第四章 實驗結果
4.2 人臉辨識實驗
4.2.3 即時人臉辨識
即時人臉辨識之辨識流程如圖 4.11 所示，我們將影像轉換至標準空間，並 依序計算影像距離每個人於標準空間的群中心，選擇最近的群體作為辨識輸出，
再比較最近五次之辨識結果，假若五次皆為同個人，則我們即可將此辨識結果作 為人物身份最終的判定，圖 4.12 為人臉辨識系統介面，每張人臉影像之處理時 間約 40 毫秒。
圖 4.12. 即時人臉辨識系統介面 圖 4.11. 即時人臉辨識之辨識流程 時間
人臉影像
特徵空間轉換與標準空間轉換
搜尋最接近之群中心
影像向量
x x x x x x
標準空間向量
z z z z z z
連續五次相同結果
人臉辨識結果
為了能區別進入者是否為家庭的成員，因此我們藉由分析家庭成員與非家庭 成員之人臉影像於標準空間之分佈，如圖 4.13 所示，家庭成員之人臉影像使用 彩色的線段連接，而非家庭成員之人臉影像以深綠色之星號表示。
其中屬於家庭成員之人臉影像於標準空間中皆具有群聚之現象，相同群體間 將凝聚在一起，而非家庭成員之人臉影像散佈於標準空間中。因此藉由計算家庭 成員之人臉影像與其相對應之群中心之距離的變異數，作為判斷進入者是否為家 庭成員，其判斷方式為
otherwise
unknown, if Class ,
test
z k z
i z i
(4.1)
其中
z test
為進入者之人臉影像於標準空間之向量，z i
為第 i 個人之所有訓練影像 與其相對應之群中心間距離的平均，z 為所以訓練影像與其群中心距離之變異
數，其值為 1.05，k 為一個閥值，藉由此閥值判斷進入者之人臉影像需小於多少 個變異數才能作為正確之人臉辨識。我們取 198 張非家庭成員之影像進行詴驗，圖 4.13. 家庭成員與非家庭成員之人臉影像於標準空間之分佈
40
圖 4.14 表示不同的 k 值對於非家庭成員之人臉影像的排除率，其計算方式為
%
100
非家庭人員之人臉影像數 成功被排除之影像數排除率 (4.2)
當 k 值越小時代表其排除的門檻越為嚴苛，使得大部分的非家庭成員之人臉影像 皆能被排除。
圖 4.15 為資料庫內所蒐集的人物影片進行辨識效能測詴，影片內容為人物由實 圖 4.15. 不同 k 值對於家庭成員之辨識率
圖 4.14. 不同 k 值對於非家庭成員之排除率
驗室門口進入的畫面，我們擷取出人臉之影像進行辨識率之測詴，計算辨識率的 公式為
%
100
被偵測的人臉影像數 辨識正確之影像數辨識率 (4.3)
與計算排除率相同，當 k 值越小時，判斷的標準也越為嚴苛，這使得有些實際為 辨識正確的人臉也被排除，應此我們參考正確率與排除率間的總和做為選用 k 值 的依據，如圖 4.16 所示。
其中我們選擇 k 值為 2，其排除率與辨識率分別為 92.42%、92.75%。