Кухарев Г. А. Методы обработки и распознавания изображений лиц в задачах биометрии

Кухарев Г. А. Методы обработки и распознавания изображений лиц в задачах биометрии / Г. А. Кухарев, Е. И. Каменская, Ю. Н. Матвеев, Н. Л. Щеголева; под ред. М. В. Хитрова. — СПб.: Политехника, 2013. — 388 с.: ил.

ISBN 978-5-7325-1028-7

Книга содержит целый комплекс вопросов обработки изображений лиц в задачах биометрии: получение исходных данных из реальных сцен, методы анализа и предобработки изображений лиц, процедуры извлечения признаков, алгоритмы функционирования и структуры систем распознавания, а также модели компьютерных экспериментов. Содержит много текстовых примеров для известных баз изображений лиц, а также практические рекомендации на каждом этапе реализации процесса распознавания человека по его лицу. Обсуждаются вопросы применения лицевой биометрии в криминалистике, а также для защиты информации. Наиболее часто применяемые и сложные для реализации алгоритмы обработки представлены в форме векторно-матричных процедур, непосредственно реализуемых на языке программирования МАТЛАБ. Книга предназначена для студентов, аспирантов и инженеров, интересующихся внедрением биометрических технологий и, в том числе, в современные системы распознавания людей по их лицам.

ОГЛАВЛЕНИЕ

Предисловие редактора

От авторов

Глава 1. ПРОБЛЕМЫ БИОМЕТРИЧЕСКИХ ТЕХНОЛОГИЙ РАСПОЗНАВАНИЯ

ЛЮДЕЙ ПО ЛИЦАМ

1.1. Истоки биометрии

1.2. Базовые структуры FaReS

1.3. Направления развития биометрии, основанной на геометрии лиц

1.4. Тенденции развития методов и технологий распознавания лиц

1.5. Примеры применения FaReS

Глава 2. МЕТОДЫ ПРЕДОБРАБОТКИ ИЗОБРАЖЕНИЙ ЛИЦ

2.1. Введение в проблему предобработки исходных данных

2.2. Особенности получения исходных данных

2.3. Методы определения линии симметрии

2.3.1. Метод № 1 определения линий симметрии на лице

2.3.2. Метод № 2 определения линий симметрии на лице

2.3.3. Экспресс-метод определения линии симметрии

2.3.4. Экспресс-метод оценки угла поворота области лица

2.4. Стабилизация яркости цветных изображений

Глава 3. ДЕТЕКЦИЯ ОБЛАСТЕЙ ЛИЦ И ГЛАЗ

3.1. Локализация области лиц на цветных изображениях

3.2. Поиск областей лиц на черно-белых изображениях

3.2.1. Поиск областей лиц методом сравнения с эталоном

3.2.2. Обнаружение области лица методом овалов

3.3. Детекция областей глаз

3.3.1. Определение положения линии глаз и областей глаз

3.3.2. Нахождение координат центров глаз при наличии очков

Глава 4. ВОССТАНОВЛЕНИЕ ПОВЕРХНОСТИ ЛИЦА В ФОРМЕ 3D

4.1. Общие сведения

4.2. Процесс получения исходных 3D-форм лиц

4.3. Восстановление поверхности 3D по методу обратных расстояний

4.3.1. Описание алгоритма переноса по МОР

4.3.2. Программа «ПЕРЕНОС ДАННЫХ» в языке пакета МАТЛАБ

4.4. Описание экспериментов

4.4.1. Базы изображений лиц, использованных в эксперименте

4.4.2. Реконструкция полного изображения «range image»

4.4.3. Реконструкция «range image» при наличии «черных дыр»

4.4.4. Реконструкция частей изображения «range image»

Глава 5. РЕШЕНИЕ ПРИКЛАДНЫХ ЗАДАЧ БИОМЕТРИИ

5.1. Разработка детектора лиц

5.2. Сравнение двух изображений лиц

5.3. Проверка изображения лица на соответствие стандарту

5.4. Оценка состояния внимания человека

Глава 6. РАСПОЗНАВАНИЕ ЛИЦ ПРОСТЫМИ СИСТЕМАМИ

6.1. Подходы к экстракции признаков из цифровых изображений

6.2. Процедуры экстракции признаков в FaReS

6.2.1. Реализация подхода П1 («Sc-Scale», «Sc-DS» и «Sc-W»)

6.2.2. Реализация подхода П2 (Random)

6.2.3. Реализация подхода П3 (DFT и DCT)

6.2.4. Реализация подхода П4 (гистограммы изображений с лицами)

6.2.5. Реализация подхода П5 (метод градиента в скользящем окне)

6.3. Методология описания экспериментов

6.4. Поиск и распознавание лиц простыми системами

6.4.1. Поиск изображений лиц по заданному эталону

6.4.2. Эксперименты с базой лиц ORL

6.4.3. Эксперименты с базой лиц FERET

6.4.4. Эксперименты с базой лиц Face94

6.5. Оценка характеристик систем распознавания

6.5.1. Характеристики FRR и FAR и их интерпретация

6.5.2. Расчет характеристик FAR и FRR

6.6. Применение FaReS в криминалистике и защите информации

6.7. Простой алгоритм распознавания изображений лиц с проблемами освещения

6.8. Эффективность распознавания в FaReS

Глава 7. ПРЕДСТАВЛЕНИЕ И ОБРАБОТКА ИЗОБРАЖЕНИЙ В ПОДПРОСТРАНСТВАХ

7.1. Общие сведения

7.2. Анализ главных компонент для набора векторных данных

7.3. Введение в методы двумерной проекции

7.4. Алгоритмы 2D PCA/2D KLT для обработки изображений

7.4.1. Введение в обработку изображений методами РСА

7.4.2. Алгоритмы реализации 2D PCA/2D KLT

7.4.3. Формальное описание алгоритмов 2D PCA/2D KLT

7.4.4. Характеристики алгоритмов 2D PCA/2D KLT

7.4.5. Примеры применения метода 2D PCA/2D KLT

7.4.6. Распознавание изображений лиц

7.4.7. Показатель качества кластеризации

7.5. Алгоритм 2D LDA/2D KLT для обработки изображений

7.5.1. Описание алгоритма

7.5.2. Аппроксимация/реконструкция изображений с лицами

7.5.3. Примеры решения задач распознавания

7.6. Реализация алгоритмов 2D ССА и 2D PLS

7.6.1. Структура вычислений в ССА и PLS

7.6.2. Алгоритмы 2D CCA/2D KLT и 2D PLS/2D KLT

7.7. Распознавание лиц на основе 2D CCA и 2D PLS

7.7.1. Базы изображений, используемые в экспериментах

7.7.2. Компьютерные эксперименты — модели и результаты

Литература

Authors preface