Technische Gesichtserkennung

Transkript

1 Technische Gesichtserkennung

2 Gliederung Was ist Gesichtserkennung? Anwendungsbereiche der Gesichtserkennung Technische Verfahren Paul-Viola Algorithmus Gesichtsverfolgung via Webcam Hardware Software Demo

3 Was ist Gesichtserkennung? 1960 erste versuche mit Technischer Gesichtserkennung Heute auf Niveau von Fingerabdruck- und Irisscannern Face detection - Wo befindet sich das Gesicht? Face recognition - Wem Gehört das Gesicht?

4 Anwendungsbereiche der Gesichtserkennung Überwachung des öffentlichen Raumes Authentifizierung via Gesicht Identifizierung von bekannten Personen auf Fotos Zum festlegen von Nutzerzahlen von lizenziertem Content

5 Technische Verfahren Bild erfassen Gesicht suchen Gesicht gefunden? Nein Abbrechen Ja Bereich normalisieren Merkmale extrahieren / vergleichen

6 Der Paul-Viola Algorithmus Merkmale gefunden Graustufen Berechnen Merkmale Anwenden

7 Gesichtsverfolgung via Webcam Zum lernen Ermöglicht große Freiheit während Videotelefonie Ermöglicht Identifizierung und Verfolgung von verdächtigen Personen

8 Hardware Webcam 2 Modellbau-servos Datenwandler USB zu RS232 Adapter

9 Software Bild aufnehmen Gesicht suchen C++ Opencv-library Nein Weite Verbreitung in Gesicht gefunden? der Bildverarbeitung Ja Freie Software Position bestimmen Paul-Viola Algorithmus Ja Gesicht innerhalb des Bereichs? Nein Kamera bewegen

10 Demo

11 Quellen ls/py_objdetect/py_face_detection/py_face _detection.html

12 Face Detection mit Viola Jones (x4, y4) - (x2, y2) - (x3, y3) + (x1, y1).

13 Probleme Völlige überwachung des Volkes Einfach umgehbar mithilfe von Masken Stark variierende Lichtverhältnisse Meist nur 1 Bild als Vergleich

14 Technische Gesichtserkennung

15 Gliederung Was ist Gesichtserkennung? Anwendungsbereiche der Gesichtserkennung Technische Verfahren Paul-Viola Algorithmus Gesichtsverfolgung via Webcam Hardware Software Demo

16 Was ist Gesichtserkennung? 1960 erste versuche mit Technischer Gesichtserkennung Heute auf Niveau von Fingerabdruck- und Irisscannern Face detection - Wo befindet sich das Gesicht? Face recognition - Wem Gehört das Gesicht? Was ist Gesichtserkennung? Obwohl die erkennung eines gesichtes für uns menschen eine einfache aufgabe ist, wie studien gezeigt haben können schon 2-3 tage alte Kinder bekannte gesichter unterscheiden, wissen wir bisher wenig über die menschlichen Gesichtserkennung. Also wie schwer kann diese aufgabe nun für einen Computer sein? Schon früh um 1960 wurden erste versuche mit Technischer Gesichtserkennung, also Computern die gesichter erkennen sollen, gemacht. Jedoch sind wir erst heute in der Lage die Rechenleistung aufzubringen um Gesichter erkennen und identifizieren zu können Dabei ligt die fehlerrate der leistungsfähigsten verfahren inzischen unter 1% also auf der höhe von iris und Fingerabdruck scannarn und übertrifft damit sogar die menschlichen fähigkeiten zu gesichtserkennung. Zuerst muss man jedoch noch zwischen der Lokalsierung eines Gesichtes im Bild, und der Zuordnung zu einer Person unterscheiden. Im ersten Fall, auch Face detection gennant wird geprüft wo ein gesicht zu sehen ist, und im zweiten fall, im englischen Face recognition um wen es sich handelt.

17 Anwendungsbereiche der Gesichtserkennung Überwachung des öffentlichen Raumes Authentifizierung via Gesicht Identifizierung von bekannten Personen auf Fotos Zum festlegen von Nutzerzahlen von lizenziertem Content Seitdem Überwachungskammeras und Rechenleistung immer günstiger wird, wird inzwischen mehr und mehr auf großflächige überwachung gesetzt, hierfür ist z.b. London ein gutes beispiel denn dort sind bereits über 1e Millionen Kammeras im einsatzt.eine der wichtigsten techniken um diese videodaten auszuwerten ist die Gesichtserkennenung, mit der Die täter bei verbrechen sofort identifiziert werden könnten. Gesichtserkennung kann aber auch zur Zutrittskontrollen ähnlich iris und fingerabdruckscannern verwendet werden. Oder auch um das finden von Freunden auf Facebook Fotos zu erleichtern. Wie es Facebook ausserhalb europa einsetzt. Neuerdings mit der Xbox ONE werden sogar die anzahl der zuschauer vor einem fernseher gezählt werden um z.b. bei streaming anbietern die anzahl der zuschauer und damit auch die kosten eines films zu ermitteln

