얼굴 인식의 MATLAB 응용 프로그램: 코드, 설명 및 구문

얼굴로 휴대폰의 잠금을 해제하거나 첨단 사무실 감시 시스템을 통과할 때마다 백그라운드에서 정교한 얼굴 인식 기술이 작동합니다. 그렇다면 얼굴 인식이란 무엇이며 MATLAB을 사용하여 어떻게 얼굴 인식을 수행할 수 있습니까?

얼굴 인식은 기술을 통해 사람의 얼굴을 식별하는 프로세스입니다. 얼굴 인식 시스템은 컴퓨터 비전과 머신 러닝 기술을 사용하여 이미지와 비디오에서 추출한 얼굴 특징을 모델링하고 분류합니다. 얼굴 식별 알고리즘은 얼굴 특징을 추출 및 매핑하고 알려진 얼굴 데이터베이스와 비교하여 가장 일치하는 항목을 찾습니다.

원천

얼굴 인식의 MATLAB

MATLAB 코드를 사용하여 얼굴 인식 을 달성할 수 있습니다. MATLAB의 내장 클래스 및 함수를 사용하여 얼굴, 눈, 코 및 입을 감지할 수 있습니다. object vision.CascadeObjectDetector 컴퓨터 비전 시스템 도구 상자의 시스템은 Viola-Jones 얼굴 감지 알고리즘을 기반으로 개체를 인식합니다.

MATLAB 객체 감지기에 대한 설명

Vision.CascadeObjectDetector는 얼굴, 눈, 입, 코 또는 상체를 식별하기 위해 Viola-Jones 알고리즘을 사용합니다. 사용자 지정 분류기는 MATLAB의 Image Labeler를 사용하여 훈련하고 System 객체와 함께 사용할 수 있습니다. 그렇다면 이미지에서 얼굴 특징이나 상체는 어떻게 감지됩니까? 단계는 다음과 같습니다.

1. 첫 번째 단계에는 vision.CascadeObjectDetector 개체를 만들고 해당 속성을 설정하는 작업이 포함됩니다.
2. 이 단계에서 객체는 인수와 함께 호출됩니다( 마치 함수처럼 작동하는 것처럼).

읽기: 초보자를 위한 15가지 흥미로운 MATLAB 프로젝트 아이디어 및 주제

객체 감지기 생성 구문

Object Detector 생성에 사용되는 구문은 다음과 같습니다.

• 감지기 = 비전.CascadeObjectDetector
• 감지기 = 비전.CascadeObjectDetector(mode1)
• 감지기 = vision.CascadeObjectDetector(이름, 값)
• 감지기 = 비전.CascadeObjectDetector(XMLFILE)

구문 설명

• detector = vision.CascadeObjectDetector: 이 구문은 Viola-Jones 알고리즘을 사용하여 객체를 감지하는 감지기를 만드는 데 사용됩니다.
• detector = vision.CascadeObjectDetector(mode1): 이 구문은 입력 벡터 모드1에 의해 정의된 객체를 감지하도록 구성된 감지기 생성에 사용됩니다.
• detector = vision.CascadeObjectDetector(Name,Value): 이 구문은 하나 이상의 이름-값 쌍을 사용하여 속성을 설정하는 데 사용되며, 여기서 각 속성 이름은 따옴표로 묶입니다. 예: 감지기 = vision.CascadeObjectDetector('ClassificationModel','UpperBody')

확인: 기계 학습 프로젝트 아이디어

속성

달리 지정하지 않는 한 계단식 개체 감지기의 기능은 조정할 수 없습니다. 즉, 개체를 호출한 후에는 해당 값을 변경할 수 없습니다. 객체는 호출될 때 잠기며 잠금 해제는 '해제' 기능에 의해 수행됩니다.

반면에 조정 가능한 속성은 해당 값이 언제든지 변경될 수 있음을 의미합니다. 따라서 MATLAB 코드 를 사용한 얼굴 인식을 이해하기 전에 몇 가지 기능을 살펴보겠습니다 .

• ClassificationModel: 문자 벡터로 정의되는 이 속성은 감지할 개체의 유형을 제어하는 ​​역할을 합니다. 감지기의 기본 구성은 얼굴을 감지합니다.

• MinSize: 인식 가능한 가장 작은 개체의 크기는 요소를 2개 가진 벡터 [높이 너비]로 표시됩니다. 속성 값을 지정하지 않으면 탐지기는 분류 모델 학습에 사용되는 이미지 크기로 설정합니다.

