Hopp til innhold

Biometrisk ansiktsgjenkjenning: Forskjell mellom sideversjoner

Fra Wikipedia, den frie encyklopedi
Slettet innhold Innhold lagt til
HHKhhk (diskusjon | bidrag)
Ingen redigeringsforklaring
HHKhhk (diskusjon | bidrag)
Ingen redigeringsforklaring
Linje 8: Linje 8:
== Teknikker for ansiktsgjenkjenning ==
== Teknikker for ansiktsgjenkjenning ==
[[Fil:Face_detection.jpg|høyre|miniatyr|Automatisk ansiktsgjenkjenning med OpenCV.]]
[[Fil:Face_detection.jpg|høyre|miniatyr|Automatisk ansiktsgjenkjenning med OpenCV.]]
Mens [[Menneske|mennesker]] kan gjenkjenne ansikter uten mye innsats, er ansiktsgjenkjenning en utfordrende [[mønstergjenkjenning]]sproblem i databehandling. Ansiktsgjenkjenningssystemers forsøk på å identifisere et menneskelig ansikt som er tre-dimensjonalt, basert på et todimensjonalt bilde er vanskelig med endringer i utseendet ved belysning og ansiktsuttrykk. For å oppnå et resultat, må ansiktsgjenkjenningssystemer utføre fire trinn.
Mens [[Menneske|mennesker]] kan gjenkjenne ansikter uten mye innsats, er ansiktsgjenkjenning en utfordrende [[mønstergjenkjenning]]sproblem i databehandling. Ansiktsgjenkjenningssystemers forsøk på å identifisere et menneskelig ansikt som er tre-dimensjonalt, basert på et todimensjonalt bilde er vanskelig med endringer i utseendet ved belysning og ansiktsuttrykk. For å oppnå et resultat, må ansiktsgjenkjenningssystemer utføre fire trinn. <ref>{{Cite book|title=Handbook of Face Recognition|last1=Li|first1=Stan Z.| last2 = Jain| first2 = Anil K.|publisher=Springer Science & Business Media|year=2005|isbn= 9780387405957|pages=2}}</ref>

*Første ansiktsgjenkjenning brukes til å segmentere ansiktet fra bakgrunnen på bildet.
*Første ansiktsgjenkjenning brukes til å segmentere ansiktet fra bakgrunnen på bildet.
*I andre trinn blir det segmenterte ansiktsbildet justert i forhold til en konto for ansiktspositur, bildestørrelse og fotografiske egenskaper, slik som belysning og [[Gråtoneskala|gråtoner]]. Formålet med justeringen, er å aktivere nøyaktig lokalisering av ansiktstrekk.
*I andre trinn blir det segmenterte ansiktsbildet justert i forhold til en konto for ansiktspositur, bildestørrelse og fotografiske egenskaper, slik som belysning og [[Gråtoneskala|gråtoner]]. Formålet med justeringen, er å aktivere nøyaktig lokalisering av ansiktstrekk.

Sideversjonen fra 24. jan. 2021 kl. 19:08

Automatisk billettsluse med ansiktgjenkjennelsesystem i Osaka T-bane - Morinomiya Stasjon

Biometrisk ansiktsgjenkjenning er en teknologi som er i stand til å gjenkjenne et menneskelig ansikt fra et digitalt bilde eller en video mot en database bestående av ansikter som vanligvis benyttes for å autentisere brukere gjennom ID-verifisering. Dette fungerer ved å tilpasse og måle ansiktstrekk fra et gitt bilde. [1] Ansiktsgjenkjennelsesystemer er oppsatt i avanserte menneske–maskin-interaksjon, Kameraovervåking og automatisk indeksering av bilder.[2]

Biometrisk teknologi på flyplasser gir også store effektivitetsforbedringer. I USA rapporteres det at ansiktsgjenkjenning har en nøyaktighetsgrad på 99% når de sammenligner bilder med registrerte pass. I helsesektoren vil teknologien også kunne gjenkjenne endringer i ditt ansiktsuttrykk som kan ha betydning for på forutsi sykdomsforløp.

Teknikker for ansiktsgjenkjenning

Automatisk ansiktsgjenkjenning med OpenCV.

Mens mennesker kan gjenkjenne ansikter uten mye innsats, er ansiktsgjenkjenning en utfordrende mønstergjenkjenningsproblem i databehandling. Ansiktsgjenkjenningssystemers forsøk på å identifisere et menneskelig ansikt som er tre-dimensjonalt, basert på et todimensjonalt bilde er vanskelig med endringer i utseendet ved belysning og ansiktsuttrykk. For å oppnå et resultat, må ansiktsgjenkjenningssystemer utføre fire trinn. [3]

  • Første ansiktsgjenkjenning brukes til å segmentere ansiktet fra bakgrunnen på bildet.
  • I andre trinn blir det segmenterte ansiktsbildet justert i forhold til en konto for ansiktspositur, bildestørrelse og fotografiske egenskaper, slik som belysning og gråtoner. Formålet med justeringen, er å aktivere nøyaktig lokalisering av ansiktstrekk.
  • i det tredje trinnet utvinnes ansikts-funksjonen. Funksjoner som øyne, nese og munn blir identifisert og målt i ansiktsbildet. Den så etablerte funksjonens vektor av ansiktet blir da klart
  • i det fjerde trinnet, som blir sammenlignet mot en anskiktsdatabase.


Referanser

  1. ^ Chen, S.K; Chang, Y.H (2014). 2014 International Conference on Artificial Intelligence and Software Engineering (AISE2014). DEStech Publications, Inc. s. 21. ISBN 9781605951508. 
  2. ^ Bramer, Max (2006). Artificial Intelligence in Theory and Practice: IFIP 19th World Computer Congress, TC 12: IFIP AI 2006 Stream, August 21-24, 2006, Santiago, Chile. Berlin: Springer Science+Business Media. s. 395. ISBN 9780387346540. 
  3. ^ Li, Stan Z.; Jain, Anil K. (2005). Handbook of Face Recognition. Springer Science & Business Media. s. 2. ISBN 9780387405957. 


Eksterne lenker