2 10 1 gesichtserkennung mit hilfe eines neuronalen netzes (snns)ss 2005 anwendung von knn...

13
2 10 1 Gesichtserkennung mit Hilfe eines Neuronalen Netzes (SNNS) SS 2005 Anwendung von KNN Gesichtserkennung mit Hilfe eines Neuronalen Netzes (SNNS) Daniel Andree

Upload: claramond-rehfeldt

Post on 05-Apr-2015

108 views

Category:

Documents


1 download

TRANSCRIPT

Page 1: 2 10 1 Gesichtserkennung mit Hilfe eines Neuronalen Netzes (SNNS)SS 2005 Anwendung von KNN Gesichtserkennung mit Hilfe eines Neuronalen Netzes (SNNS) Daniel

2

10

1Gesichtserkennung mit Hilfe eines Neuronalen Netzes (SNNS)SS 2005

Anwendung von KNN Gesichtserkennung mit Hilfe

eines Neuronalen Netzes (SNNS)Daniel Andree

Page 2: 2 10 1 Gesichtserkennung mit Hilfe eines Neuronalen Netzes (SNNS)SS 2005 Anwendung von KNN Gesichtserkennung mit Hilfe eines Neuronalen Netzes (SNNS) Daniel

2

10

2Gesichtserkennung mit Hilfe eines Neuronalen Netzes (SNNS)SS 2005

Inhalt

1. Aufgabenstellung

2. Aufbereitung der Bildinformationen

3. Normierung und Reduzierung der Graustufenmatrizen

4. Architektur des KNN

5. Trainingsmethode

6. Lernkurve

7. Bewertung der Ergebnisse

8. Quellen

9. Fragen

Page 3: 2 10 1 Gesichtserkennung mit Hilfe eines Neuronalen Netzes (SNNS)SS 2005 Anwendung von KNN Gesichtserkennung mit Hilfe eines Neuronalen Netzes (SNNS) Daniel

2

10

3Gesichtserkennung mit Hilfe eines Neuronalen Netzes (SNNS)SS 2005

Aufgabenstellung

Erkennung von Gesichtsmerkmalen (Biometric) 10 verschiedener Personen mit Hilfe eines neuronalen Netzes unter der Entwicklungsumgebung des Stuttgarter neuronalen Netzes

Page 4: 2 10 1 Gesichtserkennung mit Hilfe eines Neuronalen Netzes (SNNS)SS 2005 Anwendung von KNN Gesichtserkennung mit Hilfe eines Neuronalen Netzes (SNNS) Daniel

2

10

4Gesichtserkennung mit Hilfe eines Neuronalen Netzes (SNNS)SS 2005

Aufbereitung der Bildinformationen

Prinzip:

• Umwandlung der Graustufenbilder in eine auf 1 normierte Matrix

Graustufenwerte Graustufenmatrix

Page 5: 2 10 1 Gesichtserkennung mit Hilfe eines Neuronalen Netzes (SNNS)SS 2005 Anwendung von KNN Gesichtserkennung mit Hilfe eines Neuronalen Netzes (SNNS) Daniel

2

10

5Gesichtserkennung mit Hilfe eines Neuronalen Netzes (SNNS)SS 2005

Normierung und Reduzierung der Graustufenmatrizen

Prinzip:

• Normierung der Matrizen mit Hilfe des Mittelwertes und der Standartabweichung

• Reduzierung der 112x93 Matrizen auf 31x28 Matrizen um Größe des KNN zu reduzieren

Normierung bewirkt einen verringerten Einfluss unterschiedlicher Belichtungsstärken

Page 6: 2 10 1 Gesichtserkennung mit Hilfe eines Neuronalen Netzes (SNNS)SS 2005 Anwendung von KNN Gesichtserkennung mit Hilfe eines Neuronalen Netzes (SNNS) Daniel

2

10

6Gesichtserkennung mit Hilfe eines Neuronalen Netzes (SNNS)SS 2005

Architektur des KNN

Prinzip:

• feedforward-Netz mit folgender Typologie

Graustufenmatrix (31x28) (Input Layer)

Hidden Layer 40x1

Output Layer 10x1

Page 7: 2 10 1 Gesichtserkennung mit Hilfe eines Neuronalen Netzes (SNNS)SS 2005 Anwendung von KNN Gesichtserkennung mit Hilfe eines Neuronalen Netzes (SNNS) Daniel

2

10

7Gesichtserkennung mit Hilfe eines Neuronalen Netzes (SNNS)SS 2005

Trainingsmethode

Prinzip:

• Lernalgorithmus: Quickpropagation

• Update Mode: Topological Order

• Initialisierungs-Funktion: Randomise Weights

• Remap Funktion: Linear Scale

Ist die gebräuchlichste Methode für feedforward-Netze da die Berechnung typologisch erfolgt. Das heißt die Neuronen werden in der Reihfolge der Layer berechnet

Page 8: 2 10 1 Gesichtserkennung mit Hilfe eines Neuronalen Netzes (SNNS)SS 2005 Anwendung von KNN Gesichtserkennung mit Hilfe eines Neuronalen Netzes (SNNS) Daniel

