Алгоритмы распознавания лиц понемногу превращаются во всевидящее око

Популярная механикаHi-Tech

На лице написано

Взять кредит, оформить визу, да и просто запустить смартфон последней модели – сделать все это сегодня невозможно без участия алгоритмов распознавания лиц. Они помогают полицейским в расследованиях, музыкантам – на сцене, но понемногу превращаются во всевидящее око, следящее за всеми нашими действиями онлайн и офлайн.

Текст: Александр Ершов, Роман Фишман

0:00 /
786.027

Алгоритмы (технологии)

Определить человека по фото с точки зрения компьютера означает две очень разные задачи: во-первых, найти лицо на снимке (если оно там есть), во-вторых, вычленить из изображения те особенности, которые отличают этого человека от других людей из базы данных.

Найти

Попытки научить компьютер находить лицо на фотографиях проводились еще с начала 1970-х годов. Было испробовано множество подходов, но важнейший прорыв произошел существенно позднее – с созданием в 2001 году Полом Виолой и Майклом Джонсом метода каскадного бустинга, то есть цепочки слабых классификаторов. Хотя сейчас есть и более хитрые алгоритмы, можно поспорить, что и в вашем сотовом телефоне, и в фотоаппарате работает именно старый добрый Виола – Джонс. Все дело в замечательной быстроте и надежности: даже в далеком 2001 году средний компьютер с помощью этого метода мог обрабатывать по 15 снимков в секунду. Сегодня эффективность алгоритма удовлетворяет всем разумным требованиям. Главное, что нужно знать об этом методе, – он устроен удивительно просто. Вы даже не поверите насколько.

Алгоритмы распознают образы

Почему это работает? Посмотрите на признак [1]. Почти на всех фотографиях область глаз всегда немного темнее области непосредственно ниже. Посмотрите на признак [2]: светлая область посередине соответствует переносице, расположенной между темными глазами. На первый взгляд черно-белые маски совсем не похожи на лица, но при всей своей примитивности они имеют высокую обобщающую силу.

Шаг 1. Убираем цвет и превращаем изображение в матрицу яркости.
Шаг 2. Накладываем на нее одну из квадратных масок – они называются признаками Хаара. Проходимся с ней по всему изображению, меняя положение и размер.
Шаг 3. Складываем цифровые значения яркости из тех ячеек матрицы, которые попали под белую часть маски, и вычитаем из них те значения, что попали под черную часть. Если хотя бы в одном из случаев разность белых и черных областей оказалась выше определенного порога, берем эту область изображения в дальнейшую работу. Если нет – забываем про нее, здесь лица нет.
Шаг 4. Повторяем с шага 2 уже с новой маской – но только в той области изображения, которая прошла первое испытание.

Почему так быстро? В описанном алгоритме не отмечен один важный момент. Чтобы вычесть яркость одной части изображения из другой, понадобилось бы складывать яркость каждого пикселя, а их может быть много. Поэтому на самом деле перед наложением маски матрица переводится в интегральное представление: значения в матрице яркости заранее складываются таким образом, чтобы интегральную яркость прямоугольника можно было получить сложением всего четырех чисел.

Как собрать каскад? Хотя каждый этап наложения маски дает очень большую ошибку (реальная точность ненамного превышает 50%), сила алгоритма – в каскадной организации процесса. Это позволяет быстро выкидывать из анализа области, где лица точно нет, и тратить усилия только на те области, которые могут дать результат. Такой принцип сборки слабых классификаторов в последовательности называется бустингом (подробнее о нем можно прочитать в октябрьском номере «ПМ»). Общий принцип такой: даже большие ошибки, будучи перемножены друг на друга, станут невелики.

Упростить

Найти особенности лица, которые позволили бы идентифицировать его владельца, означает свести реальность к формуле. Речь идет об упрощении, причем весьма радикальном. Например, различных комбинаций пикселей даже на миниатюрном фото 64 × 64 пикселя может быть огромное количество – (28)64 × 64 = 232768 штук. При этом для того, чтобы пронумеровать каждого из 7,6 млрд людей на Земле, хватило бы всего 33 бита. Переходя от одной цифры к другой, нужно выкинуть весь посторонний шум, но сохранить важнейшие индивидуальные особенности. Специалисты по статистике, хорошо знакомые с такими задачами, разработали множество инструментов упрощения данных. Например, метод главных компонент, который и заложил основу идентификации лиц. Впрочем, в последнее время сверточные нейросети оставили старые методы далеко позади. Их строение довольно своеобразно, но, по сути, это тоже метод упрощения: его задача – свести конкретное изображение к набору особенностей.

Шаг 1. Накладываем на изображение маску фиксированного размера (правильно она называется ядром свертки), перемножаем яркость каждого пикселя изображения на значения яркости в маске. Находим среднее значение для всех пикселей в «окошке» и записываем его в одну ячейку следующего уровня.

