Analisi comparativa di tecniche di rappresentazione per il riconoscimento automatico di volti

Negli ultimi anni sono stati studiati sistemi per l’identificazione biometrica, ossia sulla possibilità di sfruttare parti del corpo (come un volto) per riconoscere in modo certo un individuo. In questo contesto, il lavoro svolto nella tesi ha riguardato lo studio delle tecniche di rappresentazione di un volto umano ritratto in un’immagine ai fini del riconoscimento automatico di persone. Il sistema di riconoscimento utilizzato si basa su algoritmi di apprendimento automatico di tipo supervisionato. Come ingresso all’algoritmo vengono date le immagini dei volti da riconoscere, mentre in uscita si hanno le classi, già conosciute a priori, degli individui da identificare. Il riconoscimento di volti è un problema complesso dato che presenta una variabilità molto grande: basti pensare a come il volto della stessa persona si può modificare al variare delle espressioni. Il riconoscimento facciale consiste nella verifica dell’identità di un individuo attraverso i tratti del viso, proprio come avviene tra persone in un incontro “faccia a faccia”. L’aspetto più problematico e delicato del riconoscimento facciale risulta quello dell’estrazione delle cosiddette features, ovvero degli attributi necessari ad eseguire una classificazione accettabile. Infatti, i dati in input su cui lavorare sono i pixel che compongono l’immagine, ma, visto il loro numero troppo elevato, non è possibile usarli tutti, pena l’aumento della complessità computazionale e la difficoltà di interpretazione ai fini del riconoscimento.
L’obiettivo principale di questo lavoro è stato quello di confrontare diversi insiemi di feature per valutarne l’accuratezza confrontandone infine vantaggi e svantaggi. La sperimentazione è stata effettuata sul dataset XM2VTSDB. Questo dataset contiene le immagini di 295 individui, ognuno preso in 8 differenti posizioni ed espressioni, ed è stato suddiviso in due insiemi disgiunti: 6 foto per ogni individuo (il 75%) è stato usato per il training-set mentre le restanti 2 immagini (il 25%) sono state usate per il test-set, cioè per verificare la capacità di generalizzazione del modello utilizzato.
Dopo una breve rassegna sulle tecniche di classificazione dei volti proposte dagli anni ‘60 fino ad oggi, in questo lavoro viene illustrata una panoramica generale sui metodi di riconoscimento di riferimento. In seguito vengono presentate nel dettaglio le metodologie usate per l’addestramento e gli aspetti matematici che ne stanno alla base. Per quanto riguarda l’estrazione delle feature sono stati usati principalmente tre modelli:
- Active Shape Model (ASM);
- Active Appearance Model (AAM);
- Eigenfaces.

Le metodologie usate per la classificazione sono:
- classificazione bayesiana con assunzione gaussiana o con mistura di gaussiane;
- classificazione K-NN con distanza euclidea o con distanza auto-appresa mediante reti neurali di similarità (SNN).

Nel presente lavoro sono stati sintetizzati i test eseguiti e le valutazioni che ne sono scaturite, permettendo un’analisi più oggettiva sui vantaggi e gli svantaggi delle metodologie usate. I risultati migliori mediante un singolo metodo sono stati ottenuti con l’uso degli AAM, arrivando ad un errore del 7%. In seguito è stato implementato anche un metodo “misto” che sfrutta sia gli Eigenfaces sui tre canali di colore dell’immagine, sia gli AAM sui livelli di grigio, mediante il quale si è raggiunto un errore dell’ordine del 2%.
In conclusione vengono indicate alcune possibili linee future di sviluppo del progetto, volte sia al miglioramento dell’errore commesso (come ad esempio usando nel classificatore K-NN distanze diverse da quella euclidea), sia all’aumento di velocità degli algoritmi trattati.