ระบบวิเคราะห์ใบหน้า

 

 

 

 

 

 

 

 

 

 

 

 

ระบบวิเคราะห์ใบหน้าถือว่าเป็นหนึ่งในระบบที่ใช้ในการพิสูจน์ยืนยันตัวตนบุคคล โดยใช้คุณลักษณะจำเพาะทางสรีระ (ฺBiometric) โดยระบบรู้จำใบหน้าจะทำงานโดยการเปรียบเทียบใบหน้าจากภาพถ่ายดิจิตอลหรือภาพจากกล้องวีดีโอของบุคคลที่เราสนใจกับฐานข้อมูลใบหน้าที่มีอยู่ และเมื่อเปรียบเทียบเสร็จก็จะแสดงผลใบหน้าที่อยู่ในฐานข้อมูลที่มีใบหน้าเหมือนกับภาพที่นำมาเปรียบเทียบออกมา ระบบรู้จำใบหน้านั้นได้ถูกพัฒนามาอย่างต่อเนื่องเป็นเวลามากกว่าสิบปีมาแล้ว

เนื่องจากเป็นระบบที่ได้รับความสนใจมากจากนักวิชาการหลายสาขาวิชาจึงทำให้ระบบรู้จำใบหน้า มีผู้คนสนใจศึกษาและพัฒนากันอย่างมากมายจนทำให้มีการพัฒนาอัลกอริทึมในการทำงานของระบบออกมามากมายหลายรูปแบบแตกต่างกันไป ซึ่งการพัฒนาอัลกอริทึมก็แตกต่างกันไปตามยุคสมัยด้วย อันเนื่องมาจากปัจจัยด้านองค์ความรู้และเทคโนโลยีของอุปกรณ์ต่างๆ ที่พัฒนาขึ้นให้มีความเหมาะสมที่จะนำมาใช้ในระบบจึงทำให้ต้องออกแบบอัลกอริทึมใหม่ให้เหมาะสมกับอุปกรณ์ใหม่ๆด้วยในปัจจุบันระบบรู้จำใบหน้าได้มีการพัฒนาไปอย่างมาก ทำให้ระบบรู้จำใบหน้ามีความน่าเชื่อถือมากขึ้น จนมีการนำระบบรู้จำใบหน้ามาใช้ประโยชน์กันอย่างแพร่หลายในต่างประเทศ หลายๆประเทศได้มีการนำระบบรู้จำใบหน้ามาติดตั้งในสนามบินเพื่อป้องกันคนร้ายหนีเข้าออกนอกประเทศ และมีระบบรู้จำใบหน้าสำหรับการยืนยันตัวคนร้ายในคดีต่างๆด้วย 1.หลักการทำงานของระบบรู้จำใบหน้า ระบบรู้จำใบหน้า (Face Recognition) ถูกออกแบบมาให้ทำการเปรียบเทียบใบหน้าบุคคลที่เราสนใจกับฐานข้อมูลใบหน้าที่มีอยู่โดยอัลกอริทึมที่ใช้ในขั้นตอนการสร้างแม่แบบและขั้นตอนการเปรียบเทียบอาจแตกต่างกันไปแล้วแต่การออกแบบระบบของแต่ละระบบ แต่ไม่ว่าจะมี อัลกอริทึมในการทำงานในขั้นตอนการสร้างแม่แบบและขั้นตอนการเปรียบเทียบยังไง แต่ขั้นตอนการทำงานโดยรวมของระบบก็ยังคงเหมือนกันอยู่ โดยทั่วไประบบรู้จำใบหน้าจะประกอบไปด้วย 2 ขั้นตอนหลักคือ การตรวจจับใบหน้า (Face Detection) และ การรู้จำใบหน้า (Face Recognition) 1.1 การตรวจจับใบหน้า (Face Detection)คือกระบวนการค้นหาใบหน้าของบุคคลจากภาพหรือวิดีโอหลังจากนั้นก็จะทำการประมวลผลภาพใบหน้าที่ได้สำหรับขั้นตอนถัดไปเพื่อให้ภาพใบหน้าที่ตรวจจับได้ง่ายต่อการจำแนก และ อัลกอริทึมที่ใช้ในการตรวจจับใบหน้าในปัจจุบันก็มีอยู่ด้วยกันหลายวิธีซึ่งอัลกอริทึมในการตรวจจับใบหน้าที่ดีนั้นมีส่วนช่วยในการจำแนกใบหน้าได้แม่นยำและรวดเร็วขึ้นเป็นอย่างมาก     

