Ученые Петербурга научили системы распознавания лиц точнее работать при сложном освещении

Исследователи Санкт-Петербургского государственного университета промышленных технологий и дизайна (СПбГУПТД) разработали метод, который позволяет повысить точность систем распознавания лиц при неравномерном освещении без использования ресурсоемких нейросетей. Об этом сообщили ТАСС в пресс-службе вуза.

Выйти из полноэкранного режима

Развернуть на весь экран

«Боковой свет, контровое освещение от окна, глубокие тени от козырьков или ламп искажают текстуру кожи и контуры лица. Современные нейросетевые модели частично решают эту проблему, но требуют огромных вычислительных мощностей и объемных обучающих выборок», — привели в пресс-службе слова научного руководителя проекта, ассистента кафедры интеллектуальных систем и защиты информации СПбГУПТД Артура Тяна.

Ученые предлагают использовать технологию компьютерного зрения LBPH в сочетании с предварительной обработкой изображений методом CLAHE. При такой обработке изображение лица разбивается на небольшие фрагменты, после чего алгоритм локально выравнивает контраст в каждом из них, не допуская чрезмерного усиления ярких участков. Такой подход особенно эффективен при выраженной неравномерности освещения.

LBPH используется для текстурного описания лица и отличается низкой вычислительной сложностью. Благодаря этому разработанный метод может работать на стандартных процессорах без значительных вычислительных ресурсов.

Для проверки технологии исследователи сфотографировали 10 добровольцев при семи вариантах освещения: нормальном, затемненном, пересвеченном, с тенью слева, справа и сверху, а также при освещении прожектором.

Эксперимент показал, что предварительная обработка изображений с помощью CLAHE позволяет LBPH-классификатору увереннее распознавать лица в условиях, при которых система ранее допускала ошибки. Наиболее заметный прирост точности зафиксировали при затемнении, пересвете и боковой тени слева.

Матвей Николаев