VKIST λήψη προσώπου: Λογισμικό συλλογής δεδομένων εικόνας προσώπου πολλαπλών γωνιών για έρευνα και ανάπτυξη τεχνητής νοημοσύνης

Το λογισμικό λήψης προσώπου VKIST υποστηρίζει τον σύγχρονο έλεγχο του συστήματος φωτογράφισης προσώπου πολλαπλών γωνιών, τον έλεγχο φωτός και την αυτόματη επισήμανση δεδομένων, χρησιμεύοντας για τη δημιουργία βάσεων δεδομένων εικόνων υψηλής ποιότητας για έρευνα υπολογιστικής όρασης και εφαρμογές τεχνητής νοημοσύνης.

Bộ Khoa học và Công nghệ•27/09/2025

Στο πλαίσιο της ολοένα και ευρύτερης εφαρμογής της τεχνολογίας αναγνώρισης προσώπου και της τρισδιάστατης μοντελοποίησης προσώπου σε πολλούς τομείς, όπως η ασφάλεια, η υγειονομική περίθαλψη , το ηλεκτρονικό εμπόριο, η προσωπική ασφάλεια, η ανάγκη δημιουργίας μιας δομημένης, ποικίλης και μεγάλης κλίμακας βάσης δεδομένων εικόνων προσώπου καθίσταται επιτακτική. Μία από τις σημαντικότερες προκλήσεις σήμερα είναι ο τρόπος συλλογής δεδομένων εικόνας με σταθερή ποιότητα, υπό διαφορετικές συνθήκες φωτισμού και από πολλές γωνίες λήψης, διασφαλίζοντας παράλληλα την ακρίβεια στην ταξινόμηση και την αποθήκευση δεδομένων.

Για την επίλυση αυτού του προβλήματος, η ερευνητική ομάδα του Ινστιτούτου Επιστήμης και Τεχνολογίας Βιετνάμ - Κορέας (VKIST) ανέπτυξε λογισμικό καταγραφής προσώπου VKIST, ένα εργαλείο που υποστηρίζει τον ταυτόχρονο έλεγχο ενός συστήματος που αποτελείται από πολλαπλές ψηφιακές κάμερες και μονάδες φωτισμού, επιτρέποντας τη συλλογή, την επισήμανση και την αποθήκευση δεδομένων εικόνας προσώπου σε πραγματικό χρόνο.

Λύση συλλογής και επεξεργασίας δεδομένων εικόνας προσώπου

Η καταγραφή προσώπου VKIST είναι προγραμματισμένη σε γλώσσα C#, διαθέτει φιλικό περιβάλλον εργασίας στα Βιετναμέζικα, εύκολο στην ενσωμάτωση και επέκταση.

Η λειτουργία λήψης προσώπου VKIST επιτρέπει τον τηλεχειρισμό δημοφιλών φωτογραφικών μηχανών DSLR της Nikon και της Canon, όπως 5DmarkII, 5DMarkIII, 6DMarkII, 1500D, 2000D, D60, D3000, D5100, D7100, D4, D800..., μέσω διασύνδεσης USB και πρωτοκόλλου RS232. Οι χρήστες μπορούν να εκτελούν λειτουργίες όπως προβολή ζωντανών εικόνων (Live View), ρύθμιση τεχνικών παραμέτρων (διάφραγμα, ταχύτητα κλείστρου, ISO), εντολή ταυτόχρονης λήψης φωτογραφιών και μεταφορά φωτογραφιών στον υπολογιστή σε πραγματικό χρόνο.

Συγκεκριμένα, το λογισμικό υποστηρίζει τον ταυτόχρονο έλεγχο πολλαπλών καμερών - ένα απαραίτητο χαρακτηριστικό στα συστήματα συλλογής δεδομένων εικόνας πολλαπλών γωνιών. Η διεπαφή του λογισμικού είναι στα Βιετναμέζικα, σχεδιασμένη σε ξεχωριστά λειτουργικά μπλοκ για ευκολία χρήσης και εύκολη ενσωμάτωση σε πολύπλοκα συστήματα.

Η διεπαφή του λογισμικού καταγραφής προσώπου VKIST (Σχήμα 1) χωρίζεται σε ξεχωριστά μπλοκ με λειτουργίες που περιγράφονται στο Σχήμα 2. Η γλώσσα που εμφανίζεται στο λογισμικό είναι τα Βιετναμέζικα.

