Racunarsko prepoznavanje lica

[Stefan1090_]

Pozdrav,
na fakultetu sam dobio ovu temu za obradu. Ne trazi se nesto preterano, samo da na par strana (2-3) da kratko opisem problem, pregled i kratak opis tehnika Vestacke Intaligencije koji se mogu koristiti za resavanje problema i kratak opis resenja.Primetio sam da ja na satju Svet kompjutera u par tema obradjeno dosta toga sto bi mi pomoglo. Konkretno mislim na:

http://www.sk.rs/2006/02/skpr01.html
http://www.sk.rs/2006/02/skpr01.html

Medjutim nigde nisam uspeo da nadjem konkretno "pregled i kratak opis tehnika Vestacke Intaligencije koji se mogu koristiti za resavanje problema" pa da li moze neko ko je vise upucen u ovu temu da mi preporuci neste.

Hvala unapred.

[LoneWolf]

Računarsko prepoznavanje lica funkcioniše preko različitih algoritama ili upoređivanjem (cross-reference) sa predefinisanim uzorkom, ili ga čupaju iz postojeće baze pa ga identifikuju ili ne. Vještačka inteligencija za ovu namjenu uveliko koristi biometrijske čipove kakve imaš na pasošima, ličnim kartama ili ID karticama u nekim sofisticiranim firmama. Rutine koje se koriste se implementiraju kroz namjenske biblioteke i postoje čak jednostavna, komercijalna ili besplatna softverska rješenja za tu namjenu. Tu nema nešto mnogo "vještačke inteligencije", koliko ima uspješnosti u poređenju sa predefinisanim uzorkom.

[Neky]

OpenCV biblioteka u Pythonu

[evanghelion]

Za prepoznavanje lica mozes da koristis masinsko ucenje, tj. neki od algoritama masinskog ucenja. Postoje dve vrste masinskog ucenja, nadzirano i nenadzirno masnisko ucenje. Kod nadziranog ti obezbeđuješ označene podatke, recimo da imas slike muskih lica i zenskih lica, svaka slika je uparena sa klasom kojoj pripada u ovom slučaju {musko_lice, zensko_lice}. Sad ovakve podatke koristiš kao ulazne podatke na osnovu kojih algoritam "uči" ili "trenira" i dobija se istrenirani klasifikator koji kasinje na osnovu novih slika odlučuje da li je lice muško ili žensko. Kod nenadziranog mašinskog učenja algoritmu daješ podatke koji nemaju oznake i on na osnovu nekih zajedničkih osobina sam grupiše podatke i kada mu se daju neviđeni podaci on ih svrstava u neku od ovih grupa koje je sam izabrao. Postoje i metode koje koriste kombinaciju ove dve i to je polu-nadzirano učenje.

E sad kao ulaz možeš da imaš slike na kojima su lica i slike na kojima je nešto drugo, a možeš da imaš i lica uparena sa imenima kao kad ti FB predloži da taguješ nekoga.

Podaci za trening, možeš da baciš pogled kako to izgleda ili ako ti je potrebno za referencu.