2

10

8Gesichtserkennung mit Hilfe eines Neuronalen Netzes (SNNS)SS 2005

Lernkurve

Trainingsdaten

Valdierdaten

Page 9: 2 10 1 Gesichtserkennung mit Hilfe eines Neuronalen Netzes (SNNS)SS 2005 Anwendung von KNN Gesichtserkennung mit Hilfe eines Neuronalen Netzes (SNNS) Daniel

2

10

9Gesichtserkennung mit Hilfe eines Neuronalen Netzes (SNNS)SS 2005

Bewertung der Ergebnisse

Trefferquoten der Validierdaten Person 1

0

0,2

0,4

0,6

0,8

1

1,2

0 2 4 6 8 10 12

Nummer der Person

Tre

ffe

rqu

ote

Foto 1

Foto 2

Foto 3

Erkennungsquote Trainingsdaten Person 1

0

0,2

0,4

0,6

0,8

1

1,2

0 2 4 6 8 10 12

Nummer der Person

Tre

ffe

rqu

ote

Foto 1

Foto 2

Foto 3

Foto 4

Foto 5

Foto 6

Foto 7

Page 10: 2 10 1 Gesichtserkennung mit Hilfe eines Neuronalen Netzes (SNNS)SS 2005 Anwendung von KNN Gesichtserkennung mit Hilfe eines Neuronalen Netzes (SNNS) Daniel

2

10

10Gesichtserkennung mit Hilfe eines Neuronalen Netzes (SNNS)SS 2005

Bewertung der Ergebnisse II

Trefferquoten der Validierdaten

0

0,2

0,4

0,6

0,8

1

1,2

0 1 2 3 4 5 6 7 8 9 10

Nummer der Person

Tre

ffe

rqu

ote

Person 1

Person 2

Person 3

Person 4

Person 5

Person 6

Person 7

Person 8

Person 9

Person 10

Schwellwert 0,6

Trefferqoten Validierdaten der Fehlerkennungen

0

0,1

0,2

0,3

0,4

0,5

0,6

0 1 2 3 4 5 6 7 8 9 10

Nummer der Person

Tre

ffe

rqu

ote

Person 5

Person 10

Schwellwert 0,6

Page 11: 2 10 1 Gesichtserkennung mit Hilfe eines Neuronalen Netzes (SNNS)SS 2005 Anwendung von KNN Gesichtserkennung mit Hilfe eines Neuronalen Netzes (SNNS) Daniel

2

10

11Gesichtserkennung mit Hilfe eines Neuronalen Netzes (SNNS)SS 2005

Bewertung der Ergebnisse III

Die Fehlerkennung für die Validierdaten betrug 6,7%

Die Fehlererkennung für die Gesamtdaten betrug 2% Bilder welche

falsch erkannt wurden

Trainingsdaten

Valdierdaten

Page 12: 2 10 1 Gesichtserkennung mit Hilfe eines Neuronalen Netzes (SNNS)SS 2005 Anwendung von KNN Gesichtserkennung mit Hilfe eines Neuronalen Netzes (SNNS) Daniel

2

10

12Gesichtserkennung mit Hilfe eines Neuronalen Netzes (SNNS)SS 2005

Quellen[Arbib1998]Arbib, Michael A. ed.: The Handbook of Brain Theory and Neural Networks. MIT-Press (Cambridge, MA), 1998.

[Bartlett2001]Bartlett, Marian Stewart: Face Image Analysis by Unsupervised Learning, Kluwer Academic Publishers, 2001

[Brömme2002]Brömme, A., Kronberg, M., Ellenbeck, O., Kasch, O.: A Conceptual Framework for Testing Biometric Algorithms within Operating Systems’ Authentication, SAC 2002, Madrid

[Duden1995] DUDEN - Das Fremdwörterbuch © Bibliographisches Institut & F.A. Brockhaus AG, Mannheim 1995

[Görz1995]Görz, Günther (Hrsg.): Einführung in die Künstliche Intelligenz, Addison-Wesley, 1995

[Hofmann2002]http://www.markus-hofman.de

[Henke1999]Henke, Stefan: Verfahren der biometrischen Authentisierung und deren Unterstützung durch Chipkarten, 1999

[Jain1999]Jain, L.C., Halici, U., Hayashi, I., Lee, S.B., Tsutsui, S.:Intelligent Biometric Techniques in Fingerprint and Face Recognition, CRC Press, 1999.

[Kandel1991]Kandel, E., Schwartz, J.H., Jessel, T.M.: Principles of Neural Science, 3rd Edition, Appleton & Lange, 1991

ORL (Olivetti Research Laboratory)Database of Faces

Page 13: 2 10 1 Gesichtserkennung mit Hilfe eines Neuronalen Netzes (SNNS)SS 2005 Anwendung von KNN Gesichtserkennung mit Hilfe eines Neuronalen Netzes (SNNS) Daniel

2

10

13Gesichtserkennung mit Hilfe eines Neuronalen Netzes (SNNS)SS 2005

Fragen

Fragen Sie bitte!