Embed Size (px)
Citation preview
รหสโครงการ SUT7-711-51-12-50
รายงานการวจย
เทคนคการตรวจจบใบหนาคนดวยโครงขาย ART แบบดดแปลง
Human Face Detection Technique Based-on Modified
Adaptive Resonance Theory Network
ไดรบทนอดหนนการวจยจาก
มหาวทยาลยเทคโนโลยสรนาร
ผลงานวจยเปนความรบผดชอบของหวหนาโครงการวจยแตเพยงผเดยว
รายงานการวจย
เทคนคการตรวจจบใบหนาคนดวยโครงขาย ART แบบดดแปลง
Human Face Detection Technique Based-on Modified
Adaptive Resonance Theory Network
คณะผวจย
หวหนาโครงการ
รองศาสตราจารย ดร.อาทตย ศรแกว
สาขาวชาวศวกรรมไฟฟา
สานกวชาวศวกรรมศาสตร
มหาวทยาลยเทคโนโลยสรนาร
ผรวมวจย
นางสาวอภรด อมพวะสร
ไดรบทนอดหนนการวจยจากมหาวทยาลยเทคโนโลยสรนาร ปงบประมาณ พ.ศ.2551
ผลงานวจยเปนความรบผดชอบของหวหนาโครงการวจยแตเพยงผเดยว
กมภาพนธ 2553
ก
บทคดยอ
ระบบการตรวจจบหนาคนเปนสวนหน�งของเทคโนโลยทางคอมพวเตอรสาหรบการปฏสมพนธกน
ระหวางคนและคอมพวเตอร ซ� งตลอดเวลาของการทางาน คอมพวเตอรจาเปนตองทราบตาแหนงของคนท�ตองการปฏสมพนธดวย การศกษาและพฒนาระบบการตรวจจบและตดตามหนาคนน.นจงยงคงเปนหวขอท�ไดรบความสนใจอย เน�องจากเปนระบบท�มความเปล�ยนแปลงไมแนนอนของหนาคนในหลากหลายปจจยอนประกอบดวย โครงสรางทางกายภาพ เช. อชาต ตาแหนงท�ต. ง การวางทาและความซบซอนของสภาพแวดลอม กระท�งปจจบน ไดมการนาเสนอการคนควาและวจยดานการคนหาหนาคนแลวเปนอยางมากมาย ท�ซ� งหลายๆ งานน.นสามารถนาไปใชงานไดจรง งานวจยน. ไดนาเสนอระบบการตรวจจบหนาคนโดยใชโครงขายประสาทเทยมแบบทฤษฎเรโซแนนซแบบปรบตว เปนกลไกหลกสาหรบคดแยกความเปนหนาคน โดยกอนทาการคดแยก ระบบจะทาการแปลงขอมลภาพดวยการวเคราะหองคประกอบหลก (principal component analysis : PCA) เพ�อเปนการเตรยมขอมลท�เปนตวแทนของขอมลภาพน.น ขอมลภาพท�ผานการแปลงน. จะมขนาดของขอมลท� เลกลง และย งคงขอมลท�บงบอกความเปนหนาคน โดยท�ประสทธภาพในการคดแยกหนาคนของโครงขายสามารถยอมรบได นอกจากน.นโครงขายยงมลกษณะพเศษท�สามารถเรยนรรปแบบใหมได โดยยงคงจดจารปแบบกอนหนาน.น เพ�อใหระบบการตรวจจบหนาคนมการเรยนรท�ดข.นเร�อยๆ เหมาะสมกบการใชงานการจดจาหนาคนไดเปนอยางด นอกจากน.นแลว ในข.นตอนการเรยนรของโครงขาย จนเนตกอลกอรทมไดถกนามาชวยในการหาคาพารามเตอรของโครงขายท�เหมาะสมท�สด เพ�อท�จะม�นใจวาระบบมประสทธภาพในการคดแยกมากท�สด ระบบท�นาเสนอน. สามารถเพ�มขดความสามารถของกระบวนการเรยนร ทาใหไดมาซ� งการจดจาหนาคนท�ดข.น
ข
Abstract
A human face detection system is one of computer technology for interaction between
human and computers. It is necessary for computers to, most of the time, be capable of
knowing human location. Human detection and tracking has always been an active field of
study and development. Face detection is one of the complicated area of research due to wide
variations of human faces including physical structure, human nationality, location, poses and
typical complex surroundings. Nowadays, many face detection researches have been proposed
in which many of them have already been available in real-world applications. This research
presents a human face detection using adaptive resonance theory neural network for
classification. The system transforms face images into a principal component analysis which
provides an appropriate representation of the face image. This transformed image has smaller
size and gives a compact form of human faces. This allows the network to efficiently classify
face images. Moreover the network's unique ability of learning new pattern while still
maintaining the previous ones makes the face detection system more preferable. In learning
phase, the network parameters has been optimized using genetic algorithm in order to ensure
maximum efficiency of classification. The proposed system shows desirable results which can
be improved to achieve better performance through the process of learning
ค
กตตกรรมประกาศ
โครงการวจยน. ไดรบความรวมมอชวยเหลอในดานตางๆ จากหลายๆ ฝาย จนสาเรจไปไดลลวงดวยด คณะผวจยขอขอบพระคณศนยเคร�องมอวทยาศาสตรและเทคโนโลย ท�ใหความเอ.อเฟ. อท.งทางดานสถานท� เคร�องมอและบคลากร ขอขอบพระคณสาขาวชาวศวกรรมไฟฟาและสานกวศวกรรมศาสตรสาหรบการสนบสนนในทกๆ ดาน การวจยคร% งน% ไดรบทนอดหนนการวจยจากมหาวทยาลยเทคโนโลยสรนาร ปงบประมาณพ.ศ. *+51
คณะผวจย
ง
สารบญ หนา
บทคดยอ (ภาษาไทย).................................................................................................................. ก
บทคดยอ (ภาษาองกฤษ)............................................................................................................. ข
กตตกรรมประกาศ........................................................................................................................ ค
สารบญ......................................................................................................................................... ง
สารบญรป.................................................................................................................................... ซ
สารบญตาราง............................................................................................................................... ฎ
บทท8
1 การตรวจจบใบหนาคนดวยการประมวลผลภาพ........................................................... 1
1.T กลาวนา...................................................................................................................... 1
1.2 วตถประสงคการวจย................................................................................................ T
T.3 ขอบเขตของงานวจย................................................................................................. 01
1.4 ประโยชนท�คาดวาจะไดรบ....................................................................................... 02
2 ปรทศนวรรณกรรมและงานวจยท8เก8ยวของ.........................................................................03
2.T การทบทวนวรรณกรรมท�เก�ยวของ........................................................................... 03
W.1.T วธเชงความร.............................................................................................. .... 3
W.1.W วธเชงลกษณะ............................................................................................... 3
W.1.X วธเทยบเคยงแผนแบบ............................................................................ 4
W.1.Y วธเชงลกษณะปรากฏ...................................................................................... 5
จ
สารบญ (ตอ) หนา
W.1.Y.T วธหนาลกษณะเฉพาะ............................................................................. 5
W.1.Y.W วธเชงการกระจาย................................................................................... 6
W.1.Y.X โครงขายประสาทเทยม.......................................................................... 6
W.1.Y.Y วธเวกเตอรเก.อหนน............................................................................... 6
W.2 สรป.......................................................................................................................... 7
Q ระบบการตรวจจบใบหนาคนดวยโครงขาย ART............................................................... 8
3.1 ระบบการคดแยกสผวมนษยออกจากพ.นหลง............................................................ 8
3.1.1 คาสผวมนษย............................................................................................... 08
3.1.2 โครงขายประสาทเทยม................................................................................ 09
3.1.3 การคดแยกสผวมนษยดวยโครงขายประสาทเทยมแบบแพรกลบ................. T0
3.2 ระบบการแปลงขอมลภาพเปนการวเคราะหองคประกอบหลก................................. T2
3.2.1 การหาคาไอเกนและไอเกนเวกเตอรดวยหลกการวเคราะหองคประกอบ..... T4
X.3 โครงขาย ART............................................................................................................ 16
3.3.1 สถาปตยกรรมของโครงขาย ART.............................................................. 17
3.3.W ประเภทของโครงขาย ART........................................................................ 18
X.3.W.T โครงขาย ART1.................................................................................... 18
3.3.W.2 โครงขายART2..................................................................................... 18
X.3.W.X โครงขาย ARTMAP.............................................................................. 19
ฉ
สารบญ (ตอ) หนา
X.W.W.Y โครงขาย Fuzzy ART หรอ Fuzzy ARTMAP........................................ 20
3.4 ระบบตรวจจบหนาคนจากภาพดวยโครงขาย ART................................................... 20
X.4.T โครงสรางของระบบ.................................................................................. 20
X.4.W หลกการทางานของระบบตรวจจบหนาคนดวยโครงขาย ART.................. 26
X.4.3 ตวอยางการทางานของระบบตรวจจบหนาคนดวยโครงขาย ART............. 27
T ผลการทดสอบระบบตรวจจบหนาคนดวยโครงขาย ART.............................................. 28
Y.T กลาวนา.................................................................................................................... 28
Y.W ฐานขอมลภาพหนามนษยและภาพท�ใชในการทดสอบระบบ.................................. 28
Y.W.T ฐานขอมลภาพ CVSR................................................................................. 28
Y.W.W ฐานขอมลภาพ CMU VASC...................................................................... 29
Y.W.X ฐานขอมลภาพ AVTG................................................................................ 30
Y.W.Y ฐานขอมลภาพ VALID และฐานขอมลภาพ CBCL................................... 31
Y.W.n ภาพจากกลองดจตอลฟจ F opT และกลองวดโอ........................................ 33
Y.X ทดสอบระบบตรวจจบหนาคนดวยโครงขาย ART.................................................. 34
4.X.1 ทดสอบระบบเม�อมการฝกสอนโครงขายในลกษณะตาง ๆ........................ 34
4.X.W ทดสอบระบบท�พารามเตอรของโครงขายตาง ๆ........................................ 46
4.X.X ทดสอบระบบท�ขนาดของใบหนาในภาพขนาดตาง ๆ............................... 48
4.X.Y ทดสอบระบบท�หนาในลกษณะตาง ๆ........................................................ 52
ช
สารบญ (ตอ) หนา
4.X.n ทดสอบระบบกบภาพท�มหนาคนในภาพมากกวา T คน............................. 56
Y.Y สรป.......................................................................................................................... 59
5 สรปงานวจยและขอเสนอแนะ........................................................................................... 60
5.1 สรปงานวจย............................................................................................................. 60
5.2 ขอเสนอแนะ............................................................................................................ 60
รายการอางอง.............................................................................................................................. W2
ภาคผนวก ก. บทความวชาการท8ไดรบการตพมพเผยแพร………………................................... 65
ภาคผนวก ข. ประวตผเขยน......................................................................................................... 67
ซ
สารบญรป รปท8 หนา
W.T ขอบเขตการพจารณาของแตละลาดบช.น.................................................................................................3
W.2 แบบจาลองใบหนามนษยจากฐานขอมล MPEG-4..................................................................................5
W.3 การกระจายตวของขอมลตวอยาง............................................................................................................6
3.1 ตวอยางอนพตของโครงขายประสาทเทยม.............................................................................................8
3.2 คาสผวมนษย (ก) ปรภม RGB (ข) ปรภม HSV........................................................................................9
3.3 ผลการคดแยกสผวมนษยออกจากส�งแวดลอมดวยโครงขายประสาทเทยมแบบแพรกลบ (ก) ภาพ
ตนแบบ (ข) ผลการคดแยกสผวมนษย (ค) ขอบเขตของสผวมนษย (ง) ผลการฝกสอนโครงขาย (จ)
ขอบเขตการคนหาหนาคน................................................................................... ..................................T2
3.4 โครงขายประสาทเทยมแบบแพรกลบในการคดแยกสผวมนษย.............................................................T2
3.5 ภาพตวอยางในการหาหนาไอเกน (ก) ตวอยางภาพในปรภมส RGB (ข) ตวอยางภาพในปรภมส
HSV..................... ...... ...... ...... ...... ...... ...... ...... ...... ..........................................................................14
3.6 ภาพระดบเทาท�ทาการลดผลของความสวาง (ก) สผวกลาง (ข) สผวเขม (ค) สผวออน........................ 15
