Un prototipo per il sistema NOMANFACE (NOn-negative MAtrix factorizatioN for FACE recognition)

La prima fase di progettazione e costruzione del sistema è interamente dedicata allo sviluppo di un procedimento che possa consentire di acquisire molto rapidamente le immagini dei volti. L’obiettivo di questo step è infatti quello di recuperare delle immagini in formato .pgm (Portable Graymap Graphic), rimodellarle sottoforma di vettori colonna e inserirle all’interno della matrice contenente tutti i volti da utilizzare poi durante la fase di addestramento. Il fatto che le immagini siano in formato .pgm non rappresenta in realtà un grosso problema, in quanto, qualora si dovesse decidere di cambiare il formato delle immagini, non dovrebbe risultare difficile estendere le funzionalità del sistema utilizzando le librerie Matlab®, come ad esempiola function build in rgb2gray. In realtà, in un sistema più ampio, sarebbe stato necessario prevedere una fase di preprocessing durante la quale le immagini sarebbero dovute essere rese “conformi” tra loro, volendo intendere delle stesse dimensioni, dello stesso formato, catturate dalla stessa distanza; tuttavia dato che le immagini sono state recuperate dal database “The ORL Database of Faces” costruito proprio per testare gli algoritmi, le stesse presentano delle caratteristiche simili e dunque non necessitano della suddetta fase di preprocessing. Analizzando nel dettaglio le immagini dei volti, risulta immediato verificare che le stesse presentano delle caratteristiche simili, come le stessa dimensioni, lo stesso formato, la stessa profondità, le stesse condizioni di illuminazione, tuttavia in alcuni casi presentano dei dettagli che cercano in un certo senso di mettere in crisi il sistema. Non a caso, alcuni volti risultano leggermente ruotati o inclinati, oppure qualche soggetto ha gli occhi chiusi, o, ancora, qualche soggetto indossa gli occhiali di un altro. Ovviamente tutto questo consente di capire quali possano essere i limiti e le potenzialità degli algoritmi applicati. Dal punto di vista prettamente pratico, per facilitare l’acquisizione delle immagini da parte del sistema si è deciso di inserire all’interno di un file di testo tutti i percorsi relativi alle immagini da utilizzare e di fornire questo file di testo in ingresso al sistema. A partire da questi riferimenti, l’applicazione, in maniera del tutto autonoma e secondo il procedimento dettagliatamente spiegato all’interno del paragrafo 3.1, costruisce una matrice di training contenente in ciascun vettore colonna l’immagine di un volto.