Στην εποχή που διανύουμε, η αναγνώριση προσώπου αποτελεί μια διαδικασία η οποία χαίρει εφαρμογής σε ποικίλους κλάδους της καθημερινότητάς μας. Μπορούμε να εντοπίσουμε εφαρμογή της αναγνώρισης προσώπου σε συστήματα ασφαλείας, στην αναγνώριση εγκληματιών από το σώμα της αστυνομίας, σε προγράμματα διαχείρισης φωτογραφικών άλμπουμ για την άμεση ομαδοποίηση μέσω αυτόματου προσδιορισμού της ταυτότητας του χρήστη, σε smartphones όπου καλύπτουν τις ανάγκες ασφαλούς κλειδώματος και ξεκλειδώματος της συσκευής αλλά και ασφαλών αγορών ψηφιακών υλικών και σε πολλούς ακόμα τομείς. Λόγω της σημαντικής χρήσης της συγκεκριμένης τεχνολογίας σε ένα μεγάλο εύρος εφαρμογών, οι προσπάθειες για τη βελτιστοποίηση των συστημάτων αναγνώρισης προσώπου είναι συνεχείς και σχετικές έρευνες βρίσκονται συνεχώς σε εξέλιξη. Στα πλαίσια της παρούσας διπλωματικής εργασίας παρουσιάζουμε την διαδικασία υλοποίησης συστημάτων αναγνώρισης προσώπων με χρήση συνελικτικών δικτύων (CNNs), τα οποία αποτελούν ειδικές αρχιτεκτονικές των Deep Neural Networks (DNNs) και κυριαρχούν έναντι των υπολοίπων τεχνικών αποδίδοντας υψηλά ποσοστά ακρίβειας. Ωστόσο, επικεντρωνόμαστε αρχικά σε βασικές έννοιες της Μηχανικής Μάθησης ώστε να μπορεί η συγκεκριμένη εργασία να παρέχει το απαραίτητο θεωρητικό υπόβαθρο και να αποτελέσει έναν πλήρη οδηγό για οποιονδήποτε επιθυμεί να ‘βουτήξει’ στον κόσμο της αναγνώρισης προσώπου και της κατασκευής αντίστοιχων CNNs συστημάτων. Αναφορικά, λοιπόν, με τη διάρθρωση της συγκεκριμένης εργασίας, στο πρώτο κεφάλαιο ο αναγνώστης εισάγεται σε βασικές έννοιες και αρχές της Μηχανικής Μάθησης καθώς επίσης στον τρόπο ορθής σχεδίασης ενός αντίστοιχου συστήματος. Στο δεύτερο κεφάλαιο επικεντρωνόμαστε στα Βαθιά Νευρωνικά Δίκτυα , όπου παρουσιάζονται και αναλύονται τα συστατικά στοιχεία ενός DNN καλύπτοντας ότι πρέπει κανείς να λάβει υπόψη του για την κατασκευή ενός τέτοιου δικτύου. Στο τρίτο κεφάλαιο εμβαθύνουμε στα CNNs περιγράφοντας τα βασικά στοιχεία της αρχιτεκτονικής των συγκεκριμένων δικτύων καθώς και την εφαρμογή τους στην αναγνώριση προσώπου ενώ επιπροσθέτων παρουσιάζονται περιληπτικά κάποια από τα πιο διαδεδομένα CNN μοντέλα. Τέλος, στο τέταρτο κεφάλαιο προβαίνουμε σε υλοποίηση δύο συστημάτων αναγνώρισης προσώπου με χρήση των CNN μοντέλων FaceNet και VGG-Face ενώ στη δεύτερη περίπτωση εφαρμόζουμε transfer learning μέσω της χρήσης των βαρών του προεκπαιδευμένου μοντέλου VGG-16. Η εκτέλεση των πειραμάτων έγινε σε Python.
(EL)
Nowadays, face recognition applies to various fields of our daily lives. We can spy out the application of face recognition in security systems, in the identification of criminals by the police, in photo album management programs for immediate grouping through automatic identification of the user, in smartphones where they meet the needs of secure locking and unlocking the device and secure purchases of digital materials as well and many more areas. Due to the significant use of this technology in a wide range of applications, efforts to optimize facial recognition systems and relevant research are ongoing. In the context of this thesis, we present the process of implementing face recognition systems via use of Convolutional Neural Networks (CNNs), which are special architectures of Deep Neural Networks (DNNs) and dominate over other techniques by delivering high percentages of accuracy. However, we initially focus on key concepts of Machine Learning so that this thesis can provide the necessary theoretical background and be a complete guide for anyone wishing to dive into the world of face recognition and the construction of corresponding CNNs systems. Regarding the structure of the thesis, in the first chapter the reader is introduced to basic concepts and principles of Machine Learning as well as how to properly design a corresponding system. In the second chapter we focus on the Deep Neural Networks, where the components of a DNN are presented and analyzed, covering what one must take into account for the construction of such a network. In the third chapter we delve into CNNs describing the basic components of these networks’ architecture as well as their application in face recognition while, in addition, some of the most popular CNN models are briefly presented. Finally, in the fourth chapter we implement two face recognition systems using the CNN models FaceNet and VGG-Face while in the second case we apply transfer learning via the use of the pre-trained model’s VGG-16 weights. The experiments were performed in Python.
(EL)
University of Patras
