Лабораторная работа 7 (953515), страница 2
Текст из файла (страница 2)
-
После того, как все настройки сделаны, нажать кнопку «Acquire now...». Появится окно с видоискателем и кнопками "Capture", "Adjustment" и "Help" (рис. 7.6).
-
При нажатии кнопки «Capture» в активной папке формируется эталон и создается файл с заданным именем и номером 00. При последующих нажатиях создаются другие файлы с последующими порядковыми номерами.
-
После закрытия окна получения изображений появляется диалог обзора сделанных снимков. Это окно можно просто закрыть.
Комментарий: для выполнения лабораторной работы необходимо иметь по 5 неидентичных фотографий каждого студента, сохраненных в виде файлов с расширениями .bmp, .tiff или .pic. Практика показывает, что наилучшие результаты распознавания получаются при съемке лица на однотонном равномерном фоне с освещением «спереди-сверху» и разрешением по горизонтали и вертикали не менее 200 пикселей. В этом случае, овал лица на фотографии определяется проще.
-
Как только подготовлены эталоны, можно выяснить точность распознавателя. Для этого запустить исполняемый модуль программы распознавания ItFcTest.exe. На экране компьютера появляется главное окно приложения (рис. 7.7).
Комментарий: для правильного завершения работы с программой необходимо либо выбрать пункт «Exit» меню «File» программы, либо нажать кнопку с изображением крестика на панели инструментов программы . Попытка выхода из программы привычным нажатием кнопки в правом верхнем углу окна программы приводит к возникновению ошибок.
-
В главном окне программы вы увидите 3 прямоугольные области. Это основной режим программы – циклический захват и анализ изображения с последующим принятием решения о возможности или невозможности открытия доступа пользователю. Этот режим в рамках данной лабораторной работы не используется. Нажмите кнопку «Properties»
на панели инструментов. Откроется окно настроек программы и настроек алгоритма распознавания. Выберите вторую вкладку (рис. 7.8)
Комментарий: для настройки порога распознавания и выбора количества элементов лица использовать два верхних ползунка.
-
Вызовите инструмент Generate Statistics программного пакета, для чего выберите пункт «Generate Statistics» меню «Tools» (рис. 7.9).
Здесь задаются папки, содержащие фотографии для сравнения. Фотографии, содержащиеся в папке, указанной как «Source path», сравниваются с фотографиями в папке, указанной как «Dest path». Для разблокировки последней отметьте пункт «Use different paths» в правой части окна. В общем случае эти пути могут быть одинаковыми, тогда фотографии сравниваются каждая с каждой в одной папке. Поля «Source mask» и «Own mask» должны в этой работе содержать «*». В log-файл записывается статистика сравнения.
Комментарий: для каждого опыта рекомендуется задавать новое имя log-файла для того, чтобы статистику можно было обработать после того, как проделаны все опыты. Остальные настройки этого инструмента должны быть выставлены, как показано на рис. 7.8.
-
Запустите сбор статистики распознавания нажатием кнопки «Start». После завершения работы инструмента кнопкой «View log» можно вызвать для просмотра log-файл, в котором нас будут интересовать поля «Processing time», «Matching time» (значения Avr - средние), а также счета распознавания, показанные ниже.
Processing time (sec): 0.109 0.178 0.219
Matching time (sec): 0.187 0.230 0.266
1 <008G0000>
009Z0007 (1) 88
009Z0015 (2) 57
009Z0011 (3) 56
009Z0010 (4) 41
009Y0009 (5) 40
2 <008G0001>
009Z0007 (1) 87
009Z0015 (2) 76
009Y0009 (3) 62
009Z0011 (4) 60
…
…
-
Проведите оценку зависимости качества распознавания от количества элементов лица для «своих» (выполняется каждым студентом отдельно).
-
Запустить программу. В настройках библиотеки распознавания поменяйте количество элементов лица на 3.
-
Войдите в режим сбора статистики. В качестве «Source path» и «Dest path» выберите одну и ту же папку, содержащую пять фотографий студента.
-
Выберите для log-файла имя svoj3.log.
-
Запустите сбор статистики.
