كيف يؤثر التطبيع الفوتومتري في تجميع الوجوه الخاصة؟
يمكن للتطبيع الفوتومتري تحسين تجميع الوجوه الخاص من خلال تقليل اختلافات الإضاءة قبل مقارنة التضمينات، لكن المعالجة المفرطة قد تمحو سمات الهوية.
قد يتسبب تصوير أحد أفراد العائلة بالقرب من مصباح دافئ ونافذة ساطعة وممر خافت الإضاءة في تكوين عدة مجموعات، حتى عندما تكون محاذاة الوجه صحيحة. يضبط التطبيع السطوع أو التباين أو الألوان أو الإضاءة المقدرة قبل تشغيل نموذج التضمين. وقد تؤدي الصورة المقصوصة بعد تحويلها إلى تقريب متجهات الشخص نفسه، لكن النتيجة تعتمد على مدى توافق المعالجة المسبقة مع توزيع بيانات تدريب النموذج.
تغيّر الإضاءة وحدات البكسل دون تغيير الهوية
ينشئ الضوء الاتجاهي ظلالًا وإضاءات ساطعة، بينما يؤدي التعريض إلى فقدان التفاصيل، ويغيّر توازن الأبيض لون البشرة. وقد يفسر نموذج التضمين هذه التغييرات على أنها اختلاف في الهوية، مما يزيد المسافة بين صور الشخص نفسه. ويظل هذا التمييز ظاهرًا أثناء الاختبار المنزلي اللاحق.
تقيّم دراسة عن تقييم أساليب التطبيع إحدى وعشرين طريقة للمعالجة المسبقة، وتوضح أن تأثيراتها في التعرّف على الوجه تختلف اختلافًا جوهريًا. وتدعم النتيجة قياس أسلوب التطبيع باستخدام النموذج المختار، بدل افتراض أن تصحيح التباين مفيد دائمًا.
يضخّم التجميع تغييرات المسافة المنهجية، لأن عتبة واحدة تحدد ما إذا كانت الصور المقصوصة ستنضم إلى شخص موجود أو تبدأ مجموعة أخرى. لذلك قد يؤدي تغير متواضع في التضمين إلى تقسيم عدد كبير من الصور. ويجب أن تظل النتيجة الوسيطة قابلة للفحص قبل متابعة التشغيل الآلي.
يقدّر التطبيع مكونات الإضاءة ويزيلها
قد تساوي الأساليب المدرجات التكرارية، أو تطبّع التباين المحلي، أو تحوّل شدة الإضاءة اللوغاريتمية، أو تكبح الإضاءة منخفضة التردد، أو تبرز التدرجات. وتهدف هذه الأساليب إلى الحفاظ على الانعكاسية وبنية الوجه مع تقليل أنماط السطوع التي تسببها البيئة. ويجب قياس هذا الحد بصورة منفصلة في ظروف تشغيل واقعية.
يضع مشروع بحثي حول تعويض إضاءة الوجه تعويض الإضاءة قبل التعرّف، ويعيد بناء تمثيل أكثر استقرارًا للوجه انطلاقًا من صورة سطوع واحدة. وتغيّر هذه المعالجة المسبقة وحدات البكسل المقدمة إلى كل من التضمين وتقييم الجودة.
قد تتعامل الأساليب الشاملة بصورة سيئة مع الوجوه التي يكون أحد جانبيها ساطعًا والآخر مظلمًا، بينما قد تضخّم الأساليب المحلية الضوضاء وآثار الضغط. كما قد يغيّر تطبيع الألوان معلومات لون البشرة بصورة غير متساوية بين الكاميرات. وتظهر النتيجة العملية عندما تتنافس عدة مصادر على سياق محدود.