Авторизуйтесь, чтобы продолжить чтение. Это быстро и бесплатно.

Регистрируясь, я принимаю условия использования

Рекомендуемые статьи

Главный дровосек планеты Главный дровосек планеты

Победы, поражения и скитания Джейсона Виньярда, короля топора и пилы

Популярная механика
Дет Мороз Дет Мороз

Как сделать так, чтобы и взрослые были сыты, и подростки целы и довольны жизнью?

Добрые советы
1990: Лихие и крутые 1990: Лихие и крутые

В январе 1991 года на Пушкинской площади открылся первый «Макдоналдс»

Esquire
В шутливой форме В шутливой форме

Настя Ивлеева стала суперзвездой инстаграма и комедийного жанра

Glamour
Полет бумеранга Полет бумеранга

Гибрид самолета, вертолета, конвертоплана и автожира

Популярная механика
Бросок к славе Бросок к славе

Иван Колесников сыграл легенду баскетбола Александра Белова в новой драме

Vogue
Летающий автомобиль Атаманова Летающий автомобиль Атаманова

Пятиместный автомобиль, первый полет которого планируется уже в сентябре

Популярная механика
Новые аккумуляторы для автомобилей Новые аккумуляторы для автомобилей

Инновационные технологии в мире автомобильных аккумуляторов и источников питания

CHIP
Лыжники с небес Лыжники с небес

Самолеты на лыжах, пожалуй, еще большая экзотика, чем гидросамолеты

Популярная механика
Мастер церемоний Мастер церемоний

Кто в этом году был ведущим праздников номер один? Конечно, MC Андрей Малахов

Tatler
Удар с небес Удар с небес

Javelin считают наиболее совершенным легким средством против бронетехники

Популярная механика
Со всей возможной любовью Со всей возможной любовью

Александр Цыпкин о письмах фанаток и планах на будущее

Glamour
Землянам, до востребования Землянам, до востребования

Солнечную систему посетил объект, прилетевший к нам от другой звезды

Популярная механика
HTC Vive: система профессионалов HTC Vive: система профессионалов

Шлем виртуальной реальности HTC Vive во всех подробностях

CHIP
Мистер Армани Мистер Армани

А есть ли счастье?

The Rake
Они убили брата Ким Чен Ына Они убили брата Ким Чен Ына

Как женщины погубили брата Ким Чен Ына

GQ
Cosmo-эксперимент: как я была доброй Cosmo-эксперимент: как я была доброй

Что случается, если перевоплотиться в добрую фею

Cosmopolitan
Давай поговорим! Давай поговорим!

Объясни мастеру салона, что ты хочешь

Cosmopolitan
Ольга Кормухина: Нужно научиться ждать Ольга Кормухина: Нужно научиться ждать

В преддверии концертов мы поговорили с певицей о русском роке и путешествиях

Лиза
И вот она нарядная И вот она нарядная

Наташа Давыдова: идеальное тело, безупречный и разнообразный стиль

Glamour
Как полюбить себя, приняв свое тело Как полюбить себя, приняв свое тело

Мы не можем любить и быть любимыми, пока не научимся принимать себя. Не так просто убрать фальшивые маски, принять своих близких и найти тех, кто ценит нас такими, какие мы есть. Как научиться любить себя или вернуть эту любовь, если она была потеряна?

Psychologies
Асланбек Джалиев Асланбек Джалиев

Основатель продюсерского агентства Famely

GQ
Подарки – в студию! Подарки – в студию!

Разбираемся, почему он дарит тебе это

Cosmopolitan
Роман Каримов Роман Каримов

Режиссер рассказал, что он думает о сексе с актрисами

Maxim
Куда приводят мечты Куда приводят мечты

Практики формирования намерения

Yoga Journal
Семь пятниц на неделе Семь пятниц на неделе

Расида Лакоба — создатель марки Rasario Atelier

Glamour
Джулианна Мур: «Я строила дом на фундаменте своего одиночества» Джулианна Мур: «Я строила дом на фундаменте своего одиночества»

Актриса может позволить себе выбирать роли по... территориальному принципу — соглашается, только если съемки недалеко от дома. Ее жизнь размеренна и гармонична, но так было далеко не всегда. Однажды Джулианна Мур оказалась на грани отчаяния, и тогда принять самое главное решение ей помогла психотерапия. Мы встретились с актрисой на Венецианском фестивале, где прошла презентация картины Джорджа Клуни «Субурбикон». В российский прокат фильм выйдет 23 ноября 2017 года.

Psychologies
Учиться радости у детей солнца Учиться радости у детей солнца

Как в службе «Милосердие» различают чудо и просто хорошую работу

Русский репортер
Полет на кавернах Полет на кавернах

Как ускорить движение судна за счет подвода газа к его корпусу

Популярная механика
Jaguar F-Type SVR Jaguar F-Type SVR

От одного лишь звука мотора мурашки по коже

Quattroruote
Открыть в приложении