В статье рассматривается возможность применения бесконтактной автоматизированной системы контроля и управления доступом (АСКУД), основанной на анализе динамики носогубных мышц лица человека. В отличие от распознавания физиологической биометрии, разрабатываемая бесконтактная АСКУД анализирует геометрию лица в динамике, формализуя процедуру чтения по губам. Аккумулируя достоинства биометрических систем, предлагаемая система исключает вероятность срабатывания ошибочной идентификации человека благодаря комплексированию речевого сигнала и соответствующего ему изменения носогубных мышц лица. Главным источником получения входных данных является полихроматическое растровое изображение, на котором выполняется процедура сегментации области рта и поиска характерных точек, достоверно характеризующих изменение мышц носогубной области, соответствующее определенной фонеме. В результате выполненного этапа научно-исследовательской работы построена геометрическая модель лица человека, основанная на системе кодирования лицевых движений, которая реализуется с помощью метода активного контура (МАК), что позволило выделить совокупность точек и соединить их таким образом, чтобы образованные ими дескрипторы характеризовали динамику мышц области рта. В качестве иллюстрации приведен макет программного обеспечения для автоматического определения дескрипторов рта и их значений.
The possibility of using an automated system of a contactless access control, based on an analysis of the nasolabial muscles dynamics of the human face, is considered in this article. The developed contactless system analyzes the face geometry in dynamics by formalizing the procedure lip reading in contrast to the physiological biometrics recognition. Accumulating merits of biometric systems, the proposed system eliminates the possibility of false triggering of human identification by complexation of the speech signal and the corresponding nasolabial muscles change of the face. The main source of data input is polychromatic raster image, on which the process of mouth segmentation and the feature points search are performed, the points are substantiating the change of nasolabial muscles corresponding to a certain phoneme. As a result of the research work, a geometric model of the human face is constructed, based on a system of coding facial movements, and which is implemented using the active contour method. The active contour method allowed to identify a set of points from which is selected a subset, and are connected in such a way that they form descriptors which characterized the dynamics of the muscles of the mouth. In work constructed the layout of software, which automatically determines the descriptors of the mouth and their values.
1. Ковшов Е.Е., Завистовская Т.А. Формирование текстовых сообщений на основе программно-математической обработки изображений лица человека // Системы управления и информационные технологии. - 2012. - № 4.1 (50). – С. 145-150.
2. Ковшов Е.Е., Митропольский Н.Н., Завистовская Т.А., Рогозина М.М. Построение геометрической модели лица для выделения дескрипторов психологического состояния оператора технологического оборудования // Вестник МГТУ «Станкин». - 2012. – Т. 2 (19), № 1. – С. 66-69.
3. Ковшов Е.Е., Манахов П.А. Совершенствование метода сенсорного ввода текста для людей с ограниченными возможностями зрения // Прикладная информатика. - 2012. - № 1. – С. 75-84.
4. Ковшов Е.Е., Манахов П.А. Метод росчерков в человеко-машинном взаимодействии для повышения безопасности автоматизированного промышленного производства // Безопасность жизнедеятельности. – 2012. - № 2. – С. 22-27.
5. Ковшов Е.Е., Манахов П.А. Модели и методы интерактивного взаимодействия с вычислительными устройствами нового поколения // Прикладная информатика. – 2012. - № 3. – С. 71-81.
6. Ковшов Е.Е., Смирнов О.С. Методы оценки и повышения надежности информационных сред промышленного предприятия // Динамика сложных систем — XXI век. – 2012. - № 2. – С. 112-116.
7. Ковшов Е.Е., Мартынов П.Н. Разработка средств автоматизации тестирования интерфейсов пользователя в человеко-машинных системах управления // Информационные технологии. – 2012. - № 7 (191). – С. 42-46.
8. Мурашов Д.М. Метод автоматизированной сегментации изображений цитологических препаратов на основе модели активного контура // Труды МФТИ. – 2009. – Т. 1, № 1. – С. 80-89.
9. Рогозина М.М. Автоматическое определение дескрипторов эмоционального состояния на основе системы кодирования лицевых движений // Инновационные информационные технологии : материалы международной научно-практической конференции. – М. : МИЭМ, 2012. – С. 305-307.
10. Солдатов С.А. Чтение по губам: распознавание контуров губ [Электронный ресурс] // Лаборатория компьютерной графики, BMK МГУ. - URL: http://www.ict.edu.ru/ft/002415/ioi2002sss.pdf (дата обращения: 1.02.2012).