يتغير توزيع التضمينات والعتبات بعد المعالجة
تمر الصورة المقصوصة والمطبّعة عبر المُرمّز نفسه، لكن توزيع متجهاتها قد يختلف عن صور المعرض غير المعالجة. وقد يؤدي خلط مسارات المعالجة إلى زيادة التباين داخل الشخص الواحد أو دمج أشخاص مختلفين أزيلت سماتهم بطريقة متشابهة. ويجب أن يظل هذا الاعتماد واضحًا في الواجهة النهائية.
يفيد تحليل مقارن لـ مفاضلات تطبيع الإضاءة بأن اختلاف الإضاءة يضعف التعرّف، ويقارن عدة أساليب للتطبيع. وتؤكد الأدلة أن اختيار الأسلوب ومجموعة البيانات والمصنّف تتفاعل معًا. ولذلك يجب التحقق من النتيجة مقابل الأدلة الأصلية.
يتمثل حد الفشل في الإفراط في التطبيع أو تطبيقه بصورة غير متسقة. فإذا عولجت الصور الجديدة فقط، أو أدى التصحيح إلى إتلاف النمش واللون والملمس الدقيق، فقد تندمج مجموعات أشخاص مختلفين حتى مع ارتفاع استدعاء الشخص نفسه. ويظل هذا التمييز ظاهرًا أثناء الاختبار المنزلي اللاحق.
أعد بناء تقييم المجموعة عبر ظروف إضاءة مختلفة
صنّف وجوه الاختبار الخاصة حسب الشخص وحالة الإضاءة، بما في ذلك الإضاءة الدافئة والباردة والإضاءة الخلفية والإضاءة الخافتة والفلاش والإضاءة المختلطة. احفظ الصور المقصوصة الأصلية، والصور المقصوصة المطبّعة، ودرجات الجودة، والتضمينات، وأقرب المسافات، وتعيينات المجموعات، والوجوه المرفوضة. ويجب أن تظل النتيجة الوسيطة قابلة للفحص قبل متابعة التشغيل الآلي.
قارن حالات التقسيم مع أخطاء الوجه الناتجة عن الإضاءة. قيّم عدم استخدام التطبيع والأساليب المرشحة باستخدام الكاشف والمحاذاة والنموذج وخوارزمية التجميع والعتبة نفسها؛ وقِس استدعاء الشخص نفسه وعمليات دمج الأشخاص المختلفين كلًّا على حدة. ويجب قياس هذا الحد بصورة منفصلة في ظروف تشغيل واقعية.
اعتمد التطبيع فقط عندما يقلل التقسيمات الناتجة عن الإضاءة دون عمليات دمج خاطئة غير مقبولة. أصدِر إصدارات من مسار المعالجة المسبقة مع كل تضمين، وأعد بناء المجموعات غير المتوافقة بدل خلط مجموعات المتجهات بصمت. وتظهر النتيجة العملية عندما تتنافس عدة مصادر على سياق محدود.
المنتجات الموصى بها
مركز التكنولوجيا والذكاء الاصطناعي
المزيد للقراءة
كيف يؤثر تقليل عينات السلاسل الزمنية على اكتشاف الحالات الشاذة في المنازل الذكية؟
تعرّف على كيفية تأثير عرض الفواصل، والتجميع، ومنع التعرّج، والبيانات المفقودة، ومدة الأحداث، والاحتفاظ متعدد المقاييس في استدعاء الحالات الشاذة للمنزل الذكي.
كيف تدمج شبكة الإشغال إشارات المنزل الذكي الضعيفة؟
تعرّف على كيفية تحويل الخلايا المكانية، ونماذج المستشعرات، وتحديثات لوغاريتم نسب الترجيح، والاضمحلال، والأدلة المترابطة، والعتبات، للإشارات المنزلية الضعيفة إلى تقديرات للإشغال.
كيف يغيّر تصحيح تشوّه العدسة تتبّع الأجسام مكانيًا؟
تتبّع معايرة الكاميرا، وإعادة تعيين وحدات البكسل، وإحداثيات الكشف، وحالة التتبع، وقواعد المناطق، وحدود الاستيفاء عبر خط أنابيب NVR منزلي.
