Recunoasterea Faciala Folosind Sisteme cu Laseri

Recunoașterea facială folosind sisteme cu laseri

Proiect de diplomă

Declarație de onestitate academică

Prin prezenta declar că lucrarea cu titlul “Recunoașterea facială folosind sisteme cu laseri”, prezentată în cadrul Facultății de Electronică, Telecomunicații și Tehnologia Informației a Universității “Politehnica” din București ca cerință parțială pentru obținerea titlului de Inginer în domeniul Inginerie Electronică și Telecomunicații, programul de studii Microelectronică,optoelectronică și nanotehnologie, este scrisă de mine și nu a mai fost prezentată niciodată la o facultate sau instituție de învățământ superior din țară sau străinătate.

Declar că toate sursele utilizate, inclusiv cele de pe Internet, sunt indicate în lucrare, ca referințe bibliografice. Fragmentele de text din alte surse, reproduse exact, chiar și în traducere proprie din altă limbă, sunt scrise între ghilimele și fac referință la sursă. Reformularea în cuvinte proprii a textelor scrise de către alți autori face referință la sursă. Înțeleg că plagiatul constituie infracțiune și se sancționează conform legilor în vigoare.

Declar că toate rezultatele simulărilor, experimentelor și măsurătorilor pe care le prezint ca fiind făcute de mine, precum și metodele prin care au fost obținute, sunt reale și provin din respectivele simulări, experimente și măsurători. Înțeleg că falsificarea datelor și rezultatelor constituie fraudă și se sancționează conform regulamentelor în vigoare.

București, 13.09.2014 Absolvent

Radu Mihai-Dănuț

Cuprins:

Introducere

Prezentare lucrare

Cap.1 : Caracteristici generale și clasificare a laserilor

Cap. 2 : Modelarea și reprezentarea imaginilor pentru recunoașterea facială

Cap. 3 : Tehnici de recunoaștere facială

Cap. 4: Aplicații de recunoaștere facială

Cap. 5: Studiu de caz: Rezultate experimentale privind algoritmi de recunoaștere facială bazați pe recunoașterea unei imagini obținută prin fuziunea imaginii în vizibil și termal (IR)

Concluzii

Bibliografie

Listă acronime

μm – micrometru

W – microwatt

A – amperi

A/cm2 – amperi pe centimetru pătrat

Ar – argon

ArCl – clorură de argon

ArF – fluorură de argon

Br2 – brom

CAS-Chinese Academy of Sciences

C2H4 – etilenă

CD – disc compact

CF4 – tetrafluorură de carbon

cm – centimetri

CO – monoxid de carbon

CO2 – dioxid de carbon

COIL – laserul chimic cu iod oxigen

CVL (Copper Vapor Laser) – laserul cu vapori de cupru

dB/m – decibel pe milivolt

DPSSL – pompajul cu diode a laserilor cu corp solid

eV – electronvolt

F2 – fluor

FIR (Far Infrared) – infraroșu îndepărtat

GHz – gigahertz

GVL (Gold Vapor Laser) – laserul cu vapori de aur

GW – gigawatt

h – ore

HCl – acid clorhidric

He – heliu

He-Cd – heliu-cadmiu

HeNe – heliu-neon

HF+ – acid fluorhidric

HM(x)-clasificator nonlinear complex

hM(x)-clasificator M

Hz – hertz

ID(identification document)-document de identificare

IR – infraroșu

Kr – kripton

KrCl – clorură de kripton

KrF – fluorură de kripton

KV – kilovolt

KW -kilowatt

LASER (Light Amplification by Stimulated Emission of Radiation) – amplificarea luminii prin emisie stimulată a radiației

LWIR-  Long-Wavelength InfraRed

m – metri

M-clasificator

MASER (Microwave Amplification by Stimulated Emission of Radiation) – amplificare de microunde prin emisie stimulată a radiației

MHz – megahertz

MIRACL (Mid Infra-Red Advanced Chemical Laser) – laserul chimic avansat de infraroșu mediu

MSM-

mm – milimetri

MW – megawatt

mW – milliwatt

MW/cm3- megawatt pe centrimetru cub

N2 – azot

Nd – neodim

Ne – neon

NF3 – trifluorură de natriu

NH3 – amoniac

NIR- Near Infrared

nm – nanometri

PCA-analiza componentelor principale

PIN(personal identification number)-număr de indentificare personal

U235 – Uraniu235

UV- ultraviolet

W – watt

W/m – watt pe metru

x-tipar ce trebuie clasificat

Xe2 – xenon

XeBr – bromură de xenon

XeCl – clorură de xenon

XeF – fluorură de xenon

YAG – cristal de granat de yttriu si aluminiu

YAG: Nd – cristal de granat de yttriu și aluminiu, dopat cu neodim

Introducere

Cuvântul Laser provine din limba engleză, el fiind acronimul pentru "Light Amplification by Stimulated Emission of Radiation", în traducere Amplificarea luminii prin emisie stimulată a radiației.

