Toistuvien kohtaamisten vaikutus messuesittelyrobotin toimintaan : kasvojen tunnistaminen ja muistaminen
Hummasti, Juho; Kurtti, Rasmus; Luukkonen, Matti (2024-05-15)
Hummasti, Juho
Kurtti, Rasmus
Luukkonen, Matti
J. Hummasti; R. Kurtti; M. Luukkonen
15.05.2024
© 2024 Juho Hummasti, Rasmus Kurtti, Matti Luukkonen. Ellei toisin mainita, uudelleenkäyttö on sallittu Creative Commons Attribution 4.0 International (CC-BY 4.0) -lisenssillä (https://creativecommons.org/licenses/by/4.0/). Uudelleenkäyttö on sallittua edellyttäen, että lähde mainitaan asianmukaisesti ja mahdolliset muutokset merkitään. Sellaisten osien käyttö tai jäljentäminen, jotka eivät ole tekijän tai tekijöiden omaisuutta, saattaa edellyttää lupaa suoraan asianomaisilta oikeudenhaltijoilta.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:oulu-202405163614
https://urn.fi/URN:NBN:fi:oulu-202405163614
Tiivistelmä
Konenäöllä on monia sovelluksia nyky-yhteiskunnassa. Kasvojentunnistus on yksi sen sovelluksista, ja sitä käytetään laajalti eri tarkoituksiin ihmisen ja robotin välisessä vuorovaikutuksessa. Robotit yleistyvät ihmisten keskuudessa ja erilaiset ympäristöt tuovat haasteita kasvojentunnistukselle. Esimerkiksi messuympäristössä suuri ihmismäärä hankaloittaa robotin kasvojentunnistuksen toimintaa.
Jotta humanoidirobotit voitaisiin hyväksyä osaksi ihmisten jokapäiväistä elämää, tulee ihmisten kyetä luonnolliseen vuorovaikutukseen niiden kanssa. Kun robotti pystyy tunnistamaan ihmisten kasvot ja mahdollisesti jopa niiden ilmeet, se voi reagoida paremmin ihmisten läsnäoloon ja tarpeisiin. Tämä tekee robotista helpommin lähestyttävän ja vuorovaikutustilanteesta turvallisemman. Kun robotille toteutetaan kasvojentunnistuksen lisäksi muisti, se pystyy kohtelemaan ihmisiä personoidusti.
Kasvojentunnistusmalleja on paljon, ja niiden välillä on merkittäviä eroja niin nopeudessa kuin tarkkuudessakin. On tärkeää tutkia näitä eroja, jotta voidaan valita kuhunkin tilanteeseen parhaiten soveltuva malli.
Opiskelijoiden kehittämän messuesittyelyrobotin kasvojentunnistusjärjestelmään lisättiin kyky kasvojen muistamiselle. Järjestelmää muokattiin niin, että kasvojen löytämis- ja tunnistamismalleja on helppo vaihtaa. Järjestelmälle valittiin käyttötarkoitukseen sopivat mallit vertailemalla useiden tunnettujen mallien suorituskykyä ja tarkkuutta.
Kasvojen muistaminen toteutettiin klusterointialgoritmin avulla. Kasvojen muistamista testattiin ajamalla videomateriaalia kasvojentunnistusjärjestelmän läpi. Kehitetty kasvojentunnistusjärjestelmä pystyy tunnistamaan, onko messuesittelyrobotin näköpiirissä oleva henkilö robotille tuttu vai tuntematon.
Jotta humanoidirobotit voitaisiin hyväksyä osaksi ihmisten jokapäiväistä elämää, tulee ihmisten kyetä luonnolliseen vuorovaikutukseen niiden kanssa. Kun robotti pystyy tunnistamaan ihmisten kasvot ja mahdollisesti jopa niiden ilmeet, se voi reagoida paremmin ihmisten läsnäoloon ja tarpeisiin. Tämä tekee robotista helpommin lähestyttävän ja vuorovaikutustilanteesta turvallisemman. Kun robotille toteutetaan kasvojentunnistuksen lisäksi muisti, se pystyy kohtelemaan ihmisiä personoidusti.
Kasvojentunnistusmalleja on paljon, ja niiden välillä on merkittäviä eroja niin nopeudessa kuin tarkkuudessakin. On tärkeää tutkia näitä eroja, jotta voidaan valita kuhunkin tilanteeseen parhaiten soveltuva malli.
Opiskelijoiden kehittämän messuesittyelyrobotin kasvojentunnistusjärjestelmään lisättiin kyky kasvojen muistamiselle. Järjestelmää muokattiin niin, että kasvojen löytämis- ja tunnistamismalleja on helppo vaihtaa. Järjestelmälle valittiin käyttötarkoitukseen sopivat mallit vertailemalla useiden tunnettujen mallien suorituskykyä ja tarkkuutta.
Kasvojen muistaminen toteutettiin klusterointialgoritmin avulla. Kasvojen muistamista testattiin ajamalla videomateriaalia kasvojentunnistusjärjestelmän läpi. Kehitetty kasvojentunnistusjärjestelmä pystyy tunnistamaan, onko messuesittelyrobotin näköpiirissä oleva henkilö robotille tuttu vai tuntematon.
Kokoelmat
- Avoin saatavuus [34176]