3.7 ตวอยางการแปลงเมทรกซภาพเปนเวกเตอรภาพ.................................................................................. 15
3.8 ภาพหนาไอเกน แถวท� T ภาพตนแบบ แถวท� W ภาพหนาไอเกนจากไอเกนเวกเตอรคาท� T แถวท� X
ภาพหนาไอเกนจากไอเกนเวกเตอรคาท� Tp...........................................................................................16
X.9 แผนผงการทางานของโครงขาย ART.................................................................................................. 17
X.10 โครงขายประสาทเทยม ART................................................................................................................. 18
X.11 แผนผงการทางานของโครงขาย ART ในการหาคาสอดสองท�เหมาะสมดวย GA............................... 22
X.12 แผนผงการคาสอดสองท�เหมาะสมดวย GA.........................................................................................23
X.13 โครงสรางระบบการตรวจจบหนาคนดวยโครงขาย ART..................................................................... 24
ฌ
สารบญรป (ตอ) รปท8 หนา
X.14 แผนผงการโครงขาย ART ในการคดแยกหนาคน............................................................................... 25
X.15 กลองขอมลอนพตของโครงขาย ART (ก) เสนกาหนดขนาดกลองขอมล (ข) กลองขอมลอนพตท�
ปอนเขาโครงขาย ART (ค) กลองขอมลท�ดท�สดท�แสดงตาแหนงของหนาคนในภาพ........................ 26
X.16 ภาพตวอยางการทางานของระบบตรวจจบหนาคนดวยโครงขาย ART (ก) ตวอยางภาพตนแบบ (ข)
ตวอยางภาพผลการทางานของโครงขาย ART (ค) ตวอยางภาพผลการตรวจจบหนาคนดวยโครงขาย
ART..................... ........................... ........................... ........................... ........................................... 27
Y.T ภาพตวอยางจากฐานขอมล CVSR........................................................................................................29
Y.2 ภาพตวอยางจากฐานขอมล CMU VASC...............................................................................................30
Y.3 ภาพตวอยางจากฐานขอมล AVTG.......................................................................................................31
Y.4 ภาพตวอยางจากฐานขอมล VALID.......................................................................................................32
Y.5 ภาพตวอยางจากฐานขอมล CBCL.........................................................................................................32
Y.6 ภาพตวอยางจากกลองฟจ F601..............................................................................................................33
Y.t ภาพตวอยางจากกลองวดโอ..................................................................................................................34
Y.u ภาพตวอยางในการฝกสอนโครงขาย....................................................................................................34
Y.v ตวอยางภาพหนาไอเกน (ก) ภาพหนาไอเกนท�จานวนภาพในการหาหนาไอเกน X ภาพ (ข) ภาพหนา
ไอเกนท�จานวนภาพในการหาหนาไอเกน n ภาพ (ค) ภาพหนาไอเกนท�จานวนภาพในการหาหนา
ไอเกน Tp ภาพ...... ................. ................. ................. ................. ................. ...........................................39
Y.Tp ตวอยางภาพผลการทดสอบระบบท�จานวนตวอยางในการฝกสอนตาง ๆ...... .... .... .... .....................37
Y.TT ตวอยางภาพหนาไอเกน........................ .............................. ...................................................................42
Y.TW ตวอยางภาพผลการทดสอบระบบ ของภาพตวอยางในการฝกสอนท�คณลกษณะตาง ๆ......................44
ญ
สารบญรป (ตอ) รปท8 หนา
Y.TX ตวอยางภาพการทดสอบระบบของระบบท�กาหนดคาสอดสองρT มคา p.unT และ ρ2 มคา p.upW......48
Y.TY ตวอยางภาพของหนาคนในภาพขนาดตาง ๆ (ก) หนาคนขนาด 70% (ข) หนาคนขนาด nn% (ข)
หนาคนขนาดนอยกวา n0%................................................................................................................. 49
Y.Tn ตวอยางภาพผลการทดสอบระบบ ของใบหนาคนในภาพขนาดตาง ๆ .. .. .. .. .................................... 50
Y.To ตวอยางภาพผลการทดสอบระบบ ของภาพหนาในลกษณะตาง ๆ ................. .. .. .. .. .. .. .. .. .......... 54
Y.Tt ตวอยางภาพผลการทดสอบระบบ ของภาพท�มจานวนหนาคนในภาพมากกวา 1 หนา.......................57
ฎ
สารบญตาราง
ตารางท8 หนา
3.T ผลการฝกสอนโครงขายประสาทเทยมเพ�อเลอกพารามเตอรของโครงขาย.........................................1T
Y.T ทดสอบระบบท�จานวนภาพในการฝกสอนโครงขายตาง ๆ ...............................................................36
Y.W ทดสอบระบบดวยภาพท�มคณลกษณะตาง ๆ .....................................................................................Y3
Y.X ความถกตองในการคดแยกหนาคนโดยคาสอดสองคาตาง ๆ .............................................................47
Y.Y ความถกตองในการคดแยกหนาคนเม�อขนาดของใบหนาในภาพเปล�ยนแปลง ..................................49
Y.n ความถกตองในการคดแยกหนาคนในลกษณะตาง ๆ ........................................................................n3
ฏ
1
บทท8 1 การตรวจจบใบหนาคนดวยการประมวลผลภาพ
1.1 กลาวนา
ในปจจบนเทคโนโลยดานหนยนตไดรบความสนใจและพฒนามากข.นอยางรวดเรว มการแขงขนและสงเสรมใหมการคดคนเทคนคใหม ๆ เพ�อทาใหหนยนตสามารถทางานไดใกลเคยงกบมนษยมากท�สด หน�งในการพฒนาเพ�อใหหนยนตมความใกลเคยงกบมนษยคอ เพ�มการมองเหนใหหนยนต เพ�อการเช�อมตอระหวางคนและคอมพวเตอร ซ� งเปนสวนหน�งของการพฒนาเทคโนโลยการมองเหนของคอมพวเตอร (computer vision) การท�คอมพวเตอรจะสามารถส�อสารกบมนษยใหมประสทธภาพดคอมพวเตอรจาเปนจะตองทราบตาแหนงของมนษยท�ตองการจะส�อสารดวย จงมการเพ�มตาใหคอมพวเตอร ซ� งคอกลองรบภาพ ดงน.นเทคนคการตรวจจบใบหนาบคคลจากภาพส จงเปนเทคโนโลยท�สาคญในการพฒนาเทคโนโลยการมองเหนของคอมพวเตอร
ระบบการตรวจจบใบหนาคนจากภาพ ไดมการคนควาพฒนาเทคนคและวธการตาง ๆ อยเสมอ โดยงานวจยการคนหาหนาคนจากภาพน.น มผศกษาและคนควาวจยเร�องน.มามากกวา 20 ปแลว และไดรบความสนใจมากในชวง 5 ปหลงท�ผานมาน. เหตผลท�ทาใหงานน.ไดรบความสนใจเน�องมาจากความทาทายในการคนหาหนาคน ท�มความหลากหลายของใบหนาท�ไมซ. ากนในแตละบคคล รวมถงความเปล�ยนแปลงไมแนนอนในการปรากฏของใบหนา เชน โครงสรางทางกายภาพของใบหนาท�แตกตางกนไปตามเช.อชาตตาแหนงท�ต.ง การวางทา หรอการแสดงออกของสหนาเปนตน และปจจยท�เปนส�งแวดลอมของภาพท�มใบหนาปรากฏอยกมผลตอความถกตองในการตรวจจบใบหนาดวยเชนกน ซ� งไดแก สพ.นหลงใบหนา ความสวาง แสงและเงา เปนตน โดยในการวจยชวงแรกจะพจารณาเปนภาพเด�ยว และพฒนาใหสามารถตรวจจบหนาคนจากภาพไดมากกวาหน�งคนข.นไป 1.2 วตถประสงคการวจย
เพ�อศกษาและพฒนาวธการตรวจจบใบหนาบคคลจากภาพสดวยเครอขาย ART แบบดดแปลง
1.3 ขอบเขตของงานวจย 1.3.1พฒนาระบบการตรวจจบใบหนาบคคลจากภาพส โดยใชวธการวเคราะหองคประกอบหลก (principal component analysis : PCA ) ในการสรางเวกเตอรลกษณะเฉพาะรวมกบโครงขายประสาทเทยมแบบ Adaptive Resonance Theory (ART) ซ� งจะมการปรบแตงรายละเอยดของโครงขาย ใหมความเหมาะสมในการคดแยกความเปนหนาบคคลออกจากส�งแวดลอมใหดย�งข.น
2
1.3.2 พฒนาระบบการตรวจจบใบหนาบคคลจากภาพสใหสามารถตรวจจบภาพท�มหนาคนมากกวา 1 หนาได 1.3.3 ระบบท�ไดมอตราการตรวจจบใบหนาบคคลดวยความถกตองมากกวา 80% ดวยความเรวท�เหมาะสมในการนาไปใชงานจรงได
1.4 ประโยชนท8คาดวาจะไดรบ 1.4.1 เปนองคความรในการวจยและเผยแพรตอไป – สาหรบการวจยตอยอดและตพมพของหนวยวจยทางดานการมองเหนของหนยนตและคอมพวเตอร (robot and computer vision) 1.4.2 นาไปสการผลตเชงพาณชย – สามารถนาไปพฒนาเปนระบบรกษาความปลอดภย สาหรบหนวยงานท�วๆ ไปได
3
บทท8 2 ปรทศนวรรณกรรมและงานวจยท8เก8ยวของ
2.1 การทบทวนวรรณกรรมท8เก8ยวของ
การคนหาหนาคนจากภาพน.น เปนงานวจยท�มไดรบความสนใจศกษากนอยางกวางขวาง เหตผลท�ทาใหงานน.ไดรบความสนใจเน�องมาจากความทาทายในการคนหาใบหนาบคคล ท�มความหลากหลายของใบหนาท�ไมซ. ากนในแตละบคคล รวมถงความเปล�ยนแปลงไมแนนอนในการปรากฏของใบหนา เชน โครงสรางทางกายภาพของใบหนาท�แตกตางกนไปตามเช.อชาต ตาแหนงท�ต.ง การวางทา หรอการแสดงออกของสหนา เปนตน โดยในการวจยชวงแรกจะพจารณาเปนภาพเด�ยว สามารถแบงประเภทการตรวจจบออกไดเปน 4 ประเภทหลก ๆ คอ
2.1.1 วธเชงความร (Knowledge-based methods) เปนวธการพจารณาความสมพนธระหวางลกษณะเดนเฉพาะตาง ๆ บนใบหนา ท�มตาแหนงและองคประกอบหลกพ.นฐานตายตวบนใบหนาตวอยางเชน Yang and Huang (1994) ศกษาวธเชงความรแบบลาดบช.น (hierarchical) ซ� งพจารณาแบงเปน3 ลาดบช.น ดงแสดงในรปท� 2.1
รปท8 2.1 ขอบเขตการพจารณาของแตละลาดบช.น
ช.นแรก พจารณาหาตาแหนงความนาจะเปนของใบหนาโดยรวม ช.นท� 2 พจารณาโดยคา ฮสโทแกรม (histogram) รวมกบการหาเสนขอบ ช.นท� 3 พจารณาลกษณะเดนภายในของใบหนา เชน ความสมมาตรกนของตาท.ง 2 ขาง ตาแหนงของจมกและปากในแนวต.งและแนวนอน
ตอมา Kotropoulos and Pitas (1997) ไดศกษาวธฐานกฎแบบกาหนดเขต (rule-based localization method) ซ� งเปนวธการท�คลายคลงกบวธของ Yang and Huang แตกตางกนท�พจารณาคาฮสโทแกรมท.งในแนวต.งและแนวนอน แตยงไมสามารถขจดปญหาของภาพท�มพ.นหลงซบซอนและปญหาความหลากหลายของใบหนาบคคล รวมท.งการวางทาท�แตกตางกนได
2.1.2 วธเชงลกษณะ (Feature-based methods) เปนการใชอลกอลทมพจารณาลกษณะเดนและโครงสรางของใบหนา รวมท.งความเปล�ยนแปลงขององคประกอบตาง ๆ ของภาพ เชน แสงเงาตวอยางเชน Chetverikov and Lerch (1993) ใชความแตกตางของแสงเงาและเสนแนวเปนแบบจาลองในการคนหา
4
ใบหนา โดยแบบจาลองน.นประกอบดวยจดความสวางนอย (จดมด) 2 จด เพ�อแสดงดวงตา และจดความสวางมาก (จดออน) 3 จด เพ�อแสดงโหนกแกมและจมก แลวหาความสมพนธของระยะหางและ ตาแหนงของจดตาง ๆ เพ�อคดเลอกแบบหนาท�เหมาะสม ระบบน. มขอจากดอยท�เม�อแสงเงาของสภาวะแวดลอมเปล�ยนแปลงจะทาใหประสทธภาพในการคนหาเปล�ยนไป ตอมา Graf, Chen, Petajan, and Cosatto (1995) พฒนาทฤษฏน.โดยใชงานในระบบภาพระดบเทา และนาตวกรองชวงผาน (band pass filter) ตวกรองเกาสเซยน (Gaussian filter) และคาฮสโทแกรม มาใชหาคาจดสงสดและต�าสดเพ�อกาหนดขอบเขตของใบหนา
ลกษณะเฉพาะอกประการหน�งท�นยมนามาพจารณาหาใบหนาบคคล คอคาสผวมนษยโดยมการคนหาในหลาย ๆ ปรภมส โดย Crowley and Berard (1997) ทาการเกบคาเวกเตอรของสผวมนษยโดยแยกคาสออกเปน R, G และ B เพ�อพจารณาคาฮสโทแกรมในรปของสมการ h(r,g) ≥ โดยคา คอคาเร�มเปล�ยน (threshold) ของคาสผวมนษยท�ไดจากการสารวจขอมลกลมตวอยาง ตอมา Saxe and Fould (1996) ประยกตใชวธการดงกลาวกบปรภมส HSV และใชแนวคดคาฮสโทแกรมตดผาน (histogram intersection) เปรยบเทยบคาฮสโทแกรมควบคมกบคาฮสโทแกรมปจจบน ซ� งทาใหประสทธภาพดกวาการใชคาเร�มเปล�ยน
Chai and Ngan (1998) พจารณาคาสผวในปรภมส YCrCb โดยพจารณาในรปของสมการ Cr1≤Cr≤Cr2 และ Cb1≤Cb≤Cb2 ซ� งคา [Cr1, Cr2] และ [Cb1, Cb2] เปนคาเร�มเปล�ยนของคาสผวมนษยท�ไดจากการสารวจขอมลกลมตวอยาง ซ� งตองระมดระวงในการเลอกใชใหเหมาะสมกบภาพท�ทาการทดลอง และเปนขอเสยของการคดแยกสผวมนษยดวยคาเร�มเปล�ยน ตอมามการนาการคดแยกสผวมาใชรวมกบวธการอ�น ๆ ในการคนหาใบหนา ตวอยางเชน Wu, Yokoyama, Pramadihanto, and Yachida, (1996) ใชทฤษฏคลมเครอ (fuzzy theory) ในการคดแยกสผวมนษยและสผมในปรภมส CIE XYZ โดยทาการแปลงจากปรภมส RGB นอกจากน.ยงมการนาเอาลกษณะเดนของใบหนาอ�น ๆ มาใชในการคนหาตวอยางเชน Yokoo and Hagiwara (1996) ใชคณสมบตของโครงหนาท�วไปของมนษยท�เปนรปไข สรางแบบจาลองรปวงรเปรยบเทยบพารามเตอรรวมกบการคนหาแบบจนเนตกอลกอลทม (genetic algorithm) จากการศกษาพบวาวธการน. มขอจากดอยท�รายละเอยดของใบหนาท�ทาการคนหาตองมความชดเจนและมขนาดใหญเพยงพอตอการคนหา
2.1.3 วธเทยบเคยงแผนแบบ (Template matching methods) เปนการเปรยบเทยบภาพท�ตองการคนหากบโครงสรางแบบจาลองของใบหนามาตรฐาน โดยเกบขอมลความสมพนธอยางอสระของสวนตาง ๆ บนใบหนา ไดแก โครงสรางใบหนา ตา จมก และปาก ในทาหนาตรง ตวอยางเชน Sakai, Nagao and Fujibayashi, (1969) เสนอโครงสรางแบบจาลองแผนแบบยอย (subtemplates model) โดยใชตวกรองโซเบล (sobel filter) หาเสนขอบ เพ�อหาตาแหนงความนาจะเปนของสวนยอยตาง ๆ บนใบหนา ท�สามารถเขากนไดดท�สดกบแบบจาลองแผนแบบยอยใหเปนตาแหนงของใบหนาท�ตองการตอมา Tsukamoto, Lee, and Tsuji (1994) เสนอแบบจาลองคณภาพสาหรบรปแบบหนา (qualitative model for face pattern : QMF) โดยใช
5
พารามเตอรของแสงสวางและเสนขอบใบหนาเปนแบบจาลองของใบหนา และเทคนคท�นยมใชอกอนหน�งคอการวเคราะหองคประกอบหลก (principal component analysis: PCA)โดย Jung, Lee C.W., and Lee Y.C (2002) ศกษาการคนหาตาแหนงท�แนนอนของใบหนาโดยใชหลกการพ.นฐานทางดานเรขาคณต วเคราะหองคประกอบของใบหนาใหอยในรปของสมการทางคณตศาสตร
ตอมามการพฒนาแบบจาลองใหมความสามารถปรบตวไดเรยกวา แผนแบบเปล�ยนรปได(deformable templates) โดยแผนแบบสามารถปรบตวใหรองรบความยดหยนของโครงสรางใบหนาท�เปล�ยนแปลงไปและลดปญหาท�มในแผนแบบคงตว ตวอยางเชน Malciu and Preteux (2002) นาแบบจาลองหนาจากฐานขอมล MPEG-4 มาสรางเปนแบบจาลองแผนแบบพารามเตอร(template parameterization) และพจารณาความยดหยนของโครงสรางใบหนาเปรยบเทยบเปนความยดหยนของสปรง เพ�อหาคาพลงงานท�สปรงใชนอยท�สดในการจะปรบตวเพ�อใหภาพท�หาเสนขอบน.นเขากบแบบจาลองมากท�สด โดยทาการพจารณาในสวนของตาและปาก แสดงในรปท� 2.2
รปท8 2.2 แบบจาลองใบหนามนษยจากฐานขอมล MPEG-4
2.1.4 วธเชงลกษณะปรากฏ (Appearance-based methods) เปนการเปรยบเทยบภาพท�ตองการ
คนหากบโครงสรางแบบจาลองของใบหนาท�ทาการเรยนรและฝกสอนใหระบบจดจา และนาความรในฐานขอมลมาใชในการพจารณา โดยสามารถแบงยอยไดหลายวธดวยกน ในท�น. จะทาการเสนอเพยงวธการท�ไดรบความนยมใชงานกนอยางกวางขวาง 4 วธดงน.
