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.

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.