• MaxSize: 인식 가능한 가장 작은 객체의 크기는 요소를 2개 가진 벡터 [height width] 로 표시됩니다 . 속성 값이 지정되지 않은 경우 감지기는 이를 크기(I)로 설정합니다.

• ScaleFactor: 1.0001보다 큰 지정된 값이 있습니다. 이 속성은 MinSize와 MaxSize 사이의 감지 해상도의 증분 스케일링을 위한 것입니다.

• MergeThreshold: 4와 동일한 정수 값을 지정합니다. 대상 물체 주변에 다중 감지가 있는 경우 임계값은 최종 감지 기준을 정의합니다.
• UserROI: false로 지정된 이 속성은 입력 이미지에서 관심 있는 직사각형 영역 내의 객체 감지에 대해 true로 설정할 수 있습니다.

객체 감지기 사용 구문

• bbox = 검출기(I)
• bbox = 검출기(I,roi)

구문 설명

• bbox = detector(I) 는 감지된 객체를 포함하는 ' M ' 경계 상자를 정의하는 M x4 행렬인 bbox를 반환합니다.

• bbox = detector(I,roi)는 roi로 지정된 직사각형 관심 영역 내의 객체를 감지하는 데 사용됩니다.

입력 인수

• I — 입력 이미지: 트루 컬러 또는 그레이스케일(RGB)로 지정됩니다.

• model — 분류 모델: 문자형 벡터로 지정되며 감지할 객체 유형을 설명합니다.

• XMLFILE — 사용자 정의 분류 모델: XML 파일로 지정되며 OpenCV 교육 기능 또는 trainCascadeObjectDetector 기능을 사용하여 생성할 수 있습니다.
• roi — 관심 있는 직사각형 영역: 이 입력 인수를 지정하는 데 요소를 4개 가진 벡터 [ x y 너비 높이 ]가 사용됩니다.

출력 인수

bbox — 탐지: 탐지는 M x4 요소 행렬로 반환되며, 각 행에는 요소를 4개 가진 벡터 [ x y 너비 높이 ]가 포함됩니다.

모든 시스템 개체에 공통적인 개체 기능

• 단계: 시스템 개체 알고리즘 실행을 위해
• 릴리스: 시스템 리소스 릴리스용
• reset: System Object의 내부 상태를 재설정합니다.

얼굴 인식을 위한 MATLAB 코드

이 섹션에서는 MATLAB 코드를 사용한 얼굴 인식의 예를 살펴보겠습니다.

얼굴 인식

원천

원천

단계(Detector,I)는 감지 대상 객체의 [x,y,Height,Width]를 포함하는 경계 상자 값을 반환합니다.

원천

코 감지

원천

원천

설명:

• 인수 '코'의 전달은 관심 대상이 코임을 나타냅니다.
• 기본 코 감지 구문은 vision.CascadeObjectDetector('Nose')입니다.
• Vision.CascadeObjectDetector에 전달된 기본 매개변수 값은 입력 이미지를 기반으로 수정할 수 있습니다.
• 'MergeThreshold' 값을 재정의하여 대상 객체 주변에서 여러 번 감지되는 것을 방지할 수 있습니다(위 이미지 참조).

눈 감지

원천

원천

입 감지

원천

원천

또한 읽기: MATLAB의 While 루프: 알아야 할 모든 것

마무리

얼굴 인식 기술은 개인 신원 확인에 유용하지만 개인 정보 보호 문제가 발생합니다. 이 기술은 개인의 얼굴을 사용하기 때문에 종종 개인의 사생활, 안전, 보안을 침해하는 것으로 간주됩니다. MATLAB 을 사용한 얼굴 인식은 보안이 가장 중요한 여러 경우에 사용될 수 있습니다. 공항과 사무실에서 스마트폰에 이르기까지 안면 인식은 많은 시스템과 조직의 필수 구성 요소가 되었습니다.

기계 학습에 대해 자세히 알아보려면 IIIT-B 및 upGrad의 기계 학습 및 AI PG 디플로마를 확인하세요. 이 PG 디플로마는 일하는 전문가를 위해 설계되었으며 450시간 이상의 엄격한 교육, 30개 이상의 사례 연구 및 과제, IIIT- B 동문 자격, 5개 이상의 실용적인 실습 캡스톤 프로젝트 및 최고의 기업과의 취업 지원.