Görüntüden Yüz ve Kişi Algılama

Yüz algılama, kişi algılama ve yüz tanıma birbirine bağlı fakat farklı görevlerdir. Algılama yüzün veya kişinin konumunu bulur; tanıma ise algılanan örnek ile kayıtlı temsiller arasındaki kimlik benzerliğini değerlendirir.

Algılama ve hizalama

Haar cascade ve HOG tabanlı yöntemler tarihsel olarak düşük hesaplama maliyetli çözümler sunmuştur. Güncel derin öğrenme tabanlı algılayıcılar farklı poz, ölçek ve örtülme koşullarında daha yüksek dayanıklılık sağlar.

Tanıma öncesinde yüz işaret noktaları kullanılarak göz, burun ve ağız geometrisi hizalanabilir. Bu işlem kırpma ve baş pozundan kaynaklanan varyasyonu azaltır.

Gömme tabanlı tanıma

Tanıma ağı hizalanmış yüzü bir embedding vektörüne dönüştürür. Aynı kişiye ait örneklerin birbirine yakın, farklı kişilerin ise uzak olması hedeflenir. Açık küme sistemlerinde veri tabanında bulunmayan kişi için de “eşleşme yok” kararı üretilebilir.

Yüz algılama kalitesi sonraki bütün aşamaları etkiler. Hatalı kırpma veya hizalama gömme vektörünün dağılımını değiştirebilir.

Biyometrik Karar Yapısı

Yüz tanıma biyometrik sistemlerin bir örneğidir. Biyometrik sistemlerde kayıt aşamasında kişiye ait örneklerden bir şablon veya öznitelik temsili oluşturulur; sonraki örnekler bu temsille karşılaştırılır.

Doğrulama işleminde soru “bu kişi iddia ettiği kişi mi?” biçimindedir ve çoğunlukla bire bir karşılaştırma yapılır. Kimlik belirleme işleminde ise “bu örnek kayıtlı kişilerden hangisine ait?” sorusu sorulur ve bire çok arama gerekir. İkinci problem aday sayısı büyüdükçe hem hesaplama hem yanlış eşleşme olasılığı bakımından farklı davranır.

Bir yüz görüntüsü önce algılanır, kalite açısından değerlendirilir, hizalanır ve öznitelik vektörüne dönüştürülür. Elde edilen benzerlik skoru tek başına kimlik değildir; karar eşiği, uygulamanın yanlış kabul ve yanlış ret maliyetine göre seçilir.

Biyometrik özelliklerin parola gibi değiştirilebilir olmaması veri koruma açısından ek sorumluluk doğurur. Ham görüntünün, şablonun ve karşılaştırma kaydının saklama süresi ile erişim yetkisi sistem tasarımının parçasıdır.

Ölçüm

False match ve false non-match oranları karar eşiğiyle birlikte değerlendirilir. Kamera türü, poz, aydınlatma, yaş ve veri dağılımı sonuçları etkileyebilir. Kimlik verisiyle çalışan sistemlerde erişim kontrolü ve veri minimizasyonu da mimarinin parçasıdır.

Üst konu: Görüntü ve Ses İşleme

Kaynakça

• Anil K. Jain; Arun Ross; Salil Prabhakar. An Introduction to Biometric Recognition. IEEE Transactions on Circuits and Systems for Video Technology, 14(1), 4–20, 2004. doi:10.1109/TCSVT.2003.818349

• Rafael C. Gonzalez; Richard E. Woods. Digital Image Processing, Fourth Edition. Pearson, 2018.

• Richard Szeliski. Computer Vision: Algorithms and Applications, Second Edition. Springer, 2022.