Юз тасвири бўйича шахсни идентификация қилиш методлари ва алгоритмлари

Белгиларни ажратиб олиш. Видео тасвирда шахсни идентификациялашда фойдаланиш мумкин бўлган керакли белгилар билан биргаликда, белгиларни таснифлаш учун аҳамиятсиз бўлган кўплаб белгилар ҳам мавжуд бўлади. Таснифлаш учун керак бўлган белгиларни ўзини ажратиб олиш билан нафақат таниб олиш аниқлилигини ошириш балки, ҳар бир юз учун талаб этиладиган ресурсларга бўлган эҳтиёжни камайтиришга ҳам эришиш мумкин. Қуйида белгиларни ажратиб олиш алгоритмларига қўйиладиган асосий талаблар келтирилган:

• 
  бир-биридан кескин фарқланадиган белгиларни ажратиш. Ажратиб олинган белгилар ёрдамида шахслар бир-биридан фарқланиши керак. Бу ҳар бир шахс учун қиймат тақсимоти ўртасидаги катта фарқларга олиб келади;
  
• 
  бир шахснинг турли хил тасвирлари орасидаги хусусиятлар ўзгарувчан бўлмалсиги керак. Бу юз тасвиридв катта ўзгаришлар бўлган тақдирда ҳам аниқликни таъминлайди. Миқдорий жиҳатдан, бу бир шахснинг бир нечта юзлари учун белгилар тақсимотида кичик ўзгаришларга айланади;
  
• 
  кичик ўлчамлилик. Ажратиб олинган белгилар хотирага сақланиши ва таққосланиши керак бўлади. Ушбу жараёнларда белгиларнинг кичик ҳажмда бўлишлиги хотирага бўлган талабни камайтиради ва солиштириш жараёнини тезлатиришга эришилади;
  
• 
  тез ҳисоблаш. Жорий вақт режимида ишлашга эришиш учун видео тасвирдаги юз тасвирларида тезкор ҳисоблаш ишлари бажарилиши керак.
  

Юқорида санаб ўтилган омилларнинг дастлабки иккитаси таниб олиш аниқлилигини оширса, охирги иккитаси жорий вақт режимида ишлашни таъминлайди. Харакатсиз тасвирда қўлланиладиган аксарият белгиларни ажратиш алгоритмларини видео тасвирларда ҳам қўллаш мумкин. Бундай алгоритмлар сирасига олдинги парагарафларда тавсифи келтирилган локал бинар образлар, чизиқли дискриминант таҳлил, дисткрет косинус алмаштиришлар каби алгоритмларни киритиш мумкин.
Белгиларни таснифлаш. Харакатсиз тасвирларда шахсни таниб олиш учун текширилаётган юз тасвири белгиларини базадаги юз тасвирлари белгилари билан бирма-бир солиштириб чиқади. Видео тасвирларда эса тизим юз тасвирлари сериясини базадаги намуналар билан солиштиради. Одатда ушбу солишлиришлар харакатсиз тасвирлар кетма-кетлиги сифатида амалга оширилади ҳамда аввалги солиштиришларга асосланиб таснифлаш ишончлилиги ортириб борилади. Белгилар векторлари орасидаги масофа каби оддий таснифлаш алгоритмлари оддийлиги ва тезкорлиги сабабли одатда кенг қўлланилади. Агар ҳисоблаш ресурслари етарли бўлса, янада мураккаб алгоритмлардан фойдаланиш мумкин. Таснифлаш алгоритмлари икки босқичда амалга оширилади:

• 
  ўқитиш. Бунда ҳар бир шахс учун битта ёки, бирнечта намуналар асосида прототиплар ҳосил қилинади. Намуналар қанчалик хилма-хил бўлса прототипларнинг ишончлилиги юқори бўлади. Прототиплпр белгилар вектори сифатида ёки, хилма-хил намуналарни ўқитиш асосида қурилган статистик модель кўринишида ифодаланилиши мумкин;
  
• 
  синов. Бунда синов намуналар билан солиштириб чиқилади ва ўхшашлик баллари ҳисоблаб чиқилади. Ушбу ўхшашлик баллари ва аввалги баллар тарихи ёрдамида қарор қабул қилинади.
  

Агар маълум бир сценарий учун таниб олиш амалга ошириладиган ўша платформада ўзгартирилмайдиган ва янгиланмайдиган тасвирлар базаси мавжуд бўлса, ўқитиш учун янада мураккаб алгоритмларни қўллаш мумкин ва офлайн режимда ишлатиш мумкин. Ушбу ўқув алгоримларнинг натижалари таниб олиш босқичида ишлатилади. Тасвирлар базаси доимий янгиланиб турадиган таниб олиш тизимлари учун унчалик мураккаб бўлмаган ўқитиш алгоритмларидан фойдаланиш мақсадга мувофиқ бўлади. Хоҳ векторга асосланган ўқитиш алгоритми бўлсин, хоҳ статистик модельга асосланган алгоритм, унинг натижалари ўқитиш базасида сақланиши керак. Чунки шу орқали таниб олиш тизими хотирасига бўлган талаб камайтирилади. Юзни видео орқали таниб олиш учун ишлатиладиган алгоритм нафақат видеодаги ҳар бир кадрдан шахс юз тасвирини таниб олиши лозим, балки ушбу юз тасвири кўринишини кадрдан-кадрга ўтказиши ҳам керак [30]. Одатда бундай ўтказишларни амалга ошириш учун кўп-ўлчамли яширин Марков моделидан фойдаланилади [31].