آخرين بروزرساني اين مطلب:
February 6, 2008 2:30 PM
آقای هونگ سون لی از دانشگاه Umea سوئد در تز دکترای خود الگوریتمی را توسعه داده که به کامپیوتر امکان شناسائی صورت افراد را حتی در صورتی که فقط یک عکس گرفته شده باشد، می دهد.
به گزارش الکترونیوز، نتایج این الگوریتم می تواند برای کنترل شناسائی ایمن به کار رود. همچنین می توان پی برد که قیافه ی شما شبیه کدام یک از افراد مشهور است.
اگر یک فرد غیر مجاز به کد شناسائی و کارت اعتباری شما دسترسی پیدا کند به احتمال زیاد پول موجود در حساب بانکی شما ناپدید خواهد شد. اگر دستگاه خودپرداز بتواند صورت شما را هنگامی که به دوربین نگاه می کنید، تشخیص دهد احتمال سرقت از حساب شما غیر ممکن خواهد شد. و حالا الگوریتمی که این کار را بکند یعنی تشخیص صورت، وجود دارد. تشخیص صورت می تواند برای کاربردهای دیگر مثل dating service به کار رود.
سیستم هائی که می توانند صورت های مختلف را شناسائی کنند از یک پایگاه داده ها با مجموعه ای از تصاویر صورت در ژست ها و شدت نورهای مختلف، تشکیل شده است. با این وجود جمع آوری تعداد زیادی تصاویر صورت برای هر شخص، مشکل و اغلب گران می باشد. بعلاوه، این سیستم ها به خاطر کیفیت بد تصاویر، حالت های صورت، انواع زوایا و شدت نورهای مختلف دچار مشکل می شوند. این مشکلات هم اکنون به پایان رسیده است.
الگوریتم مؤثر آقای هونگ سون لی این امکان به سیستم را می دهد که بتوان صورت شخص را حتی موقعی که یک تصویر در پایگاه داده های مربوط به آن شخص وجود داشته باشد، شناسائی کرد. علاوه بر این، کارائی این سیستم با به حساب آوردن شرایط شدت نور و حالت های مختلف چهره، یک پیشرفت قابل ملاحظه به شمار می رود. الگوریتم وی روشی به کار می برد که اختلاف شدت نور تصاویر را چه در تصاویر کم نور و چه در تصاویر پرنور، بهتر نشان می دهد. در نتیجه جزوئیات تصاویر قابل رؤیت است در غیر این صورت کامپیوتر در شناسائی با مشکل مواجه می شود. روشی که هونگ سون لی در الگوریتم خود از آن استفاده کرده Hidden Markov Model (HMM) نام دارد. موقعی که سیستم، کار گذاشته می شود برای شناسائی تصاویر جدید با حالت های مختلف که تحت شدت نورهای متفاوت گرفته شده اند، نیازی به زمان ندارد. در حالی که سایر سیستم های رقیب که بر اساس HMM کار می کنند نیاز به زمان دارند.
آزمایش هائی که با این سیستم انجام داده شدند و با استانداردهای بین المللی مانند پایگاه داده های FERET و Yale امتحان شدند، نشان می دهد که این سیستم نسبت به سایر سیستم های رقیب کارآئی بهتری دارد.
کاربردهای تجاری مربوط به نتایج تز دکترا در دست توسعه است و به زودی عرضه خواهد شد. در این میان یک موتور جستجوی وب برای صورت در مرحله ی نهائی توسعه است.
برگرفته از اطلاعات فراهم شده توسط دانشگاه Umea.
|