Adaptive algorithms of face detection and effectiveness assessment of their use

Abstract

Subject of researc his the detection and recognition of faces. The purpose of this work is creation of modified algorithms of face detection, which are providing automatic brightness stabilization of the analyzed image regardless of brightness level. A technique is proposed for assessing the effectiveness of their work in comparison with the classical algorithm. We will dwell in more detail on the first part of the problem − face detection and recognition. In the meantime,the most popular method used for searching the face area on an image is the Viola-Jones method, which is popular because of its known high speed and efficiency. It is based on an integral image representation, on the method of constructing classifiers based on adaptive boosting algorithm (AdaBoost) and on the combination classifiers in cascade structure method. The Viola-Jones method is firstly using cascades of wavelets (primitives) - Haar features. All of the above made it possible to build a face detector that works in real-time with a fairly high quality. However, there are a lot of disturbing factors, which are limiting the efficiency of such algorithm work. The major of them are spacial face position ambiguity on the analised image and poor quality of stage lighting. The results of the study. The adaptive algorithms of face detection and recognition on digital images and video sequences in real-time, based on the Viola-Jones method, are suggested. An automatic stabilization of frame brightness is additionally added to the classical structure of such algorithms to compensate an effect of changes in the stage illumination level on quality of face detection. The structure of the algorithms is described and the software developed in Python programming language for a face detection and recognition using OpenCV library resources. Video data is processed in real time. An original method for the efficient estimating of the algorithm based on the criterion of the maximum probability of faces and their main elements (eye, nose, mouth) correct detection is proposed and implemented programmatically. The results of work of classic and suggested algorithms are compared. The examples of work and testing of software are given. The use of the obtained results allows to improve the quality of work and the reliability of the results when recognizing faces in different systems.

Предмет дослідження - виявлення і розпізнавання осіб. Метою цієї статті є створення модифікованих алгоритмів розпізнавання осіб, які забезпечують автоматичну стабілізацію яскравості аналізованого зображення незалежно від рівня яскравості. Запропоновано методику оцінки ефективності їх роботи в порівнянні з класичним алгоритмом. Найпопулярніший метод, який використовується для пошуку області обличчя на зображенні, - це метод Віола-Джонса, який популярний завдяки своїй високій швидкості і ефективності. Він заснований на поданні цілісного зображення, на методі побудови класифікаторів на основі адаптивного алгоритму прискорення (AdaBoost) і на комбінаційних класифікаторах в каскадному структурному методі. Метод Віола-Джонс по-перше використовує каскади вейвлетов (примітивів) - функції Хаара, що представляють розбивку заданої прямокутної області на безлічі різних типів прямокутних субрегіонів. Все це дозволило створити детектор особи, який працює в режимі реального часу з досить високою якістю. Однак існує безліч тривожних факторів, які обмежують ефективність роботи такого алгоритму. Основними з них є двозначність просторового положення особи на уже згадуваному зображенні і низька якість освітлення сцени. Запропоновано адаптивні алгоритми виявлення та детектування облич на цифрових зображеннях і відео послідовностях в режимі реального часу, засновані на методі Віоли-Джонса. Для компенсації впливу змін рівня освітленості сцени на якість виявлення облич в класичну структуру алгоритму додатково введена процедура автоматичної стабілізації яскравості кадру. Описано структуру алгоритмів і розроблено програмне забезпечення для розпізнавання облич на мові Python з використанням ресурсів бібліотеки OpenCV. Обробка відеоданих здійснюється в реальному масштабі часу. Запропоновано і програмно реалізована оригінальна методика оцінки ефективності роботи алгоритмів за критерієм максимуму ймовірності правильного виявлення облич і їх головних елементів (очей, носа, рота). Зіставляються результати роботи класичного та запропонованих алгоритмів. Наводяться приклади роботи та результати тестування програмного забезпечення. Використання отриманих результатів дозволяє поліпшити якість роботи і надійність результатів при розпізнаванні осіб в різних системах.