СРАВНИТЕЛЬНЫЙ АНАЛИЗ ДЕТЕКТОРОВ ЛИЦ HAAR, HOG, CNN
Ключевые слова:
обнаружение лиц, распознавание лиц, каскады Хаара, гистограмма ориентированные градиенты, нейронные сети, идентификация/аутентификация.Аннотация
этап детекции лица человека является одним из самых главных в системах распознавания и идентификации лиц. Так как не обнаруженное лицо, не может быть идентифицировано. Несмотря на достигнутые в этом направлении результаты, задача обнаружения лиц все еще является актуальной. Так как существует огромное количество проблем, с которыми могут столкнуться алгоритмы обнаружения лиц. Целью исследования явлется определение наиболее эффективных алгоритмов обнаружения лиц с точки зрения точности и скорости работы, при различных условиях.
В статье отражены результаты анализа наиболее популярные методов обнаружения лиц: каскадов Хаара (Haar Cascades), гистограмма ориентированных градиентов (HOG), а также метода на основе нейронных сетей (CNN). Показаны резултаты реализации описанных алгоритмов в различных условиях таких как пространственные повороты, плохое освещение, размытие изображений. Описаны достоинства и недостатки методов, даны рекомендации по использованию в системах распознавания лиц.
В результате проведенного анализа сделан вывод о том, что в рамках сценариев с контролируемыми условиями распознавания, идентификации и аутентификации подойдут детекторы с более высокой скоростью работы, каскады Хаара (Haar Cascades) и гистограмма ориентированные градиенты (HOG). К таким сценариям можно отнести работу систем идентификации и аутентификации пунктах с большим потоком людей или систем Acces контроля. Между тем в сценариях, когда предыдущие два алгоритма не справляются, можно применить детектор на основе CNN, который способен обнаруживать лица практически в любых условиях, но за более длительное время.
Результаты исследований, могут быть использованы при построении реальных систем поиска/распознавания и идентификации личности.