2.1.4.1 วธหนาลกษณะเฉพาะ (Eigenface Methods) เปนการวเคราะหองคประกอบพ.นฐานของใบหนาดวยกระบวนการทางสถตของใบหนาท�หลากหลาย โดยหนาลกษณะเฉพาะคอเซตของเ ว ก เ ต อ ร ล ก ษ ณ ะ เ ฉ พ า ะ (eigen vector) ท� ส า ม า ร ถ ห า ไ ด จ า ก เ ม ท ร ก ซ ค ว า ม แ ป ร ป ร ว น ร ว มเก�ยว (covariance matrix) สรางเปนแบบจาลองของใบหนาท�รวมเอาลกษณะเดนตาง ๆ ของภาพใบหนาตวอยางมารวมกนเพ�อหาคาเฉพาะเจาะจงขององคประกอบบนใบหนา ซ� งในแตละบคคลจะเปนคาเฉพาะของบคคลน.น ๆ ตวอยางเชน Turk and Pentland (1991) นาภาพระดบเทามาแปลงเปนเวกเตอรเพ�อหาคาลกษณะเฉพาะ และนาคาลกษณะเฉพาะของตวอยางภาพหนาบคคลมาสรางเปนแบบจาลองหนาลกษณะเฉพาะเพ�อคนหาตาแหนงของใบหนา
6
2.1.4.2 วธเชงการกระจาย (Distribution-Base Methods) เปนการแสดงการกระจายตวของรปแบบขอมลตวอยางท�มความเปนหนาและความไมเปนหนาเพ�อใชเปนบรรทดฐานในการตดสนใจ ตวอยางเชน Sung and Poggio (1998) นาฟงกชนเกาสเซยน (Gaussian function) มาประมาณกลมการกระจายของคาเฉล�ยกลมตวอยาง แสดงในรปท� 2.3
รปท8 2.3 การกระจายตวของขอมลตวอยาง
2.1.4.3 โครงขายประสาทเทยม (Artificial Neural Networks) เปนการฝกสอนโครงขาย
ดวยโครงสรางใบหนาท�มความซบซอน โดยทาการปรบคาน. าหนกประสาทเพ�อใหคาความผดพลาดกาลงสองเฉล�ยมคาลดลง ความถกตองของโครงขายประสาทเทยมข.นกบตวอยางท�ทาการฝกสอน จานวนช.นนวรอน และจานวนนวรอนท�เหมาะสม ตวอยางเชน Rowley, Baluja, and Kanade (1998) ใชโครงขายประสาทเทยมแบบแพรกลบในการฝกสอนขอมลตวอยาง โดยทาการแบงขอมลออกเปนภาพตวอยางใบหนาบคคลและภาพท�ไมใชใบหนาบคคลอยางละ 1,048 ภาพ และแบงชดขอมลออกเปน 15 ชดขอมล รวมขอมลตวอยางท.งหมดได 15,720 ภาพ ซ� งการฝกสอนท�มจานวนขอมลตวอยางท�ครอบคลมและมากเพยงพอจะชวยลดความผดพลาดของระบบ
2.1.4.4 วธเวกเตอรเกhอหนน (Support Vector Machines : SVMs) เปนโครงขายแบบมการฝกสอนคลายคลงกบโครงขายประสาทเทยม แตมหลกการท�แตกตางกนตรงท�โครงขายประสาทเทยมน.นจะทาการฝกสอนเพ�อลดผลของคาความผดพลาด (empirical risk minimization) แต SVMs น.นจะทาการฝกสอนเพ�อลดของโครงสรางความเส�ยงใหนอยท�สด (structural risk minimization) และตองการ ขอมล
7
ตวอยางท�มาก เพ�อลดความผดพลาดของระบบ ตวอยางเชน Osuna, Freund, and Girosi (1997) ทาการศกษาเพ�อลดจานวนในการฝกสอน SVMs ใหมปรมาณลดลงแตประสทธภาพในการทางานไมลดลงไปดวย
นอกจากน.นยงมการนาเอาวธการตาง ๆ ขางตนมาใชงานรวมกน โดยพฒนาใหสามารถลดขอบเขตในการตรวจจบหรอ เพ�มป ระสทธ ภาพใ นการตรวจจบใบหนา บคค ลให ด ย� ง ข. น ตวอย าง เ ช น Mitsukura, Fukumi and Akamatsu (2001) ใชการคนหาแบบจนเนตกอลกอลทมรวมกบโครงขายประสาทเ ท ย ม LSDNN (Lip detection neural network and Skin Distinction Neural Network) โ ด ย ทา ก า ร ค น ห าตาแหนงของปากดวย LSDNN และทาการคนหาความสมพนธของระยะหางระหวางตาแหนงของปากและสผวบรเวณโดยรอบดวยการคนหาแบบจนเนตกอลกอลทม และ Li, Gong, Sherrah, and Liddell (1999) นาเสนอวธเวกเตอรเก.อหนนรวมกบปรภมลกษณะเฉพาะ (eigenspace) ในการตรวจจบใบหนาบคคล โดยใชปรภมลกษณะเฉพาะในการแบงขอบเขตความเปนหนาบคคลออกจากส�งแวดลอม และทาการพจารณารวมกบการตรวจจบรปแบบใบหนาดวยวธเวกเตอรเก.อหนน
2.2 สรป
บทท� 2 นาเสนอรายงานผลการสบคนวรรณกรรมวจยย อนหลงท� เก� ยวของกบงานวจยท�จะดาเนนการ จากฐานขอมล IEEE IEE Science Direct และอ�น ๆ ซ� งทาใหทราบถงแนวทางการวจยท�เก�ยวของ ระเบยบวธท�ผวจยอ�น ๆ ไดนามาใช ผลการดาเนนงาน ขอเสนอแนะตาง ๆ จากคณะนกวจยต.งแตอดตจนถงปจจบน จากการสบคนปรทศนวรรณกรรมและงานวจยท�เก�ยวของ พบวาเทคนคการตรวจจบหนาคนจากภาพสสวนใหญเปนการวจยดวยเทคนคการประมวลผลภาพและคอมพวเตอรวทศนจากขอมลภาพท.งจากการเกบตวอยางภาพดวยตวเองและจากฐานขอมลรปตาง ๆ ท�ถายภาพภายใตการควบคมปจจยตาง ๆ ไดแก แสงสวาง ความซบซอนของภาพพ.นหลง และ ลกษณะการวางทา เปนตน ซ� งเทคนคในการตรวจจบหนาคนแตละแบบน.น ลวนมขอจากดตาง ๆ กนไป จากแนวคดดงกลาวงานวจยน. จงไดทาการพฒนาเพ�อลดขอจากดของขนาดขอมลภาพอนพต เพ�อใหระบบมขนาดเลกลง และสามารถทางานไดดข.น โดยท�ระบบมการพฒนาตวเองเพ�อใหระบบเกดความเปนปจจบนอยเสมอ ซ� งเปนขอจากดในงานวจยท�ใชโครงขายประสาทเทยมในการตรวจจบหนาคน รายละเอยดตางๆ จะไดกลาวถงในบทตอไป
8
สวนท� 1 หนาผาก
สวนท� 2 จมก
สวนท� 4 แกมซาย
สวนท� 3 แกมขวา
สวนท� 5 คาง
บทท8 3
ระบบการตรวจจบใบหนาคนดวยโครงขาย ART
ระบบการตรวจจบใบหนาคนดวยโครงขาย ART น. ประกอบไปดวยระบบยอย X สวนไดแกระบบคดแยกสผวมนษยออกจากพ.นหลง ระบบแปลงขอมลภาพเปนการวเคราะหองคประกอบหลกและระบบตรวจจบใบหนาคนดวยโครงขาย ART รายละเอยดตางๆ มดงตอไปน. 3.1 ระบบการคดแยกสผวมนษยออกจากพhนหลง
สผวมนษยน.น มความหลากหลายแตกตางกนไปข.นอยกบลกษณะพนธกรรมและเช.อชาต แตจะพบวาความแตกตางของสผวมนษยท�เกดข. นน.น มาจากความแตกตางทางดานความเขมแสง (intensity) มากกวาทางดานความเปนส (chrominance) ดงน.นการแยกสผวมนษยทาไดโดยการตดสวนท�เปนความเขมแสงออก พจารณาเฉพาะสวนของความเปนส ทาใหไดคาสผวมนษยท�แตกตางจากคาสอ�น ๆ จากน.นใชชวงของคาสผวมนษยน. เปนอนพตใหโครงขายประสาทเทยบแบบแพรกลบทาการคดแยกสผวมนษยออกจากสอ�นๆ เพ�อกาหนดขอบเขตในการคนหาหนามนษยใหแคบลง (ชมพ ทรพยปทมสน, 2548) 3.1.1 คาสผวมนษย (Human Color) เปนคาท�สามารถคดแยกออกจากสของส�งแวดลอมได โดยแปลงจากปรภมส RGB เปนปรภมส HSV เพ�อแยกสวนความเขมแสงออกจากสวนความเปนส เน�องจากปรภมส HSV สามารถกาจดผลของความแตกตางของคาความเขมแสงของสผวมนษย และลดขอจากดทางดานแสงสวางไดจากการตดสวนของคา V ซ� งเปนคาท�ใชบอกระดบความสวางของภาพออก จากน.นตดสวนของภาพท�เปนสผวมนษยมาเปนอนพตใหโครงขาย โดยการเกบตวอยางอนพตจากภาพน.นจะทาการเกบตวอยางบรเวณใบหนา และภาพใบหนา 1 ภาพน.นจะแบงบรเวณการเกบตวอยางสผวมนษยออกเปน 5 สวนดวยกน เน�องจากท.ง 5 สวนน. เปนสวนของสผวมนษยท�ไมมสอ�นท�ไมใชสผวมนษยผสมอยดวย และเปนจดหลกบนใบหนาทาใหงายในการเกบขอมล โดยขอมลท�เกบไดน.นมขนาดใหญเหมาะสม และในการเกบขอมลถง 5 จดน.น เพ�อใหไดตวอยางท�ครอบคลมสวนตาง ๆ ของใบหนามากท�สด ดงแสดงในรปท� 3.1 และคาสผวมนษยในปรภมส RGB และ HSV แสดงในรปท� 3.2
รปท8 3.1 ตวอยางอนพตของโครงขายประสาทเทยม
9
050
100150
200255
0
50
100
0
50
100
150
200
255
Blu
e
RedGreen 0.020.04
0.060.08
0.1
0.2
0.4
0.6
0.8
1-1
-0.5
0
0.5
1
(ก) (ข)
รปท8 3.2 คาสผวมนษย (ก) ปรภม RGB (ข) ปรภม HSV
3.1.2 โครงขายประสาทเทยม (อาทตย ศรแกว, 2552) เปนโครงขายท�สามารถปรบตวเองตอการตอบสนองของอนพต ตามกฎการเรยนร (learning rule) และเม�อโครงขายไดเรยนรส� งท�ตองการแลว โครงขายจะสามารถทางานท�กาหนดไวได โดยโครงขายประสาทเทยมถกพฒนาคดคนมาจากหลกการทางานของสมองมนษย ซ� งประกอบไปดวยหนวยประมวลผลเรยกวาเซลลประสาทเทยม (neuron) โดยจานวนเซลลประสาทในสมองมนษยน.นมอยประมาณ 1011 เซล และมการเช�อมตอกนอยางมากมาย สมองมนษยจงเสมอนเปนคอมพวเตอรท�สามารถปรบตวเองได ไมเปนเชงเสน และทางานแบบขนานในการดแลจดการการทางานรวมกนของเซลลประสาทในสมอง ดงน.นโครงขายประสาทเทยมท�เลยนแบบมาจากการทางานของสมองมนษยน. จงมความสามารถในการเรยนรจากตวอยาง และการทาใหเปนกรณท�วไป (generalize) ซ� งถอวาเปนคณลกษณะสาคญของโครงขายประสาทเทยม โดยโครงขายจะถกฝกสอนดวยรปแบบตาง ๆ ท�ตองการใหโครงขายเรยนรผานกฎการเรยนร ขบวนการเรยนรไดของโครงขายน�นเองท�ทาใหโครงขายมความแตกตางจากการทางานของโปรแกรมคอมพวเตอรอ�น ๆ และการท�โครงขายถกทาใหเปนกรณท�วไปทาใหโครงขายสามารถจาแนกแยกแยะรปแบบของอนพตแบบใหม ๆ ท�โครงขายไมรจกมากอนได โครงขายจะทาการเกบขอมลความรในระหวางข.นตอนของการเรยนร โดยเกบไวท�น. าหนกประสาท (synaptic weights) โครงสรางของตวเซลลประสาทเทยมภายในโครงขายมอยหลายชนด ซ� งเปนองคประกอบสาคญท�ทาใหคณลกษณะตาง ๆ ของโครงขายแตกตางกนออกไป ไมวาจะเปนการจดวางเรยงตวของเซลลประสาทเทยม กฎการเรยนรท�ทาใหเกดการปรบเปล�ยนคาของจดประสาท และเง�อนไขในการฝกฝนของ นอกจากน. โครงขายประสาทเทยมยงมขอดอกมากมาย เชน มความทนทานตอความบกพรอง เพราะขอมลภายในโครงขายไดถกกระจายไปท.งโครงขายตามเซลลประสาทเทยมตาง ๆ การจะทาให ท.งระบบไมสามารถทางานไดน. น จะตองทาให เ กดความเสยหายอยางหนกเทาน. น และโครงขาย ประสาทเทยมมความสามารถในการโตตอบ และตอบสนองตอสภาวะแวดลอมได โดยเม�อสภาวะแวดลอม
10
เปล�ยนไป ตวโครงขายจะสามารถตอบสนองกบการเปล�ยนแปลงน.น ๆ แลวทาการฝกฝนใหเขากบสภาวะแวดลอมใหมได
3.1.3 การคดแยกสผวมนษยดวยโครงขายประสาทเทยมแบบแพรกลบ โครงขายประสาทเทยมแบบแพรกลบ เปนโครงขายประสาทเทยมแบบหลายช.น มการเรยนรแบบมผฝกสอน (supervised learning) คอ เรยนรท�จะสรางผลลพธท�ตองการใหไดตามตวอยางท�ปอนให และลดคาความผดพลาดของเอาตพตใหนอยท�สดโดยเทยบกบคาน. าหนกประสาท ซ� งเปนการวเคราะหหาคาความผดพลาดแบบกาลงสองเฉล�ย (mean square error) ในอลกอรทมแบบแพรกลบ มการนาเสนอคอนพตและเปาหมายใหโครงขายเรยนรแสดงในสมการท� 2.9 { p1,t1 },{p2 ,t2 },…,{pQ ,tQ } (3.1) ในการคดแยกสผวมนษยดวยโครงขายประสาทเทยมแบบแพรกลบจาเปนจะตองกาหนดคอนพตและเปาหมายท�ชดเจน เพ�อใหโครงขายสามารถทางานไดอยางถกตองท�สด โดยจะทาการเกบตวอยางสผวมนษยจากท�ไดกลาวไวในหวขอท� 3.1.1 มาเปนคอนพตและเปาหมายของโครงขาย ซ� งใชคา H และคา S ของภาพในชวงท�เปนสผวมนษยระบเปาหมายวาเปนสผวมนษย และคา H และคา S ของภาพ rในชวงท�ไมเปนสผวมนษยระบเปาหมายวาไมใชสผวมนษยมาฝกสอนโครงขาย ดงความสมพนธในสมการท� X.2
=
=
=
=
0
1
nonskinnonskin
nonskinnonskin
skinskin
skinskin
t,S
HP
t,S
HP
(3.2)
โดยกาหนดตวอยางสผวมนษยท�ใชฝกสอนโครงขายจานวน 100 ตวอยาง ขนาด 50x50 จดภาพ จากจานวนคน 20 คนซ�งมสผวแตกตางกนออกไป และตวอยางภาพท�ไมใชสผวมนษยจานวน 100 ตวอยาง ขนาด 50x50 จดภาพ ตอมาทาการกาหนดตวช.วดประสทธภาพ (performance index) เม�อระบบมการนาเสนอคอนพตและเปาหมายใหโครงขายเรยนร ทาการปอนแตละอนพตใหกบโครงขาย เอาตพตท�ไดจะถกนาไปเปรยบเทยบกบเปาหมาย เพ�อใหคาความผดพลาดของเอาตพตและเปาหมายมคานอยท�สด ซ� งคาความผดพลาดระหวางเอาตพตและเปาหมายน. เองเปนตวช. วดประสทธภาพ โดยตวช. วดประสทธภาพดงกลาวน.น คอคาความผดพลาดแบบกาลงสองเฉล�ย (mean-square error) ของเอาตพตและเปาหมาย จากน.นเพ�อใหระบบมประสทธภาพมากท�สด จาเปนจะตองออกแบบพารามเตอรของโครงขายประสาทเทยมแบบแพรกลบซ� งไดแก จานวนช.น จานวนเซลลประสาทเทยม และถายโอน ใหเหมาะสมกบงานท�ทา ซ� งในงานวจยเร�องวธการใหมแบบพนทางในการแยกสวนมอจากภาพส (ชมพ ทรพยปทมสน, 2548) ไดทาการทดลองหาพารามเตอรท�เหมาะสมของโครงขายประสาทเทยมแบบแพรกลบในการคดแยกสผวมนษยออกจากพ.นหลง โดยใชคาความผดพลาดแบบกาลงสองเฉล�ยเปนตวช. วดประสทธภาพ ไดผลการทดลองดงตารางท� 3.1
11
จากผลการทดลอง โครงขายท�ใหคาความผดพลาดแบบกาลงสองเฉล�ยนอยท�สดคอ โครงขาย 2-10-1 (ช.นอนพตมเซลลประสาทเทยม 2 เซลล มช.นซอนเรน 1 ช.นมเซลลประสาทเทยม 10 เซลล และช.นเอาตพตมเซลลประสาทเทยม 1 เซลล) ใชฟงกชนถายโอนแบบไฮเพอรโบลกแทนเจนต ซกมอยด (Hyperbolic Tangent Sigmoid) และแบบลอก ซกมอยด (Log-Sigmoid) ไดคาความผดพลาดแบบกาลงสองเฉล�ยเทากบ 0.0408147 และโครงขายท�ใหคาความผดพลาดแบบกาลงสองเฉล�ยนอยรองลงมา คอ โครงขาย 2-5-1 ใชฟงกชนถายโอนแบบไฮเพอรโบลกแทนเจนต ซกมอยด และแบบลอก ซกมอยด ไดคาความผดพลาดแบบกาลงสองเฉล�ย 0.0430907 ดงน.นจากผลการทดลอง จงเลอกใชโครงขาย 2-5-1 ใชฟงกชนถายโอนแบบไฮเพอรโบลกแทนเจนต ซกมอยด เน�องจากโครงขาย 2-5-1 น.นใหคาความผดพลาดแบบกาลงสองเฉล�ยนอยกวาไมมากนกเม�อเทยบกบโครงขาย 2-10-1 แตใชจานวนเซลลประสาทเทยมนอยกวาโครงขาย 2-10-1 ทาใหโครงขายมขนาดเลกกวาโดยท�ประสทธภาพของโครงขายใกลเคยงกน โดยผลการคดแยกสผวแสดงในรปท� 3.3 และสถาปตยกรรมโครงขายประสาทเทยมแบบแพรกลบในการแยกกลมสผวมนษยแสดงในรปท� 3.4
