Eigenfaces cho Nhận diện

Chúng tôi đã phát triển một hệ thống máy tính gần như thời gian thực có khả năng xác định và theo dõi đầu của một đối tượng, và sau đó nhận diện người đó bằng cách so sánh các đặc điểm của khuôn mặt với những người đã biết. Phương pháp tính toán được áp dụng trong hệ thống này được thúc đẩy bởi cả sinh lý học và lý thuyết thông tin, cũng như các yêu cầu thực tiễn về hiệu suất gần như thời gian thực và độ chính xác. Cách tiếp cận của chúng tôi coi bài toán nhận diện khuôn mặt là một bài toán nhận diện hai chiều (2-D) vốn có, thay vì phải phục hồi hình học ba chiều, tận dụng thực tế rằng khuôn mặt thường ở tư thế thẳng đứng và do đó có thể được mô tả bằng một tập hợp nhỏ các góc nhìn 2-D đặc trưng. Hệ thống hoạt động bằng cách chiếu hình ảnh khuôn mặt vào một không gian đặc trưng phản ánh những biến đổi đáng kể giữa các hình ảnh khuôn mặt đã biết. Các đặc trưng quan trọng được gọi là "eigenfaces," vì chúng là các eigenvector (thành phần chính) của tập hợp các khuôn mặt; chúng không nhất thiết phải tương ứng với các đặc trưng như mắt, tai, và mũi. Phép chiếu đặc trưng hóa một khuôn mặt cá nhân thông qua tổng trọng số của các đặc trưng eigenface, và vì vậy để nhận diện một khuôn mặt cụ thể, chỉ cần so sánh các trọng số này với những người đã biết. Một số ưu điểm cụ thể của cách tiếp cận này là nó cung cấp khả năng học và sau đó nhận diện các khuôn mặt mới mà không cần giám sát, và nó rất dễ triển khai bằng cách sử dụng kiến trúc mạng nơ-ron.