ในรายงานนี้จะขอยกตัวอย่างวิธีการหนึ่งที่ใช้ในการตรวจจับใบหน้าที่มีความสามารถในการประมวลผลได้รวดเร็วและมีอัตราความถูกต้องในการตรวจหาสูงซึ่งPaul Viola และ Michael J. Jones ได้คิดค้นและตีพิมพ์ [1] ในปีค.ศ. 2001 โดยทั่วไปมักจะเรียกว่า Viola-Jones method ซึ่งอัลกอริทึมที่ได้นำเสนอนั้นมีการนำเสนอวิธีการแทนรูปภาพที่เรียกว่า”Integral Image” ซึ่งช่วยให้การคำนวณfeatureทำได้รวดเร็วขึ้นและได้มีการปรับปรุงอัลกอริทึมการเรียนรู้โดยมีพื้นฐานจาก  AdaBoost ซึ่งเลือกเอาเฉพาะ critical features  ที่ให้ classifiers ที่มีประสิทธิภาพสูงสุด) นอกจากนี้ยังได้อธิบายถึงการรวม classifiers แบบ cascade ซึ่งช่วยให้ส่วนพื้นหลังของภาพถูกปฏิเสธได้เร็วและเน้นการคำนวณไปที่บริเวณที่มีลักษณะคล้ายวัตถุที่สนใจมากขึ้น 

หลักการพื้นฐานของอัลกอริทึมของ Viola-Jones คือการสแกน sub-window เพื่อตรวจหาใบหน้าจากรูปภาพอินพุตการประมวลผลภาพแบบทั่วไปจะใช้การปรับขนาดภาพขาเข้าแตกต่างกันหลายๆขนาดและใช้ตัวตรวจหา (Detector) ที่มีขนาดคงที่ค้นหาวัตถุซึ่งวิธีนี้กินเวลาในการคำนวณมากเนื่องมาจากการคำนวณบนรูปภาพที่มีขนาดแตกต่างกัน Viola-Jones ได้เสนอวิธีใหม่โดยการปรับขนาดตัวตรวจหาแทนที่จะปรับขนาดภาพขาเข้าและใช้ตัวตรวจหาค้นหาวัตถุหลายๆรอบ (แต่ละรอบใช้ขนาดแตกต่างกัน) ซึ่งทั้งสองวิธีน่าจะใช้เวลาในการคำนวณไม่ต่างกันมากนักแต่ Viola-Jones ได้คิดค้นตัวตรวจหาที่ใช้จำนวนครั้งในการคำนวณคงที่แม้จะมีขนาดของภาพแตกต่างกันโดยตัวตรวจหาดังกล่าวนี้สร้างขึ้นโดยใช้  features ของ Haar wavelets (รูปที่1.1) และ Integral Image (รูปที่ 1.2)

รูปที่ 1.1 Examples of the Haar features   

 Example of The Hair Features    

 

รูปที่ 1.2 The Integral Image tric

 