ตารางท8 3.1 ผลการฝกสอนโครงขายประสาทเทยมเพ�อเลอกพารามเตอรของโครงขาย โครงขาย ฟงกชนถายโอน คาความผดพลาดแบบกาลงสองเฉล�ย
2-2-1 Tansig – Tansig 0.0823830 2-2-1 Tansig – Purelin 0.0781679 2-2-1 Purelin – Purelin 0.1501080 2-2-1 Tansig – Logsig 0.0498176 2-5-1 Tansig – Purelin 0.0746313 2-5-1 Tansig – Logsig 0.0430907
2-10-1 Tansig – Purelin 0.0689867 2-10-1 Tansig – Logsig 0.0408147 2-5-3-1 Tansig – Logsig – Tansig 0.5086721 2-5-3-1 Tansig – Logsig – Logsig 0.0682925 2-5-3-1 Tansig – Logsig – Purelin 0.0678671
2-5-3-2-1 Tansig – Logsig – Logsig - Purelin 0.2496315
12
(ก) (ข) (ค)
(ง) (จ) รปท8 3.3 ผลการคดแยกสผวมนษยออกจากส�งแวดลอมดวยโครงขายประสาทเทยมแบบแพรกลบ (ก) ภาพตนแบบ (ข) ผลการคดแยกสผวมนษย (ค) ขอบเขตของสผวมนษย (ง) ผลการฝกสอนโครงขาย (จ) ขอบเขตการคนหาหนาคน
รปท8 3.4 โครงสรางของโครงขายประสาทเทยมแบบแพรกลบในการแยกกลมสผวมนษย
3.2 ระบบการแปลงขอมลภาพเปนการวเคราะหองคประกอบหลก (Principal Component Analysis: PCA) วธการวเคราะหองคประกอบหลก เปนการแทนชดขอมลใหมท�มขนาดเลกกวาลงในชดขอมลเดม ซ� งชดขอมลใหมน.นจะมความสมพนธระหวางขอมลภายในชดนอยมาก โดยชดขอมลเดมท�มความสมพนธ
13
ภายในขอมลขนาด D มต สามารถใชการรวมเชงเสนในการลดขอมลเปน d มต โดยท� d < D และเรยกชดขอมลใหมน.วา องคประกอบหลก (Principal Components) วธการวเคราะหองคประกอบหลกสามารถทาได 2 วธ คอ ทฤษฎผลรวมของระยะทางท�นอยท�สด (Least Squared Distance) นาเสนอโดย Duda (2001) และ วธการเปล�ยนตวแปร นาเสนอโดย Hotelling (2001) 1. ทฤษฎผลรวมของระยะทางท�นอยท�สด (Least Squared Distance) เปนวธท�มแนวคดมาจากการหาจดและเสนท�มความเหมาะสมท�สดของชดขอมลตวอยางขนาด M คา โดยแตละคามขนาด D มต ทาใหไดขอมลตวอยางท.งหมด คอ t1, t2,…, t
M แลวแทนขอมลตวอยางน.นดวยขอมลใหม ขนาด D มต และ 1 มต โดยท� t0 คอขอมลท�ถกแทนเปน 0 มต (0-dimensional representation) เพ�อหาความสมพนธของขอมลตวอยางกบขอมลใหม โดยใช t
0 มาคานวณหาคาผลรวมความผดพลาดนอยท�สด แสดงในสมการท� 3.3
( ) ∑=
−=M
kktttJ
1
2000 (3.3)
โดยคา t0 ท�ทาให J
0 มคานอยท�สดหาไดจาก
∑=
=M
kkt
Mt
1
1 (3.4)
t คอคาเฉล�ยตวอยาง
( ) ( )
( ) ( ) ( ) ( )
( ) ( ) ( ) ( )
( ) ( )2
1
2
10
2
110
2
10
2
110
2
10
2
100
2
2
0
∑∑
∑∑∑
∑∑∑
∑
==
===
===
=
−+−=
−+−−−−=
−+−−−−=
−−−=
M
kk
M
k
M
kk
M
kk
M
k
M
kkk
M
k
M
k
M
kk)T(
tttT
tttttTtT
tttttTtT
tttTJ
Τ
Τ
(3.5)
ทาการฉายขอมลลงบนเสนคาเฉล�ยตวอยาง ไดสมการความสมพนธของตวแปรใหมดงสมการท� 3.6 โดยท� u คอเวกเตอรขนาด 1 หนวย ท�มทศทางตามเสนคาเฉล�ย และ y คอขนาดท�สมพนธกนของระยะจาก t ถง t ut yt += (3.6) พบวาแกนฉายของขอมล 1 มต กคอไอเกนเวกเตอรท�สมนยกบคาไอเกนท�มากท�สดตามลาดบ ดงน.นในแนวทางเดยวกนเราสามารถขยายการแทนขอมลในรปของ d มต โดยใชการฉายขอมลลงเสนขอมล d ดงแสดงในสมการท� 3.7 ddyt ut += (3.7) และจะเรยกคา y
d วาองคประกอบหลก (Principal component) ของขอมลขนาด d มต
14
2. วธการเปล�ยนตวแปร มแนวคดมาจากการแปลงเชงเสนของตวแปรท�มความสมพนธกนกบตวแปรใหมท�มความสมพนธกนนอยตามลาดบการลดลงของความแปรปรวน โดยกาหนดใหเวกเตอร t ใด ๆ ขนาด D มต มคาเฉล�ย t และเมทรกซความแปรปรวนรวม ขนาด DxD มต สามารถคานวณหาเวกเตอรใหม y ท�มความสมพนธกนนอยตามลาดบการลดลงของคาความแปรปรวน จากหลกการรวมกนเชงเสนแสดงความสมพนธดงสมการท� 3.8
tttty kDDkkT
2211 uuuu =+++= K (3.8) จากสมการท� 3.8 สามารถเขยนสมการใหมไดโดยท� y มขนาด dx1 มต จากเวกเตอร t ขนาด Dx1 มต และ U ขนาด Dxd มต ty TU= (3.9) จากสมการท� 3.8 พบวา u เปนเมทรกซท�ระบแกนทศทางขนาด 1 หนวย และในสมการท� 3.9 เมทรกซ U คอเมทรกซความแปรปรวนรวม และสามารถหาไอเกนเวกเตอรท�สมนยกบคาไอเกนท�เรยงจากมากไปนอยไดจากเมทรกซความแปรปรวนรวม U
3.2.1 การหาคาไอเกนและไอเกนเวกเตอร ดวยหลกการวเคราะหองคประกอบ เปนวธการหาหนาไอเกน (Eigenface) ในปรภมหนา (face Space) นาเสนอโดย Turk และ Pentland โดยทาการคานวณหาไอเกนเวกเตอรของเมทรกซความแปรปรวนของภาพหนาตวอยาง ท�สมนยกบคาไอเกนท�มคาความแปรปรวนจากมากไปนอย โดยนาภาพหนาตวอยางดงกลาวไปฉายดวยไอเกนเวกเตอร จะไดไอเกนเวกเตอรในปรภมหนาไอเกน ซ� งสามารถคานวณไดโดยนาภาพหนาตวอยาง จานวน N ภาพ คอ A1, A2, A3, …, A
N ท�มมตขนาดเทากบคอ mxn มต
(ก)
(ข)
รปท8 3.5 ตวอยางภาพหนาตวอยางในการหาหนาไอเกน (ก) ตวอยางภาพในปรภม RGB (ข) ตวอยางภาพในปรภม HSV
โดยในรปท� 3.5 แสดงภาพตวอยางกอนจะนาภาพมาทาการหาคาไอเกนเวกเตอรซ� ง จาเปนตองนาภาพในปรภม RGB มาแปลงเปนปรภม HSV เพ�อลดผลของคาความสวาง ซ� งมผลตอความถกตองของระบบการตรวจจบหนาคน แลวจงแปลงภาพท�ทาการลดผลของความสวางแลวน.นเปนปรภม RGB อกคร. ง และแปลงใหอยในระดบเทาเพ�อใหเปนภาพระนาบเดยว ดงแสดงในรปท� 3.6
15
(ก) (ข) (ค)
รปท8 3.6 ภาพระดบเทาท�ไดจากการลดผลของความสวาง (ก) สผวกลาง (ข) สผวเขม (ค) สผวออน แปลงเมทรกซภาพตวอยางเปนเวกเตอรขนาด 1xD (D=mxn) มต ดงแสดงในรปท� 3.7
รปท8 3.7 ตวอยางการแปลงเมทรกซภาพเปนเวกเตอรภาพ
จากน.นนาเวกเตอรท�ไดมามาจดใหอยในรปของเมทรกซ ได
I = {I1 ,I
2, I
3, …, I
N } (3.10)
และนาเมทรกซ I ท�ไดมาหาคากลางของชดขอมลจากสมการท� 3.11
∑
1
1 N
iiii I
NI
=
−=Φ (3.11)
จะไดเวกเตอรคากลางของชดขอมลในสมการท� 3.12 { }NA ΦΦΦΦ ,,,, 321 K= (3.12)
จากน.นนาเมทรกซ A ไปหาคาเมทรกซความแปรปรวน (covariance matrix: C) โดยเมทรกซท�ไดมขนาด DxD มต ดงแสดงในสมการท� 3.13 และ 3.14
TN
i
Tii AA
NC ∑
1
1
=
== ΦΦ (3.13)
ii uAv = (3.14) จะไดคาไอเกน u
i จานวนเทากบจานวนภาพตนแบบคอ N คา และไอเกนเวกเตอร v
i ขนาด DxD จดภาพ ซ� ง
เปนขอมลขนาดใหญ พจารณาเหนวาสามารถลดขนาดของคาท.งสองลงได โดยคาไอเกนและไอเกนเวกเตอรของ AA
T และ AT
A น.นจะเปนคาท�มความสอดคลองกน ดงน.นเราจะหาคาไอเกนและไอเกนเวกเตอรจาก L = A
TA จะไดคาไอเกน N คาและไอเกนเวกเตอรมขนาด 1xN มต
จากคาไอเกนเวกเตอร สามารถหาคาหนาไอเกน (Eigenface) ได โดยท�หนาไอเกนคา 1 น.นจะแสดงลกษณะเฉพาะของหนาไดชดเจนกวาหนาไอเกนคา 2 ดงน.น เราสามารถตดหนาไอเกนคา 10 ออกไดโดยไม
1 x N2 vector
N x N image
L
16
ทาใหเกดความผดพลาดกบระบบ เน�องจากคาไอเกนคาท� 10 น.นแสดงคณสมบตของความเปนหนาไวนอยมากจนสามารถตดคาน. ท.งได โดยไมสงผลตอการแปลงเปนหนาไอเกน ดงน. นเราจะสนใจหนาไอเกน k คา โดยท Nk <≤1 และแสดงการหาหนาไอเกนในโดเมนหนา (face space) จากสมการท� 3.15
)IN
I()Av(uuN
iii
Tkk ∑
1
1
=
−= (3.15)
ภาพตนแบบจานวน 10 ภาพสามารถหาภาพหนาไอเกนไดดงแสดงในรปท� 3.8
รปท8 3.8 ภาพหนาไอเกน แถวท� 1 ภาพตนแบบในระดบเทา แถวท� 2 ภาพตนแบบในระดบเทาท�ทาการลดผล
ของความสวางแลว แถวท� 3 ภาพหนาไอเกนจากไอเกนเวกเตอรคาท� 1 แถวท� 4 ภาพหนาไอเกนจากไอเกนเวกเตอรคาท� 10
Q.3 โครงขาย ART (Adaptive Resonance Theory Network) โครงขาย ART เปนโครงขายประสาทเทยมแบบไมมการฝกสอน โดยเม�อทาการปอนคาใหโครงขาย โครงขายจะจดจาขอมลน.นเปนกลมขอมลชดท� 1 เม�อปอนขอมลใหมท�มคาแตกตางจากขอมลชดแรก ระบบจะทาการเพ�มกลมขอมลใหมเพ�อเกบขอมลท�มความแตกตางกน ซ� งแตกตางจากโครงขายประสาทเทยมแบบอ�นท�เม�อทาการปอนขอมลใหโครงขายดวยขอมลชดท� 1 แลว ตองการเพ�มขอมลใหมใหโครงขายเรยนรเพ�มเตม จาเปนจะตองทาการฝกสอนโครงขายใหมอกคร. ง ดวยขอมลชดใหมน.น และทาใหโครงขายลมความรเกาท�ไดเรยนรมาจากขอมลชดเดมซ� งปญหาน. เรยกวา ทวบถเสถยรภาพสภาพพลาสตก (stability-plasticity dilemma) (Guo, Li, and Chan, 1998) ดงน.น Carpenter and Grossberg (1991) จงไดพฒนาโครงขาย ART เพ�อแกปญหาดงกลาว กลาวคอโครงขาย ART มคณสมบตสาคญ W ประการ คอสามารถคงความรท�เคยเรยนรหรอรปแบบท�เรยนรมาแลวได (stability) และสามารถเรยนรความรหรอรปแบบใหมเพ�มเตมไดไปพรอม ๆ กน (plastictity)
17
3.3.1 สถาปตยกรรมของโครงขาย ART โครงขายประสาทเทยม ART เปนโครงขายประสาทเทยมแบบมการฝกสอนโดยใชกฎการเรยนรแบบแขงขน แบงการทางานออกเปน W ระบบยอย คอ
T. ระบบยอยความใสใจ (attentional subsystem) มโครงสรางแบบ W ช. น คอช. นเปรยบเทยบ (comparison layer: F1) และช.นจดจา (recognition layer: F2) W. ระบบยอยปรบทศทาง (orienting subsystem) ทาการปรบเทยบคาน. าหนกประสาทใหมคาสอดคลองกบคาอนพตของระบบท�เขามา
โครงสรางของระบบท.งสองแสดงในรปท� X.9
รปท8 Q.9 แผนผงการทางานของโครงขาย ART
โครงขายประสาทเทยม ART ท�ไดรบการฝกสอนแลวจะเกบคาขอมลอยในรปของคาน. าหนกประสาท (weight) โดยในช.นเปรยบเทยบจะนาขอมลอนพต (input data) ท�เขามาน.น มาพจารณาเปรยบเทยบกบคาน. าหนกประสาทของกลมขอมลท�อยในช.นจดจา เรยกคาน. วาคาเทยบเคยง ถาขอมลอนพตน.นมคาสอดคลองกบคาน. าหนกประสาทกลมใด คาเทยบเคยงท�ไดจากการเปรยบเทยบกบคาน. าหนกประสาทกลมน.นจะมคานอย และทาการคดแยกกลมขอมลอนพตโดยการเปรยบเทยบคาสอดสอง (vigilance: ρ) กบคาเทยบเคยง ถาขอมลท�ไดมคาเทยบเคยงมากกวาคาสอดสอง ระบบจะทาการปรบคาน. าหนกประสาทของกลมขอมลน.น เพ�อทาการเกบคาขอมลใหมในกลมท�มคาสอดคลองกน ถาขอมลท�ได มคาเทยบเคยงนอยกวาคาสอดสอง แสดงวาขอมลอนพตน.นไมสอดคลองกบคาน. าหนกประสาทในกลมน.น ระบบจะสงคาน. าหนกประสาทของกลมใหมมาทาการเปรยบเทยบกบขอมลอนพตตอไป แตถาขอมลอนพตน.นไมสอดคลองกบ
อตราการ
ขยาย 2
ต.งคาใหม
ช%นจดจา F2 + +
+ -
+ +
+
+ +
-
+
ระบบยอยความใสใจ ระบบยอยปรบทศทาง
ขอมลอนพต
อตราการ
ขยาย T
ช.นเปรยบเทยบ F1
18
กลมขอมลในช.นจดจากลมใดเลยระบบจะทาการสรางกลมใหมและเกบขอมลอนพตน.นไวในกลมใหม ดงแสดงในรปท� X.10
โดย แสดงวาคาเทยบเคยงมากกวาคาสอดสอง
แสดงวาคาเทยบเคยงนอยกวาคาสอดสอง
รปท8 Q.10 โครงขายประสาทเทยม ART
3.3.p ประเภทของโครงขาย ART สามารถแบงออกไดเปน Y ประเภท โดยจะแตกตางกนไปตามขอมลท�รบเขามาและรปแบบของการเรยนร ไดแก Q.3.p.q โครงขาย ART1 (Carpenter and Grossberg, 1987) เปนระบบท�มความซบซอนนอยท�สด โดยจะรบขอมลอนพตท�มคาเปน p และ T เทาน.น โดยขอมลอนพตจะสงใหช.นเปรยบเทยบ F1 ตดสนใจวาขอมลอนพตน.นควรเปนขอมลกลมใด ดวยสมการท� X.T6 และ X.17
( )∑=
=n
iiijj IbY
1
(3.16)
( )jJ YMaxY = (3.17) โดย I คอ อนพตของระบบ b คอ ไบอส ของระบบ Y
J คอ คามากท�สดของกลมท� J
3.3.p.2 โครงขายART2 (Carpenter and Grossberg, 1987) เปนระบบท�ทาการพฒนาตอจาก ART1 ใหสามารถรบขอมลเชงอปมาน (analog data) จงมโครงสรางของระบบท�ซบซอนมากกวา ART1 โดยท� ART2 น.นจะมโครงสรางเหมอนกบ ART1 ยกเวนในช.นเปรยบเทยบ F1 จะทาการเพ�ม ช.นยอย
คาน 4าหนกประสาท 1 คาน 4าหนกประสาท 2 คาน 4าหนกประสาท X
ขอมลอนพต
ช%นเปรยบเทยบ F1
ช%นจดจา F2
19
(sublayers) เพ�อใหสามารถรบขอมลแบบเชงอปมานได โดยขอมลอนพตเชงอปมานน.นมขนาดใหญและมความแตกตางของขอมลมากกวาขอมลอนพตท�มคาเปน p และ T เทาน.น ท�ปอนใหโครงขาย ART1 ดงน.นช.นยอยท�เพ�มมาในช.นเปรยบเทยบ F1 จงทาหนาท�ยอยขอมลขนาดใหญน.นใหเลกลงตามสมการท� X.18
( )θθ
<
≥
=x
xxxf
ifif
0 (3.18)
โดยคา θ เปนคาท�ผใชโครงขายกาหนดเลอกคาตามความเหมาะสมของขอมลอนพต Q.3.p.Q โครงขาย ARTMAP (Carpenter, Grossberg, and Reynolds, TvvT) เปนระบบท�มผ
ฝกสอน (supervised) และเสมอนมโครงขาย ART 2 ชด โดยชดแรกจะทาหนาท�รบขอมลอนพต และชดท� W รบขอมลเอาทพตท�มความสมพนธกบขอมลอนพต ระบบจะทาการเรยนรจากความสมพนธของขอมลอนพตกบเอาทพตน.น โดยคาวา ARTMAP น.นมความหมายวาระบบจะดาเนนการเรยนรเพ�อจบคหรอแมตซ (match) ขอมลอนพตและเอาตพตท�ถกตอง โดยอนพตกอนเขาโครงขายตองผานการทาตวเขารหสแบบเตมเตม (Complement Coder) เพ�อปรบขอมลอนพตใหมขนาดเปนสองเทา ทาใหโครงขายสามารถพจารณาขอบเขตของรปแบบขอมลไดครอบคลมข. น จากน.นสงขอมลไปทาการเปรยบเทยบเพ�อหากลมขอมลท�เหมาะสมท�สด โดยทาการเปรยบเทยบดวยสมการท� X.4 และ X.5