Διεπαφή λογισμικού λήψης προσώπου VKIST.

Διάγραμμα των κύριων λειτουργικών μπλοκ του λογισμικού.

Η λειτουργία λήψης προσώπου VKIST ενσωματώνει επίσης τη δυνατότητα ελέγχου της έντασης φωτός του συστήματος φωτισμού μέσω της μετάδοσης δεδομένων από αρχεία διαμόρφωσης στο κύκλωμα ελέγχου φωτός. Χάρη σε αυτό, το περιβάλλον φωτισμού κατά τη διάρκεια της λήψης ελέγχεται με ακρίβεια, εξασφαλίζοντας σταθερή ποιότητα εικόνας, η οποία αποτελεί βασικό παράγοντα στις εφαρμογές τεχνητής νοημοσύνης.

Επιπλέον, σε αυτό το λογισμικό είναι ενσωματωμένη η λειτουργία ελέγχου έντασης φωτός. Οι χρήστες χρειάζεται μόνο να εισάγουν το διαθέσιμο αρχείο παραμέτρων έντασης φωτός και, στη συνέχεια, να χρησιμοποιήσουν το λογισμικό για να διαβάσουν τα δεδομένα και να μεταδώσουν τις παραμέτρους στο κύκλωμα ελέγχου έντασης φωτός. Από εκεί, ελέγχουν με ακρίβεια την ποσότητα φωτός στο περιβάλλον.

Ένα άλλο σημαντικό χαρακτηριστικό είναι η δυνατότητα αυτόματης επισήμανσης δεδομένων ανάλογα με τη δομή, καθιστώντας τη διαδικασία διαχείρισης, ανάκτησης και εκπαίδευσης μοντέλων τεχνητής νοημοσύνης πιο αποτελεσματική. Το λογισμικό υποστηρίζει επιλογές λειτουργίας αποθήκευσης δεδομένων (τοπικά στην κάμερα, αποθηκευμένα στον υπολογιστή) και ταξινόμηση δεδομένων σύμφωνα με προκαθορισμένα σενάρια.

Ένα άλλο εξαιρετικό χαρακτηριστικό είναι η δυνατότητα αυτόματης επισήμανσης εικόνων σύμφωνα με μια προκαθορισμένη δομή, η οποία εξοικονομεί σημαντικά χρόνο χειροκίνητης ταξινόμησης. Η καταγραφή προσώπου VKIST επιτρέπει τη διαμόρφωση του τρόπου αποθήκευσης εικόνων: Ανά φάκελο, ανά αντικείμενο, ανά τύπο έκφρασης ή άλλες παραλλαγές, όπως η χρήση γυαλιών, η χρήση μάσκας, η αλλαγή χτενίσματος...

Επιπλέον, το λογισμικό υποστηρίζει πολλαπλές λειτουργίες αποθήκευσης δεδομένων - όπως διαδοχική εγγραφή, αντικατάσταση ή αποθήκευση στην κάμερα πριν από τη μεταφορά στον διακομιστή. Αυτό βοηθά το σύστημα να είναι ευέλικτο στη διαχείριση μεγάλων ποσοτήτων εικόνων, ελαχιστοποιώντας τον κίνδυνο απώλειας δεδομένων ή συμφόρησης κατά τη λειτουργία.

Πλατφόρμα έρευνας τεχνητής νοημοσύνης και κατασκευή βάσης δεδομένων προσώπου μεγάλης κλίμακας

Το λογισμικό χρησιμοποιείται αυτήν τη στιγμή στο σύστημα συλλογής δεδομένων εικόνας προσώπου που αναπτύσσει το VKIST, το οποίο περιλαμβάνει 33 κάμερες DSLR Canon, 20 ρυθμιζόμενες μονάδες φωτισμού, ένα σιδερένιο πλαίσιο για την τοποθέτηση καμερών και φωτισμού γύρω από ένα ημισφαίριο και τρεις ισχυρούς υπολογιστές με οθόνες και λογισμικό ελέγχου συστήματος. Με αυτό το σύστημα, το Κοινό Εργαστήριο/Τμήμα Πληροφορικής VKIST-Nacentech, το VKIST συλλέγει και δημιουργεί μια βάση δεδομένων εικόνων προσώπου περίπου 500 ατόμων (περίπου 5 εκατομμύρια φωτογραφίες) και συνεχίζει να συλλέγει περισσότερα δεδομένα.

