تطوير نموذج للتعرف علي الوجه الملثم باستخدام الشبكات العصبية الملتفة

Abstract

يحظى التعرف علي الوجه باهتمام كبير بسبب الحاجة الي مواجهة التحديات المهمة عند تطوير تطبيقات حقيقية في بئات مقيده, وعلي الرغم من تحسين أداء التعرف علي الوجوه بشكل كبير مع تطور الشبكات العصبية فان مشكلة اختباء الوجه بسبب قناع ونظارات لا تزال مشكلة صعبة , يستخدم هذا البحث تقنية تعتمد على الذكاء الاصطناعي القياسي الحيوي الذي يمكنه تحديد الأشخاص بشكل فريد من خلال تحليل الأنماط استناداً على سمات وشكل وجه الشخص . و يهدف هذا البحث الي تطوير نموذج يحقق التعرف على الوجوه الملثمه بوشاح يغطي معضم الوجه عدا منطقة العيون بالاضافة الي الاشخاص الذين يضعون نظارات وقبعة ولحية باستخدام الشبكات العصبيه الملتفة , و تحسين كفاءة نظام الكشف عن صور الوجوه الملثمه مقارنتا مع البحوث السابقة المشابهه , و ان يكون النموذج قابل للتطبيق. يستخدم هذا البحث الشبكات العصبية الملتفة في التحليل العددي لصور الاشخاص الملثمين والمساعدة في التعرف عليهم وحساب الدقة والخطأ ثم مقارنتها مع الدراسات السابقة . تم استخدام قاعدة بيانات تحتوي علي 2000 صورة لوجوه مغطاة بوشاح ونظارات ولحية وقبعة وتم تجربة 2000 صورة لـ25 شخص باستخدام python وتم الحصول على دقة بنسبة99% و تقوم هذه الدراسة على استخدام نهج يمكن ان يعمل علي تحسين نماذج CNN تحت انسداد جزئي هو تدريب الشبكة مع الوجوه المغطاة , وهو مستوحى من حقيقة ان النظام البصري البشري يتجاهل بشكل صريح الانسداد ويركز فقط علي مناطق الوجه غير المغطاة. و تم اجراء عدة تجارب علي مجموعة البيانات ففي التجربة رقم(3) تم تطبيق نموذج الشبكات العصبية الملتفة للتعرف على صور الوجه عند ارتداء وشاح و تم استخدام 200 صورة لـ 25 شخص والتوصل لدقة بنسبة 99,8% , وفي التجربة رقم(6) تم تطبيق نموذج الشبكات العصبية الملتفة للتعرف على صور لحيه و لحية + قبعة بحيث تم استخدام 398 صورة لي 25 شخص وتم التوصل لدقة بنسبة 99,9% , و التجربة رقم (10) تم تطبيق نموذج الشبكات العصبية الملتفة للتعرف على جميع صور مجوعة البيات نظارة + قبعة + وشاح + لحية + (لحية+نظارة) + (لحية+قبعة)+(نظارة+وشاح)+(قبعة+وشاح)+(قبعة+نظارة)+(نظارات+لحية+قبعة) بحيث تم استخدام 1977 صورة لـ 25 شخص وتم التوصل لدقة بنسبة 99% . و خلص هذا البحث لعدد من التوصيات من اهمها زيادة عدد صور الاشخاص لتشمل تنكرات غير التي ذكرت و يمكن استخدام تقنيات اخري للتعلم العميق مثل الكبسولات الشبكية العصبية capsul network (capsnets) وهي تعتبر من التصاميم الجديدة والمهمة فيما يتعلق بالشبكات العصبية الاصطناعية و ايضا يمكن استخدام خوارزميات اخري للتعرف علي الوجه مثل خوارزمية الدعم الآلي (CVM)