DOI: 10.17586/2226-1494-2015-15-4-640-653


ПОИСК ЛЮДЕЙ ПО ФОТОРОБОТАМ: МЕТОДЫ, СИСТЕМЫ И ПРАКТИЧЕСКИЕ РЕШЕНИЯ

Кухарев Г.А., Матвеев Ю.Н., Форчманьски П.


Читать статью полностью 
Язык статьи - русский

Ссылка для цитирования: Кухарев Г.А., Матвеев Ю.Н., Форчманьски П. Поиск людей по фотороботам: методы, системы и практические решения // Научно-технический вестник информационных технологий, механики и оптики. 2015. Т. 15. № 4. С. 640–653.

Аннотация
Обсуждается проблема поиска людей по скетчам и способы ее практической реализации. Эта проблема была поставлена в предыдущей статье авторов. В настоящей статье проблема развивается далее. Исходной при этом является предпосылка о том, что для успешного поиска людей по скетчам необходима их трансформация в наборы популяций скетчей, имитирующих показания «группы свидетелей» и показания при неполной информации в словесных портретах. Представлены варианты структур бенчмарковских баз «фото-скетч», предназначенных для моделирования и практического решения задач поиска оригинальных фото по скетчам, новым компонентом которых являются популяции скетчей. Обсуждаются задачи предобработки исходных скетчей и фото-оригиналов, а также влияние этой предобработки на результат их сравнения между собой. Рассмотрены простые системы распознавания скетчей (Simple FaRetSys) и решение задачи поиска по ним оригинальных фото. Показаны недостатки таких систем, представлены новые решения по расширению и развитию (Extended FaRetSys) простых систем. Представлены эксперименты поиска фото-оригиналов по скетчам на базе скетчей CUFS и аналогичные эксперименты на широко известных лицевых базах данных FERET и CUFSF. Для повышения результативности поиска предлагается три варианта решений. В первом оригинальные скетчи преобразуются в популяции, а потом уже в этих популяциях определяется скетч, подобный заданному скетчу (Forensic Sketch). Класс найденного в популяции скетча «по определению» однозначно соответствует классу фото-оригинала. Во втором в популяцию скетчей преобразуется Forensic Sketch, а все оригинальные скетчи исходной оценочной базы сравниваются со скетчами популяций Forensic Sketch. Класс соответствий определяется так же, как в первом варианте. Третий вариант включает генерацию популяции скетчей как из всех оригинальных скетчей, так и из всех Forensic Sketch. Дальнейшее направление исследований очевидно: поиск соответствий реализуется между скетчами этих двух популяций.

Ключевые слова: фото-оригинал, фоторобот, скетч, популяции скетчей, системы поиска.

Благодарности. Исследование проводится при частичной финансовой поддержке Правительства Российской Федерации (грант № 074-U01).

Список литературы
1. Chabot P. The photo robot. Its use, its production, its future // International Criminal Police Review. 1959. N 97.
2. Uhl R.J. Jr., Lobo N.V. A framework for recognizing a facial image from a police sketch // Proc. IEEE Computer Society Conference on Computer Vision and Pattern Recognition. San Francisco, USA, 1996. P. 586–593. doi: 10.1109/CVPR.1996.517132
3. Wang X., Tang X. Face photo-sketch synthesis and recognition // IEEE Transactions on Pattern Analysis and Machine Intelligence. 2009. V. 31. N 11. P. 1955–1967. doi: 10.1109/TPAMI.2008.222
4. Klare B., Li Z., Jain A.K. Matching forensic sketches to mug shot photos // IEEE Transactions on Pattern Analysis and Machine Intelligence. 2011. V. 33. N 3. P. 639–646. doi: 10.1109/TPAMI.2010.180
5. Han H., Klare B.F., Bonnen K., Jain A.K. Matching composite sketches to face photos: a component-based approach // IEEE Transactions on Information Forensics and Security. 2013. V. 8. N 3. P. 191–204. doi: 10.1109/TIFS.2012.2228856
6. Кухарев Г.А., Матвеев Ю.Н., Щеголева Н.Л. Поиск людей по фотороботам: состояние проблемы и технологии // Научно-технический вестник информационных технологий, механики и оптики. 2014. № 6 (94). С. 123–136.
7. Frowd C.В., Hancock P.J.B., Carson D. EvoFIT: a holistic, evolutionary facial imaging technique for creating composites // ACM Transactions on Applied Psychology. 2004. V. 1. P. 1–21.
8. George B., Gibson S.J., Maylin M.I.S., Solomon C.J. EFIT-V - Interactive evolutionary strategy for the construction of photo-realistic facial composites // Proc. 10th Annual Conference on Genetic and Evolutionary Computation. Atlanta, USA, 2008. P. 1485–1490.
9. Kukharev G., Buda K., Shchegoleva N. Sketch generation from photo to create test databases // Przeglad Elektrotechniczny (Electrical Review). 2014. V. 90. N 2. P. 97–100. doi: 10.12915/pe.2014.02.26
10. Kukharev G.A., Buda K., Shchegoleva N.L. Methods of face photo-sketch comparison // Pattern Recognition and Image Analysis. 2014. V. 24. N 1. P. 102–113. doi: 10.1134/S1054661814010076
11. Щеголева Н.Л., Кухарев Г.А. Способ автоматической генерации скетчей и система для его осуществления. Патент РФ № 2541132. Бюл. 2015. №4.
12. Кухарев Г.А., Каменская Е.И., Матвеев Ю.Н., Щеголева Н.Л. Методы обработки и распознавания изображений лиц в задачах биометрии / под ред. М.В. Хитрова. СПб.: Политехника, 2013. 388 с.
13. Yu H., Zhang J.J. Mean value coordinates–based caricature and expression synthesis // Signal, Image and Video Processing. 2013. V. 7. N 5. P. 899–910. doi: 10.1007/s11760-011-0279-8
14. Wang Z., Bovik A.C. A universal image quality index // IEEE Signal Processing Letters. 2002. V. 9. N 3. P. 81–84. doi: 10.1109/97.995823
15. Wang Z., Bovik A.C., Sheikh H.R., Simoncelli E.P. Image quality assessment: from error visibility to structural similarity // IEEE Transactions on Image Processing. 2004. V. 13. N 4. P. 600–612. doi: 10.1109/TIP.2003.819861
16. Zhang Y., Ellyson S., Zone A., Gangam P., Sullins J., McCullough C., Canavan S., Yin L. Recognizing face sketches by a large number of human subjects: a perception-based study for facial distinctiveness // Proc. IEEE Int. Conf. on Automatic Face and Gesture Recognition and Workshops (FG 2011). Santa Barbara, USA, 2011. P. 707–712. doi: 10.1109/FG.2011.5771335


Creative Commons License

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License
Информация 2001-2019 ©
Научно-технический вестник информационных технологий, механики и оптики.
Все права защищены.

Яндекс.Метрика