تشخيص چهره (Face Recognition)

در دنياي به هم پيوسته و پيچيده امروزي، نگهداري و امنيت اطلاعـات ، بـس يار مهـم و مـشکل شـدهاست، هر چند وقت يکبار در مورد تبهکاري‌ها ي مربوط کارتهاي اعتبار ي، هك شدن کامپيوترها و نقض امنيت در شبکه‌ها و دولت‌ها، چيزهايي م ي شنويم. در بيشتر اين کلاهبرداري‌ها، افراد خاطي، به نحـو ي امنيت سيستم‌ها را با عبور از سد محافظت‌هاي از قبل تعيين شده، مورد دستبرد قرار داده اند.
تکنولوژيهاي جديد براي تعيين هو يت منحصر هر فرد ، بر پا يه روش‌هايBiometric بن يـ ان نهـادهشده ا ند. كه اين روش‌ها، روشهاي خودکـاري از بـازبيني و تـشخيص هو يـ ت موجـودات زنـده در زمينـهويژگيهاي ف يزيکي از قبيل اثر انگشت يا وضع يت چهره، و يا سا ير رفتارها ي افراد، از قب يل دست دادن، مي باشند. به اين دليل كه، ويژگي‌ها ي ف يزيکي خ يلي کمتر تغيير م ي کنند ، ولي موارد رفتاري ممکـن اسـتبه علت استرس، وضعيت روان ي شخص، يا موقع يت شخص به راحت ي دستخوش تغييـرات شـوند، در ميـ ان روش‌ها و متدهاي مختلف براي تعيين هويت ، روش‌هايي که از ويژگي‌ها ي فيزيکي استفاده مـ ي کننـد،علي رغم مشكلاتي كه هنگام پياده سازي وجود دارد، قابل اعتمادتر از آنهـايي هـستند کـه ويژگـ ي هـا ي فيزيولوژيکي(زيستي) را بكار مي گيرند.
با بررسي زندگي ديجيتالي بشر، به راحتي متوجه اين نكته خواهيم شد كه امـروزه بـشر بـا نيازهـا يي مواجه است که در سالهاي قبل اين ن يازها وجود نداشت. اين نيازها شامل سازمان، گروه و امنيت آنها مـ ي باشد. هميشه افزا يش جمع يت و تحرک آن در همه جهت‌ها، باعث بالا رفـتن راه هـا ي انتقـال و اشـتراکاطلاعات، شده است، که اين تغ يير مکان‌ها، در ساختارهاي پيچيده اي انجام مـ ي شـوند . همـانطور ي کـهتحرك، نشات گرفته از رفتارهاي انساني و اطلاعاتي است، امن يت ن يز اطلاعـات شخـصي و مقـاد ير آنهـا راشامل م ي شوند . در مح يط‌ها يي که اهميت امن يت و تشکيلات، افزا يش يافتـه اسـت، شناسـايي و تع يـي ن اعتبار در زمينه‌ها ي گوناگون ي از تکنولوژي‌ها توسـعه داده شـده انـد. کنتـرل ورود يهـا ي سـاختمان هـا،کنترل دسترس ي در کامپ يوترهاي عمومي، مثالهايي هستند كـ ه نـشان دهنـده تـشخيص هويـ ت و اعتبـارسنجي در جامعه کنوني مي باشند.