-
Запишите среднее время обработки и среднее время распознавания («Processing time» и «Matching time», соответственно)
-
Вычислите среднее арифметическое всех счетов сравнения, кроме сравнения каждого образа с самим собой:
-
Найдите минимальный счет сравнения, который понадобится далее для определения порога распознавания. Это значения важно как наиболее опасное с точки зрения недопуска «своего», например, в системах контроля доступа.
-
Повторите эксперимент для количества элементов лица, равного 5 и 7 (меняя в названии log-файла соответствующую цифру). Занесите результат в табл. 7.1 и сделайте выводы.
Таблица 7.1. Таблица записи результатов эксперимента
Количество элементов лица | Среднее время обработки, с | Среднее время распознавания, с | Средний счет сравнения | Минимальный счет сравнения |
3 | ||||
5 | ||||
7 |
-
Выполните оценку зависимости качества распознавания от количества элементов лица для «чужих» (выполняется парой студентов).
-
Запустить программу. В настройках библиотеки распознавания поменяйте количество элементов лица на 3.
-
Войдите в режим сбора статистики. В качестве «Source path» выберите папку с образами первого студента, а «Dest path» выберите папку второго студента.
-
Замените имя log-файла на chuzhoj3_12.log
-
Запустите сбор статистики.
-
Запишите средние значения времени обработки и времени распознавания («Processing time» и «Matching time», соответственно).
-
Вычислите среднее арифметическое всех счетов сравнения, по формуле:
-
Проделайте то же самое, выбрав в качестве «Source path» папку 2-го студента и в качестве «Dest path» – папку 1-го студента; имя log-файла chuzhoj3_21.log.
-
Определите средние арифметические значения счета и времени обработки и распознавания для обоих опытов (это необходимо, так как алгоритм распознавания является несимметричным).
-
Найдите максимальный счет сравнения. Он будет использоваться в дальнейшем для определения порога распознавания. (Это значения важно как наиболее опасное с точки зрения допуска «чужого», например, в системах контроля доступа).
-
Повторите эксперимент, изменив количеств элементов лица, на 5 и 7. Занесите результат в табл. 7.2 и сделайте выводы.
Таблица 7.2. Таблица записи результатов эксперимента
Количество элементов лица | Среднее время обработки, с | Среднее время распознавания, с | Средний счет сравнения | Минимальный счет сравнения |
3 | ||||
5 | ||||
7 |
-
Выберите порог распознавания P. С этой целью проанализируйте данные табл. 7.1 и 7.2, и сделайте выводы о наиболее безопасном, с точки зрения ошибок первого и второго рода, значении порога распознавания.
-
Убедитесь, что минимальный счет сравнения для «своего» выше максимального счета сравнения для «чужого». Если это условие выполнено, то можно принять за порог распознавания P среднее арифметическое для счета распознавания «своего» и «чужого». Например, если счет распознавания «своего» равен 150, а «чужого» – 75, то P = 112,5. В этом случае будет обеспечен равный средний «запас надежности» распознавания «своего» и нераспознавания «чужого». Для данного примера = (150 - 112,5) = (112,5 – 75) = 37,5.
Комментарий: если минимальный счет сравнения для «своего» ниже максимального счета сравнения для «чужого», то порог распознавания выбирается в зависимости от допустимости ошибок первого либо второго рода. Необходимо определить, что важнее – ни в коем случае не дать допуск «чужому», либо обеспечить гарантированный допуск «своему». Обычно в системах контроля доступа выбирается первый вариант, и тогда в качестве порога распознавания выбирается значение, несколько превышающее максимальный счет сравнения для «чужого». Например, если максимальный счет распознавания для «чужого» равен 150, а минимальный счет распознавания для «своего» – 135, то в качестве порога распознавания выбирается 1,05 150 = 157,5. В этом случае отсекаются случаи признания «своим» чужого, однако, при этом, не в каждый раз «своему» будет дан доступ.
-
Проделайте вышеприведенные действия для каждого случая – для 3-х, 5-ти и 7-ми элементов лица. Сделайте выводы.
3. Контрольные вопросы
-
Причина несимметричности алгоритма распознавания.
-
Смысл терминов «маска» и «отклик».
-
Принципы настройки алгоритмов распознавания и верификации.
-
Назначение и реализация градиентного фильтра.
-
Описать алгоритм выделения овала лица.