18 Technische Verfahren Bild erfassen Gesicht suchen Gesicht gefunden? Nein Ja Bereich normalisieren Merkmale extrahieren / vergleichen Abbrechen Kommen wir nun zu den verfahren zur technischen gesichtserkennung. Hier kann man ein Typisches Programmflussdiagramm für eine Gesichtserkennungs software sehen. Dabei werden 2 Algorythmen verwendet, einer zum Finden eines gesichtes im Bild sowie ein 2. zum Identifizieren des Gesichts. Das ganze läuft dann so ab: 1. "Bild erfassen": Ein Bild der zu prüfenden Umgebung wird aufgenommen. 2. "Gesicht finden": Das Bild wird mithilfe des ersten Algorythmus nach Gesichtsähnlichen Bereichen untersucht 3. "Gesicht gefunden?": Wird kein Bild gefunden wird die Gesichtserkennung abgebrochen und das nächste Bild untersucht. 4. "Gesicht normalisieren": Das Gesicht wird durch Drehung und/oder Streckung bzw. Stauchung auf einheitliche Maße gebracht 5. "Merkmale extrahieren/ vergleichen": Nun wird mithilfe des zweiten Algorythmus Die Gesichtsmerkmale extrahiert und je nach verwendetem Verfahren vermessen oder mit gespeicherten daten verglichen um die Person zu identifizieren.

19 Der Paul-Viola Algorithmus Merkmale gefunden Graustufen Berechnen Merkmale Anwenden Aufgrund der kurzen präsentationszeit werde ichnur auf einen Face detection algorythmus eingehen. Ein beispiel für einen solchen algorythmus ist die sogenannte viola-jones methode die ihren namen von den beiden entwicklern Paul Viola und Michael Jones erhielt. Sie war zur zeit ihrer entwicklung mal schneller als alle bisherigen methoden. Und mit 95% trozdem sehr akkurat. Die Gesichtserkennung erfolgt in mehreren schritten zuerst wird das Bild in graustufen umgewandelt um nur Helligkeitsunterchiede und keine Farbinformationen mehr zu enthalten. Alsnächstes Wird das Bild zur einfacherern berechnung in ein Integralbild konvertiert. Daraufhin wird in dem Bild nach verschiednenen Merkmalen gesucht die hier zu sehen sind. Dabei symbolisiert das wiese rechteck einen hellen und das schwarze einen durchschnittlich dunkleren bereich im Bild. Diese Merkmalesind zum beispiel die linie der augen die dunkler ist wie die stirn,oder die linie des Jochbeins die heller ist wie die beiden augen. Nachdem im Bild merkmale gefunden und ausgewertet wurden wird der Bereichausgeschnitten und somit das Gesicht verfügbar

20 Gesichtsverfolgung via Webcam Zum lernen Ermöglicht große Freiheit während Videotelefonie Ermöglicht Identifizierung und Verfolgung von verdächtigen Personen Als eigenes Projekt, und wie ich auch zur idee zum tehma gesichtserkennung der allgemeinen objekterkennung via kamera und der heutigen möglichkeiten der leistung wollte habe ich eine webcam gebaut die gesichter verfolgen kann. Mit einem solchen system kann für viele aufgaben genutzt werden zum einen kann z.b. während videotelefonie die person sich frei im raum bewegen ohne den visuellen kontakt zum gegnüber zu verlieren. Oder zur überwachung. So kann ein eindringling nicht nur sofort erkannt werden sondern auch noch weiter verfolgt werden ohne dafür viele kameras verwenden zu müssen

21 Hardware Webcam 2 Modellbau-servos Datenwandler USB zu RS232 Adapter Die Hardware besteht zum großteil aus teilen die gerade rumlagen und hat insgesamt geradeienmal 10euro gekostet Die verwendete hardware besteht aus: Einer alten Webcam. Zwei Handelsüblichen Modellbauservos die die Kamera Frei bewegen können. Einer steuerplatine die die signale in das richtige format für die servso umsetzt, hierfür wurde auch eine eigene software geschrieben. Zum schluss ein Handelsüblicher USB zu Rs232 wandler, der in diesem falle auch selbst gebaut ist.