Laserul este un dispozitiv optic care generează un fascicul coerent de lumină. Acesta este un dispozitiv care transformă diverse forme de energie (energie electrică, energie chimică) în radiație electromagnetică (ceea ce include și radiația optică).

“Dispozitivele cuantice de emisie și amplificare a radiației în regiunea optică și cea a microundelor a spectrului electromagnetic, denumite laseri respectv maseri,”[] funcționează pe interacțiunea a două sisteme fizice: câmpul electromagnetic și mediul activ. Câmpul electromagnetic este format dintr-o cavitate rezonantă, iar mediul activ este situat în aceeași cavitate rezonantă formată din atomi. Prin excitarea mediului activ prin diverse procedee “în mediul activ se acumulează o mare cantitate de energie electromagnetică, care în anumite condiții poate fi eliberată prin emisie stimulată sub forma radiației laser”[].

Principiul efectului laser a fost anticipat și studiat teoretic în anul 1917 de către Albert Einstein într-o lucrare celebră în care s-a ridicat problema posibilității de a se realiza amplificarea luminii prin emisie stimulată. Au trebuit să treacă aproape 40 de ani pentru ca tehnic să se poată realiza primul dispozitiv care amplifică stimulat microundele (MASER-ul) de către Charles Hard Townes și Arthur Leonard Schawlow.

Posibilitatea realizării dispozitivelor laser a fost arătată de Charles Townes în anul 1958. În anul 1960 Theodore Maiman și Aleksandr Mikhailovich Prohorov realizează primii laseri din lume. Laserul realizat de Maiman a avut ca mediu activ rubinul și care folosea drept sursă de energie o lampă cu descărcare. În anul 1961,cercetatorul Ali Javan a realizat primul laser cu gaz, respectiv cu He-Ne, în timp ce la sfârșitul anului 1962 M. Nathan, R. Hall și T. Quist au produs emisie de radiație laser prin semiconductori și nu în cele din urmă, în anul 1966, a fost realizat primul laser cu lichid de către Peter Sorokin.

Charles H.Townes (Massachusetts Institute of Technology, Cambridge, MA, USA), Nicolay Gennadiyevich Basov (Lebedev Institute for Physics Akademija Nauk Moscow, USSR) și Alexander Mikhaylovich Prokhorov (Lebedev Institute for Physics Akademija Nauk Moscow, USSR) au împarțit premiul Nobel atribuit în anul 1964 pentru “cercetările fundamentale în dome- niul electronicii cuantice care au condus la construirea oscilatoarelor și a amplificatorilor bazați pe principiul maser-laser”.

În România, în anul 1962, primul laser a fost realizat sub conducerea profesorului Ion. I. Agârbiceanu la Institutul de Fizică Atomică.

Trebuie remarcat faptul că pentru descoperirea laserilor și pentru dezvoltarea aplicațiilor bazate pe laser au fost acordate înca două premii Nobel pe lângă cel mai sus menționat: în anul 1981 premiul a fost acordat lui Nicolaas Bloembergen și Arthur Leonard Schawlow pentru ”contribuția lor la dezvoltarea spectroscopiei laser” și în anul 1997 câștigătorii premiului Nobel pentru fizică au fost Steven Chu, Claude Cohen-Tannoudji și William D. Phillips pentru ”dezvoltarea unor metode pentru răcirea și traparea atomilor folosind radiația laser”.

Încă de la început laserul a fost considerat o soluție pentru multe probleme. La început problemele nu existau, dar în timpul, acestea au început sa apară în numar tot mai mare. Nu ne-am putea imagina lumea de astăzi fără lasere, folosite de la CD playere la imprimante cu laser, fibre optice, comunicații, tratamente și operații medicale, cercetare în mai multe domenii, chiar și armament. Caracteristicile unice ale unui laser îl fac potrivit pentru multe aplicații.

