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
รูปที่ 1.2 The Integral Image tric
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."
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
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
รูปที่ 1.6 Elastic Bunch Map Graphing
-
กล้องวงจรปิดในปัจจุบันได้มีการพัฒนาระบบขึ้นอย่างต่อเนื่อง เพื่อให้สอดคล้องกับลักษณะในการใช้งานต่างๆ ในทุกรูปแบบ โดยองค์ประกอบสำคัญหนึ่งที่จะทำให้กล้องวงจรปิดทำงานได้อย่างประสิทธิภ...
-
ไม่ว่าจะเป็นบ้าน บริษัท หรือแม้กระทั่งห้างร้าน กล้องวงจรปิดได้เข้ามามีบทบาทสำคัญของหน่วยรักษาความปลอดภัยที่ดีที่สุดอีกรูปแบบหนึ่งในปัจจุบัน ด้วยฟังก์ชั่นการใช้งานที่เรียบง่ายและไม...
-
ด้วยเทคโนโลยีและนวัตกรรมที่ก้าวหน้าเป็นอย่างมากในปัจจุบัน รวมถึงไลฟ์สไตล์การดำเนินชีวิตที่เปลี่ยนไปตามยุคสมัย ทำให้ผู้คนมองหาเครื่องมือต่างๆ อย่างเช่น ทั้งกล้องวงจรปิด ระบบล็อคดิจิ...
-
ปัจจุบันการก่อวินาศกรรมเป็นภัยร้ายที่น่ากลัวก่อให้เกิดความเสียหายต่อชีวิตและทรัพย์สินเป็นจำนวนมากสถานที่ๆมีความเสี่ยงในการเป็นเป้าหมายและล่อแหลมในการก่อวินาศกรรมได้แก่สนามบินศาลเรื...
-
บริษัท องค์กร ร้านค้า หลากหลายหน่วยงานที่เลือกใช้บริการเครื่องบันทึกเวลา เพื่อช่วยอำนวยความสะดวกในการคำนวน ขาด ลา มาสาย โอทีวันหยุด และนั่นเป็นเหตุผลที่จะต้องดึงข้อมูลออกมาเพื่อประ...
-
ในปัจจุบันธุรกิจกลุ่มธุรกิจประเภทอสังหาริมทรัพย์เกี่ยวกับที่พักอาศัย หมู่บ้าน คอนโดมิเนี่ยม ห้องชุดหรือแม้แต่ออฟฟิศที่ทำงาน โรงงาน ห้างสรรพสินค้า สนามบิน หรือแม้กระทั่งองค์กรต่าง...
-
วันนี้จะมาแนะนำนาฬิกายาม EZYGUARD พิเศษยังไงมาดูกันคะ 1.เครื่องติดสิทธิ์แอดมินก็สามารถลงโปรแกรมได้ เคยไม๊คะ ไปติดตั้งระบบที่หน่วยงานลูกค้า ลงโปรแกรมไม่ได้ เนื่องจากได้มีการล...
-
การใช้งานของระบบนี้มีข้อดีคือท่านไม่จำเป็นจะต้องทำการเปลี่ยนแปลงการติดตั้งเดินสายใหม่ทั้งหมด คุณยังสามารถใช้งานสายสัญญาณแบบเดิมที่เป็นสาย Coaxial cables ได้เหมือนเดิม หรือบางคนจะใช...
-
(เทคโนโลยีความปลอดภัยสำหรับโครงการระบบรักษาความปลอดภัย) ถ้าพูดถึงเรื่องเทคโนโลยีความปลอดภัย หลายท่านอาจจะคาดไม่ถึงว่าสิ่งที่เคยเห็นในภาพยนตร์แนวสายลับ จารกรรม หรือสืบสวนสอบสวนจะมี...
-
การป้องกันปัญหากล้องวงจรปิดในฤดูฝน จากปัญหาที่พบกันบ่อยของระบบกล้องวงจรปิดในช่วงฤดูฝน หรือเมื่อมีฝนฟ้าคะนองนั้นบทความนี้จะเป็นการให้คำแนะนำเกี่ยวกับการป้องกันปัญหาที่จะทำให้ ระบบก...