( )j
jj
w
wIIY
+
∩=α
(3.19)
( ) ( )jJ YMaxIY = (3.20) เม�อ ∩ ในสมการท� X.19 คอตรรกศาสตรสวนรวมรวม (logical AND intersection) เปนสญลกษณทางคณตศาสตรแสดงการรวมกนของขอมลอนพตและคาน.าหนกประสาทท�มคาเหมอนกน โดยกาหนดใหคา α มคานอยมากๆ และ Y
J คอกลมท�มความสอดคลองกบอนพตมากท�สด
Q.3.p.T โ ค ร ง ข า ย Fuzzy ART ห ร อ Fuzzy ARTMAP ( Carpenter, Grossberg, and Rosen, TvvT) เปนระบบท�ไดรบการพฒนามาจากโครงขาย ART และโครงขาย ARTMAP โดยนาตรรกศาสตรคลมเครอ (fuzzy logic) มารวมกบโครงขาย ดงน. นในการเปรยบเทยบขอมลอนพตกบคาน.าหนกประสาทจงใชกฎตรรกศาสตรมาพจารณาดวย ดงสมการท� X.21 และ X.22
( )j
jj
w
wIIT
+=α
Λ (3.21)
( ) ( )jJ TMaxIT = (3.22) เม�อ Λ ในสมการท� X.21 คอตรรกศาสตรคลมเครอคาต�าสดรวม (fuzzy AND minimum) เปนสญลกษณทางคณตศาสตรแสดงการรวมกนของขอมลอนพตและคาน. าหนกประสาทโดยพจารณาคาท�ต �าท�สดในการรวมกน และถาคา T
j มคามากท�สดมากกวา T คา ระบบจะทาการเลอกเอาตพตของขอมลกลมแรกเปนกลมท�
เหมาะสมท�สดของอนพตน.น
20
3.4 ระบบตรวจจบหนาคนจากภาพดวยโครงขาย ART คาไอเกนเวกเตอรท�คานวณไดจากขางตน จะถกนามาเปนอนพตของโครงขาย ART ซ� งในท�น.พจารณาใชโครงขาย ART แบบ ARTMAP เน�องจากเปนโครงขายท�พฒนามาจาก ART1 และ ART2 เพ�อใหสามารถรบขอมลอนพตท�มความซบซอนมากข.น ซ� งหลกการในการคดแยกกลมขอมลของโครงขายทาใหสามารถแยกขอมลท�มความซบซอนมากไดชดเจนมากกวา ART1 และ ART2 สวนโครงขายแบบ Fuzzy ART หรอ Fuzzy ARTMAP น.น ใชหลกตรรกศาสตรคลมเครอมาชวยในการคดแยกกลมขอมล ซ� งมโครงสรางท�ซบซอนมากเกนไป ในการคดแยกกลมขอมลท�ตองการแยกเพยงความเปนหนามนษยและความไมเปนหนามนษยเทาน.น
Q.4.q โครงสรางของระบบ ปอนชดขอมลตวอยางเพ�อกาหนดกลมใหโครงขาย ART ดวยคาไอเกนเวกเตอรท�ไดจากใบหนาตวอยาง โดยใชใบหนาตวอยางจานวน Wp หนา ทาใหไดไอเกนเวกเตอรท�เปนชดขอมลตวอยางของหนาคนเปนกลมขอมล กลมท�T ของโครงขายมขนาด WpxWp มต และในทานอง เดยวกนทาการปอนขอมลตวอยางท�ไมใชใบหนาคนใหโครงขาย ART ทาใหช.นเปรยบเทยบในโครงขาย ART มขอมลจดจาอย W กลม คอ กลมหนาคนและกลมท�ไมใชหนาคน โดยในการเปรยบเทยบช.นแรกน. เปนการเปรยบเทยบเพ�อตรวจจบหนาคน โดยเปรยบเทยบกบคาน. าหนกประสาทของกลมขอมลท�เกบคาในช.นจดจา และโครงขายจะทาการจาแนกกลมขอมลท�เขาโครงขาย โดยเม�อมชดขอมลใหมเขาสโครงขาย โครงขายจะทาการตรวจสอบชดขอมลน.นโดยการเปรยบเทยบคาเทยบเคยง (match: µ) กบคาสอดสอง (ρ) เพ�อหาคาตรวจสอบ (check: C) ในพจารณาวา โครงขายทาการคดแยกกลมขอมลไดถกตองเพยงใด ถาขอมลตวอยางท�ปอนใหโครงขาย ART เปนขอมลหนาคน จะสามารถพจารณาได X กรณคอ
1. ขอมลตวอยางมคา µ มากกวา ρ1 และ ρ2 จะใหคาตรวจสอบมคาเปน T และโครงขาย ART จะทาการปรบคาน.าหนกประสาทของกลมขอมล
2. ขอมลตวอยางมคา µ มากกวาคา ρ1 แตนอยกวา ρ2 จะใหคาตรวจสอบมคาเปน 1 และโครงขาย ART จะทาการสรางกลมขอมลใหม
3. ขอมลตวอยางมคา µ นอยกวา ρ1 จะใหคาตรวจสอบมคาเปน 0 และโครงขาย ART จะทาการปรบคาสอดสอง ρ1 = µ
และถาขอมลตวอยางท�ปอนใหโครงขาย ART เปนขอมลท�ไมใชหนาคน จะสามารถพจารณาได X กรณเชนกนคอ
1. ขอมลตวอยางมคา µ มากกวา ρ1 และ ρ2 จะใหคาตรวจสอบมคาเปน p และโครงขาย ART จะทาการปรบคาสอดสอง ρW = µ
2. ขอมลตวอยางมคา µ มากกวาคา ρ1 แตนอยกวา ρ2 จะใหคาตรวจสอบมคาเปน p และโครงขาย ART จะทาการปรบคาสอดสอง ρ1 = µ
3. ขอมลตวอยางมคา µ นอยกวา ρ1 จะใหคาตรวจสอบมคาเปน T
21
ในงานวจยน. ไดเพ�มกลไกการกาหนดคาพารามเตอรสอดสองท� เหมาะสม โดยใชจนเนตกอลกอรทม (Genetic Algorithm) ทาการคนหาคาเหมาะท�สด (optimization) แผนผงการทางานของโครงขาย ART ในการหาคาสอดสองท�เหมาะสมดวย GA มแสดงในรปท� X.11
เน�องจากชดขอมลท�เปนหนาคนน.น เปนขอมลท�เก�ยวเน�องกบองคประกอบของหนาในภาพท�มความหลากลายของหนาแตกตางกนตาม ลกษณะการวางทา อารมณของหนา ขนาดของหนา เปนตน ทาใหการกาหนดคาสอดสองท�เหมาะสมทาไดยาก ดงน.นจงนา GA มาชวยในการหาคาสอดสองท�เหมาะสมท�สดในการแบงกลมขอมลของโครงขาย ART โดยทาการสรางฟงกชนวตถประสงคใหทาการแยกขอมลของหนาคนจานวน Wp หนา และขอมลท�ไมใชหนาคนอก Wp หนาผานโครงขาย ART โดยกาหนดคาพารามเตอรเร�มตนของ GA ไดแกจานวนประชากร (population) จานวน np ประชากร (Num = 50) คาความผดพลาดเร�มตน เทากบ Tpp (MaxE = 100) คาตนแบบ (R) เปนเซตแสดงสถานะของอนพตวาเปนหนาคนหรอไมใชหนาคน ในท�น. ใชตวอยางท�เปนหนาคน Wp ตวอยาง และไมใชหนาคน Wp ตวอยาง ดงน.นจะไดคา R เปนเซตของตวอยางหนาคน และตวอยางท�ไมใชหนาคน โดยท� A มคาเปน T และ B มคาเปน p คาน. าหนกประสาทเร�มตนเปน p (W = 0) และจานวนภาพตวอยางในการทดลอง Yp ตวอยาง (N = 40) จากน.น ทาการกาหนดคาตวแปรใน GA คาสอดสองเร�มตน ρ1 และ ρ2 โดยการสมเลอกอสระ และสงคาสอดสองท�ไดจากการสมใหโครงขาย ART
22
รปท8 Q.11 แผนผงการทางานของโครงขาย ART ในการหาคาสอดสองท�เหมาะสมดวย GA
เม�อไดคาตรวจสอบแลวจะสงคาท�ไดไปยงวตถประสงคของ GA เพ�อหาคาความผดพลาด (Net
error: NE) โดย GA จะทาการปรบปรงพนธกรรมของประชากรเพ�อใหไดตวแปรท�มคาความผดพลาดท�นอยท�สด และส.นสดการทางานเม�อ GA ครบจานวนรอบสงสดท�กาหนดไว แสดงแผนผงการหาคาสอดสองท�เหมาะสมโดย GA ในรปท� X.T2
หาคา µ
สรางกลมขอมลใหม
µ > ρ1
µ > ρ2
W = 0
C = < R = 1
R = 1 ρ1 = match
C = 0
ปรบคาน 4าหนกประสาท W
C = 1
R = 1
เปรยบเทยบคาตรวจสอบ (C) กบ
ฟงกชนวตถประสงคของ GA โดย NE = (N-E)x100/N
ไมใช
ใช
ใช
ใช
ใช
ใช
ใช
ไมใช
ไมใช
ไมใช
ไมใช
ไมใช
C = 1
ρ2 = match C =0
ρ1 = µ
C = E
คาไอเกนเวกเตอรของภาพหนาคน GE ภาพ และภาพไมใชหนาคน GE ภาพ
เปนอนพทของโครงขาย ART
23
รปท8 Q.12 แผนผงการหาคาสอดสองท�เหมาะสมโดย GA
เม�อไดคาสอดสองท�เหมาะสมกบระบบแลว นาคาท�ไดน.นมากาหนดเปนคาสอดสองของโครงขาย
ART โดยโครงสรางของระบบการตรวจจบหนาคนดวยโครงขาย ART มโครงสรางดงแสดงในรปท� X.T3
ฟงกชนวตถประสงคของ GA
กาหนดคาตวแปรเร�มตน GA Num = 50, MaxE = 100, R={1,0},W=0, N = 40
คาไอเกนเวกเตอรของภาพหนาคน GE ภาพ และภาพไมใชหนาคน GE ภาพ
เปนอนพทของโครงขาย ART
โครงขาย ART
ปรบคาน 4าหนกประสาท W
NE = (N – E)*100/N
NE > MaxE
ρ1, ρ2 ไดจากการสมโดย GA
ใช
MaxE = NE
ไมใช
24
รปท8 Q.13 โครงสรางระบบการตรวจจบหนาคนดวยโครงขาย ART
จากน.นนาคาสอดสองท�ไดการกระบวนการ GA มาใชในการเปรยบเทยบกบคาเทยบเคยงท�ไดจากการคาน. าหนกประสาทของกลมขอมลท�เหมาะสมท�สด และในช.นท� W จะทาการเปรยบเทยบเพ�อแยกประเภทของหนาท�มลกษณะตางกน โดยแสดงโครงสรางของโครงขาย ART ในรปท� X.14
โครงขาย ART อนพต
PCA
Eigen Vector
PCA
GA
ρ
ช 4นเปรยบเทยบ
Face NotFace
…
ช 4นจดจา
Face < Face G Face n
ไมพบหนาคนในภาพ พบหนาคน
ในภาพ
ภาพปรภม RGB
ภาพปรภม HSV
END
END
แปลงภาพจากปรภม
RGB เปนปรภม HSV
25
รปท8 Q.14 แผนผงโครงขาย ART ในการคดแยกหนาคน
นาภาพท�ตองการตรวจสอบมาแปลงจากปรภมส RGB เปนปรภมส HSV จากน.นมาทาการคดแยกสผวมนษย เพ�อกาหนดขอบเขตในการคนหาใหแคบลง ไดขอบเขตในการคนหาท�คาดวานาจะเปนหนาคนเน�องจากมคาอยในชวงของสผวมนษยน.น ตอมาทาการหาขนาดของกลองขอมลท�จะเขาโครงขาย ART ในรปท� X.15 (ข) ในกรอบสเหลองคอขอบเขตท.งหมดท�มคาสผวมนษยท�ไดจากการคดแยกสผวมนษยอย และกรอบสแดงคอกลองขอมลท�จะปอนเขาโครงขาย ART โดยสามารถหาไดจาก การหาตาแหนงของคาจดสของคาสผวมนษยท�มคามากท�สดท.งในแนวต.ง และแนวนอน เพ�อหาคาท�นอยท�สดของท.ง W แนวเปนความยาวของกลองขอมล แสดงในรปท� X.15 (ก) เม�อไดขนาดของกลองขอมลแลว ทาการหาตาแหนงของกลองภาพท�จะเปนอนพตปอนใหโครงขาย ART โดยทาการเลอกกลองขอมลท�มคาจดสท�เปนสผวมนษยในกลองขอมลไมนอยกวา W ใน X ของกลองขอมลท�มคาจดสท�เปนสผวมนษยในกลองมากท�สด เปนขอมลอนพต
อนพตของระบบคอชดขอมลไอเกนเวกเตอร
W1 ของภาพหนาคนกลมท� <
( ) ( ) oldoldnew WWIW 1++−= ββ
( )∑ −= 2WIµ
ใช
WX ของภาพหนาคนท� X
ไมใช
µ ≤ ρ1
µ >ρ2
“Data is not face”
“Data is not face”
END
END
ใช
ไมใช
END
26
ปอนเขาโครงขาย ART โดยทาการเปรยบเทยบกลองขอมลอนพตท�จะเขาโครงขายกบขอมลหนาในช.นเปรยบเทยบช.นแรกเพ�อหาตาแหนงท�เหมาะสมท�สดท�มหนาคนปรากฏอยดงแสดงในรปท� X.15 (ค)
(ก) (ข) (ค)
รปท8 Q.15 (ก) เสนกาหนดขนาดกลองขอมล (ข) กลองขอมลอนพตท�ปอนเขาโครงขาย ART (ค) กลองขอมลท�ดท�สดท�เปนตาแหนงของหนาคนในภาพ
Q.4.p หลกการทางานของระบบตรวจจบหนาคนดวยโครงขาย ART ทาการสรางโครงขายประสาทเทยม แปลงขอมลอนพตของคาไอเกนเวกเตอรในสมการท� X.23 ใหอยในรปของขอมลสวนเตมเตม (complement data) แสดงในสมการท� X.24
Mv,,v,v K21 (3.23) ( ) ( )MM
c vvvvvvvvI −−−== 1,,1,1,,,,, 2121 KK (3.24) โดย I คอขอมลสวนเตมเตม
V คอไอเกนเวกเตอร ฝกสอนโครงขาย ดวยกฎการเรยนรแบบแขงขนแสดงในสมการท� X.25
ρµρµ
ββ <
≥
++−=
ifif
oldi
oldi
oldinew
iWWI
WW
)1()( (3.25)
โดย Wnew คอคาน.าหนกประสาทใหม
Wold คอคาน.าหนกประสาทเดม
β คอคาอตราการเรยนรมคาอยระหวาง 0 ถง T โครงขาย ART จะทาการคดแยกกลมขอมลออกเปน W กลมขอมลคอ กลมท� T เปนขอมลของภาพ
ใบหนาบคคล และกลมท� W เปนขอมลของภาพท�ไมใชใบหนาบคคล โดยพจารณาคดแยกดวยคาเทยบเคยง (µ) ดงแสดงในสมการท� 3.26 เปรยบเทยบกบคาสอดสอง (ρ)
( )2oldiwI −=µ (3.26)
ถาคาเทยบเคยงท�ไดมคานอยกวาคาสอดสอง แสดงวาขอมลอนพตกบคาน. าหนกประสาทท�ใช ไมไดอยกลมเดยวกน ระบบจะทาการเปรยบเทยบขอมลอนพตกบคาน. าหนกประสาทของกลมใหม จนกวาจะไดกลมท�ตรงกน และถาขอมลอนพตท�ไดน. ไมตรงกบกลมขอมลของระบบกลมใดเลย ระบบจะทาการจดจาขอมลอนพตน. ในกลมท�สรางข.นใหมตอไป
27
3.4.3 ตวอยางการทางานของระบบตรวจจบหนาคนดวยโครงขาย ART เม�อกาหนดขอบเขตการคนหาโดยการพจารณาบรเวณท�เปนสผวมนษยเทาน.น ระบบจะทาการสรางกลองขอมลอนพต และนากลองขอมลน.นไปแปลงเปนไอเกนเวกเตอรเพ�อเปนอนพตใหโครงขาย ART เพ�อคดแยกความเปนหนาคน และไมใชหนาคนโดยเปรยบเทยบคาเทยบเคยงของขอมลกบคาสอดสองของระบบ แสดงไดในรปท� X.16
1
No
1
No
No
(ก) (ข) (ค)
รปท8 Q.16 ภาพตวอยางการทางานของระบบตรวจจบหนาคนดวยโครงขาย ART (ก) ตวอยางภาพตนแบบ (ข) ตวอยางภาพผลการทางานของโครงขาย ART (ค) ตวอยางภาพผลการตรวจจบหนาคนดวยโครงขาย ART
จากรปท� X.16 (ข) พบวาระบบจะทาการสรางกลองขอมลอนพตท�มคาสผวมนษยมาก T ใน Y ของพ.นท�กลองท.งหมดเปนอนพตของระบบ แสดงในกรอบภาพสเหลอง และจดภาพสขาวแสดงถงคาจดภาพน.นมความนาจะเปนท�จะเปนสผวมนษย โดยกลองขอมลน.อาจมไดหลายอนข.นอยกบจานวนจดภาพท�เปนสผวมนษยในภาพน.นมคามากนอยเพยงใด ตอจากน.นระบบจะทาการสรางกลองขอมลเพ�อเปนอนพตใหโครงขาย แสดงในกรอบภาพสแดงเพ�อหาจดท�มความนาจะเปนวาเปนหนาคนภายในกลองภาพแตละกลอง แลวแสดงผลการคดแยกหนาคน โดยระบบจะแสดงตวอกษร “No” บนกลองภาพท�ไมใชหนาคน และแสดงตวเลขบนกลองภาพท�เปนหนาคน โดยถาในภาพน.นระบบตรวจพบหนาคนจานวน X คน ระบบจะแสดงตวเลขบนกลองท�เปนหนาคนเรยงกนไปจาก T ถง X
28
บทท8 T ผลการทดสอบระบบตรวจจบหนาคนดวยโครงขาย ART
T.q กลาวนา เม�อทาการฝกสอนโครงขาย ART ดวยภาพหนาคน และภาพท�ไมใชหนาคนแลว ทาการทดสอบระบบดวยภาพจากฐานขอมลตาง ๆ เพ�อวดประสทธภาพการทางานของระบบวามความสามารถในการตรวจจบหนาคนจากภาพไดดเพยงไร โดยภาพท�ใชในการทดสอบน.นไดจากฐานขอมลภาพตาง ๆ และภาพท�ผวจยไดทาการบนทกเองจากกลองดจตอลย�หอตาง ๆ ในสภาวะแวดลอมตาง ๆ เพ�อทดสอบวาระบบสามารถลดขอจากดของส�งแวดลอมท�มผลตอการตรวจจบหนาคนไดเปนอยางด T.p ฐานขอมลภาพหนามนษยและภาพท8ใชในการทดสอบระบบ
ทาการรวบรวมขอมลภาพหนามนษยจากฐานขอมลตาง ๆ ทางอนเตอรเนตโดยฐานขอมลท�ใชน.น ถกบนทกภาพท�สภาวะแวดลอมท�แตกตางกน ดงน.นฐานขอมลแตละประเภทจงใชนามาทดสอบระบบท�ปจจยตาง ๆ แตกตางกนไป ดงน.