“Atomii, moleculele sau ionii mediului activ posedă două nivele energetice a căror diferență de energie corespunde unei frecvențe care este în rezonanță cu una din frecvențele proprii ale cavității rezonante, respectiv ale rezonatorului optic”.[]

Cât despre recunoașterea facială,aceasta reprezintă una din cele mai importante abilități folosite în viața de zi cu zi.În ultima perioadă s-a putut observa un interes crescut pentru sisteme automate de recunoastere facială.Cercetările pentru sisteme automate de recunoastere facială au început in anii 60.În ultimii ani s-a facut un progres semnificativ în această direcție dezvoltându-se o serie largă de astfel de sisteme.Deși am ajuns într-un stadiu foarte avansat din punct de vedere tehnologic recunoașterea facială creează încă multe provocări.

\

CAP.1 Caracteristici generale și clasificare a laserilor

Ce este și ce conține un laser

Deși laserul este un dispozitiv pentru mărirea puterii unui semnal, majoritatea sunt de fapt niște oscilatoare sau surse de lumină. Cu toate acestea, lasere în adevăratul sens al cuvântului există. Puterea unui laser poate varia de la mai puțin de un mW până la milioane de W. Acesta poate lucra în impulsuri sau continuu. Toate laserele au cateva lucruri în comun: un mediu activ, un mod de energizare laser (sau sistem de excitare) și un rezonator.

Un mediu activ este partea esențială a unui dispozitiv laser, este un mediu în care se găsesc atomii aflați într-o stare energetică superioară celei de echilibru. În acest mediu se produce amplificarea radiației luminoase (dacă avem o radiație luminoasă incidentă) sau chiar emisia și amplificarea radiației luminoase (dacă nu avem o radiație luminoasă incidentă). După mediul activ folosit laserii pot fi: cu mediu solid, cu mediu lichid, cu mediu gazos sau laseri cu semiconductori.

Modul de energizare laser sau sitemul de excitare este necesar pentru obținerea de sisteme atomice cu mai mulți atomi într-o stare energetică superioară. Există mai multe moduri de a realiza excitarea atomilor din mediul activ, în funcție de natura mediului, acesta poate fi optic, chimic sau electric.

Laserele cu gaz folosesc descărcările electrice, bombardamentul cu electroni sau o reacție chimică. Descărcarea electrică este cea mai des folosită la laserele de putere mică (He-Ne). Laserele solide folosesc de obicei lămpi cu descarcare cu xenon pentru amorsare sau o matrice de lasere semiconductoare (diode). Laserele semiconductoare de obicei sunt alimentate cu energie electrică, dar este posibilă și cu bombardare cu electroni sau optică. Laserii lichizi sunt de obicei amorsați optic, iar cei cu raze X cu mici dispozitive nucleare.

Un rezonator este, de cele mai multe ori, o pereche de oglinzi, perfect plane sau perfect concave, câte una la fiecare capăt al laserului. Acestea ajută fotonii să treacă de mai multe ori prin mediul rezonator, mărind șansele de a lovi și alți electroni. De obicei, una din oglinzi este total reflectorizantă, iar cealaltă este parțial transparentă pentru a da voie razei laser să treacă prin ea. Unele lasere au oglindă numai la un capat (de exemplu laserele cu azot) sau nici o oglindă (de exemplu laserele cu raze X pentru ca este aproape imposibilă reflectarea radiației la această lungime de undă). De asemenea, este posibilă și prezența altor elemente în rezonator, cum sunt prisme sau modulatoare.

Clasificarea laserilor

Laserele se pot clasifica după următoarele criterii:

– starea de agregare a materiei mediului activ poate fi : gaz, solid , lichid ,plasma

– domeniul spectral corespunzător lungimii de undă laser: spectrul vizibil, spectrul infraroșu (IR)

– metoda de excitare (sau pompaj) a mediului activ: pompaj optic sau pompaj electric

– caracteristicile radiației emise de laser

– numărul nivelelor de energie care participă la efectul laser.

În funcție de starea de agregare a materiei, materialul utilizat ca mediu activ determină: lungimea de undă laser, metoda pompajului adecvat, ordinul de mărime la ieșirea laser și eficiența sistemului laser.

