Журнал дистанционного зондирования и ГИС

Абстрактный

Применение теоремы «Общий синус» к алгоритму распознавания лиц

Мостафа Дерраз, Фаузия Эль Фарисси и Абделлатиф Бен Абделла

Взаимодействие человека и машины является одним из наиболее влиятельных факторов для будущего робототехники. Из-за необходимости улучшения ввода робота и отхода как можно дальше от командных строк и замены его на датчики и контроллеры. Взаимодействие человека и машины (HMI) относится к общению и взаимодействию между человеком и машиной через пользовательский интерфейс. В настоящее время естественные пользовательские интерфейсы, такие как жесты, привлекают все больше внимания, поскольку они позволяют людям управлять машинами с помощью естественного и интуитивного поведения. Например, в HMI на основе жестов датчик и камера используются для захвата поз и движений человека, чтобы распознать человеческое лицо (пользователя), которое обрабатывается для управления машиной. Ключевой задачей HMI на основе жестов является распознавание значимых выражений человеческого лица и движений с использованием данных, предоставленных камерой и датчиком, включая информацию о RGB (красный, зеленый, синий), глубине и скелете. Многие алгоритмы распознавания лиц основаны на методах, основанных на признаках, которые обнаруживают набор геометрических признаков на лице, таких как глаза, брови, нос и рот. Свойства и отношения, такие как площади, расстояния и углы между мелкими деталями (характерными точками), служат дескрипторами для распознавания лиц. Как правило, для надежного описания лица генерируется необходимость обнаружения от 30 до 60 характерных точек. Производительность распознавания лиц на основе геометрических характеристик зависит от точности алгоритма определения местоположения признаков или давайте более подробно рассмотрим геометрические теоремы и формулы. Однако не существует универсального ответа на вопрос о количестве точек, которые дают наилучшую производительность, важных характеристиках и способах их автоматического извлечения. Это означает, что для распознавания достаточно общей геометрической конфигурации черт лица. Как упоминалось выше, существует множество подходов к проблеме распознавания лиц. Один из них основан на точках характеристик лица. В данном случае это цифровые изображения фронтального портрета. Для надежного описания лица требуется от 30 до 60 точек. Расположение некоторых точек зависит от выражения лица. Есть две проблемы: определить и извлечь наиболее инвариантные точки и найти оптимальный набор геометрических признаков для распознавания лиц. Десять лет назад мы разработали теорему, которая переформулировала из другой философии концепцию/функцию Синуса в обратном порядке, поэтому через пять лет мы опубликовали теорему под названием «Общие грехи». В статье Общего Синуса мы обсудили результаты, контекст и предысторию. И как обобщить функцию Синуса? Общий синус был определен как Sin (x, y) с двумя параметрами, которые могут использоваться в n-угольнике, а не обязательно в прямоугольнике. И как мы применили функцию общего синуса в n-угольнике? чтобы определить все внутренние свойства n-угольника, используя минимальное и разумное количество данных, где никакие условия не применяются в природе n-угольника.Мы доказали, что эта формула является наиболее обобщенной в евклидовой геометрии. На основе общей теоремы синуса мы можем улучшить производительность алгоритма распознавания лиц. Применение общих формул синуса позволяет обрабатывать больше характерных точек и получать более точную информацию, такую ​​как расстояние и углы между каждой точкой, в то же время улучшая время обработки алгоритма, делая его быстрее.