Алгоритм и программное обеспечение распознавания лиц монозиготных близнецов

Эта работа © 2024 Липин Ю.Н. распространяется под лицензией CC BY 4.0. Чтобы просмотреть копию этой лицензии, посетите implementing the proposed algorithm creates two images from the left and right halves of the original photo of the face of the first twin and another image as the average of the two created. Based on the obtained four images, a vector of 28 classifier values is created for comparison. Similarly, a second vector is created based on the images of the second twin. When comparing the values of the two vectors, the invisible effect of the asymmetry of the twins' faces is triggered, allowing to distinguish them.

По определению, монозиготные близнецы идентичны по многим параметрам (ДНК, архитектура и цвет лица, цвет и качество кожи и волос, по крайней мере вначале жизни). Распознавание монозиготных (однояйцевых) близнецов по изображениям их лиц является сложной задачей в биометрии.

Первыми к этой проблеме обратились биологи и медики с целью построения биометрической системы, способной принимать правильное решение о влиянии внешней среды на вложенные в близнецов генные установки самой природой. Позднее к проблеме подключились инженерно-научные коллективы с целью решения проблемы идентификации близнецов для служб, таких как криминальные органы, банки, кредитные системы, пограничная служба и таможня. Одним из первых подходов распознования монозигот-ных близнецов был метод "выделения признаков", основанный на слиянии на уровне баллов и слиянии на уровне принятия решения с анализом главных компонент, гистограммой ориентированных градиентов и экстракторами признаков локальных бинарных шаблонов. Однако практически нет свободно распространяемых программных продуктов, способных качественно распознавать лица монозиготных близнецов. В настоящей работе предложены эффективные алгоритмы распознавания лиц монозиготных близнецов и описана разработанная программа.

Распознавание монозиготных близнецов по изображениям их лиц является сложной задачей в биометрии, и зависит от видов близнецов. Однояйцевые близнецы (моно-зиготные) образуются, когда одно оплодотворенное яйцо делится на две отдельные эмбриональные клетки [1]. Они имеют одинаковый генетический материал и развиваются одновременно внутри организма женщины. Поэтому любые различия между однояйцевыми близнецами можно приписать окружающим факторам, таким как различия в среде, воспитании или случайным мутациям. Характерными свойствами таких близнецов являются универсальность, уникальность, постоянство, приемлемость набора наследственных признаков. Отсутствие таких факторов в алгоритмах распознавания приводит к высокому уровню ошибок. Также нужно учесть, что у данного типа близнецов общими параметрами являются пол, цвет волос и глаз, черты лица. При этом отпечатки пальцев разные. Также неизвестна зависимость распознавания от таких факторов как подпись, голос, тембр, обертоны, юмор, фон речи. Двуяйцевые близнецы (дизиготные) образуются, когда два отдельных яйца оплодотворяются разными сперматозоидами. Они имеют разный генетический материал, как и обычные братья и сестры.

Поэтому любые различия между двуяйцевыми близнецами могут быть связаны как с генетическими, так и с окружающими факторами.

Ниже приведены известные методы распознавания близнецов.

К данному моменту методы распознавания близнецов следующие:

• 1) . Близнецовый метод основан на сравнении генетического сходства и различия между однояйцевыми (монозиготными) и двуяйцевыми (дизиготными) близнецами [2–4]. Он используется для изучения влияния генетических и окружающих факторов на различные фенотипические характеристики. Слияние на уровне признаков, баллов, принятия решения с анализом главных компонент, гистограммой ориентированных градиентов и экстракторами признаков локальных бинарных [5–9]. Кроме того, в качестве алгоритмов извлечения признаков используются анализ главных компонент (PCA) [6], гистограммы ориен тированных градиентов (HOG) [7] и локальные бинарные шаблоны (LBP) [8].

• 2) . Методы извлечения черт [10–14]. Наиболее часто используемый метод извлечения черт лица основан на внешности – PCA. Он является самым ранним автоматизированным методом, предложенным для распознавания лиц. Это достигается путем выполнения разложения ковариационной матрицы данных по собственным значениям. Целью PCA является получение собственных векторов ковариационной матрицы.

Автором настоящей работы ведутся исследования в области распознавания близнецов (например, [15–16]) на основе такой информации о лице как его цветовая палитра. Основное цветное или серого тона изображение пропускается через фильтр Собеля с получением черно-белого контрастного вида, позволяющее находить границы изображения лица.

Следующим этапом работ автора в данном направлении стал период использования правил золотого сечения [17]. Автором был разработан алгоритм, основанный на идее работы мозга.

На рис. 1 дан образец работы программы по золотому сечению.

Рис. 1. Итог работы программы по золотому сечению

На рис. 2. дан результат работы программы по методу распознавания мозга.