Cele două cerințe de spectrul vizibil, spectrul infraroșu (IR)

– metoda de excitare (sau pompaj) a mediului activ: pompaj optic sau pompaj electric

– caracteristicile radiației emise de laser

– numărul nivelelor de energie care participă la efectul laser.

În funcție de starea de agregare a materiei, materialul utilizat ca mediu activ determină: lungimea de undă laser, metoda pompajului adecvat, ordinul de mărime la ieșirea laser și eficiența sistemului laser.

Cele două cerințe de bază pentru efectul laser sunt:

– inversia de populație dintre nivelele de energie laser superior și inferior

– mediul activ trebuie să fie transparent la lungimea de undă de ieșire

Mediul activ determină cel mai mult proprietățile laser și de accea numele laserului este derivat de la numele mediului activ.

Laserii cu gaz

Multe elemente pot produce efect laser atunci când sunt în stare gazoasă. Moleculele, compuse din puțini atomii, pot produce efect laser. Într-un laser cu gaz, mediul activ laser este un gaz la presiune scăzută.

Principalele motive pentru utilizarea presiunii scăzute sunt posibilitatea unei descărcări electrice într-un spațiu lung (în timp ce electrozii sunt la capetele unui tub lung) și obținerea unei lățimi spectrale înguste (ce nu este expandată de ciocnirea dintre atomi).

Primul laser cu gaz a fost laserul cu heliu-neon, funcționând la lungimea de undă apropiată de infraroșu. Acest laser a fost construit de fizicianul iranian Ali Javan în anul 1961. Pentru laserii cu gaz sunt utilizate două tehnici principale de excitare: descărcarea electrică și pompajul optic.

Excitarea laserului cu gaz prin descărcare electrică

Dacă se aplică tensiune înaltă pe electrozii de la capetele tubului ce conțin gazul, se produce o descărcare electrică prin gaz.

Electronii, emiși de catod și accelerați către anod, se ciocnesc cu moleculele gazului de-a lungul drumului. În timpul ciocnirilor, energia cinetică a electronilor este transferată moleculelor gazului și îi excită.

Excitarea laserilor cu gaz prin pompaj optic

Spectrul de absorbție a mediului trebuie să fie similar cu spectrul de emisie a sursei de pompaj. Sursele convenționale utilizate pentru pompajul optic au spectrul de emisie îngust, astfel numai o mică parte de lumină este utilizată în procesul de excitație. Această metodă nu este eficientă pentru laserii cu gaz deoarece atomii gazului absorb numai o mică parte a spectrului.

Deoarece spectrul de absorbție al solidelor este mai larg decât spectrul de absorbție al gazelor, eficiența pompajului laserilor cu corp solid, cu surse optice convenționale, este superioară celor cu gaz. Prin urmare laserii cu gaz sunt în general excitați prin descărcare electrică.

Avem nevoie să utilizăm o sursă optică cu lățimea benzii foarte îngustă, care corespunde liniei spectrale înguste de absorbție a gazului, când dorim să excităm un laser cu gaz prin pompaj optic. O sursă pentru pompajul optic pentru laserul cu gaz este alt laser. Această metodă este utiliza- tă pentru pompajul laserilor cu gaz în infraroșu îndepărtat, exemplul fiind laserul cu dioxid de carbon.

Laserii cu gaz se divid în trei mari grupe:

I) Atomici cu mediul activ laser compus din gaz atomic neutru (de exemplu: gazul cu heliu-neon și vaporii de cupru)

II) Ionici cu mediul activ laser compus din gaz ionic (de exemplu: argonul ionic și heliu-cadmiu)

III) Moleculari cu mediul activ laser compus din gaz molecular (de exemplu: dioxidul de carbon, azotul, laserii cu excimeri, laserii chimici și laserii în infraroșul îndepărtat).

I) Laserii cu gaz atomic sau neutru. În acest tip de laseri, mediul activ este un gaz nobil în stare neutră sau vapori metalici. Caracteristicile acestui laser:

– gazul activ este utilizat în amestec cu alte gaze

– extra gazul ajută la creșterea eficienței de excitare

– laserii cu gaz, în general, funcționează în undă continuă

– câștigul maxim se obține cu un tub de diametru foarte mic.