T.p.q ฐานขอมลภาพ CVSR นาภาพจากฐานขอมลภาพ CVSR (Computer Vision Science Research Face database of
University of Essex, UK) แสดงในรปท� Y.T มาใชในการทดสอบระบบเม�อมการฝกสอนโครงขายในลกษณะตาง ๆ เน�องจากภาพจากฐานขอมลภาพ CVSR น.นเปนภาพท�มการเปล�ยนแปลงลกษณะการแสดงออกของหนาท�มความหลากหลาย และมการจากดสพ.นหลงของภาพใหมสเดยวกนและไมมความซบซอน ความสวางในภาพมความใกลเคยงกน ขนาดของหนาคนในภาพมขนาดเทา ๆ กนและเปนภาพเด�ยวซ� งเปนปจจยตาง ๆ ท�มผลตอประสทธภาพของระบบ ทาการทดลองน. น.น สามารถจากดอยท�เพยงการทดสอบประสทธในการฝกสอนระบบเทาน.น
29
รปท8 4.q ภาพตวอยางจากฐานขอมลภาพ CVSR
T.p.p ฐานขอมลภาพ CMU VASC
นา ภ า พ จ า ก ฐ า น ข อ ม ล ภ า พ CMU VASC (Carnegie Mellon University Vision and Autonomous System Center’s Image Database) แสดงในรปท� Y.W มาใชในการทดสอบระบบการตรวจจบหนาคน เม�อระบบมการฝกสอนโครงขายในลกษณะตาง ๆ ทดสอบระบบเม�อมการเปล�ยนแปลงคาพารามเตอรของโครงขาย และทดสอบระบบเม�อมการเปล�ยนแปลงขนาดของใบหนาคนในภาพ โดยเหตผลท�นาฐานขอมล CMU VASC มาใชในการทดสอบระบบเน�องจากภาพจากฐานขอมลภาพ CMU VASC น.นเปนภาพท�มปจจยภายในภาพ ท�มความซบซอนและมผลตอประสทธภาพในการตรวจจบหนาคน ไมวาจะเปนการเปล�ยนแปลงลกษณะการแสดงออกของหนาท�มความหลากหลาย พ.นหลงของภาพมความซบซอน ความสวางในภาพท�ไมสม�าเสมอ ขนาดและท�ตาแหนงของคนในภาพมความไมแนนอน เพ�อแสดง
30
ใหเหนวา ระบบมความสามารถในการตรวจจบหนาคนในภาพโดยท�ปจจยตาง ๆ ท�กลาวมาน.น มผลนอยมากตอประสทธภาพของระบบ
รปท8 4.p ภาพตวอยางจากฐานขอมลภาพ CMU VASC
T.p.Q ฐานขอมลภาพ AVTG
นาภาพจากฐานขอมลภาพ AVTG (Audio Visual Technologies Group of Technical University of Catalonia) แสดงในรปท� Y.3 มาใชในการทดสอบระบบการตรวจจบหนาคน เม�อลกษณะการวางทาและการแสดงออกของหนาคนในภาพมการเปล�ยนแปลง เน�องจากภาพจากฐานขอมลภาพ AVTG น.น เปนภาพหนาคน ท�มความหลากหลายของลกษณะวางทาและการแสดงออกของหนาคน และมการจากดสพ.นหลงของภาพใหมสเดยวกนและไมมความซบซอน ความสวางในภาพมความใกลเคยงกน ขนาดของหนาคนในภาพมขนาดเทา ๆ กนและเปนภาพเด�ยวซ� งเปนปจจยตาง ๆ ท�มผลตอประสทธภาพของระบบการทดลองน.น.น สามารถจากดอยท�เพยงการทดสอบประสทธของระบบเม�อลกษณะการวางทาและการแสดงออกของหนาคนในภาพมการเปล�ยนแปลงไปเทาน.น
31
รปท8 4.Q ภาพตวอยางจากฐานขอมลภาพ AVTG
T.p.T ฐานขอมลภาพ VALID และฐานขอมลภาพ CBCL
นาภาพจากฐานขอมลภาพ VALID (VALID Database of University college Dublin) แสดงในรปท� Y.Y และฐานขอมลภาพ CBCL (Center for Biological and Computational Learning Face database of Massachusetts Institute of Technology) แสดงในรปท� Y.5 มาใชในการทดสอบระบบการตรวจจบหนาคน เม�อจานวนคนในภาพมการเปล�ยนแปลง เน�องจากภาพจากฐานขอมลภาพ VALID และฐานขอมลภาพ CBCL น.น เปนภาพท�มความหลากหลายและความไมแนนอนของปจจยท�มผลตอประสทธภาพของระบบตรวจจบหนาคนในภาพ ไดแก จานวนหนาคนในภาพ ลกษณะวางทาและการแสดงออกของหนาคนในภาพ แสงและความสวางในภาพ ขนาดและตาแหนงของคนในภาพ พ.นหลงของภาพท�มความซบซอน เปนตน เพ�อแสดงใหเหนวาระบบมความสามารถในการตรวจจบหนาคนในภาพ ภายใตปจจยตาง ๆ ท�กลาวมาน.น
32
รปท8 4.T ภาพตวอยางจากฐานขอมลภาพ VALID
รปท8 4.v ภาพตวอยางจากฐานขอมลภาพ CBCL
33
T.p.v ภาพจากกลองดจตอลฟจ F Wxq และกลองวดโอ เปนภาพท�ไดจากผวจยเปนผบนทกภาพเอง แสดงในรปท� Y.o และ Y.t ซ� งขณะทาการบนทกภาพน.น ผวจยไมไดทาการจากดสภาวะแวดลอมของภาพ อนไดแก ความสวาง ตาแหนงของหนาคนในภาพ สพ.นหลง เพ�อใหภาพท�ไดมความหลากหลาย ในการทดสอบประสทธภาพของระบบ
รปท8 4.W ภาพตวอยางจากกลองฟจ F601
34
รปท8 4.y ภาพตวอยางจากกลองวดโอ
T.Q ทดสอบระบบตรวจจบหนาคนดวยโครงขาย ART
4.Q.1 ทดสอบระบบเม8อมการฝกสอนโครงขายในลกษณะตาง ๆ โดยจะทาการทดสอบระบบ เพ�อพจารณาผลของการฝกสอนระบบ วาจานวนภาพในการฝกสอนโครงขายมผลตอประสทธภาพของระบบอยางไร โดยทาการทดสอบระบบดวยภาพในการฝกสอนระบบของคน ๆ เดยวกนท�มลกษณะใบหนาท�แตกตางกนออกไป แสดงรปตวอยางภาพท�ทาการทดลองในรปท� Y.u
รปท8 4.} ภาพตวอยางในการฝกสอนโครงขาย
35
โดยจะทาการทดสอบระบบเม�อไอเกนเวกเตอรท�เขาสระบบ ไดจากภาพตวอยางมจานวนภาพในการหาคาไอเกนตาง ๆ กนไป ดงแสดงคาในตารางท� 4.T ซ� งจานวนภาพตวอยางท�ใชหาคาไอเกนน.น มผลตอจานวนมตของขอมลไอเกนเวกเตอรท�เปนขอมลในการฝกสอนโครงขาย โดยมตของไอเกนเวกเตอรท�ใชในการฝกสอน จะมคาเทากบจานวนตวอยางในการฝกสอน ดงน.นเม�อจานวนภาพตวอยางในการฝกสอนมากข.น จะเปนผลใหขนาดของขอมลไอเกนเวกเตอรในการฝกสอนมากข.นดวย โดยแสดงตวอยางภาพหนาไอเกนของจานวนภาพในการฝกสอนในรปท� Y.v และแสดงผลการทดลองในตารางท� 4.T
20406080100
20406080
100
20406080100
20406080
100
20406080100
20406080
100 (ก)
20406080100
20406080
100
20406080100
20406080
100
20406080100
20406080
100
20406080100
20406080
100
20406080100
20406080
100 (ข)
20406080100
20406080
100
20406080
100
20406080100
20406080
100
20406080
100
20406080100
20406080
100
20406080
100
20406080100
20406080
100
20406080
100
20406080100
20406080
100
20406080
100
(ค) รปท8 4.~ ตวอยางภาพหนาไอเกน (ก) ภาพหนาไอเกนท�จานวนภาพในการหาหนาไอเกน X ภาพ
(ข) ภาพหนาไอเกนท�จานวนภาพในการหาหนาไอเกน n ภาพ (ค) ภาพหนาไอเกนท�จานวนภาพในการหาหนาไอเกน Tp ภาพ
36
ตารางท8 T.q ทดสอบระบบท�จานวนภาพในการฝกสอนโครงขายตาง ๆ
จานวนภาพในการฝกสอนโครงขาย (ภาพ) ความถกตอง (%)
X vn.Yn
n vt.Wn
Tp vt.Tt
Tn vt.Yu
Wp vu.uo
Xp vu.YW
โดยทาการทดสอบความถกตองของระบบกบภาพในฐานขอมลภาพ CMU VASC จานวน Tpp ภาพ
ไดผลการทดลองดงตารางท� Y.T จากการผลการทดลองพบวาเม�อจานวนภาพตวอยางในการฝกสอนเพยง X ภาพกเพยงพอท�จะทาใหระบบมประสทธภาพในการตรวจจบหนาคนไดอยในระดบท�ด และเม�อทาการเพ�มจานวนภาพในการฝกสอนโครงขายมากข.น พบวาโครงขายมเปอรเซนตความถกตองท�มากข.นจนถงจานวนภาพในการฝกสอน Wp ภาพ เม�อทาการเพ�มจานวนภาพในการฝกสอนเปน Xp ภาพ พบวามเปอรเซนตความถกตองนอยลง ท.งน.อาจเน�องมาการความซบซอนของมตขอมลท�มากข.น อาจทาใหระบบมความสามารถในการคดแยกความเปนหนาไดนอยลง แตอยางไรกดพบวาผลการการทดสอบระบบเม�อจานวนในการฝกสอนโครงขายแตกตางกนน.น มเปอรเซนตความถกตองท�ไมแตกตางกนมากนก ท.งน. เน�องมาจากโครงขาย ART น.นเปนโครงขายท�สามารถเรยนรขอมลใหมไดโดยไมตองทาการฝกสอนซ. าอกโดยไมลมขอมลเดม แตการฝกสอนโครงขายดวยจานวนภาพตวอยางในปรมาณนอยน. น กอาจไมเพยงพอท�จะทาใหระบบมประสทธภาพสงได และผลจากคาไอเกนเวกเตอรท�ดท�จะเปนขอมลอนพตใหโครงขาย ควรมจานวนมตท�มากเพยงพอ จงจะสามารถแสดงลกษณะของภาพไดดกวาคาไอเกนเวกเตอรท�มขนาดมตนอย ๆ แสดงผลการทดสอบระบบในรปท� Y.Tp
37
(ก) ตวอยางภาพผลการทดสอบระบบท�ถกตอง ของจานวนตวอยางในการฝกสอน X ภาพ
(ข) ตวอยางภาพผลการทดสอบระบบท�ไมถกตอง ของจานวนตวอยางในการฝกสอน X ภาพ
รปท8 4.qx ตวอยางภาพผลการทดสอบระบบ ท�จานวนตวอยางในการฝกสอนตาง ๆ
38
(ค) ตวอยางภาพผลการทดสอบระบบท�ถกตอง ของจานวนตวอยางในการฝกสอน n ภาพ
(ง) ตวอยางภาพผลการทดสอบระบบท�ไมถกตอง ของจานวนตวอยางในการฝกสอน n ภาพ
รปท8 4.qx ตวอยางภาพผลการทดสอบระบบ ท�จานวนตวอยางในการฝกสอนตาง ๆ (ตอ)
39
(จ) ตวอยางภาพผลการทดสอบระบบท�ถกตอง ของจานวนตวอยางในการฝกสอน Tp ภาพ
(ฉ) ตวอยางภาพผลการทดสอบระบบท�ไมถกตอง ของจานวนตวอยางในการฝกสอน Tp ภาพ
รปท8 4.qx ตวอยางภาพผลการทดสอบระบบ ท�จานวนตวอยางในการฝกสอนตาง ๆ (ตอ)
40
(ช) ตวอยางภาพผลการทดสอบระบบท�ถกตอง ของจานวนตวอยางในการฝกสอน Wp ภาพ
(ซ) ตวอยางภาพผลการทดสอบระบบท�ไมถกตอง ของจานวนตวอยางในการฝกสอน Wp ภาพ
รปท8 4.qx ตวอยางภาพผลการทดสอบระบบ ท�จานวนตวอยางในการฝกสอนตาง ๆ (ตอ)
41
(ฌ) ตวอยางภาพผลการทดสอบระบบท�ถกตอง ของจานวนตวอยางในการฝกสอน Xp ภาพ
(ญ) ตวอยางภาพผลการทดสอบระบบท�ไมถกตอง ของจานวนตวอยางในการฝกสอน Xp ภาพ
รปท8 4.qx ตวอยางภาพผลการทดสอบระบบ ท�จานวนตวอยางในการฝกสอนตาง ๆ (ตอ)
เม�อทราบผลของการทดสอบจานวนภาพในการฝกสอนโครงขายแลววามผลตอประสทธภาพของ
ระบบ ดงน.นในการทดลองตอมาเราจงทาการเลอกใชจานวนภาพในการฝกสอน Wp ภาพ เน�องจากการทดลองขางตนไดแสดงใหเหนแลววา ทาใหระบบมประสทธภาพดท�สด โดยจะพจารณาคณสมบตของภาพท�ใชในการฝกสอนวามผลตอระบบอยางไร ดวยการแบงภาพในการฝกสอนออกเปน X กลมหลก ๆ คอ กลมแรกทาการฝกสอนดวยภาพของบคคลคนเดยวกนในลกษณะใบหนา และการวางทาท�แตกตางกน กลมท� W ทาการฝกสอนดวยภาพของคนหลาย ๆ คนในลกษณะหนาตรงเหมอนกนหมด และกลมท� X ทาการฝกสอนดวยภาพของคนหลาย ๆ คนในลกษณะใบหนาและการวางทาท�แตกตางกน โดยแสดงตวอยางภาพท�
42
ใชในการฝกสอนโครงขายในตารางท� Y.W และแสดงภาพหนาไอเกนของตวอยางแตละแบบในรปท� Y.TT ไดผลการทดลองแสดงในตารางท� Y.W
20406080100
20406080
100
20406080100
20406080
100
20406080100
20406080
100
20406080100
20406080
100
20406080100
20406080
100
20406080100
20406080
100
20406080100
20406080
100
20406080100
20406080
100
20406080100
20406080
100
20406080100
20406080
100
20406080100
20406080
100
20406080100
20406080
100
20406080100
20406080
100
20406080100
20406080
100
20406080100
20406080
100
20406080100
20406080
100
20406080100
20406080
100
20406080100
20406080
100
20406080100
20406080
100
20406080100
20406080
100
(ก) ภาพหนาไอเกนของภาพบคคลเดยวกน ท�ลกษณะใบหนาตางกน
20406080100
20406080
100
20406080100
20406080
100
20406080100
20406080
100
20406080100
20406080
100
20406080100
20406080
100
20406080100
20406080
100
20406080100
20406080
100
20406080100
20406080
100
20406080100
20406080
100
20406080100
20406080
100
20406080100
20406080
100
20406080100
20406080
100
20406080100
20406080
100
20406080100
20406080
100
20406080100
20406080
100
20406080100
20406080
100
20 406080100
20406080
100
20 406080100
20406080
100
20 406080100
20406080
100
20 406080100
20406080
100
(ข) ภาพหนาไอเกนของภาพบคคลตางกน ท�ลกษณะใบหนาตรง
