Benötigen Sie eine bessere Möglichkeit, Gesichter in einer Menschenmenge zu finden? Dieser Artikel untersucht die Verwendung von genetischen Algorithmen (GAs) für die effiziente Gesichtserkennung und -verifizierung in Bildern, insbesondere zur Lokalisierung einer bestimmten Person. Die beiden Schritte zur Lösung dieses Problems sind: Erstens müssen Gesichtsbereiche aus dem/den Bild(ern) extrahiert werden (Gesichtserkennung) und zweitens müssen Kandidatengesichter mit einem Gesicht von Interesse verglichen werden (Gesichtsverifizierung). Es wird die Herausforderung der Suche in einem riesigen Bildraum ohne vorherige Kenntnis des Gesichtsstandorts oder der Gesichtsgröße angegangen. Die GAs lokalisieren Bildunterfenster, die Gesichter enthalten. Jedes Unterfenster wird anhand einer Fitnessfunktion bewertet, die zwei Terme enthält: Der erste Term bevorzugt Unterfenster, die Gesichter enthalten, während der zweite Term Unterfenster bevorzugt, die Gesichtern ähneln, die dem Gesicht von Interesse ähneln. Beide Terme wurden unter Verwendung der Theorie der Eigenräume abgeleitet. Die Leistung des vorgeschlagenen genetischen Suchansatzes wird durch eine Reihe zunehmend komplexer Szenen demonstriert, was sein Potenzial für Anwendungen wie Überwachungs- und Sicherheitssysteme hervorhebt.
Dieser Artikel ist für das International Journal on Artificial Intelligence Tools geeignet und stellt die Verwendung genetischer Algorithmen für die Gesichtserkennung und -verifizierung vor, die Schlüsseltechniken in der Computer Vision sind. Er hebt intelligente Systeme und ihre Anwendung in der Bildanalyse hervor.