Laserul cu heliu-neon (He-Ne)

Acest laser a fost cel mai utilizat laser până când a fost depășit de diodele laser, mediul activ este un amestec de heliu (He) și neon (Ne) și are patru nivele energetice. Rolul gazului de heliu este de a crește eficiența procesului laser. Heliul produce două efecte: excitarea directă a gazului atomic de heliu este eficientă (excitarea directă a gazului de neon este ineficientă) și o anumită stare excitată a atomului de heliu are un nivel de energie care este foarte similar cu energia unei stări excitate a atomului de neon.

Excitarea atomilor de neon este un proces cu două etape:

– electronii, accelerați de la catod la anod, ciocnesc atomii de heliu și le transferă energie cinetică

– atomii de heliu, excitați, se ciocnesc cu atomii de neon și își transferă energia de excitare.

Acesta are două nivele laser inferioare și astfel toate lungimile de undă pot fi emise ca tranziții între aceste nivele. Cele mai importante lungimi de undă sunt: λ1= 632,8 nm, λ2= 1152 nm, λ3= 33913 nm și λ4= 5435 nm.

Heliul nu participă în procesul laser, dar acesta crește eficiența excitării astfel încât eficiența laser crește cu un factor de aproximativ 200.

1.1 Laserul cu He-Ne laser (la Kastler-Brossel Laboratory de la Universitatea Paris 6)

http://en.wikipedia.org/wiki/Helium%E2%80%93neon_laser

Laserul cu vapori metalici

Acești laseri au mediul activ constituit din atomi de metal. Sunt două tipuri de astfel de laseri:

a) Laseri cu vapori metalici neutrii (de exemplu: laserul cu vapori de cupru și laserul cu vapori de aur)

b) Laserii cu vapori metalici ionizați (de exemplu: laserul cu heliu-cadmiu).

Acești laseri emit radiație electromagnetică în vizibil într-o formă de pulsuri rapide și cu eficiență ridicată.

a) Laserul cu vapori de cupru (CVL)

Funcționarea laserului a fost demonstrată în anul 1966, primul laser comercial apărând în anul 1980. Acest laser are o eficiența relativă ridicată (peste 1%) față de laserii cu domeniul spectral vizibil, astfel se pot realiza pulsuri cu puteri ridicate.

Structura și funcționarea laserului cu vapori de cupru

Laserul cu vapori de cupru este un laser cu gaz, este construit ca un tub cu ferestre la capete, tubul fiind umplut cu gaz inert și o cantitate mică de cupru pur. Diametrul tubului este cuprinsă între 10 și 80 de mm și conține gaz de neon la o presiunea de 25-30 torri.

Pentru a avea vapori de cupru metalul trebuie să aibă o temperatură ridicată, astfel tubul trebuie să fie construit din zirconiu sau alumină. Acestea au temperatura materioalelor de rezistență superioară metalelor.

Temperatura de topire a cuprului este de 1083 °C. La temperaturi mai mari decât punctul de topire sunt generați vapori de cupru, cu o concentrație suficient de ridicată, care sunt folosiți drept mediu activ pentru laser. Temperatura măsurată la ieșirea tubului poate atinge valori cuprinse între 1400 și 1500 oC.

Înainte de umplerea tubului cu gaz de neon se introduce un volum solid de cupru metalic pur, descărcarea electrică fiind produsă de tensiunea înaltă de pe electrozii de la capetele tubului. Prin urmare, crește temperatura în interiorul cavității tubului, necesară evaporării cuprului, iar presiunea vaporilor de cupru este în jur de 0,1 torri.

În timpul efectului laser numai o fracțiune din atomii de cupru sunt ionizați și sunt deplasați către capetele tubului. Aici vaporii se răcesc și se transformă în metal solid. Astfel, se reduce cantitatea de vapori de cupru din tub. După o funcționare, de câteva sute de ore, trebuie să se introducă din nou cupru în tub.

„Pulsurile de înaltă tensiune aplicate pe electrozi produc accelerarea electronilor ce se ciocnesc cu moleculele de vapori de cupru, excitându-le pe unul sau două nivele de energie laser superioare disponibile.”[]

Lungimile de undă ale radiațiilor emise de acești laseri au valorile: λ1=510,6 nm (această lungime de undă are culoarea verde) și λ2=578,2 nm (are culoarea galben).

Laserul cu vapori de cupru este restricționat să funcționeze în impulsuri. Acesta este un laser cu trei nivele. Cele trei nivele sunt: starea fundamentală a atomului de cupru, nivelul de energie laser superior și nivelul de energie laser inferior.

