成果報完整連結:https://drive.google.com/file/d/0By3eH68ZHtikcEZia3VLYlVJZGc/view?usp=sharing
研究計劃摘要
本計畫以影像分析之人臉判別技術搭配上單板機電腦 – Raspberry Pi,希望讓教
室能在低成本的前提下將人臉判別技術導入教室。
首先該計畫以 Python2.7 搭配OpenCv,並基於 Haar-like features 矩形特徵理論開始編寫人臉判別系統,再由添加市售 Webcam 後的 Raspberry Pi 擷取影像後,將包含單複數正臉、45 度角度內臉孔之影像截圖並記錄於網路資料庫。再由伺服器讀取網路資料庫後,將影像資訊如人臉數及時間等資料,透過計算公式計算最終輸出資料。
系統透過淺顯易懂的視窗介面及視窗指令一步步地引導,讓使用者得以獲知特定受測時間內該物的注視情況，計畫中將利用 PyQt 程式語言結合 Python 程式,撰寫一個容易上手的視窗軟體介面,最後將程式移植至單板機電腦 – Raspberry Pi,做最後的實行與測試。
系統終端 – 樹莓派(Raspberry Pi)
這次使用的終端為樹莓派(Raspberry Pi),是一款僅有卡片大小的單板機電腦,其理念是以低價硬體及自由軟體刺激在學校的基本電腦科學教育,只需要連接上螢幕鍵盤等資訊設備,即成為小型個人電腦,該操作系統採用開源的 Linux 系統如 Debian、ArchLinux,自帶的 Iceweasel、KOffice 等軟體,能夠滿足基本的網路瀏覽、文字處理以及電腦學習的需要。支援 Ethernet、兩個 USB 介面、以及 HDMI(支援聲音輸出)和 RCA 端子輸出,且販售價錢便宜,因此選擇其設備的最新版本 Raspberry Pi 2 Model B 為本計畫的主要核心硬體裝置之一。本次系統是安裝ubuntu 16 Desktop。
系統流程
本計畫之系統流程如圖 11,共兩大部分與網路連結區塊,第一部分為樹梅派(Raspberry pi)上運行,主要是要蒐集大量資訊,並對影像資訊作正規化後進行人臉判別,而其中將全由程式自動進行,基礎使用者可不須條動任何選項,強調提共使用簡易的使用者體驗,但是一些項目為必須選定,如資料庫資訊等,則可請資訊人員輔助調整,只需做一次初期調整後,往後便可直接使用。
系統會先藉由樹梅派(raspberry pi)蒐集大量的影像,在人臉判別前透過影像正規化後提升辦別率,將判別結果與相關資料儲存智網路資料庫後供後端計算主機讀取計算出可讀資料。影像正規化包含灰階處理、影像規格調整、高對比等,正規化後的影像透過矩陣特徵判別人臉後輸出圖像的結果資料將透過網路存至遠端主機與網路資料庫,計算主機將會讀取其資料後計算,將其錯誤資料挑除提高成功率與降低計算誤差。
研究結果
以下為實驗環境分為,一為研究室測試,受測人為研究人員並以影片(表 4)作為輸入資料(圖 24),二為教室實測,受測人員皆為一般學生,以靜態影像作為輸入資料。
研究室測試的結果可以看的出來誤差值約在帄均時間的估算誤差約在 6%內,人數上則無誤差(表 5),但在教室實測中卻發現一些實務上的問題,問題主要分成攝影機限制與觀看者行為,實驗中準備兩種不同的攝影機設置,主要差異為每秒攝像張數,分別為一秒三張(表 6)與一秒六張(表 7),可以看見結果上顯示,影像的張數對於誤差來說有非常大的影響。
這次計畫已經開發出 raspberry pi 建置人臉辨識系統並運用於校園教室,同時表9 也可以來說明本計畫提出的系統可滿足電子刊版的注視人數與時間的需求,兩者的結果與成功率皆令人滿意並符合計畫目標,即使複雜或是長時間的預估成功率也達到八成以上,較為單純的背景成功率則能達到九成之高,而且只需使用一般的網路攝影機搭配上基礎資訊設備,成本上不會給校方過大的壓力,甚至教師能自行去運作這套系統,想必在推行至校園不會遇上過難的阻礙。
