Анализ существующих подходов к распознаванию и идентификации

Метод гибкого сравнения на графах[3] основан на эластичном сопоставлении графов, описывающих изображения объектов. Для решения задачи распознавания создается эталонный граф, который является статическим и описывает известный объект. Второй граф деформируется с целью подгонки к исходному статическому. При этом применяются взвешенные ребра и вершины.

В вершинах графа вычисляются значения признаков, чаще всего на основе фильтров Габора или их Габоровских вейвлет[4]. Ребрам графа присваивается вес в соответствии с расстоянием до смежных вершин. Расстояние между статичным и деформируемым графами вычисляется при помощи целевой функции деформации, учитывающей различие между значениями признаков на основе вычисленных вершин, а также степень деформации ребер. Значение функции деформации является мерой различия между входным изображением объекта и эталонным графом, описывающим известный системе объект. Распознавание осуществляется через поиск наилучшего значения функции деформации.

Данный метод обладает высокими показателями распознавания — выше 80% [3] при изменении ракурса лица до 15 градусов. Однако в нем не предусмотрено каких-либо средств предварительного ограничения перечня объектов для сопоставления, поэтому к числу его основных недостатков можно отнести высокую вычислительную сложность[5], которая связана с необходимостью сравнения входного изображения со всеми известными. Системы распознавания и идентификации на основе нейронных сетей позволяют классифицировать поданное на вход изображение объекта в соответствии с предварительным обучением на наборе известных объектов. Суть обучения сети сводится к настройке весов межнейронных связей в процессе решения оптимизационной задачи методом градиентного спуска.

Наилучшие результаты в области распознавания лиц показала свёрточная нейронная сеть [6−9], отличительными особенностями которой являются локальные рецепторные поля, общие веса и иерархическая организация с пространственными сэмплингом. Данная сеть является наиболее устойчивой к изменениям входных данных (масштаб, ракурс, освещение). Методы распознавания на основе нейронных сетей являются наиболее эффективными с точки зрения решения поставленных задач. Однако основным ограничением на их применение является процедура обучения. Все известные нейросетевые методы основаны на использовании фиксированного набора эталонов для обучения, что при появлении нового объекта в базе данных требует полного переобучения. В реальных условиях это приводит к простоям от одно часа до нескольких дней.

Скрытые Марковские модели это статистический метод распознавания на основе использования статистических свойств и пространственных характеристик сигналов [10,11]. В качестве элементов модель использует два вида состояний (скрытые и наблюдаемые), матрицу переходных вероятностей и начальные вероятности состояний. Процесс распознавания объекта строится по принципу поиска максимальной вероятности генерации последовательности наблюдений соответствующей Марковской моделью из базы известных объектов.

Марковские модели позволяют решать обратную задачу нахождения объектов на изображении по модели, поскольку повышают отклик изображения на свою модель. В то же время, они считаются неразличающими, поскольку наряду с максимизацией отклика изображения на свою модель не происходит минимизации откликов на другие. Метод главных компонент использует метод К. Пирсона[12] для снижения пространства признаков и основан на преобразовании Карунена-Лоева[13]. С помощью него объекты представляются в виде векторов малой размерности (векторов главных компонент), что существенно ускоряет процесс обработки. Принцип аналогичен другим статистическим методам, в которых входной вектор изображения сравнивается с имеющимися в базе данных. Основная цель метода главных компонентминимизация количества признаков таким образом, чтобы они как можно лучше описывали «типичные» образы, принадлежащие множеству объектов. Метод является одним из наиболее используемых на практике, однако он чувствителен к изменениям в освещенности или выражении лица. Его модификация, предложенная в [14], дает более высокий результат, однако высокая трудоемкость вычисления набора собственных векторов делает его неприменимым для решения поставленных задач.

Активные модели внешнего вида— это статистические модели изображений, приводимые к реальному изображению объекта путем деформаций различной природы [14,15]. Данные модели используют два типа параметров: параметры формы и параметры внешнего вида. Вначале производится обучение модели на множестве заранее размеченных изображений. Разметка изображений производится вручную или в полуавтоматическом режиме. Активные модели внешнего вида эффективно решают задачу выявления признаков из изображений, однако сами по себе не предусматривают алгоритмов идентификации и сличения выявленных признаков с эталонными в базе данных. По этой причине в чистом виде данный подход к решению поставленной задачи не применим. Также существуют проблемы с вычислительной сложностью, однако были предложены отдельные частные решения [15,16].