 The Integral Image Trick                

หลักการของอัลกอริทึมค้นหาหน้าของ Viola-Jones คือการใช้ตัวตรวจหา สแกนหลายๆ ครั้งบนภาพเดิม แต่ด้วยขนาดที่แตกต่างกัน ถึงแม้ว่าจะมีใบหน้ามากกว่าหนึ่งหน้า ผลลัพธ์ของ sub-window จำนวนมากยังคงเป็นลบ (negative non-faces) ซึ่งปัญหานี้แก้ได้โดยใช้หลักการ “ปฏิเสธสิ่งที่ไม่ใช่ใบหน้า แทนการค้นหาใบหน้า” เพราะการตัดสินใจว่าบริเวณใดๆ ไม่ใช่ใบหน้านั้น ทำได้เร็วกว่าการค้นหาใบหน้า และได้มีการสร้างตัวจำแนกประเภทแบบ cascaded (Cascaded classifier)คือเป็น Classifier หลายตัวต่อกันเป็นลำดับดังแสดงในรูปที่ 1.3 ซึ่งเมื่อ sub-window ถูกจัดประเภทเป็น ไม่ใช่ใบหน้า (non-face) จะถูกปฏิเสธทันที แต่ในทางตรงกันข้าม ถ้า sub-window นั้น ถูกจำแนกเป็น มีโอกาสเป็นใบหน้า (maybe-face) จะถูกส่งต่อไปยัง Classifier ตัวถัดไปตามลำดับ และกล่าวได้ว่ายิ่งมีจำนวนชั้น ของ Classifier มากเท่าใด โอกาสที่ sub-window จะเป็นใบหน้าจะยิ่งมีมากขึ้น

รูปที่ 1.3 The classifier cascade is a chain of filters. Image sub-regions that make it through the entire cascade are classified as "Face." All others are classified as "Not Face."

The Classifier Cascade
 1.2 การรู้จำใบหน้า (Face Recognition)

คือกระบวนการที่ได้นำภาพใบหน้าที่ตรวจจับได้และประมวลผลแล้วจากขั้นตอนการตรวจจับใบหน้ามาเปรียบเทียบกับฐานข้อมูลของใบหน้าเพื่อระบุว่าใบหน้าที่ตรวจจับได้ตรงกับบุคคลใด ตัวอย่างของอัลกอริทึมการรู้จำใบหน้าได้แก่ §  Principal Component Analysis (PCA)

PCA หรือ Principal Component Analysis หรือภาษาไทยเรียกว่า การวิเคราะห์องค์ประกอบหลักคือเทคนิคในการผสมลักษณะเด่นในเวคเตอร์นำเข้าเพื่อสร้างเวคเตอร์ใหม่ที่อยู่ในปริภูมิ  (subspace)  ที่มีมิติน้อยกว่าเวคเตอร์เดิมโดยการผสมที่เราใช้นั้นจะเป็นการผสมเชิงเส้นตรงหรือ linear combination นั่นคือการเอาลักษณะเด่นมาคูณค่าคงที่บางอย่างแล้วค่อยบวกกับการนำ PCA มาใช้ในการพัฒนาระบบรู้จำใบหน้าก็จะทำได้โดยการแปลงภาพถ่ายใบหน้าบุคคลสองมิติไปเป็นเวคเตอร์หนึ่งมิติ และเก็บไว้ในฐานข้อมูล และเมื่อต้องการนำรูปภาพใบหน้าบุคคลที่สนใจมาเปรียบเทียบก็จะทำการแปลงภาพใบหน้านั้นเป็นเวคเตอร์หนึ่งมิติด้วย แล้วนำเวคเตอร์ไปเปรียบเทียบกับภาพในฐานข้อมูลเพื่อหาผลลัพธ์ LDA นั้นก็จะมีวิธีการทำงานที่คล้ายกับ PCA ซึ่งใน PCA เราต้องหาปริภูมิย่อยที่เมื่อฉาย (project) ข้อมูลลงไปแล้ว มีการกระจายตัวสูงสุด แต่ใน LDA เราต้องการปริภูมิย่อยที่เมื่อฉายข้อมูลลงไปแล้ว ข้อมูลจาก class เดียวกันเข้าใกล้กันมากขึ้น และข้อมูลจากต่าง class กันจะอยู่ห่างกันมากขึ้นดังในรูปที่ 1.5 แต่ละบล็อกคือคลาสหรือภาพบุคคลที่มีความแตกต่างกันน้อยจะถูกจัดให้อยู่ในคลาสเดียวกัน 