-
ทำไมถึงสแกนลายนิ้วมือยากเพราะเหตุใด ปัจจัยที่ทำให้เกิดการสแกนนิ้วไม่ติดนั้นอาจเกิดได้จากหลายนสาเหตุไม่ว่าจะเป็นเกิดจากตัวผู้ใช้เองหรือเกิดจากที่ตัวอุปกรณ์ แต่ปัญหาส่วนใหญ่ที่เกิดข...
-
เปิด-ปิดอย่างมั่นใจกับระบบ Auto Door ประตูอัตโนมัติ คือ การใช้ระบบมอเตอร์ในการควบคุมการเปิด – ปิด ประตู ซึ่งมอเตอร์นั้นจะมีแรงในการควบคุมการเปิด– ปิดของบานประตูแตกต่างกันออกไป ขึ้น...
-
เพิ่มประสิทธิภาพความรักษาความปลอดภัยอีกระดับกับFace Scan System ระบบสแกนใบหน้า Face Scan SystemหรือFace Recognitionเป็นเทคโนโลยีImage Processingชนิดหนึ่งที่ทำการจับภาพรูปใบหน้าเดิม...
-
เครื่องสแกนลายนิ้วมือติดสิทธิ์ Admin นับว่าเป็นความยุ่งยากที่ลูกค้าหลายท่านไม่อยากเจอนั้นคือการแก้ไขปัญหาของผู้ดูแลพบว่าเครื่องสแกนลายนิ้วมือติดสิทธิ์ผู้ดูแล โดยที่เราไม่ทราบว่...
-
การดึงข้อมูลเวลาทำงานโดยใช้ แฟลชไดร์ฟ USB เกิดเป็นประเด็นหลักของการใช้เครื่องสแกนลายนิ้วมือ เครื่องสแกนใบหน้า หรือแม้แต่เครื่องทาบบัตร ที่ใช้การดึงข้อมูลด้วย แฟลชไดร์ USB บางท่านอ...
-
ระบบควบคุมการเข้าออก (Access control) คืออะไร? ระบบ Access Control คือ ระบบที่ใช้ควบคุมการเข้าออกพื้นที่ กำหนดสิทธิ์การเข้าถึงข้อมูล หรือทรัพยากร โดยอนุญาตให้เฉพาะบุคคลที่ได...
-
ควบคุมการเข้าออกอย่างมีประสิทธิภาพด้วยเครื่องทาบบัตร คีย์การ์ด เครื่องทาบบัตร คีย์การ์ด คืออะไร? เครื่องทาบบัตร คีย์การ์ด เป็นอุปกรณ์ควบคุมการเข้าออกประตูที่ใช้บัตร RFID แท...
-
10 เหตุผลที่ควรใช้เครื่องสแกนนิ้วมือควบคุมการเปิดปิดประตู การใช้เครื่องสแกนนิ้วมือเพื่อควบคุมการเปิดปิดประตูมีข้อได้เปรียบหลายประการที่ทำให้เป็นทางเลือกที่ดีต่อความปลอดภัยแล...
-
กลอนไฟฟ้าแบบไหนที่จะเหมาะกับประตูของคุณ กลอนไฟฟ้า: อุปกรณ์รักษาความปลอดภัยดิจิทัลสำหรับระบบควบคุมการเข้าออก ในยุคดิจิทัล การรักษาความปลอดภัยถือเป็นสิ่งสำคัญยิ่ง กลอนไฟฟ้าจ...
-
10 เหตุผลที่คุณควรมีวิดีโอดอร์โฟน วิดีโอดอร์โฟน (VDO Door Phone) สามารถเพิ่มความปลอดภัย ความสะดวกสบาย และคุณภาพชีวิตในที่อยู่อาศัยและที่ทำงานได้อย่างมาก นี่คือสิบเหตุผลที่คุ...