روش تشخيص چهره (Face Recognition) يکي از چنـد ين روش Biometric اسـت کـه داراي دقت بالا بوده و مي تواند تا مدت‌ها قابل اتکا باشد. برخلاف روش‌هاي د يگر اعتبار سنج ي که لازم بود تـاکاربر حداقل PIN و كلمه عبور، را به ياد داشته باشد، در روش‌هاي تشخيص چهره ، کاربر خيلي راحت با چهره خودش، مي تواند در پروسه اعتبار سـنج ي وارد شـود . در حـال حاضـر عـلاوه بـر ايـ ن کاربردهـا ي کلاسيک، برا ي تشخيص چهره ، اعتبار سنجي‌هاي جديدي پديدار شده اند. به طور نمونه، در بانک‌ها و يـ ا تأسيسات قضا يي که امنيت از ساير ادارات معمولي بالاتر است، امن يت ب يشتر توسط کامپيوترهـا ي ز يـ ادي که امروزه مجهز به چندين دورب ين م ي باشند، انجام مي شود . در ا ين حالت، يک نرم افزار تشخيص چهره، به صورت مداوم، آنچه که در جلوي دورب ين اتفاق مي افتد، را در کنترل داشته و در صورت برخورد بـا هـرگونه وضعيتي خارج از وضعيت از قبل تعيين شده، هشدارهاي لازم را اعلام مي نمايد.
در حال حاضر، چند ين روش براي سازمانده ي و طبقه بندي زمينـه هـاي مختلـف تـشخيص چهـره، امکان پذير مي باشد. به عنوان نمونه، الگوريتم‌هايي که با چهـره و محـ يط آن سـر و کـار دارنـد (هماننـدسيستم‌ها ي کنترل نشده)، بايد با الگوريتم‌هايي كه با سيستم‌هاي کنترل شده(هماننـد چـراغ راهنمـا و نورپردازي يک تئاتر ) كار مي كنند، متما يز گردند . همچنين سيستم‌ها يي که از يک يا چند تـصوير بـراي تشخيص چهره استفاده مي کنند، از سيستم‌هايي کـه از مقـادير پيوسـته و يـ دئويي اسـتفاده مـي کننـد،
متمــايز مــي شــوند. در صــورتيکه ايــن تفــاوت هــاي ســطح پــايين در مــشکلات ضــروري درFace Recognition حذف شوند، يـ ک گـروه بنـدي براسـاس سـه حالـتFrontal و Profile و View-Tolerant ارائه مي شود.
مي توان گفت كه الگوريتم‌ها ي تشخيص چهره، مدل‌هاي ساده هندسي را استفاده مـي کننـد، امـاپروسه تشخيص، امروزه در يک علم پيچيده ر ياضي و پروسه‌هاي Matching وارد شده است. بزرگتـر ين پيشرفت آنها در ساليان اخ ير، سوق دادن تکنولوژي تشخيص چهره ، به صحنههاي متا ثر از نور مـي باشـد،بدين ترتيب كه مي توان در شرايط نوري متفاوت نيز، پروسه تشخيص چهره را به نحو مطلوبي انجـام داد.
تشخيص چهره، مي تواند براي بازبيني (Verification)و تعيين هويت (Identification)، نيز بـه کـاربرده شود.
زمينه‌ها ي ز ياد تجار ي، براي ايجاد اينگونه نرم افزارها و امکان دسترسي به تکنولوژي‌هاي مورد نيـ از بعد از چندين سال تحقيق، دو دليل مهم براي تكيـه بـر اهميـتFace Recognition و ادامـه تـلاش براي داشتن سيستم‌هاي قوي تر مي باشد.
روش‌ها ي مطمئن زيادي از تشخيص بيومتريک اشخا ص، وجود دارد. ابر ي مثال، روش‌ها ي آناليز اثر انگشت يا بررس ي عنب يه و شبکيه، اشخاص هم اکنون وجود دارند. از آنجائ يکه يک تصو ير چهره، مي توانـداز روبرو يا ن يم رخ باشد، بيشتر اوقات بدون همکاري و حتي اط لاع شخص مورد نظر، عمل مي کند. جدول الف، تعدادي از برنامه‌هاي مربوط به Face Recognition را نشان مي دهد.

