تواجه أنظمة التعرف على الوجه تحديات متعددة تشمل الاحتيال، حيث يقوم شخص غير مصرح له بعرض صورة أو فيديو لمستخدم مُصرح به، والتخفي، حيث يتم رفض المستخدم الشرعي بسبب تغييرات في مظهره مثل الإكسسوارات أو تسريحة الشعر أو الإضاءة. في هذا الإطار، اقترح الباحثون خمس ملفات مُدمجة لاستخراج الميزات والتصنيف للتعامل مع هذين التحديين ضمن إطار عمل واحد.
تشمل المنهجيات المقترحة: PM (تحليل المكونات الرئيسية والحد الأدنى من المسافة الإقليدية - PCA وMED)، LPM (أنماط ثنائية محلية مع PCA وMED)، HPM (توزيع التدرجات الموجهة مع PCA وMED)، SM (ميزات قوية مُسرعة مع MED) وHM (ميزات الزاوية هاريس مع MED). يتضمن كل منهج عملية موحدة من مرحلتين: معالجة أولية، استخراج الميزات، تصفية الميزات، وتصنيف.
تم تدريب هذه الطرق على بيانات من 115 موضوعاً تم جمعها من قواعد بيانات FEI، وقاعدة بيانات الوجوه المتنكرة، وقاعدة بيانات NUAA، وتم تقييمها على ستة شروط اختبار تغطي مظهر مختلط، ووجوه أمامية، وإضاءة منخفضة، وأوضاع موجهة لليسار واليمين، ومحاولات تزوير الصور.
أُثبت أن المنهج المعتمد على تدرجات الألوان (HPM) حقق أداءً متسقاً بشكل ملحوظ عبر الشروط المختلفة، حيث بلغ معدل دقة 94.59% في الحالات المختلطة، و81.5-93.2% في متغيرات الوضع والإضاءة، و91.67% في اكتشاف التزوير. بينما حقق المنهج المعتمد على الأنماط الثنائية (LPM) أعلى دقة في كشف التزوير (93.2%)، لكنه كان أقل قوة في التعامل مع تغييرات الوضع. تكشف هذه النتائج عن تبادل قابل للقياس بين حساسية التزوير وموثوقية التخفي في التمثيلات التقليدية للميزات، مما يشجع على تبني تقنيات التعلم العميق والتوسعات عبر القواعد البيانية كما ناقش الباحثون في الأقسام الخاتمة.
كشف الاحتيال والتخفي: إطار مبتكر للكشف عن حالات التزوير في أنظمة التعرف على الوجه
تقدم ورقة بحثية جديدة خمسة منهجيات متكاملة لمواجهة تحديات التزوير والتخفي في أنظمة التعرف على الوجه. تُظهر النتائج تفوقاً لافتاً لأحد المنهجيات المعتمدة على تدرجات الألوان، مما يفتح الباب أمام تحسينات جذرية في هذا المجال.
المصدر الأصلي:أركايف للذكاء
زيارة المصدر الأصلي ←جاري تحميل التفاعلات...