PICREC Ver. 1.0
Program do generowania opisów twarzy
by Anna Cichosz & Wojciech Gołębiowski
1. Cel działania programu
Program PicRec ma na celu wydobywanie cech charakterystycznych ludzkiej twarzy
takich jak kształt głowy, rozmiary poszczególnych elementów itp.. Wynikiem działania
programu jest plik ISF z danymi, które można łatwo poddać obróbce w systemach
wspomagania decyzji takich jak np. Rose2.
2. Sposób rozwiązania problemu
Problem rozpoznawania elementów ludzkich twarzy jest bardzo trudny. Ludziom samym
trudno jest opisać twarz ludzką, więc dla komputera jest to zadanie nie lada. Nasze
podejście do problemu polegało na wyodrębnieniu z obrazu kilku (dokładnie siedmiu)
największych obszarów zainteresowania, bez względu na to, czy są to oczy, uszy czy
też coś innego. Założyliśmy bowiem, że elementy szczególne będą się powtarzać
w różnych ujęciach tej samej osoby. Oczywiście będą się różnić, jednak nie
tak, jak elementy dwóch zupełnie innych twarzy. Zbiór "faces94" służący nam do
badania działania naszego programu składał się z 379 zdjęć 19 osób, przy czym każde
ujęcie różniło się znacznie stopniem oświetlenia, twarze bardzo się między sobą różniły,
niektóre osoby nosiły okulary - to wszystko bardzo utrudnia wszelkie próby wydobycia
spójnej i jednakowo wiarygodnej wiedzy na temat tych obrazów.
obszary zainteresowania (ROI) wydobywaliśmy z obrazu następującą drogą:
- Obraz wejściowy poddawaliśmy progowaniu ze stałym progiem równym 60 dla każdej z
trzech składowych RGB. Stosowanie progu zmiennego dawało o dziwo gorsze rezultaty.
- Obraz poddawaliśmy inwersji kolorów. W ten sposób najciemniejsze regiony
- oczy, usta,okolice nosa czy włosy - były wyoodrębnione z reszty obrazu.
- na tak spreparowanym obrazie uruchamialiśmy znany algorytm etykietowania obszarów
ogólnie działający następująco:
a) dzielimy obraz na szereg obszarów etykietując je kolejnymi liczbami całkowitymi,
b) sprawdzamy, które obszary etykietowane do siebie przylegają, te które przylegają do
siebie etykietujemy jedną wspólną etykietą.
- W wyniku działania algorytmu otrzymaliśmy kilka do kilkunastu obszarów
dla każdej z twarzy. Wybieraliśmy spośród nich 7 największych i dla każdego liczyliśmy:
- współczynnik Malinowskiej,
- pole powierzchni,
- momenty: m01, m10 i m11,
- moment centralny normowany µ 11,
- moment Hu m1hu
- współczynniki te wraz z decyzją (pobieraliśmy ją na podstawie nazwy plików) były
generowane w postaci tablicy informacyjnej i kodowane w pliku ISF. Dane te mogą być
podstawą np. dla wygenerowania pewnej relacji podobieństwa twarzy w środowisku ROSE2.
A oto przykładowa ścieżka przekształceń:
a) twarz oryginalna:
b) twarz po progowaniu i częściowej inwersji: 
c) twarz po etykietowaniu obszarów
(jeszcze przed uspójnianiem obszarów sąsiednich): 
Na obrazku c) widać już wyodrębnione przez algorytm obszary - włosy, oczy, usta, nos i inne.
Dla porównania wystarczy spojrzeć na wynik działania algorytmu dla innego zdjęcia tej osoby:
Wyraźnie widać, że wynik działania naszego algorytmu jest bardzo podobny - wyróżnione
zostały te same obszary.
3. Wyniki działania programu
Program generuje plik ISF zawierający system informacyjny z 49 atrybutami i 1 atrybutem
decyzyjnym. Atrybuty A1..A49 to podane w punkcie 2. siedem współczynników dla każdego z
siedmiu obszarów. W tabeli informacyjnej generowanej przez program widać wyraźnie,
że pewne kolumny w obrębie jednej klasy decyzyjnej są bardzo do siebie podobne.
Przykładowy system informacyjny przedstawia się następująco:
Jest to zbiór danych dla jednej klasy decyzyjnej - widać dość duże podobieństwo liczb
występujących w tych samych kolumnach.
Tak zgromadzony zbiór informacji daje nam możliwość dużej elastyczności w podejściu do
otrzymanych wyników. Plik ISF może być podstawą generowania reguł lub drzew decyzyjnych
(po uprzednim zdyskretyzowaniu) bądź posłużyć generowaniu relacji podobieństwa.