Concluzii. Conform informațiilor de mai sus putem trege urmatoarele concluzii despre laserii cu vapori de cupru:

– presiunea vaporilor de cupru este aproximativ 1 torr și temperatura optimă de funcționare este la 1650 ± 50 oC (temperatura ridicată necesară pentru efectul laser fiind obținută prin încălzirea a ceea ce rezultă în urma descărcării electrice în gaz).

– laserul este foarte sensibil la puritatea gazului activ și funcționează simultan pe două linii spectrale (verde și galben)

– energia pe puls a liniei verzi depinde de frecvența pulsurilor electrice aplicate, iar energia pe puls a liniei galbene este aproape independentă de frecvența pulsurilor electrice aplicat

– acești laseri pot funcționa la fel și fără o cavitate optică, având un câștig foarte ridicat

– în practică o oglindă reflectă 100%, iar cealaltă doar 10%

– este posibil să se obțină efect laser la temperaturi scăzute, la 400 oC, prin utilizarea sărurilor de cupru precum clorura de cupru.

Aplicațiile laserilor cu vapori de cupru sunt următoarele:

– surse de pompaj pentru laserii cu colorant, pentru pulsuri scurte

– iluminarea obiectelor în fotografierea la viteză ridicată (ieșirea laserului cu vapori de cupru este o radiație laser în domeniul vizibil la o frecvență a pulsurilor foarte mare; această radiație poate fi utilizată ca o sursă de iluminare pentru fotografierea flash la viteze mari)

– în justiție pentru indentificarea amprentelor digitale și a urmelor reziduale care nu pot fi identificate utilizând surse de lumină spectrale înguste convenționale

– terapia fotodinamică

– îmbogățirea uraniului (U235) – pentru fotoionizarea selectivă a U235 în vaporizarea uraniului natural.

Cantitatea de U235 din uraniul natural este foarte dificil de separat deoarece este foarte mică. Utilizând acest tip de laser este posibilă ionizarea selectivă numai a U235, colectarea materialului ionizat făcându-se pe discuri încărcate electric. Puterea medie maximă a laserilor cu vapori de cupru este de 6.000 W, pe când cea maximă a laserilor comerciali este de numai 100 W.

1.2 Laserul cu vapori de cupru

http://www.repairfaq.org/sam/laserpic/hbl2pics.htm

Laserii cu vapori de aur (GVL)

Acest tip de laser este similar cu laserul amintit mai sus. Au aceeași structură și principii de funcționare. Uneori același tub laser și sursa de putere sunt utilizați pentru ambele tipuri de laseri. Singura diferență constând în faptul că o sârmă de aur pur a fost pusă în locul cuprului solid.

Lungimea de undă a laserului cu vapori de aur este roșie și are lungimea de undă de 628 nm.

Principalele aplicații ale acestui tip de laser sunt în tratamentele experimentale de cancer prin terapie fotodinamică (PDT).

1.3 Laserul cu vapori de aur

http://www.siom.ac.cn/eng/researchlaboratories23.asp

b) Laserul cu heliu-cadmiu (He-Cd)

Laserii cu heliu-cadmiu sunt împarțiți în două clase:

– laseri cu vapori metalici (la aceștia efectul laser are loc între nivelele de energie ale ionului de cadmiu, deci mediul laser este alcătuit din vapori metalici ionizați)

– laseri cu gaz ionic (proprietățile acestui laserului sunt similare cu cele ale laserului cu heliu-ne-on).

Acest laser este un laser cu gaz, iar cadmiul metalic poate fi transformat în gaz prin încăl-zire.

„Excitarea atomilor de Cadmiu în gaz pe nivelul laser superior este similară procesului de excitare a gazului de neon din laserul cu He-Ne. Atomii de Heliu sunt excitați prin ciocniri cu electronii accelerați, și aceștia pot transfera energia lor atomilor de Cadmiu prin ciocniri.

Tranzițiile din laserul cu Heliu-Cadmiu sunt între nivelele de energie ale atomilor de Cadmiu odată ionizați, și sunt disponibile în jur de doisprezece linii. Aceste lungimi de undă sunt în domeniul lungimilor de undă scurte, violet și ultra-violet (UV).”[]

Principala aplicație a acestui laser este în laboratoarele de optică, pentru fabricarea hologra- fică a rețelelor de difracție. Problema laserului cu heliu-cadmiu este menținerea distribuției omogene a vaporilor metalici în interiorul descărcării electrice a tubului, astfel ionii sunt atrași de ferestrele reci de la capetele cavității. Pentru a preveni răcirea ferestrelor sunt puse gropi reci înaintea ferestrelor laser.

