以网路相簿为基础脸部名称推荐系统.doc

2009年資訊科技國際研討會論文集 PAGE 2009 International Conference on Advanced Information Technologies (AIT) 以網路相簿為基礎的臉部名稱推薦系統 陳定宏 唐祥恩 南台科技大學 資訊工程系/所 副教授 南台科技大學 資訊工程系/所 研究生 HYPERLINK mailto:chendh@.tw \t _blank chendh@.tw m95g0223@.tw  摘要 本文提出一個具有人臉偵測與輔助註釋功能的臉部名稱推薦系統，並將之實作於網路相簿之上。因為每張相片中之臉部影像品質不一，所以我們先利用光線補償與標準人臉圖樣擷取方法將臉部影像重新正規化。接下我們以改良式機率類神經網路(Modified Probabilistic Neural Network, MPNN)的來對於臉部影像進行分類與辨識。本系統具有漸進學習功能，因此當使用者註釋過一些人臉之後，就可以對於新加入的臉部建議推薦名稱。實驗結果顯示，新加入之人臉影像，可以快速及正確的得到推薦名稱，對於需要快速反應的網路相簿上，可以增加人臉註釋與搜尋的新功能。 關鍵詞：類神經網路、臉部偵測、臉部推薦 Abstract In this paper, we propose a face detection and name recommendation mechanism used in the photo albums. Before add the face tags to the photos, we perform light compensation and standard face to It has face recognition and face annotation. Because the facial image quality achieved mixed, so we use light compensation and average face approach to normalize face image. Next, combination modified probabilistic neural network to recommend face. When user annotate some name, then system can provide names to annotate face. Through experimental result, new picture can fast and correctly to obtain recommendation. It’s also suitable for the needs of rapid response on the Web Albums. Keywords: Neural Network, Face Detection, Face Recommendation 前言 因為數位相機的普及，讓紀錄生活的方式變的很容易。根據[1]的統計，採用「數位相機」(92.9%)拍照是他們主要的拍照方式，其次是以「手機」(56.9%)拍照，而「傳統相機」僅佔13.8%。在拍照頻率方面，「一星期至少拍照1次以上」的約佔47.5％。其中更有11.2％表示「每天或幾乎每天」都會拍照。由這些數據可以知道數位影像已經常出現在使用著的生活中。 而相片的儲存方式，根據[2]的估計主要的相片儲存方式以「存在電腦硬碟」(63.5%)、「放在網路相簿」(17.1%)以及「沖印出來」(10%)為主。更因為網路相簿繼承了網路分享的特性，使用者分享照片的形式則以「放在自己的網路相簿」(66.5%)為最多受訪者採用的方式，其次則是「即時通訊軟體的大頭貼」(40.8%)。由此可說明在分享影像時，已經從舊的實體沖印變成數位瀏覽來分享。 近幾年來，人臉辨識(face recognition)、人臉偵測(face detection)技術[11][12]已經實際被用再許多不同的領域上。像是在2008北京奧運上就運用了人臉辨識的技術應用在流量較大的大眾運輸工具中，來做安全監控[3]。Lenovo 3000 Y410a的筆記型電腦也增加了六點特徵的人臉辨識登入系統，保障了使用者使用筆記型電腦的安全性。也因為如此，在網路相簿上結合人臉偵測應該能增加網路相簿的實用性。 因為在相簿中大部份會儲存以人為主的相片，所以將人臉框出並且加上標註就能快速分辨出相片中所有的人，加快人與人之間認識的速度。此外，在有需要找尋某個人或是某兩個人(以上)的合照時也能非常迅速的找出來。但是使用者對於一直做著重複的動作會產生惰性，不可能每次新增相片的時候都會