به دل يل وجود، برنامه‌هاي کاربرد ي متفاوت، گروه بندي‌هاي متفاوتي روي سيـ ستم هـا ي تـشخيصچهره، با توجه به دو خصيصه ثابت بودن(Static) و و يدئويي بودن تصوير(Dynamic)، انجام مـي شـود. در ا ين گروه‌ها، تفاوت‌هاي مهم ي براساس برنامه‌هاي کاربردي ويژه، وجود دارنـد . ايـ ن تفـاوت هـا، مـي توانند در زمينه کيفيت تصو ير، م يزان در هم ريختگي پشت زمينه، تغ ييرات تصاو يري کـه بايـ د تـشخ يص داده شود، در دسترس بودن يک مع يار خوب براي تشخ يص يا مطابقت تصاوير موجود با تصوير مورد نظـر،باشند. همچنين وضعيت، نوع و تعداد تصاويري که از يک شخص در دسترس است، مي تواند عوامل مهـمديگري، در گروه بندي باشند. جدول ب، شامل ليستي از اين انواع پروژه‌هاي کاربردي در زمينه تشخيص چهره مي باشد.

 

 

 

 

 Commercial products  Websites
 FaceIt from Visionics  http://www.FaceIt.com
 Viisage Technology  http://www.viisage.com
 FaceVACS from Plettac  http://www.plettac-electronics.com
 FaceKey Corp.  http://www.facekey.com
 Cognitec Systems  http://www.cognitec-systems.de
 Keyware Technologies  http://www.keywareusa.com/
 Passfaces from ID-arts  http://www.id-arts.com/
 ImageWare Sofware  http://www.iwsinc.com/
 Eyematic Interfaces Inc.  http://www.eyematic.com/
 BioID sensor fusion  http://www.bioid.com
 Visionsphere Technologies  http://www.visionspheretech.com/menu.htm
 Biometric Systems, Inc  http://www.biometrica.com/
 FaceSnap Recoder  http://www.facesnap.de/htdocs/english/index2.html
 composite SpotIt for face  http://spotit.itc.it/SpotIt.html

جدول ب: چندين پروژه كاربردي (۳)

 

 

 

يک شرح عمومي از تشخيص چهره بوسيله يك ماشين اتوماتيك، معمولا بـه صـورت زيـ ر ارائـه مـيشود: با تصويرهاي ثابت يا متحرک داده شده از يک منظره، يک يا چند شخص که تصاوير آنهـا در پا يگـاهداده مشخص، موجود است، بايد بازبيني(Verify) يا تشخيص هويت (Identify) شوند . جداسازي تـصاو ير چهــره (Face Detection) از منظــره شــلوغ و پ يچيــده، اســتخراج تــصو ير چهــره (Feature Extraction) از محدوده‌هاي تصوير صورت، باعث كاهش جـستجو هـا و در نتيجـه بـالا رفـتن كـاراييبازبيني و تشخيص خواهد شد،(شکل ب).
در مسائل تعيين هو يت (Identification) ورودي س يستم، يک تصو ير ناشناخته است و سيستم آنرا به يک پا يگـاه داده، کـه شـامل اشـخاص شـناخته شـده مـي باشـد، ارجـاع مـ ي دهـد، در حال يکـه در Verification، سيستم به تأييد يا رد کردن، هويت شخص Identify شده ي ورودي نياز دارد.

شكل الف: نمايي از يك سيستم Face Recognition

در طي سـاليان اخيـر، بيـشتر تحقيقـات بوسـيله فيزيولوژيـ ستهـا و روانـشناسان و مهندسـان رويموضوعات مختلف از تشخيص چهره بوسيله ماشـين و انـسان، صـورت گرفتـه اسـت. فيزيولوژيـست هـا وروانشناسان به اين که آيا، تشخيص چهره يک پروسه اختصاصي است يا اينکه آيا مي تواند بوسـيله آنـاليزچهره انجام شود، اهميت مي دهند. اگر چه بسياري از اين تئـوري هـا و فرضـيه هـا روي مجموعـه اي ازتصاوير کوچک، بررسي شده اند، ولي بسياري از يافته‌ها، دستاوردهاي مهمي به حساب مي آيند. چرا کـهمهندسين بر اساس آن تصميم مي گيرند که چگونه الگوريتم و سيستم‌هايي جهت تشخيص هويت آمـادهکنند.

دیدگاه‌ خود را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

sixty three − 61 =