Efectul laser în laserul cu heliu-cadmiu

Cadmiul metalic este încălzit la o temperatură de 250 oC, ceea ce creeză presiune de vapori.

Heliu fiind un gaz nobil, energia de excitare a acestuia este foarte ridicată (aproximativ 24 eV) în comparație cu cadmiu care este un metal cu energia de excitare scăzută (aproximativ 9 eV). În acest fel heliul rămâne neutru electric și umple cavitatea tubului, în timp ce atomii de cadmiu pozitivi sunt deplasați înspre catodul negativ.

Cele mai bune lasere pierd în jur de 1 gram de cadmiu metalic la fiecare 1.000 ore de funcționare a laserului.

Câștigul și puterea de ieșire pentru principalele două linii ale acestui laser sunt mult mai mari decât pentru laserul cu heliu-neon, dar mai mici decât laserul cu argon.

Caracteristicile laserilor cu heliu-cadmiu:

– lungimile de undă de ieșire sunt de 441,6 nm (lumina albastră), respectv 325 nm (luminaultravi- oletă)

– eficiența totală maximă pentru linia albastră este de 0,02% și în UV de 0,01%

– puterea maximă de ieșire este de 150 mW pe linia albastră și 50 mW pe UV

– distanța dintre două moduri longitudinale este aproximativ 200 MHz

– banda spectrală este de 0,003 nm, aproximativ 5 GHz, și lungimea de coerență de aproximativ 10 cm.

1.4 Laserul cu Heliu-Cadmiu

II) Laseri cu gaz ionizat

Laserii cu gaz ionizat sunt cei cu gaze nobile și anume argon și kripton.

Laserul cu gaz cu argon ionizat (Ar+)

A fost iventat în 1964 de William Bridges și Hughes și conține un tub umplut cu gaz de argon ce se transformă în plasmă într-o stare excitată. „Plasma este o stare a materiei în care electronii sunt separați de atomi și molecule, care în mijloc conține electroni liberi și ioni”[].

Laserul cu argon ionizat are două tranziții laser în vizibil cu lungimile de undă λ1= 488 nm (albastru) și λ2= 514,5 nm (verde), dar emite și în spectrul UV la lungimile de undă λ1= 351,1 nm și λ2= 363,8 nm.

Puterea de ieșire al laserului cu argon

Aceștia sunt laseri numai în vizibil ce produc multe culori cu puteri comparative mari. Câștigul mediului activ în acest laser este foarte ridicat și prin urmare poate fi înmagazinată o putere ridicată în laserii cu argon ionizat, deși aceștia au o eficiență scăzută. Puterea la ieșire crește cu o funcție neliniară cu densitatea de curent din tub. Astfel se foloseasc tuburi înguste și curenți foarte mari cu valori cuprinse între 100 și 500 A/cm2. Aceștia necesită o alimentare separată la rețeaua electrică tifazată.

Aprinderea laserului cu argon ionizat este făcută cu un puls de tensiune înaltă pentru ionizarea gazului de argon. Astfel curentul continuu ridicat, mai mare de 50 A, menține efectul laser. Prin urmare densitatea mare de curent crează cantități mari de căldură ce trebuie să fie eliminată din laser. Acești laseri necesită răcire cu apă. Tubul laser este construit din materiale speciale, ca de exemplu oxidul de beriliu, pentru a rezista la temperaturi înalte. Acest material are o conductivitate termică foarte ridicată.

Aplicațiile laserului cu argon ionizat sunt în:

– chirurgie generală pentru aplicații ce utilizează absorbția la lungimi de undă specifice

– oftalmologic în desprinderile de retină

– holografie (deoarece au putere mare în spectrul vizibil).

1.5 Laserul cu gaz cu argon ionizat (emite lumină verde-albastră la 488/514 nm)

http://en.wikipedia.org/wiki/Ion_laser

Laserul cu kripton

Acest laser este foarte asemănător cu laserul cu argon, eficiența lui fiind mai mică și având multe linii în spectrul vizibil, în special în domeniul spectral de la galben la roșu. Puterea maximă de ieșire în fiecare linie este de aproximativ 100 mW.

