ตามที่ก่อนหน้านี้เราเคยนำเสนอบทความเกี่ยวกับ Face recognition  หรือ การจดจำใบหน้า ซึ่งเป็นการตรวจหาหรือวิเคราะห์โครงสร้างของใบหน้า และปรับภาพใบหน้าโดยอัตโนมัติ โดยมีพื้นฐานความรู้สำคัญเกี่ยวกับเทคโนโลยีทางด้าน Image Processing และทิ้งท้ายไว้ด้วยรูปแบบหรือวิธีการที่นำมาใช้ในการตรวจจับและการวิเคราะห์โครงสร้างของใบหน้าเพื่อนำนำไปเปรียบเทียบกับข้อมูลตัวอย่างหรือต้นแบบใบหน้าต้นฉบับ  

          วิธีดังกล่าว ที่กำลังจะพูดถึงในบทความนี้ก็คือ วิธีแบบ Eigenface

ภาพที่ 1 ตัวอย่างของใบหน้า Eigenface
ที่มา www.mns-smartpro.com/Blog/ระบบวิเคราหะ์ใบหน้า-blog.aspx

วิธีแบบ Eigenface

          ปี พ.ศ. 2530 สิโรวิชย์ (Sirovich) และเคอร์บี้ (Kirby) พัฒนา Eigenface ให้เป็นที่รู้จัก โดยเรียกชุดเวกเตอร์ที่ใช้ในการระบุตัวตนด้วยใบหน้าของมนุษย์ว่า Eigenface หรืออีกอย่างหนึ่งว่าเป็นชื่อเรียกเซตของ Eigen Vector จากกระบวนการทางคณิตศาสตร์และสถิติของใบหน้าที่หลากหลาย วิธีนี้ได้รับความสนใจและยอมรับว่าสามารถสังเคราะห์ภาพใบหน้าขึ้นมาใหม่ได้จากข้อมูลจากแบบจำลอง และสามารถจัดเก็บข้อมูลพารามิเตอร์ของใบหน้าของบุคคลในรูปแบบชุดตัวเลขเพียงเล็กน้อย

          ซึ่งการสร้างแบบจำลอง Eigenface นี้ สามารถทำได้จากขั้นตอนวิธีทางสถิติจากเมทริกซ์ความแปรปรวนร่วมเกี่ยว (covariance matrix)  โดยเรียกลักษณะของเซตใบหน้าที่หลากหลายนี้เป็นกลุ่มของเวกเตอร์นี้ว่า Eigen Vector ซึ่งเป็นแนวทางหนึ่งในทฤษฎีเรื่องการวิเคราะห์ส่วนประกอบ Principle component analysis (PCA)

สรุปแนวทางการทำ Principal Component Analysis (PCA)

          เทคนิคในการพัฒนาระบบรู้จำใบหน้าก็จะทำได้โดยการแปลงภาพถ่ายใบหน้าบุคคลสองมิติไปเป็นเวคเตอร์หนึ่งมิติ และเก็บไว้ในฐานข้อมูล และเมื่อต้องการนำรูปภาพใบหน้าบุคคลที่สนใจมาเปรียบเทียบก็จะทำการแปลงภาพใบหน้านั้นเป็นเวคเตอร์หนึ่งมิติด้วย แล้วนำเวคเตอร์ไปเปรียบเทียบกับภาพในฐานข้อมูลเพื่อหาผลลัพธ์  ยกตัวอย่างการเปรียบเทียบใบหน้าที่ 1 เมื่อเปรียบเทียบกับเบสิคเซต มีความเหมือนกับ Eigenface 1 10% เหมือนกับ Eigenface 2 55% เหมือนกับ Eigenface 3 ติดลบ 3% เมื่อนำใบหน้าที่ 2 มาเปรียบเทียบ แล้วได้สัดส่วนของ % ในทิศทางเดียวกันนี้ ก็ถือว่า หน้าที่ 1 กับ หน้าที่ 2 นั้นเป็นหน้าเดียวกัน