 

ตัวอย่างของคลาสที่ถูกจัดกลุ่ม 

รูปที่ 1.5 ตัวอย่างของคลาสที่ถูกจัดกลุ่ม (Classified) โดยใช้ LDAElastic Bunch Graph Matching (EBGM)   

EBGMตั้งอยู่บนพื้นฐานที่ว่ารูปใบหน้าของคนเรานั้นมีส่วนที่ไม่เป็นเชิงเส้นอยู่มาก (non-linear) และไม่สามารถที่จะวิเคราะห์โดยใช้กระบวนการเชิงเส้นอย่างวิธีที่กล่าวมาก่อนหน้านี้ได้อย่างเช่นในเรื่องของแสงที่ตกกระทบใบหน้า,ตำแหน่งของใบหน้า และ การแสดงอารมณ์โดย EBGM จะใช้ Gabor Wavelet และ Gabor filter ในการประมวลผลและสร้างภาพใบหน้าโดยการกำหนดจุดที่สนใจบนใบหน้าหลังจากนั้นก็เก็บภาพใบหน้าที่สร้างขึ้นไว้เป็นฐานข้อมูลเมื่อต้องการที่จะทำการรู้จำก็นำภาพนำเข้ามาผ่านกระบวนการเดียวกันและเปรียบเทียบระยะห่างของแต่ละจุดของทั้งสองภาพว่ามีความใกล้เคียงเพียงพอที่จะเป็นรูปคนเดียวกันหรือไม่ซึ่งความยากของวิธีการนี้คือการกำหนดจุดที่สนใจบนใบหน้าต้องมีความแม่นยำเป็นอย่างมาก

      Elastic Bunch Map Graphing

รูปที่ 1.6 Elastic Bunch Map Graphing  

 


  • เครื่องตรวจจับโลหะ super scanner
    เครื่องตรวจจับโลหะแบบพกพา เป็นอุปกรณ์ที่ใช้ในการตรวจจับวัตถุที่เป็นโลหะ มักใช้เพื่อวัตถุประสงค์ด้านความปลอดภัย เช่น ตรวจหาอาวุธที่อาจนำมาใช้ก่อเหตุร้าย หรือตรวจหาวัตถุโลหะแป...

  • EZY-C.png
    นาฬิกายามคืออะไร?? หลายคนอาจยังไม่รู้จักอุปกรณ์นี้ ในปัจจุบันธุรกิจกลุ่มธุรกิจประเภทอสังหาริมทรัพย์เกี่ยวกับที่พักอาศัย หมู่บ้าน คอนโดมิเนี่ยม ห้องชุดหรือแม้แต่ออฟฟิศที่ทำ...

  • vdo door phone
    VDO Intercom หรือ Video Door Phone คือ ระบบการสื่อสารระหว่างภายในอาคาร ที่พัก ที่ระยะทางไม่ห่างไกลกันมากนัก ใช้ในการติดต่อสื่อสารระหว่างบุคคล หรือกลุ่มคณะที่อยู่ต่างสถานที่ ...

  • เครื่องสแกนลายนิ้วมือ
    สิ่งที่ควรพิจารณาในการซื้อเครื่องสแกนนิ้วมือ มีดังนี้ ความแม่นยำเป็นเรื่องที่สำคัญที่สุดของเครื่องสแกนลายนิ้วมือ เครื่องสแกนลายนิ้วมือที่ดีควรมีความแม่นยำในการอ่านลายนิ้วมื...

  • กล้องวงจรปิด
    กล้องวงจรปิด ความปลอดภัยสำหรับในยุคปัจจุบัน กล้องวงจรปิดเป็นอุปกรณ์รักษาความปลอดภัยที่ได้รับความนิยมอย่างแพร่หลายในปัจจุบัน กล้องวงจรปิดในยุคปัจจุบันมีการพัฒนาอย่างต่อเนื่อง ...