รปท8 4.qq ตวอยางภาพหนาไอเกน
43
(ค) ภาพหนาไอเกนของภาพบคคลตางกน ท�ลกษณะใบหนาตางกน
รปท8 4.qq ตวอยางภาพหนาไอเกน (ตอ)
ตารางท8 T.p ทดสอบระบบดวยภาพท�มคณลกษณะตาง ๆ
ภาพในการฝกสอนโครงขาย ความถกตอง (%) ภาพบคคลเดยวกน ท�ลกษณะใบหนาตาง ๆ
vu.uo
ภาพบคคลตางกน ท�ลกษณะใบหนาตรง
vt.Yu
ภาพบคคลตางกน ท�ลกษณะใบหนาตาง ๆ
vo.ou
จากการทดลองพบวาการฝกสอนดวยภาพบคคลคนเดยวกนในลกษณะตาง ๆ ใหเปอรเซนตความถกตองท�ดท�สด และเม�อพจารณาจากภาพหนาไอเกนท�ไดพบวา ภาพหนาไอเกนของขอมลท�เปนบคคลเดยวกนน.นจะแสดงลกษณะเคาโครงของหนาไดชดเจนท�สดเชนเดยวกน โดยคาไอเกนท�ชดเจนท�สดน.นจะเปนคาไอเกนท�เกดจากคาไอเกนคาแรก ในรปท� Y.TW แสดงภาพตวอยางในการทดสอบระบบดวยภาพท�มคณลกษณะตาง ๆ
44
(ก) ตวอยางภาพผลการทดสอบระบบท�ถกตองของตวอยางในการฝกสอนโครงขาย
ของบคคลเดยวกนท�ลกษณะใบหนาตาง ๆ
(ข) ตวอยางภาพผลการทดสอบระบบท�ไมถกตองของตวอยางในการฝกสอนโครงขาย
ของบคคลเดยวกนท�ลกษณะใบหนาตาง ๆ
รปท8 4.qp ตวอยางภาพผลการทดสอบระบบ ของภาพตวอยางในการฝกสอนท�คณลกษณะตาง ๆ
45
(ค) ตวอยางภาพผลการทดสอบระบบท�ถกตองของตวอยางในการฝกสอนโครงขาย
ของบคคลตางกน ท�ลกษณะหนาตรง
(ง) ตวอยางภาพผลการทดสอบระบบท�ไมถกตองของตวอยางในการฝกสอนโครงขาย
ของบคคลตางกน ท�ลกษณะหนาตรง
รปท8 4.qp ตวอยางภาพผลการทดสอบระบบ ของภาพตวอยางในการฝกสอนท�คณลกษณะตาง ๆ (ตอ)
46
(จ) ตวอยางภาพผลการทดสอบระบบท�ถกตองของตวอยางในการฝกสอนโครงขายของบคคลตางกน
ท�ลกษณะใบหนาตาง ๆ
(ฉ) ตวอยางภาพผลการทดสอบระบบท�ไมถกตองของตวอยางในการฝกสอนโครงขายของบคคลตางกน
ท�ลกษณะใบหนาตาง ๆ
รปท8 4.qp ตวอยางภาพผลการทดสอบระบบ ของภาพตวอยางในการฝกสอนท�คณลกษณะตาง ๆ (ตอ)
อยางไรกดจากผลการทดลองแสดงใหเหนวา คณลกษณะของภาพท�ทาการฝกสอนตาง ๆ กนน.น
ใหผลการตรวจจบหนาคนไดมประสทธภาพดไมแตกตางกนมากนก ดงน.นปจจยในการเลอกใชขอมลในการฝกสอนโครงขาย จงอาจไมจาเปนตองพจารณาดานความหลากหลายของขอมลฝกสอน ท.งน. เน�องมาจากโครงขาย ART น.นมการพฒนาปรบตวใหสามารถรบขอมลท�หลากหลายไดในอนาคต
4.Q.p ทดสอบระบบท8พารามเตอรของโครงขายตาง ๆ โดยทาการทดสอบโครงขายเม�อทาการเปล�ยนแปลงคาสอดสอง (ρ) ซ� งเปนพารามเตอรท�กาหนดขดความสามารถในการแบงกลมขอมลของ
47
โครงขาย ART โดย ρ1 เปนคาขดความสามารถในการแบงกลมของความเปนหนา และความไมเปนหนาออก
จากกน สวน ρ2 เปนคาขดสามารถในการแบงกลมความเปนหนาออกเปนกลมตาง ๆ โดยเม�อทาการเปล�ยน
คาพารามเตอรแลวไดผลการทดลองดงแสดงในตารางท� Y.X
ตารางท8 T .3 ความถกตองในการคดแยกหนาคนโดยคาสอดสองคาตาง ๆ
พบวา ระบบท�กาหนดคาสอดสอง ρ1 มคา p.unT และ ρ2 มคา p.upW ใหผลการทดสอบระบบท�ม
ประสทธภาพดท�สด คอใหเปอรเซนตความถกตองในการตรวจจบไดดท.งในสวนภาพท�เปนหนาคน และภาพท�ไมใชหนาคน โดยแสดงผลการทดสอบระบบในรปท� Y.TX
คาสอดสอง ความถกตองในการคดแยก (%) ρ
1 ρ
2 ภาพใบหนาบคคล ไมใชภาพใบหนาบคคล
0.554 0.567 80.06 72.56 0.802 82.74 71.98
0.644 0.678 85.56 86.67 0.802 88.59 96.57
0.786 0.802 91.76 66.75 0.946 82.88 87.73
0.851 0.802 vu.uo 9Y.ot 0.946 83.21 86.65
48
(ก) ตวอยางภาพผลการทดสอบระบบท�ถกตองของระบบท�กาหนดคาสอดสอง
ρT มคา p.unT และ ρW มคา p.upW
(ข) ตวอยางภาพผลการทดสอบระบบท�ไมถกตองของระบบท�กาหนดคาสอดสอง
ρT มคา p.unT และ ρ2 มคา p.upW รปท8 T.qQ ตวอยางภาพการทดสอบระบบของระบบท�กาหนดคาสอดสอง
ρT มคา p.unT และ ρ2 มคา p.upW
4.Q.Q ทดสอบระบบท8ขนาดของใบหนาในภาพขนาดตาง ๆ โดยจะทาการทดสอบโครงขาย ART เม�อทาการทดสอบกบภาพเด�ยวท�มหนาคนในภาพขนาดประมาณ tp%, nn% และ นอยกวา 50% ของขนาดภาพท.งหมดแสดงตวอยางภาพท�ใชทาการทดสอบในรปท� Y.TY และแสดงผลการทดสอบระบบในตารางท� Y.Y
49
(ก) (ข) (ค) รปท8 T.qT ตวอยางภาพท�ขนาดหนาคนในภาพตาง ๆ (ก) หนาคนขนาด 70%
(ข) หนาคนขนาด nn% (ค) หนาคนขนาดนอยกวา np%
ตารางท8 T.T ความถกตองในการคดแยกหนาคนเม�อขนาดของใบหนาในภาพเปล�ยนแปลง
ภาพตวอยางในการทดสอบ
ขนาดของหนาคนในภาพ (%)
ความถกตอง (%) ภาพตวอยางผลการ
ทดสอบ
tp vu.tu
nn vt.Yo
นอยกวา 50 uu.tW
พบวาระบบสามารถแยกภาพท�มหนาคนในภาพท�มขนาด tp% ของขนาดภาพท.งหมดไดถกตองมากกวา ภาพท�มหนาคนในภาพขนาดอ�น ๆ เน�องจากภาพท�มขนาดของใบหนาใหญ จะทาใหเหนลกษณะและรายเอยดของภาพไดชดเจน ทาใหระบบสามารถจดจาลกษณะเฉพาะไดด การตรวจจบจงทาไดถกตองมากกวาภาพใบหนาคนขนาดเลก โดยเม�อทาการทดลองตอไปพบวาภาพท�มขนาดเลกมาก ๆ ระบบจะมองวาไมใชหนาคน เน�องจากลกษณะเฉพาะของใบหนาไมเดนชดและมขนาดของสผวมนษยนอยมากเม�อเทยบกบภาพใบหนาขนาดใหญ โดยภาพตวอยางผลการทดสอบระบบ แสดงในรปท� Y.Tn
50
(ก) ตวอยางภาพผลการทดสอบระบบท�ถกตอง ของตวอยางภาพท�ขนาดใบหนาคนในภาพ
มขนาด tp% ของขนาดภาพท.งหมด
(ข) ตวอยางภาพผลการทดสอบระบบท�ไมถกตอง ของตวอยางภาพท�ขนาดใบหนาคนในภาพ
มขนาด tp% ของขนาดภาพท.งหมด
รปท8 4.qv ตวอยางภาพผลการทดสอบระบบ ของใบหนาคนในภาพขนาดตาง ๆ
51
(ค) ตวอยางภาพผลการทดสอบระบบท�ถกตอง ของตวอยางภาพท�ขนาดใบหนาคนในภาพ
มขนาด nn% ของขนาดภาพท.งหมด
(ง) ตวอยางภาพผลการทดสอบระบบท�ไมถกตอง ของตวอยางภาพท�ขนาดใบหนาคนในภาพ
มขนาด nn% ของขนาดภาพท.งหมด
รปท8 4.qv ตวอยางภาพผลการทดสอบระบบ ของใบหนาคนในภาพขนาดตาง ๆ (ตอ)
52
(จ) ตวอยางภาพผลการทดสอบระบบท�ถกตอง ของตวอยางภาพท�ขนาดใบหนาคนในภาพ
มขนาดนอยกวา np% ของขนาดภาพท.งหมด
(ฉ) ตวอยางภาพผลการทดสอบระบบท�ไมถกตอง ของตวอยางภาพท�ขนาดใบหนาคนในภาพ
มขนาดนอยกวา np% ของขนาดภาพท.งหมด
รปท8 4.qv ตวอยางภาพผลการทดสอบระบบ ของใบหนาคนในภาพขนาดตาง ๆ (ตอ)
4.Q.T ทดสอบระบบท8หนาในลกษณะตาง ๆ การวางทาของหนาคนในภาพมผลทาใหระบบ ทางาน
ไดตางกน กลาวคอทาใหความชดเจนของหนาในภาพจะตางกน โดยภาพหนาตรงเปนภาพท�มความชดเจนของลกษณะเฉพาะของหนาท�ดท�สด และเม�อหนามส�งมาปดบงหรอขวางก.นสวนใดสวนหน� งบนใบหนา ความชดเจนของหนาน.นจะนอยลง เชนใบหนาเอยงอาจจะใหเหนลกษณะของดวงตา และโครงหนาไมชดเจน หรอหนาท�มมอมาบงสวนใดสวนหน� งไว ทาใหลกษณะเฉพาะของหนาในสวนน.นหายไป ซ� งจะไดผลการทดสอบระบบกบภาพหนาคนในลกษณะตาง ๆ แสดงในตารางการทดสองท� Y.n
53
ตารางท8 T.v ความถกตองในการคดแยกหนาคนในลกษณะตาง ๆ ภาพตวอยางในการ
ทดสอบ ลกษณะการวางทาของ
หนาในภาพ ความถกตองในการคด
แยก (%) ภาพตวอยางผลการ
ทดสอบ
หนาตรง vt.oo
หนาเอยงซาย 95.48
หนาเอยงขวา vX.nT
ใสแวนดา uX.YT
ปดปาก tt.tu
ปดตา tp.Yo
จากการทดลองพบวาในภาพหนาคนท�นามอปดตาน.น มเปอรเซนตความถกตองท�นอยท�สด ท.งน.เน�องมาจากมส�งขดขวางมาปกปดสวนตาของใบหนา เปนผลใหลกษณะในสวนน.นหายไป และมดท�ปดบงสวนของใบหนาน.นยงเปนสผวมนษย ทาใหขอบเขตในการคนหากวางมากข. น เปนผลใหมพ.นท�ความผดพลาดในการคนหามากข.นดวย และในสวนของหนาท�ปดปาก กเชนเดยวกน สวนภาพคนใสแวนตาดาน.น ไดถกปดบงใบหนาเชนเดยวกน แตสงผลตอความถกตองของระบบนอยกวาการปดบงดวยมอ ท.งน. อาจเน�องมาจากสของแวนตาน.นไมไดมสเดยวกบสผวมนษย และโดยเปนการปดบงในบรเวณท�ไมกวาง สวนภาพท�ใหผลการทดสอบระบบมเปอรเซนตความถกตองท�ดท�สดน.น คอภาพหนาตรง รองลงมาคอภาพหนาเอยงซายและหนาเอยงขวา ท.งน. กเน�องมาจากภาพหนาตรงน.นแสดงรายละเอยดของลกษณะเฉพาะชดเจนท�สด และเหมอนภาพตวอยางในการฝกสอนมากท�สด สวนภาพหนาเอยงซาย และภาพหนาเอยงขวา ใหเปอรเซนตความถกตองท�ใกลเคยงกน เน�องจากมลกษณะใบหนาท�ใกลเคยงกน แตกลบดานซาย ขวากน
54
เทาน.น แตโดยภาพรวมน.น ระบบสามารถคดแยกความเปนหนาคนไดถกตองอยในเกณฑท�ด ไมวากบหนาในลกษณะใด ๆ กตาม โดยรปท� Y.To แสดงผลการทดสอบระบบของหนาคนในลกษณะตาง ๆ
(ก) ภาพผลการทดสอบระบบท�ถกตอง ของตวอยางภาพหนาตรง
(ข) ภาพผลการทดสอบระบบท�ไมถกตอง ของตวอยางภาพหนาตรง
(ค) ภาพผลการทดสอบระบบท�ถกตอง ของตวอยางภาพหนาเอยงซาย
(ง) ภาพผลการทดสอบระบบท�ไมถกตอง ของตวอยางภาพหนาเอยงซาย
(จ) ภาพผลการทดสอบระบบท�ถกตอง ของตวอยางภาพหนาเอยงขวา
รปท8 4.qW ตวอยางภาพผลการทดสอบระบบ ของภาพตวอยางหนาในลกษณะตาง ๆ
55
(ฉ) ภาพผลการทดสอบระบบท�ไมถกตอง ของตวอยางภาพหนาเอยงขวา
(ช) ภาพผลการทดสอบระบบท�ถกตอง ของตวอยางภาพหนาใสแวนดา
(ซ) ภาพผลการทดสอบระบบท�ไมถกตอง ของตวอยางภาพหนาใสแวนดา
(ณ) ภาพผลการทดสอบระบบท�ถกตอง ของตวอยางภาพหนาปดปาก
(ญ) ภาพผลการทดสอบระบบท�ไมถกตอง ของตวอยางภาพหนาปดปาก
รปท8 4.qW ตวอยางภาพผลการทดสอบระบบ ของภาพตวอยางหนาในลกษณะตาง ๆ (ตอ)
56
(ฎ) ภาพผลการทดสอบระบบท�ถกตอง ของตวอยางภาพหนาปดตา
(ฏ) ภาพผลการทดสอบระบบท�ไมถกตอง ของตวอยางภาพหนาปดตา
รปท8 4.qW ตวอยางภาพผลการทดสอบระบบ ของภาพตวอยางหนาในลกษณะตาง ๆ (ตอ)
4.Q.v ทดสอบระบบกบภาพท8มหนาคนในภาพมากกวา q คน โดยบคคลในภาพน.นอาจมลกษณะ
การวางทา ลกษณะใบหนา ขนาดของหนาในภาพแตกตางกนออกไป หรอถกปดบงลกษณะของหนาในบางสวนไดเชนกน ท.งน. เน�องจากธรรมชาตของมนษยน.นไมไดมลกษณะการวางทา หรอการแสดงออกทางสหนาท�เปนรปแบบตายตว ดงน.นระบบการคดแยกหนาคนท�ดจงตองสามารถตรวจจบหนาคนไดในทกลกษณะ และตองสามารถหาหนาคนในภาพไดอยางครบถวนตามจานวนหนาจรงในภาพ โดยแสดงผลการทดลองในรปท� Y.Tt
57
(ก) ภาพผลการทดสอบระบบท�ถกตอง ของตวอยางภาพหนาคนมากกวา T หนาในภาพ
รปท8 4.qy ตวอยางภาพผลการทดสอบระบบของภาพท�มจานวนหนาคนในภาพมากกวา T หนาในภาพ
58
(ข) ภาพผลการทดสอบระบบท�ไมถกตอง ของตวอยางภาพหนาคนมากกวา T หนาในภาพ
รปท8 4.qy ตวอยางภาพผลการทดสอบระบบของภาพท�มจานวนหนาคนในภาพมากกวา T หนาในภาพ (ตอ)
59
จากผลการทดลองพบวาระบบสามารถตรวจจบหนาคนในภาพไดถกตอง vt.uY% และยงสามารถตรวจจบหนาคนในภาพไดมากกวา T หนาในภาพ ไมวาหนาคนในภาพน.นจะมลกษณะใบหนา หรอการวางทาของคนในภาพท�แตกตางกนออกไป หรอมสวนใดสวนหน�งของใบหนาท�ถกปดบงกตาม แตกพบวาระบบยงคงมขอผดพลาดในการตรวจจบ กลาวคอเกดการตรวจจบไมครบถวน คอมใบหนาบางใบหนาท�ระบบไมสามารถระบความเปนหนาได และเกดการตรวจจบเกน คอทาการระบความเปนหนาคนในสวนท�ไมมหนาคนปรากฏอย ซ� งความผดพลาดน.อาจเน�องมาจากหนาคนในภาพน.นมขนาดเลกเกนกวาจะแสดงลกษณะของหนาอยางชดเจน หรอสวนมอท�มความเปนสผวมนษยอาจมคาไอเกนเวกเตอร ซ� งเปนขอมลอนพตของระบบท�ใกลเคยงกบความเปนหนาคนในบางลกษณะกเปนได
4.4 สรป
จากผลการทดสอบระบบท�ปจจยตาง ๆ พบวาระบบมเปอรเซนตความถกตองในการตรวจจบหนาคนท�ด ข.นอยกบปจจยดงตอไปน.
