Biyometrik Yüz Tanıma(Temel Bileşen Analizi)

Evet arkadaşlar bugünde Biyometrik Yüz Tanıma(Temel Bileşen Analizi) konusundan bahsetmeye çalışacağım... Yüz tanıma konusu, üzerinde uzun yıllardır çalışılan bir alan olmasına rağmen henüz istenilen başarı düzeyine erişilememiştir. Elde edilen başarılı tanıma oranları kontrollü ortamlarda çekilmiş resimler içeren veri tabanlarıyla sınırlı kalmaktadır. Üç boyut poz farklılıkları,değişik yüz ifadeleri, aydınlatma farklılıkları, makyaj, saç stili, arka plan farklılıkları, gürültüve ölçek farklılıkları gibi dış faktörler yüz tanıma işleminin başarısını oldukça düşürmektedir.

Yüz tanıma, aranılan yüzün, mevcut yüz veritabanında kayıtlı bilgilere göre, karşılaştırmayapıldıktan sonra bilinen veya bilinmeyen olarak tanımlandığı bir örüntü tanıma işlemidir. Birçok yüz tanıma sistemi oluşturulmuş veri tabanları için oldukça başarılı sonuçlar vermektedir.Yüz tanıma için kullanılan yöntemlerin başlıcaları; Temel Bileşenler Analizi (TBA) ileçıkarılan öz yüzler, Doğrusal Ayırtaç Analizi (DAA) ile üretilen fisher yüzler, Destek VektörMakineleri, Çekirdek Temel Bileşenler Analizi (ÇTBA), Çekirdek Ayırtaç Analizi (ÇAA),Ayrık Kosinüs Dönüşümü (AKD), Esnek Çizge Eşleme (EÇE) olarak gösterilebilir.
Yüz tanıma işleminde, belirlenen yüz alanının tamamındaki nokta değerlerini kullanmakyerine görüntüler arasındaki temel farklılıkları ya da benzerlikleri belirlenerek boyult azaltmaişlemi gerçekleştirilir. Böylelikle görüntülerin temel özellikleri saklanarak anlamlı veri dahadüşük boyutlarla ifade edilebilmektedir. Bu tip yöntemler sonucu elde edilmiş özelliklerkümesi, uzaklık metrikleri, Destek Vektör Makineleri veya yapay sinir ağları gibisınıflandırıcılar için giriş bilgisi olarak kullanılarak tanıma işlemi gerçekleştirilir. Boyutazaltma yöntemlerinin en önemlileri Temel Bileşenler Analizi(TBA), Doğrusal AyırtaçAnalizi(DAA), Çekirdek Temel Bileşenler Analizi(ÇTBA), Çekirdek Ayrım Analizi(ÇAA)gösterilebilir.
Temel Bileşenler AnaliziTemel Bileşenler Analizi(TBA) boyut azaltmak için kullanılan bir yöntemdir. Yüksekboyutlu verinin, daha düşük boyutlu alt uzaylarda ifade edilmesini sağlar. TBA karşılıklıilişkisi olan verinin, N-boyutlu uzay yerine daha düşük boyutlu uzayda belirgin bilgi kaybı olmadan, boyut azaltmanın en uygun yoludur. Azaltılmış alt uzayı kullanarak, yüzveritabanları üzerindeki hesaplamalar daha verimli hale gelir (Turk ve Pentland, 1991). Yüztanıma çalışmalarında, yüz veritabanındaki görüntüler arasındaki ayırt edici özellikler yüze aitazaltılmış alt uzayı oluşturur. Yüz tanımada TBA işlemi aşağıdaki şekilde gerçekleştirilir.
TBA Algoritması:
1. Eğitim görüntüleri sırayla okunarak her NxN eğitim görüntüsü N2x1 boyutlarınagetirilir. M örnek sayısı ise N2 xM boyutlarında eğitim seti oluşturulur,
2. Ortalama yüz bulunur ve ortalama yüz eğitim setindeki yüzlerden çıkarılır,
3. Çıkarma işleminden elde edilen matris transpozesi ile çarpılır ve kovaryans matrisielde edilir,
4. Kovaryans matrisi için öz vektörler hesaplanır,
5. Öz vektörlerin, eğitim görüntü sayısı – sınıf sayısı kadarı öz yüzlerininoluşturulmasında kullanılır,
6. Seçilen öz vektörler, çıkarma işleminden elde edilen matris ile çarpılarak azaltılmış özyüz uzayı elde edilir.
7. Tanıma aşamasında, alınan örnek görüntü için öz yüz oluşturulur ve her bir öz yüz ilearasındaki Öklit uzaklığı hesaplanır. Uzaklığın en küçük olduğu değer örnek verininen çok benzediği kişidir.

Yukardaki örnekte 8 tane farkli bireyin resmi bulunmaktadır. Elimizdede bir başka resim var ve bu resmin bu 8 bireyden hangisine benzediğini tba ile buldumuşlar. Resim5 teki birey ile elimizdeki resimdeki birey aynı kişilerdir.Elimizdeki resimde gülmektedir.Program buna rağmen onu tanımıştır.