanadi. Video oqimi raqamli tasvirlar (ramkalar) ketma-ketligidir It (h, w), It+1(h, w), …, It+k (h, w). Obt (X, Y) to‘rtburchaklar maydoni - bu kerakli ob’ektni tasvirlaydigan raqamli tasvir piksellari to‘plami (h, w), vertikal ravishda X piksellar va gorizontal Y ni o‘z ichiga oladi. Ob’ektni aniqlash - bu t vaqtidagi (h, w) raqamli tasvirda Obt (X, Y) qiziqish maydonini tanlash. Haqiqiy vaqtda ob’ektni aniqlash soniyasiga kamida 10 kvadrat chastotada video oqimini qayta ishlashni anglatadi. O‘qitish - qiziqish ob’ektini aniqlash uchun usulning parametrlarini oldindan belgilash va o‘rnatish. O‘qitish o‘quv namunasi asosida amalga oshirilishi mumkin,

O‘quv raqamli tasviri deganda, kerakli ob’ektning mavjudligi yoki yo‘qligi haqida qo‘shimcha ma’lumotga ega bo‘lgan tasvir tushuniladi (h, w). Trening tasviri, agar u aniqlanishi kerak bo‘lgan ob’ektni o‘z ichiga olsa, ijobiy deb ataladi. Aks holda, mashg‘ulot tasviri salbiy deb ataladi.
Bugungi kunga kelib, raqamli tasvirdagi ob’ektlarni aniqlashning turli usullari mavjud (h, w): Viola va Jons kaskadli klassifikatori, umumlashtirilgan Hough transformatsiyasi, Kapur-Vinn usuli va boshqalar. Biroq, yuqori ishonchlilik va barqarorlikka ega bo‘lgan ob’ektlarni aniqlash usullari yangi ob’ektlarni o‘qitish uchun katta vaqt va mashina resurslarini talab qiladi.
Raqamli tasvirdagi ob’ektni aniqlash usullari U (h, w), qiziqish maydoniga tasvir maydonini belgilash usuliga ko‘ra (X, Y) ikkita katta guruhga bo‘linishi mumkin: umumlashtiruvchi (generativ) va farqlovchi (diskriminativ).
Umumlashtirish usullari ijobiy o‘quv tasvirlari asosida ob’ekt tuzilishining mavhum, ideallashtirilgan tasvirini yaratadi. Ushbu tasvir model deb ataladi, bu tushunchaning ma’nosi: sxema, matematik formula, ob’ektning tuzilishi yoki xususiyatlarini maxsus belgilangan shaklda takrorlaydigan ma’lumotlar va algoritmlar to‘plami. Yangi tasvirni tahlil qilishda umumlashtirish usullari ushbu tasvirning tuzilgan modelga qanchalik to‘g‘ri kelishini baholaydi. Mavjud tasvirlarni tahlil qilishdan tashqari, umumlashtirish usullari ob’ektning yangi tasvirlarini yaratish uchun olingan modeldan foydalanishi mumkin. 
Umumlashtirish usullarining eng mashhur modellari: tasodifiy maydon modeli, yashirin shakl modeli, yulduz turkumi modeli. Tasodifiy maydon modelida tasvir kichik qismlarga bo‘linadi. Har bir hududga uning semantik ma’nosini ifodalovchi yorliq beriladi, masalan: "suv", "osmon", "yer", "ob’ekt". Bundan tashqari, ikki xil yorliqni qo‘shni joylashtirish ehtimoli taxmin qilinadi. Belgilangan belgilar to‘plami va ularning ehtimoli tasodifiy maydonni tashkil qiladi. Bunday holda, teglar eng maqbul tasodifiy maydon olinadigan tarzda tanlanadi. Yashirin shakl modeli Hough almashtirishidan foydalanadi. O‘rganish jarayonida ob’ektning tasvirida xarakterli nuqtalar ajralib turadi. Har bir nuqta uchun uni ob’ektning geometrik markaziga bog‘laydigan radius vektori aniqlanadi. O‘rganilayotgan tasvirda xarakterli nuqta aniqlanganda, mos keladigan radius vektori ob’ekt markazining kutilgan holatini ko‘rsatadi. Ushbu pozitsiyadagi piksel uchun bitta ovoz qo‘shiladi. Butun tasvirni skanerlashdan keyin eng ko‘p ovoz to‘plagan piksel ob’ekt markazining eng mumkin bo‘lgan pozitsiyasiga to‘g‘ri keladi. Yulduz turkumi modeli ob’ektni elementlar to‘plami sifatida ko‘rib chiqadi. O‘rganilayotgan tasvirda xarakterli joylar tanlanadi va ob’yekt yoki fon elementlariga mos keladi. So‘ngra, sanab o‘tish yordamida eng maqbul moslik topiladi. Kapur-Vinn, Ferrari va Fergus-Perona usullarining xarakteristikalari mos ravishda tasodifiy maydon, yashirin shakl va yulduz turkumi modellariga asoslangan 2.1-jadvalda keltirilgan. O‘rganilayotgan tasvirda xarakterli joylar tanlanadi va ob’yekt yoki fon elementlariga mos keladi. So‘ngra, sanab o‘tish yordamida eng maqbul moslik topiladi. Kapur-Vinn, Ferrari va Fergus-Perona usullarining xarakteristikalari mos ravishda tasodifiy maydon, yashirin shakl va yulduz turkumi modellariga asoslangan 2.1-jadvalda keltirilgan. O‘rganilayotgan tasvirda xarakterli joylar tanlanadi va ob’yekt yoki fon elementlariga mos keladi. So‘ngra, sanab o‘tish yordamida eng maqbul moslik topiladi. Kapur-Vinn, Ferrari va Fergus-Perona usullarining xarakteristikalari mos ravishda tasodifiy maydon, yashirin shakl va yulduz turkumi modellariga asoslangan 2.1-jadvalda keltirilgan.
2.1-jadval Ob’ektni aniqlash usullarini taqqoslash