T. จานวนภาพตวอยางและลกษณะของภาพตวอยางในการหาคาไอเกนเวกเตอร ตองมจานวนมากเพยงพอท�จะแสดงลกษณะเฉพาะของความเปนหนาคน และมลกษณะหนาคนท�มแนนอน ซ� งจากการทดลองพบวาท�จานวนภาพตวอยางในการหาคาไอเกนเวกเตอรท�เหมาะสม คอ Wp ภาพ ของภาพบคคลคนเดยวกนในลกษณะการแสดงออกของสหนาตาง ๆ กน
W. คาพารามเตอรของระบบ โดยพบวาเม�อเราทาการปรบคาสอดสอง ซ� งเปนคาท�ใชเปนตวกาหนดกลมของคาน.าหนกประสาทของระบบโดยทาการสมคาดวย GA ทาใหไดคาสอดสองของระบบท�เหมาะสมคอม ρ1 มคา p.unT และ ρ2 มคา p.upW
X. ขนาดของหนาคนในภาพ โดยหนาคนท�มขนาดใหญจะใหเปอรเซนตความถกตองในการตรวจจบหนาคนมากท� สด กลาวคอย�งหนาคนในภาพมขนาดใหญมากเทาใด กจะย�งทาใหรายละเอยดของลกษณะเฉพาะของหนาคนเดนชดย�งข.นตามไปดวย
Y. ส�งแวดลอมและการวางทาของบคคลในภาพ พบวาภาพท�สพ.นหลงท�ไมซบซอนจะทาใหระบบมประสทธภาพในการตรวจจบหนาคนมากกวาภาพท�มสพ.นหลงท�ซบซอน และลกษณะการวางทา เชน มมการหนของหนา มอ แวนตามผลใหเปอรเซนตความถกตองในการตรวจจบหนาคนลดลง
60
บทท8 v สรปงานวจยและขอเสนอแนะ
v.1 สรปงานวจย
งานวจยน. ดาเนนการศกษาและพฒนา โครงสรางระบบการตรวจจบหนาคนดวยโครงขาย ART เพ�อใหสามารถนาไปประยกตใชใหเปนประโยชนกบงานดานอ�น ๆ ไดตอไป ซ� งระบบท�พฒนาข.นประกอบไปดวยการคดแยกสผวมนษยออกจากส�งแวดลอมโดยโครงขายประสาทเทยมแบบแพรกลบ และการตรวจจบตาแหนงของหนาคนในภาพโดยโครงขาย ART โดยใชไอเกนเวกเตอรท�ไดจากหลกการวเคราะหองคประกอบ มาเปนอนพตของโครงขาย โดยใชการคนหาแบบ GA ในการหาคาท�เหมาะสมท�สดของคาพารามเตอรของระบบ และการดาเนนงานวจยดงกลาวสาเรจลลวงตามวตถประสงค โดยสามารถสรปผลการศกษาวจยและพฒนาทางวศวกรรมเปนขอสรปไดดงตอไปน.
การปรทศนวรรณกรรมและงานวจยท�เก�ยวของ ไดรบการรายงานไวในบทท� 2 ซ� งพบวามผสนใจทาการศกษาวจยในเร�องน. อยางกวางขวาง และไดใชเทคนควธการตาง ๆ กนออกไปในการทดลอง โดยในการตรวจจบหนาคนมปจจยท�เปนขอจากดในการตรวจจบหนาคนใหมประสทธภาพดเปนจานวนมาก ไดแก ความหลากหลายของลกษณะ การวางทา สผวมนษยท�แตกตางกนไปตามเช.อชาต ความสวางของแสง ตาแหนงท�หนาคนจะปรากฏ สพ.นหลง และการเปล�ยนแปลงตาง ๆ ท�สามารถเกดข.นไดอยเสมอ ดงน.นงานวจยน. จงดาเนนการพฒนาวธการตรวจจบหนาคนโดยโครงขาย ART เพ�อใหสามารถตรวจจบหนาคนในภาพไดภายใตขอจากดท�ไดกลาวมาแลวน.น
รายละเอยดของระบบการตรวจจบใบหนาคน พรอมกบโครงสรางของโครงขาย ART ซ� งเปนกลไกหลก ไดกลาวไวในบทท� 3 โดยโครงสรางของระบบประกอบดวย การคดแยกความเปนหนาคนและความไมเปนหนาคนออกโดยโครงขาย ART ท�ทาการประยกตใหเสมอนมโครงสรางในช.นเปรยบเทยบ W ช.น
ในบทท� 4 แสดงรายละเอยดของการทดสอบระบบในหลายปจจย เพ�อแสดงใหเหนวาระบบมความหลากหลายในการตรวจจบหนาคน สามารถจบหนาคนไดในภาพท�มพ.นหลงท�ซบซอน ในสภาวะแสงและส�งแวดลอมท�สามารถมองเหนองคประกอบของหนาคนไดชดเจน และสามารถตรวจจบหนาคนในภาพไดมากกวา T หนา
5.2 ขอเสนอแนะ
จากการดาเนนงานวจยท�ผานมาและผลท�ไดทาใหเกดแนวคดและขอเสนอแนะในการดาเนนงานวจยตอไปในอนาคต ดงตอไปน.
1. ระบบของงานวจยน. ยงไมสามารถตรวจจบหนาคนเม�อมส�งกดขวางไดดนก เน�องจากระบบใชลกษณะเฉพาะของหนาในการหาคาไอเกนเวกเตอรเปนอนพตของระบบ ดงน.นเพ�อพฒนาระบบใหสามารถ
61
ตรวจจบหนาคนแมมส�งกดขวางซอนทบกบหนาได ควรจะตองเพ�มเตมเทคนคในการตรวจจบหนาคน เชนใหมการตรวจจบดวงตารวมกบการตรวจจบหนาคนดวยโครงขาย ART เปนตน
2. เพ�อใหระบบสามารถใชงานไดอยางหลากหลาย จาเปนตองมภาพตวอยางท�ใชในการหาคาไอเกนเวกเตอรท�หลากหลายท�จะใชแทนกลมขอมลไดทกกลม
X. เพ�อใหระบบสามารถใชงานไดตามเวลาจรง (real time) ควรนาวธการท�ไดนาเสนอในงานวจยน.ซ� งใชการประมวลผลคอนขางสง นาไปพฒนาดวยโปรแกรมท�มการประมวลผลท�รวดเรว เชน โปรแกรมดวยภาษาซ เปนตน เพ�อใหสามารถคานวณและแสดงผลการตรวจจบหนาคนไดตามเวลาจรง
62
รายการอางอง
อาทตย ศรแกว. (25nW). ปญญาเชงคานวณ. สานกวชาวศวกรรมศาสตร: มหาวทยาลยเทคโนโลยสรนาร. ชมพ ทรพยปทมสน. (2548). วธการใหมแบบพนทางในการแยกสวนมอจากภาพส. วทยานพนธปรญญา
วศวกรรมศาสตรมหาบณฑต มหาวทยาลยเทคโนโลยสรนาร. Bellhumeur V., Hespandaand J. and Kiregeman D., (1997) Eigenface vs. fisherface: recognition using
class specific linear projection, IEEE Trans. On PAMI, v. 19, pp. 711-720. Carpenter G. A. and Grossberg S., (1987) ART2 Self-organizing of stable category recognition codes
for analog input pattern, In Applied Optics, vol. 26, pp. 4919-4930. Carpenter G. A., Grossberg S. and Reynolds J.H., (1991) ARTMAP: Supervised real-time learning and
classification of nonstationary data by a self-organizing neural network, Neural Network, vol. 4, pp. 565-588.
Carpenter G. A., Grossberg S. and Rosen D.B., (1991) Fuzzey ART : Fast Stable Learning and
Categorization of Analog Patterns by an Adaptive Resonance System, Neural Network, vol. 4, pp. 759-771.
Chai D. and Ngan K.N., (1998) Locating Facial Region of a Head-and-Shoulders Color Image, Proc. Third Int’l Conf. Automatic Face and Gesture Recognition, pp. 124-129.
Chetverikov D. and Lerch A., (1993) Multiresolution Face Detection, Theoretical Foundations of Computer Vision, vol. 69, pp. 131-140.
Crowley J.L. and Berard F., (1997) Multi-Modal Tracking of Faces for Video Communications, Proc. IEEE Conf. Computer Vision and Pattern Recognition, pp. 640-645.
Duda R.O., Hart P.E. and Stork D.G., (2001) Pattern Classification, Jhon Wiley & Sons. Edelman S., Intrator N. and Poggio T., (1998) Complex cells and object recognition, Vision Res., vol.
38, pp. 2657-2684. Hotelling, (2001) A primer of Multivariate Statistics, Lawrence Erlbaum Associates. Gong Y.Li, Sherrah S.J. and Liddell H., (2000) Multi-view Face Detection Using Support Vector
Machines and Eigenspace Modelling, Proc. IEEE 2000
63
Graf H.P., Chen T., Petajan E., and Cosatto E., (1995) Locating Faces and Facial Parts, Proc. First Int’l Workshop Automatic Face and Gesture Recognition, pp. 41-46.
Guo G., Li S.Z. and Chan K., (1998) Face Recognition by Support Vector Machines. Jung D. J., Lee C.W. and Lee Y.C., (2002) PCA-Base Real-Time Face Detection and Tracking. Kelly M.D., (1970) Visual identification of people by computer, Tech. rep. AI-130, Stanford AI
Project, Stanford. Kotropoulos C. and Pitas I., (1997) Rule-Based Face Detection in Frontal Views, Proc. Int’l
Conf. Acoustics, Speech and Signal Processing, vol. 4, pp. 2537-2540. Lawrence S., Giles C.L., Tsois A.C. and Back A.D., (1997) Face recognition: A convolutional
neural-network approach, IEEE Trans. Neural Network 8, pp. 98-113. Li S.Z. and Lu J., (1999) Face recognition using the nearest feature line method, IEEE Trans.
Neural Netw. 10, pp. 439-443. Malciu M. and Preteux F., (2002) Tracking facial features in video sequences using a
deformable model-based approach, ARTEMIS Project Unit. Mitsukura Y., Fukumi M. and Akamatsu N., (2001) A detection Method of Face Regions in
Color Image by Using Evolutionally Computation, Proc. IEEE 2001. Nefian A.V. et al., (1998) Hidden markov models for face recognition, In Proceedings,
International Conference on Acoustics, Speech and Signal Proceeding, pp. 2721-2724.
Osuna E., Freund R., Girosi and F., (1997) Training Support Vector Machines: An Application
to Face Detection, Proc. IEEE Conf. Computer Vision and Pattern Recognition, pp. 130-136.
Penev P. and Atick J., (1996) Local feature analysis: A general statistical theory for objecct
representation, Neural Syst. 7, pp. 477–500. Phillips P.J., Wechsler H., Huang J. and Rauss P., (1998) The FERET database and evaluation
procedure for face-recognition algorithms, Image Vis. Comput. 16, pp. 295–306. Rowley H., Baluja S., and Kanade T., (1998) Rotation Invariant Neural Network-Based Face
Detection, Proc. IEEE Conf. Computer Vision and Pattern Recognition, pp. 38-44. Sakai T., Nagao M., and Fujibayashi S., (1969) Line Extraction and Pattern Detection in a
Photograph, Pattern Recognition, vol. 1, pp. 233-248.
64
Saxe D. and Foulds R., (1996) Toward Robust Skin Identification in Video Images, Proc. Second Int’l Conf. Automatic Face and Gesture Recognition, pp. 379-384.
Sung K.-K. and Poggio T., (1998) Example-Based Learning for View-Based Human Face
Detection, IEEE Trans. Pattern Analysis and Machine Intelligence, vol. 20, no. 1, pp. 39-51, Jan.
Tanaka T. and Weitzenfeld A., (1997) Adaptive Resonance Theory, pp.157-165. Tsukamoto A., Lee C.-W., and Tsuji S., (1994) Detection and Pose Estimation of Human Face
with Synthesized Image Models, Proc. Int’l Conf. Pattern Recognition, pp. 754-757. Turk M. and Pentland A., (1991) Eigenfaces for Recognition, J. Cognitive Neuroscience, vol. 3,
no. 1, pp. 71-86. Umeki H. and Mizutani H., (1996) Dynamic Link Matching for Multiple Object Recognition,
Proc. IEEE 1996. Wu C.J., Sung A.H. and Soliman H.S., (1994) A Fuzzey ART Network with Fuzzey Control for
Image Data Compression, Proc. of IASTED Int. Conf. on Modeling, Simu;ation and Control in the Process Industry,pp. 95-98.
Wu H., Yokoyama T., Pramadihanto D., and Yachida M., (1996) Face and Facial Feature
Extraction from Color Image, Proc. Second Int’l Conf. Automatic Face and Gesture Recognition, pp. 345-350.
Yang G. and Huang T.S., (1994) Human Face Detection in Complex Background, Pattern Recognition, vol. 27, no. 1, pp. 53-63.
Yokoo Y. and M Hagiwara., (1996) Human Face Dection Method using Genetic Algorithm, Proc. IEEE 1996.
Zhao W., Chellappa R., Phillips P.J. and Rosenfeld A., (2003) Face recognition : A literature
survey, ACM Computering surveys, v. 35, pp. 399-458.
65
ภาคผนวก ก
บทความวชาการท8ไดรบการตพมพ
66
รายช8อบทความท8ไดรบการตพมพ
อภรด อมพวะสรและอาทตย ศรแกว, เทคนคการตรวจจบหนาคนดวยโครงขาย ART, the 11th National Computer Science
Engineering Conferences (NCSEC 2007), มหาวทยาลยศรปทม, พฤศจกายน, 2551.
67
ภาคผนวก ข
ประวตผวจย
68
ประวตผวจย
ดร.อาทตย ศรแกว เกดเม�อวนท� Tv พฤศจกายน พ.ศ. WnTn สาเรจการศกษาระดบปรญญาตรใน สาขาวชาวศวกรรมอเลกทรอนกสจาก สถาบนเทคโนโลยพระจอมเกลาเจาคณทหารลาดกระบง เม�อ พ.ศ. WnXt สาเรจการศกษาระดบ ปรญญาโทและปรญญาเอกสาขาวศวกรรมไฟฟาจาก Vanderbilt University ประเทศสหรฐอเมรกา เม�อ พ.ศ. WnYp และ WnYX ตามลาดบ ปจจบนดารงตาแหนงผชวยศาสตราจารย สาขาวชาวศวกรรม ไฟฟา สานกวชาวศวกรรมศาสตร มหาวทยาลยเทคโนโลยสรนาร มความสนใจงานวจยทางดานการมองเหนของคอมพวเตอรและหนยนต การประมวลผลภาพ และระบบทางปญญาประดษฐ
นางสาวอภรด อมพวะสร เกดเม�อวนท� Tu ตลาคม พ.ศ. 25WX ท�อาเภอเมอง จงหวดสโขทย สาเรจการศกษาระดบมธยมศกษาตอนปลายจากโรงเรยนสโขทยวทยาคม จงหวดสโขทย และ สาเรจการศกษาระดบปรญญาตร วศวกรรมศาสตรบณฑต (วศวกรรมไฟฟา) จากมหาวทยาลยเทคโนโลยสรนาร จงหวดนครราชสมา เ ม� อ พ.ศ. 254n ขณะศกษาระดบปรญญาโท เคยสอนวชาปฏบตการของสาขาวชาวศวกรรมไฟฟา สานกวชาวศวกรรมศาสตร มหาวทยาลยเทคโนโลยสรนาร ไดแก ปฏบตการวงจรและอปกรณ ปฏบตการวงจรอเลกทรอนกส ปฏบตการวศวกรรมไฟฟา 1 ปฏบตการเคร�องจกรกลไฟฟา และมผลงานทางวชาการท�ไดรบการตพมพเผยแพรในขณะศกษา ดงรายช�อท�ปรากฏในภาคผนวก ค. มความสนใจทางดานการประมวลผลสญญาณภาพ การมองเหนของคอมพวเตอร
