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

Космические Одиссеи Космические Одиссеи

Русский милиционер и американский двоечник провели на орбите Земли почти год

Esquire
Украина ТВ Украина ТВ

Как украинские студии превратились в поставщиков шоу для российского телевидения

РБК
Мусор и ветер Мусор и ветер

Каждый из нас производит сотни килограммов отходов в год

Популярная механика
«Будущее за теми, кто постоянно учится» «Будущее за теми, кто постоянно учится»

Самообразование – не просто модное поветрие, а вызов времени. Успех приходит к тем, кто находится в постоянном поиске знаний. Как освоить искусство life-long learning и чем в этом могут помочь онлайн-курсы? Об этом мы поговорили с экспертом по рекрутингу Аленой Владимирской и директором по развитию бизнеса компании Coursera Никилом Синха.

Psychologies
Упасть по собственному желанию Упасть по собственному желанию

Альпинисты боятся сорваться, а роупджамперы идут в горы специально за этим

Популярная механика
Lamborghini Aventador S Lamborghini Aventador S

Сорок дополнительных «лошадок» и полноуправляемое шасси определяют характер

Quattroruote
Летающий автомобиль Атаманова Летающий автомобиль Атаманова

Пятиместный автомобиль, первый полет которого планируется уже в сентябре

Популярная механика
Впадаю я в экстаз Впадаю я в экстаз

Стоит ли симулировать оргазм и как без этого обойтись?

Glamour
Лыжники с небес Лыжники с небес

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

Популярная механика
5 вещей, которые портят имидж 5 вещей, которые портят имидж

Многие из наших привычных действий негативно отражаются на репутации

Лиза
Одинокие женщины не желают знакомиться... Одинокие женщины не желают знакомиться...

Истинные причины одиночества, которые отлично устраняются

Psychologies
Мистер Армани Мистер Армани

А есть ли счастье?

The Rake
Технотренды 2018 Технотренды 2018

От «умной» кухни до электромобиля: какие новинки ждут нас в 2018 году

CHIP
Наведем порядок! Наведем порядок!

Уборка обладает целительными свойствами

Psychologies
«Применить встречный прием — вот главный путь к победе» «Применить встречный прием — вот главный путь к победе»

Президент Монголии рассказал российскому Forbes о борьбе, бизнесе и экономике

Forbes
Мясо, сухое вино и предрассудки. Чего нет в Швейцарии Мясо, сухое вино и предрассудки. Чего нет в Швейцарии

О Швейцарии написан миллион гидов, и порой кажется, что это идеальное место

СНОБ
Интерактивные пространства Даана Розегаарде Интерактивные пространства Даана Розегаарде

Сияющая дорога, инсталляции из светодиодов и платья, меняющие прозрачность

Популярная механика
Хардбол: самая жёсткая военная игра Хардбол: самая жёсткая военная игра

Хардбол – военная игра, придуманная в России

ТехИнсайдер
Дотракиец в Петербурге Дотракиец в Петербурге

Иногда метафора помогает найти ключ к трудному подростку

СНОБ
Нелишняя копеечка Нелишняя копеечка

Как улучшить свое материальное положение?

Лиза
Неадекватные люди Неадекватные люди

Как выжить с неадекватными коллегами

Psychologies
Некод Зингер: Мандрагоры Некод Зингер: Мандрагоры

Отрывок из фантастической истории маленькой плантации магических растений

СНОБ
Россия vs Америка: где дешевле жить Россия vs Америка: где дешевле жить

Семья с уровнем доходов среднего класса США в России окажется банкротом

СНОБ
Нашла занятие Нашла занятие

Их дело выросло из хобби и приносит сплошное удовольствие

Cosmopolitan
Кто в доме главный? Кто в доме главный?

О чем мы спорим с партнером на самом деле?

Psychologies
Компьютеры большой дороги Компьютеры большой дороги

Как устроены платные автомагистрали

Популярная механика
«Сначала ты молодой неуч, а через 10 лет — списанный материал». Три истории про эйджизм «Сначала ты молодой неуч, а через 10 лет — списанный материал». Три истории про эйджизм

Как пережить насмешки, хамство начальства и что делать, если тебе за сорок

СНОБ
Ай, болит! Ай, болит!

Ольга Севастьянова расспросила солиста Hurts Тео Хатчкрафта о счастье и любви

Cosmopolitan
Планшетные дети Планшетные дети

Что делать, если ребенок не выпускает гаджет из рук

Лиза
Наша милиция нас… Наша милиция нас…

Как побороть пыточную систему

Русский репортер
Открыть в приложении