Рис. 2. Результат работы программы по правилам распознавания мозгом человека

Следующим этапом работ по распознаванию лиц монозиготных близнецов была разработка алгоритмов определения асимметрии лица и мозга человека по заявкам института психологии Пермского пединститута. Целью распознавания была проверка связи асимметрии лица и мозга человека со склонностью к преступлениям. Результаты были адекватными. В дальнейшем автору удалось применить данный алгоритм для распознавания лиц монозиготных близнецов.

Для реализации алгоритма распознавания лиц монозиготных близнецов было написано приложение согласно которому в программу загружается фото первого близнеца, начинается его обработка (результаты работы с фотографией представлены на рис. 3).

Первый ряд, второе фото - исходный близнец, фото слева от него (первый ряд, первое фото) создано из правой половины исходного фото (соответствует правой половине лица). Таким образом, на преобразованном изображении с двух сторон представлена одна и та же половина лица, соответствующая эмоциональному полушарию.

Второй ряд, первое фото - создано из левых половин исходного фото (соответствует правой половине лица).

Фото справа от него - результат наложения преобразованных изображений с одинаковыми половинами.

На каждом фото вверху программа выводит значение частотного спектра, полученного в результате преобразования Фурье, что позволяет использовать их в качестве параметров для оценки результата.

Последнее (черно-белое) изображение в первом ряду получено из обратного преобразования Фурье. Аналогичное фото в конце второго ряда представляет собой результат применения разницы спектров двух изображений, созданных из одинаковых половин.

Такая разница по нашей гипотезе возникает из-за асимметрии полушарий мозга человека. Имеются данные, что первые недели созревания плода лицо и мозг формируются вместе, влияя друг на друга, затем мозг уходит в режим создания ДНК.

Также у авторов появилась гипотеза, что на формирование индивидуальных особенностей лица влияют два аспекта.

Первый аспект. Ребенку-человеку от рождения дается имя, что является абстрактной конструкцией, по сути имя дается мозгу будущей личности. Фамилия добавляется как родовая память со своим факторным наследством.

Таким образом, имя и фамилия могут влиять на формирование особенностей лица.

Второй аспект. Мозг по существу есть фабрика белков. Нейрон через синапс и нейромедиатор при особой картинке создает белки серотина, дофинама, нороандрена-лина и эти белки уходят на входы рецепторов других нейронов. Они в конце концов достигают центра удовольствия, который посылает сигнал в мозг. Результат – эмоция через удовольсвтие. Получается, первоначально все "видит" мозг, а не сознание человека. Когда мы чувствуем злость, страх, беспокойство, тревогу и другие вызывающие стресс эмоции, в кровь выбрасываются гормоны стресса, в том числе кортизол и цитокины, которые влияют на работу иммунной системы.

Рис. 3. Результат обработки первого близнеца

В результате обработки фотографии имеется 7 показателей, для каждого из которых рассмотрены 4 параметра. Таким образом формируется вектор из 28 значений.

Полученные значения вектора для первого близнеца хранятся в таблице, которая показана на рис. 4.

Form4                                                                                       —

Print StrinGrid Exit

Результаты итентификации

Итентисрикация лиц	Град/цвета	Фурье	Спектр Р	М/Н/Кв I
Фото исходное	2421,7573	280.21563	179	36628.724
Фото правых половин лица	1911.2692	168.1578	173	35396.492
Фото левых половин лица	3246.127	77.240548	111	24851.044
Фото правых левых пол средняя	2578.9418	67.566482	106	23764.295
Фазовый портрет вычет по спектру лев/прав	1334,8678 516	80.917249 627	62 112	16704.109 0
Градиент цвета сумма по блокам
Корреляция по R/G/B лев/прав лица.	0.03825910	0.10311625	0.10724598	0

Рис. 4. Полученные значения вектора для первого близнеца

Аналогично проводится процедура обработки фотографии второго близнеца.

Полученные значения вектора для второго близнеца хранятся в таблице, которая показана на рис. 5.

^ Form4

Print StrinGrid Exit

Результаты итентификации

Итентиоэикация лиц	Град/цвета	Фурье	Спектр Р	М/Н/Кв
Фото исходное	2403,5674	181.86858	141	33068.197
Фото правых половин лица	0	103.30299	153	37002.542
Фото левых половин лица	1263.2555	66.08661	115	26487.129
Фото правых левых пол средняя	1564.0559	68.029474	128	29629.823
Фазовый портрет вычет по спектру лев/прав	630.54235	37.216378	38	11708.216
Градиент цвета сумма по блокам	463	401	-64	0
Корреляция по R/G/B лев/прав лица.	0.64133507	0.64081685	0.61518634	0

Рис. 5. Полученные значения вектора для второго близнеца

Сравнивая две таблицы, можно заметить разницу между значениями двух векторов, что подтверждает тот факт, что на фотографиях разные люди. Сравнение значений векторов производится по модифицированному автором алгоритму Эвклида, который описан ранее.

Работа алгоритма была проверена на 8 фотографиях и была успешной. Разработанная программа может служить дополнительным инструментом для исследователей, занимающихся проблемой идентификации субъектов, близких по ДНК.