22 Software Bild aufnehmen Gesicht suchen C++ Opencv-library Nein Weite Verbreitung in Gesicht gefunden? der Bildverarbeitung Ja Freie Software Position bestimmen Paul-Viola Algorithmus Ja Gesicht innerhalb des Bereichs? Nein Kamera bewegen Die verwendete computer Software wurde in C++ entwickelt um möglichst plattformübergreifend zu sein. Die Bildverarbeitung basiert auf OpenCV, der wohl verbreitetsten freien library für maschinelle Bildverarbeitung. Sie wird in allen bereichen der Bildverarbeitung eingesetzt und häufig in Robotern verwedet. Sie bietet viele verschidene module von 2D und 3D Objekterkennung über Bildverarbeitung bis zu Gesichts und gestenerkennung und hat gleichzeitig den vorteil das sie unter der BSD lizens frei verfügbar für sämtliche privaten und kommerziellen anwendungen ist. Dabei auch der Paul Viola algorythmus verwendet und hier ist das Programmfluss diagramm zu sehen Wird nachdem das gesicht gefunden wurde seine Position bestimmt. Und sofern sie auserhalb des gewünschten bereiches ist wird

23 Demo

24 Quellen ls/py_objdetect/py_face_detection/py_face _detection.html _series/part_2/sidebar.html

25 Face Detection mit Viola Jones (x4, y4) - (x2, y2) - (x3, y3) + (x1, y1). Bei diesem Algorythmus wird das Bild nach verschiedenen Merkmalen abgesucht. Diese Merkmale sind hier zu sehen, dabei symbolysiert das weise quadrat einen Bereich der Durchschnittlich heller ist als der schwarze bereich. Nach solchen bereichen wird das gesamte bild abgesucht. Im falle eines gesichtes gibt es viele solcher Merkmale, zum beispiel ist der bereich der augen dunkler als die stirn, oder die beiden augen dunkler als das jochbein. Es sind mehrere schritte nötig um diese Mermale effizientzu finden Zuerst wird das Bild in Graustuden umgewandelt, um statt unterschiedlichen farben allein helligkeitsunterschiede zu haben Als nächstes wird es in ein Integralbild umgewandelt, dassieht ungefähr so aus. Bei einem Integralbild besteht der wert jedes Pixels aus der summe der vorherigen pixel. Mit seiner hilfe lassen sich der durchschnitt beliebiger bereiche im Bild mit nur einer kurzen rechnenung ausrechnen so kann das Bild schnell abgesucht werden. In jedem Punkt (x,y) steht die Summe der Pixel innerhalb des Rechtecks mit Punkten (0,0), (x,0), (0,y), (x,0) so wird das suchfeld über das gesamte bild geschoben. Diese Merkmalemüssen jedoch zuerst per maschinellemlernen für die aufgabe, hier die gesichtserkennung trainiert werden. Dafür benötigt man einmalig einen Datensatzt mit positiven und negativen Bildern also welchen mit und ohne Gesichtern.Hierfür wird ein hoher leistungsaufwand benötigt. Ist aber vernachlässigbar da es sich um eine einmalige aufgabe handelt. Trozdem würde es sehr lange dauern ein Ganzes bild nach verschiedenen hellen und dunklen bereichen abzusuchen den der ursprüngliche datensatzt beinhaltet über 6000 Merkmale. Deshalb werden 2 weitere tricks angewand.zum einen wird ein integralbild verwendet. Trozdem Wurde noch eine 2. Maßnahme ergriffen um die geschwindigkeit zu erhöhen, Die sogenante Filter kaskadiereung. Dabei wird das Bild dabei wird eine ausgewählte region stufenweise erst nach einem starken merkmal, also einem das beim einlernen am häufigsten bei den positiven gesichtern auftrat und dann auf immer mehr merkmale abgesucht, schafft die region eine stufe nicht wird sie sofort aussortiert.

26 Probleme Völlige überwachung des Volkes Einfach umgehbar mithilfe von Masken Stark variierende Lichtverhältnisse Meist nur 1 Bild als Vergleich Allerdings bringt die gesichtserkennung auf viele soziale und Technische Probleme mitsich. So befürchten viele eine völlige überwachung wie sie im buch 1984 von George Orwell beschrieben wird Aus technischer sicht gibt es jedoch auch einige probleme mit denen die verwendeten Algorythmen umgehen müssen. Diese sind vorallem die einfache umgehbarkeit mit Masken und verdeckten gesichtern, die meist stark varieierenden lichtverhältnisse, und die je nach anwendung zumindest anfangs geringe anzahl an vergleichsbildern.