  • ดีไซน์ที่ยังไม่ได้ตั้งชื่อ (11).png
    วันนี้จะมาแนะนำนาฬิกายาม EZYGUARD พิเศษยังไงมาดูกันคะ 1.เครื่องติดสิทธิ์แอดมินก็สามารถลงโปรแกรมได้ เคยไม๊คะ ไปติดตั้งระบบที่หน่วยงานลูกค้า ลงโปรแกรมไม่ได้ เนื่องจากได้มีการล็...

  • asd_v2_pic6.gif
    การป้องกันปัญหากล้องวงจรปิดในฤดูฝน จากปัญหาที่พบกันบ่อยของระบบกล้องวงจรปิดในช่วงฤดูฝน หรือเมื่อมีฝนฟ้าคะนองนั้นบทความนี้จะเป็นการให้คำแนะนำเกี่ยวกับการป้องกันปัญหาที่จะทำให้ ระบบก...

  • ไม้กั้นรถยนต์
    อยากติดตั้งระบบไม้กั้นรถยนต์ ควรเลือกระบบไหนดีถึงจะเหมาะกับเรา นี่ก็เป็นคำถามที่ทุกคนต้องนึกเวลาที่เราต้องตัดสินใจซื้อสินค้าใด ๆ ก็ตาม แบบไหนที่จะเหมาะกับการใช้งานของเรามากที่สุด ค...

  • กล้องอ่านป้ายทะเบียนรถยนต์
    ระะบบอ่านป้ายทะเบียนรถยนต์เมื่อแรกเริ่ม เป็นเทคโนโลยีที่ใช้การระบุและอ่านข้อมูลจากป้ายทะเบียนรถยนต์โดยอัตโนมัติ การใช้เทคโนโลยีนี้มีการพัฒนาขึ้นเพื่อช่วยให้ง่ายต่อการตรวจสอบแ...

  • ประตูกั้นทางเดิน
    การติดตั้งเครื่องกั้นทางเข้าออกนั้น มีหลายข้อมูลที่ควรพิจารณาก่อนตัดสินใจซื้อและติดตั้ง ดังนี้ 1. ประเภทของเครื่องกั้น *ประตูหมุนสามขา (Tripod Turnstile): เป็นประตูหมุนกั้นทางเข้าอ...

  • เครื่องสแกนใบหน้า
    วิธีการเลือกเครื่องสแกนใบหน้าให้เหมาะสมสำหรับธุรกิจของคุณ บทนำ เทคโนโลยีการจดจำใบหน้ามีการพัฒนาอย่างรวดเร็ว ทำให้เครื่องสแกนใบหน้ากลายเป็นตัวเลือกที่ได้รับความนิยมสำหรับธุรก...

  • เครื่องสแกนนิ้วมือใช้ให้ยาวนาน (9).png
    5 วิธีดูแลรักษาเครื่องสแกนนิ้วมือ ใช้งานยาวนาน คุ้มค่า 1. ทำความสะอาดอย่างสม่ำเสมอ: เช็ดตัวเครื่องด้วยผ้าไมโครไฟเบอร์ หรือผ้าเนื้อนุ่ม ชุบน้ำหมาดๆ บริเวณหัวอ่าน ควรใช้ผ้าชุ...

  • ระบบ Access control ในอนาคต (11).png
    ระบบ Access Control ในอนาคต ระบบ Access Control ในอนาคต มีแนวโน้มที่จะพัฒนาไปในทิศทางดังต่อไปนี้: 1. มุ่งเน้นไปที่ความปลอดภัยที่มากขึ้น: ใช้เทคโนโลยีการยืนยันตัวตนแบบ Multi-...

  • 11.png
    ปัญหาทั่วไปที่พบบ่อยกับเครื่องทาบบัตร คีย์การ์ด และวิธีแก้ไข 1. เครื่องทาบบัตรไม่อ่านบัตร: สาเหตุที่เป็นไปได้: บัตรเสียหายหรือชำรุด หัวอ่านบัตรสกปรกหรือเสียหาย เครื่องทาบบ...
Visitors: 1,330,852