ขั้นตอนการสร้าง Eigenface  โดยคร่าว ๆ

1. เตรียมภาพสำหรับการทดสอบที่หลากหลาย

          ลักษณะเฉพาะของ Eigenface ซึ่งเป็นการวิเคราะห์องค์ประกอบพื้นฐานของใบหน้า  ด้วยกระบวนการทางสถิติของใบหน้าที่หลากหลาย ดังนั้นต้องมีการเตรียมภาพสำหรับฐานข้อมูลเพื่อการตรวจสอบ ซึ่งเป็นชุดภาพสำหรับการฝึก ซึ่งควรเป็นภาพที่ถูกถ่ายด้วยสภาพแสง ตำแหน่งของตา ปากอยู่ตำแหน่งเดียวกัน และทุกรูปต้องมีความละเอียดเท่ากัน โดยมีความลักษณะการเรียงแถวพิกเซลของรูปภาพที่เท่ากัน โดยเวกเตอร์ของภาพชุดนี้จะถูกเก็บข้อมูลเป็นเมทริกซ์

2. คำนวณหาหน้าลักษณะเฉพาะ หรือ eigen Vector

          หน้าลักษณะเฉพาะคือเซตของเวกเตอร์ลักษณะเฉพาะ(eigen vector) ที่สามารถหาได้จากเมทริกซ์ความแปรปรวน ร่วมเกี่ยว (covariance matrix) สร้างเป็นแบบจำลองของใบหน้าที่รวมเอาลักษณะเด่นต่าง ๆ ของภาพใบหน้าตัวอย่าง มาร่วมกันเพื่อหาค่าเฉพาะเจาะจงขององค์ประกอบบนใบหน้า ซึ่งในแต่ละบุคคลจะเป็นค่าเฉพาะของบุคคลนั้น ๆ

3. นำภาพระดับเทามาแปลงเป็นเวกเตอร์เพื่อหาค่าลักษณะเฉพาะและนำค่าลักษณะเฉพาะของตัวอย่างภาพหน้าบุคคล มาสร้างเป็นแบบจำลองหน้าลักษณะเฉพาะเพื่อค้นหาตำแหน่งของใบหน้าวิธีเชิงการกระจาย (Distribution-Base Methods) เป็นการแสดงการกระจายตัวของรูปแบบข้อมูลตัวอย่างที่มีความเป็นหน้าและความไม่เป็นหน้าเพื่อใช้เป็นบรรทัดฐานในการตัดสินใจ
4. นำฟังก์ชันเกาส์เซียน (Gaussian function) มาประมาณกลุ่มการกระจายของค่าเฉลี่ยกลุ่มตัวอย่าง ดังแสดงในรูป

ภาพที่ 2 การกระจายตัวของข้อมูลตัวอย่าง
ที่มา http://kokzard.blogspot.com/2012/04/face-recognition-algorithm.html#

แหล่งที่มา

KOKZARD. อัลกอริทึมการรู้จำใบหน้า (Face recognition algorithm). สืบค้นเมื่อ 22 เมษายน 2561, จาก http://kokzard.blogspot.com/2012/04/face-recognition-algorithm.html#

ณภัทร ฉัตรวรบวร. Face recognition on web page. สืบค้นเมื่อ 22 เมษายน 2561, จาก http://intranet.coe.phuket.psu.ac.th/pdb/download/2010-03-07-188-Face recognition on web page.pdf

ระบบวิเคราะห์ใบหน้า.สืบค้นเมื่อ 22 เมษายน 2561, จาก www.cifs.moj.go.th/cifskm/index.php?action=dlattach;topic=312.0;attach=307

ณภัทร ฉัตรวรบวร. Face recognition on web page. สืบค้นเมื่อ 22 เมษายน 2561, จาก
         http://intranet.coe.phuket.psu.ac.th/pdb/download/2010-03-07-188-Face recognition on web page.pdf

ภูบดีศิวาวงศ์, วิสุทธ์ิเสถียรกาล และฐิติพงษ์ สถิรเมธีกุล.สืบค้นเมื่อ 22 เมษายน 2561, จาก http://eng.kps.ku.ac.th/dblibv2/fileupload/project_IdDoc209_IdPro595.pdf

ไอเกนเฟซ .สืบค้นเมื่อ 22 เมษายน 2561, จาก https://th.wikipedia.org/wiki/ไอเกนเฟซ