रिमोट सेंसिंग और जीआईएस जर्नल

अमूर्त

चेहरे की पहचान एल्गोरिथ्म पर "जनरल साइनस" प्रमेय का अनुप्रयोग

मुस्तफ़ा डेर्राज़, फ़ौज़्या अल फ़रीसी और अब्देलातिफ़ बेन अब्देल्लाह

रोबोटिक्स के भविष्य के लिए मानव-मशीन इंटरैक्शन सबसे प्रभावशाली अभिनेताओं में से एक है। रोबोट इनपुट को बेहतर बनाने और कमांड लाइनों से जितना संभव हो सके दूर जाने और इसे सेंसर और नियंत्रकों में बदलने की आवश्यकता के कारण। मानव-मशीन इंटरैक्शन (HMI) एक उपयोगकर्ता इंटरफ़ेस के माध्यम से मानव-मशीन के बीच संचार और बातचीत को संदर्भित करता है। आजकल, इशारों जैसे प्राकृतिक उपयोगकर्ता इंटरफ़ेस अधिक से अधिक ध्यान आकर्षित कर रहे हैं, क्योंकि वे मनुष्यों को प्राकृतिक और सहज व्यवहार के माध्यम से मशीनों को नियंत्रित करने की अनुमति देते हैं। उदाहरण के लिए, हावभाव-आधारित HMI में, मानव चेहरे (उपयोगकर्ता) को पहचानने के लिए मानव मुद्राओं और आंदोलनों को पकड़ने के लिए एक सेंसर और एक कैमरा का उपयोग किया जाता है, जिसे मशीन को नियंत्रित करने के लिए संसाधित किया जाता है। हावभाव-आधारित HMI का मुख्य कार्य कैमरा और सेंसर द्वारा प्रदान किए गए डेटा का उपयोग करके मानव चेहरे और आंदोलनों के महत्वपूर्ण भावों को पहचानना है, जिसमें RGB (लाल, हरा, नीला), गहराई और कंकाल की जानकारी शामिल है। कई चेहरे की पहचान एल्गोरिदम फीचर-आधारित विधियों पर आधारित हैं जो चेहरे पर ज्यामितीय विशेषताओं जैसे कि आँखें, भौहें, नाक और मुँह का पता लगाते हैं। क्षेत्र, दूरी और सूक्ष्मता (विशेषता बिंदु) के बीच के कोण जैसे गुण और संबंध चेहरे की पहचान के लिए विवरणक के रूप में काम करते हैं। आम तौर पर, एक चेहरे का मज़बूत तरीके से वर्णन करने के लिए 30 से 60 विशेषता बिंदुओं का पता लगाने की आवश्यकता उत्पन्न होती है। ज्यामितीय विशेषताओं के आधार पर चेहरे की पहचान का प्रदर्शन फीचर लोकेशन एल्गोरिदम की सटीकता पर निर्भर करता है या आइए ज्यामितीय प्रमेयों और सूत्रों का अधिक बारीकी से पता लगाएं। हालाँकि, सबसे अच्छा प्रदर्शन देने वाले बिंदुओं की संख्या, महत्वपूर्ण विशेषताएँ और उन्हें स्वचालित रूप से निकालने के तरीके की समस्या का कोई सार्वभौमिक उत्तर नहीं है। इसका तात्पर्य यह है कि चेहरे की विशेषताओं का समग्र ज्यामितीय विन्यास पहचान के लिए पर्याप्त है। जैसा कि ऊपर बताया गया है, चेहरे की पहचान की समस्या के कई दृष्टिकोण हैं। उनमें से एक चेहरे की विशेषताओं के बिंदुओं पर आधारित है। इस मामले में, ये ललाट चित्र की डिजिटल छवियाँ हैं। एक चेहरे का मज़बूत तरीके से वर्णन करने के लिए 30 से 60 बिंदुओं की आवश्यकता होती है। कुछ बिंदुओं का स्थान चेहरे के भाव पर निर्भर करता है। दो समस्याएँ हैं: सबसे अपरिवर्तनीय बिंदुओं को परिभाषित करें और निकालें, और चेहरे की पहचान के लिए इष्टतम ज्यामितीय विशेषता सेट खोजें। दस साल पहले, हमने एक प्रमेय विकसित किया था जो साइनस की अवधारणा/कार्य को दूसरे दर्शन से उलट कर बताता था, इसलिए पाँच साल बाद, हमने "द जनरल सिन्स" नाम से प्रमेय प्रकाशित किया। जनरल साइनस के पेपर में, हमने परिणामों, संदर्भ और पृष्ठभूमि पर चर्चा की। और साइनस फ़ंक्शन को कैसे सामान्यीकृत किया जाए? सामान्य साइनस को दो मापदंडों के साथ साइन (x, y) द्वारा परिभाषित किया गया है, जिसका उपयोग n-gon में किया जा सकता है, जो कि आयत में आवश्यक नहीं है। और हमने n-gon में सामान्य साइनस फ़ंक्शन को कैसे लागू किया? n-gon के सभी आंतरिक गुणों को निर्धारित करने के लिए, न्यूनतम और उचित मात्रा में डेटा का उपयोग करके, जहाँ n-gon प्रकृति में कोई भी शर्त लागू नहीं होती है।हमने साबित कर दिया है कि यह सूत्र यूक्लिडियन ज्यामिति में सबसे सामान्यीकृत है। सामान्य साइनस प्रमेय के आधार पर, हम चेहरे की पहचान एल्गोरिथ्म के प्रदर्शन में सुधार कर सकते हैं। सामान्य साइनस सूत्रों के अनुप्रयोग से अधिक विशिष्ट बिंदुओं का उपचार करने और प्रत्येक बिंदु के बीच की दूरी और कोण जैसी अधिक सटीक जानकारी प्राप्त करने की अनुमति मिलती है, साथ ही, एल्गोरिथ्म के प्रसंस्करण समय में सुधार करके इसे तेज़ बनाया जा सकता है।