Αυτόματη οπτική ταυτοποίηση προσώπου.

Abstract

Μία από τις τάχιστα αναπτυσσόμενες τεχνολογίες στον τομέα της ασφάλειας είναι αναμφισβήτητα η βιομετρία, η οποία αποτελεί μια προηγμένη μέθοδο πιστοποίησης της ταυτότηταςενόςατόμουμεβάσηκάποιαφυσικάχαρακτηριστικάπουείναιμοναδικάσεκάθε άνθρωπο, όπως το δακτυλικό αποτύπωμα, η παλάμη, η ίριδα του ματιού κ.ά. Ήδη η βιομετρίααξιοποιείταικαισεεπίσημαέγγραφακρατικώνυπηρεσιών, όπωςσταδιαβατήρια. Όσοι υπόκεινται στη διαδικασία έλεγχουτων φυσικώνχαρακτηριστικώντους, προκειμένου να αποδειχτεί η ταυτότητά τους, πρέπει να κάνουν μία ενέργεια, για παράδειγμα να ακουμπήσουντοδάχτυλότουςσεέναν «αναγνώστη» αποτυπωμάτωνήνα κοιτάξουνσεμια συσκευή αναγνώρισης της ίριδας, κάτι που μπορεί να εξασφαλίζει σε μεγάλο βαθμό την ταυτοποίησητουατόμου, δημιουργείόμωςκαιμιαψυχολογική «ενόχληση». Για τον λόγο αυτό η βιομετρική μέθοδος που φαίνεται να κερδίζει έδαφος και να διεισδύει σε πολλές εφαρμογές είναι η αναγνώριση προσώπου. Ένας συνδυασμός συστημάτων, που βασίζεταικατάκύριολόγοσεκάμερεςκαισεπρογράμματαυπολογιστών, μπορείνα προβεί στηνταυτοποίηση ενόςατόμουχωρίς αυτόνα χρειάζεταινα κάνεικάποια ενέργεια. Τα συστήματα αυτά σκανάρουν μέσω μίαςκάμερας τη γεωμετρία του προσώπου που αποτελείται από μια σειρά παραμέτρων όπως η απόσταση μεταξύ των ματιών, το μέγεθος του στόματος, το σχήμα του προσώπου και πολλά άλλα. Τα στοιχεία αυτά συνδυαζόμεναμεταξύτουςδημιουργούνέναπρότυποπουγιακάθεάνθρωποείναιμοναδικό. Η μέθοδοςαναγνώρισηςτουπροσώπου μπορείνα θεωρείταιπιολειτουργικήκαι εύχρηστη, είναι όμως αρκετάπιο πολύπλοκη και δύσκολητεχνολογικά, γιατί βασίζεταιστην ανάλυση ενός συνδυασμού χαρακτηριστικών του ανθρώπου. Σήμερα όμως έχουν αναπτυχθεί «έξυπνα» προγράμματα, τα οποία αναλύουντις εικόνεςτου προσώπου απότις κάμερες και μπορούν να εξάγουν ασφαλή συμπεράσματα για την ταυτοποίηση ενός ατόμου. Η αναγνώριση προσώπου μπορείνα αξιοποιηθεί σε πολλές εφαρμογές, με κύρια τον έλεγχο φυσικής πρόσβασης σε διάφορους χώρους, στους οποίους μόνο συγκεκριμένα πρόσωπα έχουνάδειανα εισέρχονται. Επίσης, είναιπολύπιθανόστομέλλονγιαλόγουςασφαλείαςνα αναπτυχθούν συστήματα αναγνώρισης προσώπου που θα ελέγχουν το ποιος θα έχει ή όχι άδειανα χειρίζεται έναν υπολογιστή ή ακόμη και το ποιος θα μπορείνα οδηγεί ή όχι ένα αυτοκίνητο. Παράλληλα, η αναγνώρισηπροσώπου μεσύγχρονεςτεχνολογικές μεθόδουςθα μπορεί να αξιοποιείται από υπηρεσίες ασφαλείας για την αναζήτηση ύποπτων ατόμων σε δημόσιουςχώρους, γιαπαράδειγμαστααεροδρόμια. Σκοπός της πτυχιακής εργασίας είναι να εξεταστούν τεχνικές αυτόματης οπτικής ταυτοποίησης προσώπων, θα διερευνηθούν τα ποσοστά επιτυχίας των αλγορίθμων και θαπροταθεί μιαυλοποίηση. Η μέθοδοςπου υλοποιήθηκε στην παρούσα πτυχιακή εργασία είναι η μέθοδοςτης ΑνάλυσηςΚυρίωνΣυνιστωσών (PCA). Αναλυτικάοιαλγόριθμοιπουεξετάστηκανγιατηνταυτοποίησηείναι: 1.ΑνάλυσησεΚύριεςΣυνιστώσες (Principal Component Analysis, PCA). 2.ΓραμμικήΔιακρίνουσαΑνάλυση (Linear Discriminant Analysis, LDA). 3.ΑλγόριθμοιΠυρήνα 4.ΑνάλυσησεΚύριεςΣυνιστώσεςπυρήνα (Kernel PCA) 5.ΓραμμικήΔιακρίνουσαΑνάλυσητουπυρήνα (Kernel Fisher LDA)

One of the rapidly developing technologies in the field of security is undoubtedly biometrics, which is an advanced method of verifying the identity of an individual based on certain physical characteristics that are unique to each individual, such as fingerprint, palm, iris of the eye etc. Biometrics is already used by state services in official documents, such as passports. Those subject to biometric control, in order to prove their identity, they should make an action, for example, to touch their finger to a "reader" fingerprint or look at an iris recognition device, which has high success in the degree of identification of the individual, it also creates a psychological "inconvenience". For this reason biometrics is gaining ground and is incorporated in many applications with face recognition. A combination of systems, based primarily on cameras and computer programs, can identify an individual without having the subject to do any action. These systems scan through a camera the geometry of the face composed of a number of parameters such as the distance between the eye, the size of the mouth, the face shape and many others. These elements combined together create a unique model for each person. Recognizing persons using biometrics can be considered more functional and easy to use, but are much more complex and technologically difficult, because it is based on the analysis of a combination of characteristics of an individual. Today, however, "smart" programs have been developed that analyze facial images from cameras and can reliably identify an individual. Facial recognition can be used in many applications, with the main role of controlling physical access to various rooms in which only certain people are allowed to enter. Also, it is very likely in the future for security reasons that facial recognition systems will evolve to control who is or is not licensed to operate a computer or even who will be able to drive a car. Furthermore, facial recognition with modern technological methods can be used by security services to search for suspicious people in public places, for example in airports. The aim of the thesis is to explore optical face recognition and will investigate the success rates of various algorithms, and propose an implementation. The method implemented in this thesis is the method of principal components analysis (PCA). Algorithms that were evaluated for face recognition: 1. Principal Component Analysis (Principal Component Analysis, PCA). 2. Linear Discriminant analysis (Linear Discriminant Analysis, LDA). 3. Kernel Algorithms 4. Principal Component Analysis kernel (Kernel PCA) 5. Principal Discriminant Analysis of the core (Kernel Fisher LDA)