תזכורת:
המאמר הראשון בנושא.
נגעתי בנושאים הבאים:
מה זה CV ומספר בעיות הקשורות לנושא.
זיהוי פנים - מה סוגי הבעיות בנוגע לזיהוי פנים.
זיהוי פנים - חשב מול בני אדם, תוך הצגת ניסוי ותוצאותיו.

כפי שהבטחתי, במאמר הבא נדבר יותר לעומק על איך עושים זיהוי פנים.

זיהוי פנים, איך ניגשים לבעייה וצעדים ראשונים בפתרונה:
ראשית כמו שכבר ציינתי יש מספר וריאציות לבעיית זיהוי פנים. אנחנו נדון בבעייה מסויימת תחת הנחות מסויימות.
הבעייה:
נתון לנו אוסף של תמונות פנים, להלן DB, מאגר. ה-DB יהיה סטטי, נאמן אותו מראש עם מספר מסויים של אנשים וברגע שנסיים את האימון, לא נחזור ונאמן אותו שוב.
נרצה שבהנתן תמונת פנים חדשה, להגיד האם היא קיימת במאגר, אם כן - מיהי? אחרת נאמר שאינה קיימת במאגר.
הנחות:
כל תמונות הפנים יהיו Frontal (או מאותה זוית), תנאי התאורה של כל התמונות יהיו זהים (וטובים), הפוזיציה, גודל התמונה והמקום שבו נלקחה יהיה זהה.
בדימוי למציאות:
נניח אני בעל חברה שרוצה ליצור מערכת כניסה לפי פנים. אני ראשית אאמן מודל עם כל תמונות הפנים אותם ארצה להכניס למאגר, אעשה את זה בתנאי תאורה טובים כרצוני (הרי אני מצלם אותם ואומר להם איך בדיוק לקחת את התמונה). אח"כ בלייב, כשהם ירצו להכנס לדלת מסויימת, הם יעמדו בזוית מול מצלמה שתיקח תמונת פנים (שוב לפי פוזיציה שאני אבחר) אותה אשווה מול מודל האימון שלי; במקרה של תשובה חיובית אאשר את כניסת האדם לסביבת האבטחה.

כשראשית בחנתי את הבעייה, לקחתי לי זמן מסויים לחשוב כיצד אפשר לגשת לבעייה האינטואיציה האנושית בד"כ מוליכה אותך לתשובות הבאות:
א. בהנתן תמונת פנים נשווה אותה (ברמת הפיקסלים) מול כל תמונות האימון וננסה להחזיר תשובה - לא יעבוד מהסיבה ששינויים מינורים במיקום ובתנאי התאורה יכולים לגרום להפרשים גדולים בין תמונות (מבחינה מתמטית מגדירים נורמה בין 2 תמונות שמודדת ריחוק ביניהם) זהות ולהפרשים קטנים בין תמונות שונות. אי אפשר לצפות שאותו אדם ב-2 תמונות מבחינת רמת הפיקסלים ינפיק תוצאה זהה.
ב. לכל תמונה באימון ננסה להצביע על מרחק בין העיניים, מיקום העיניים, מיקום האף, היקף האף ועוד סממנים אלו ואחרים בהבעות פניו של בן אדם. בהנתן תמונת פנים חדשה, נאתר את הסממנים האלה ושוב נעשה השוואה בין הסממנים השונים של הבן אדם - הבעייה פה שראשית אנחנו לא מתייחסים לכל מרכיבי הפנים (ואם נתייחס להכל אז נחזור לפתרון א'), שנית לא ברור כמה המרכיבים האלה מגדירים ביחידות בן אדם, שלישית איך בכלל תוכנת מחשב מאתרת את כל המרכיבים האלה בצורה טובה ומה קורה כאשר יש שינויים קלים בזווית, בחיוך וכו'? הרעיון שהזיהוי יעבוד בין אם הבן אדם מחייך לבין אם הבן אדם מקרין הבעה של עצבות. הפתרון הזה לא ישים במידה ולמשל ל-2 אנשים שונים אין ריחוק משמעותי בין אפיהם ומרחק עיניהם, אבל בתמונה א' הבן אדם מחייך ובתמונה ב' הבן אדם עצוב. במידה וייכנס אדם א' עם פרצוף עצוב, אז הוא יכול להיות משמעותית קרוב יותר לאדם ב' מבחינת הפה, ומכיוון שאין לנו הרבה מרכיבים אז כל מרכיב משמעותי בשקלול הסופי, מה שיוביל אותנו לזיהוי לא נכון.

הרצון לתאר את מרכיבי הפנים בצורה ייחודית מוביל אותנו לשימוש בכלים מתמטים. יש לכם מושג איך אפשר לתת ביטוי מתמטי (רעיון כלשהו) למרכיבי הפנים? אנשים עם מעט ניסיון מתמטי יכולים להגיע לדעתי לרעיונות (מעט ניסיון מתמטי = קורס או שניים בליניארית).

אולי יותר מאוחר ארשום איך אני הבנתי שזה פועל.. ותגיד לי אם הבנתי נכון