Η δειγματοληψία δεδομένων εικόνας προσώπου από πολλαπλές γωνίες πραγματοποιήθηκε από το λογισμικό καταγραφής προσώπου VKIST.

Το λογισμικό έχει χρησιμοποιηθεί σε συνεργατικά έργα με το Κορεατικό Ινστιτούτο Επιστήμης και Τεχνολογίας (KIST) για τη συλλογή δεδομένων εικόνας προσώπου περισσότερων από 1.000 Βιετναμέζων. Αυτή η βάση δεδομένων περιλαμβάνει περίπου 10 εκατομμύρια φωτογραφίες με διαφορετικές εκφράσεις προσώπου, όπως κανονικές, χαρούμενες, λυπημένες, φοβισμένες, θυμωμένες, έκπληκτες, ενοχλημένες και κρυμμένα αξεσουάρ όπως μάσκες, γυαλιά, καπέλα, περούκες υπό διαφορετικές συνθήκες φωτισμού.

*Διεπαφή λογισμικού με πλήρεις προδιαγραφές.*

Τα δεδομένα που συλλέγονται από το σύστημα χρησιμοποιώντας το λογισμικό καταγραφής προσώπου VKIST έχουν εφαρμοστεί και εφαρμόζονται σε πολλές κατευθύνσεις έρευνας και τεχνολογικής ανάπτυξης:

Τρισδιάστατη μοντελοποίηση προσώπου από φωτογραφίες 2D πολλαπλών γωνιών,

Αύξηση της ακρίβειας της τεχνολογίας αναγνώρισης προσώπου υπό παραμορφωμένες συνθήκες (σκίαση, πολύπλοκος φωτισμός),

Τρισδιάστατη χάραξη με λέιζερ προσώπων σε γυαλί ως αναμνηστικά,

Ανακατασκευή εικόνων προσώπων νεκρών από παλιές φωτογραφίες, για σκοπούς πολιτιστικής αρχειοθέτησης και διατήρησης της κληρονομιάς.

Εφαρμογές στο ηλεκτρονικό εμπόριο, την ιατρική αισθητική, την επαυξημένη πραγματικότητα.

Η ανάπτυξη και η εφαρμογή της τεχνολογίας καταγραφής προσώπου VKIST όχι μόνο βοηθά την VKIST να αναλάβει την πρωτοβουλία για τη δημιουργία μεγάλων βάσεων δεδομένων, αλλά συμβάλλει επίσης στη βελτίωση της ερευνητικής ικανότητας στην υπολογιστική όραση και την τεχνητή νοημοσύνη στο Βιετνάμ - βασικούς τομείς της τέταρτης βιομηχανικής επανάστασης.

Η εξειδίκευση και ο έλεγχος της τεχνολογίας λογισμικού για τον έλεγχο εξειδικευμένων συστημάτων υλικού - ιδίως οπτικών συστημάτων πολλαπλών συσκευών - παίζει σημαντικό ρόλο στην κατασκευή εγχώριων πλατφορμών Τεχνητής Νοημοσύνης κατάλληλων για τα ανθρωπομετρικά χαρακτηριστικά του λαού του Βιετνάμ.

Η καταγραφή προσώπου VKIST αποτελεί επίδειξη της ανάπτυξης εργαλείων λογισμικού υψηλής τεχνολογίας για την έρευνα και την ανάπτυξη συστημάτων υπολογιστικής όρασης στο Βιετνάμ. Η εξειδίκευση στην τεχνολογία ελέγχου και συγχρονισμού συστημάτων συλλογής δεδομένων εικόνας μεγάλης κλίμακας θα αποτελέσει σημαντικό θεμέλιο για την προώθηση της ικανότητας ανάπτυξης τεχνητής νοημοσύνης στη χώρα, ειδικά σε τομείς που απαιτούν ανθρωπομετρικά δεδομένα με περιφερειακά ή εθνογραφικά χαρακτηριστικά.

Το τμήμα πληροφορικής κατοχύρωσε τα πνευματικά δικαιώματα του λογισμικού "VKIST face capture" αμέσως μετά την ολοκλήρωση και τη δοκιμή ολόκληρου του προγράμματος.