Aplicațiile acestui laser sunt în domeniile de artă și la realizarea de efecte vizuale fantastice.

1.6 Laserul cu kripton

http://www.feelhype.com/portfolio/krypton-green-laser/

III) Laserii cu gaz molecular

Toți laserii descriși mai sus se bazează pe tranzițiile electronice dintre diferite nivelele de energie principale. Într-o moleculă nivelele de energie principale sunt divizate în nivele de energie vibraționale.

Fiecare nivel de energie vibrațional poate fi împărțit, la rândul său, în două nivele de energie rotaționale. Nivelele de energie vibraționale sunt acele nivele de energie asociate fiecărei oscilații de atomi din moleculă, iar nivelele de energie rotaționale sunt acele nivelele de energie asociate rotației moleculei.

Diferența dintre două nivele de energie vibraționale între care se produc efect laser este mai mică decât diferența dintre nivelele de energie principale. Prin urmare, lungimile de undă asociate acestor tranziții de energie dintre aceste nivele sunt mari și în general sunt în spectrul de infraroșu.

Laserii cu dioxid de carbon, monoxid de carbon, azot, cei chimici și cu excimeri face parte din această categorie.

Laserul cu dioxid de carbon (CO2)

Efectul laser în molecula de dioxid de carbon a fost demonstrat prima oară de Chandra Kumar Naranbhai Patel în anul 1964. Patel a trimis un puls de descărcare electrică printr-un gaz pur de dioxid de carbon într-un tub laser și a obținut la ieșire un puls mic laser.

Dioxid de carbon este un gaz în care se produce efect laser, însă pentru a îmbunătăți eficiența laserului trebuie să fie adăugate și alte gaze în tubul laser.

Laserul standard cu dioxid de carbon include în mediul activ un amestec de dioxid de carbon cu azot și heliu. Proporțiile optime a celor trei gaze în acest amestec depinde atât de sistemul laser, cât și de mecanismul de excitare. În general pentru un laser în undă continuă proporțiile sunt următoarele: CO2:N2:He –1:1:8.

Dioxidul de carbon este o moleculă liniară și cei trei atomi sunt situați pe o linie dreaptă cu atomul de carbon în mijloc.

Laserul cu monoxid de carbon (CO) este foarte asemanător cu laserul cu dioxid de carbon, singura excepție fiind gazul activ și anume monoxidul de carbon.

Spectrul de radiație la acești laseri este de 5-6 μm. Principala problemelă a acestui laser este gazul de monoxid de carbon care este otrăvitor.

Laserul cu azot

A fost construit în anul 1963 și s-a produs pentru comercializare din 1972. Mediul activ în acești laseri este gazul de azot la presiuni de la 20 torri până peste o atmosferă. În unii laseri gazul curge în tub, iar alții au tubul etanș.

Funcționarea laserului cu azot în impulsuri

Excitatea gazului se realizează printr-un puls scurt, în jur de 10 nsec., la o tensiune înaltă cuprinsă între 20 și 40 KV. Pulsul de înaltă tensiune creeză o descărcare electrică în gaz, ce provoacă o inversie de populație momentană. Pulsul scurt este emis și gazul revine pe starea fundamentală. Astfel putem spune ca laserul cu azot este un laser pulsat.

Câștigul mediului activ în laserul cu azot este foarte ridicat, având valoarea de 50 dB/m.

Laser cu azot nu poate să emită radiație continuu deoarece timpul de viață al nivelului de energie laser superior este de aproximativ 40 nsec., iar timpul de viață al nivelului de energie laser inferior este lung.

Proprietățile laserului cu azot sunt următoarele:

– laserul este foarte simplu și ieftin

– laserii cu azot emit radiație în regiunea UV a spectrului electromagnetic, la lungimea de undă de 337 nm

– frecvența pulsului, peste 1.000 Hz, este limitată de efectele termice

– durata pulsului este de ordinul a 10 nsec.

– energia per puls este de câțiva mili-Jouli, iar energia medie este mai mare de câteva sute de mW

– eficiența totală este de aproximativ 0,1%.

Aplicațiile importante ale laserului cu azot:

– spectroscopie în spectrul ultraviolet (UV)

– pompajul optic al laserilor cu coloranți

– teste nedistructive, realizate prin încălzirea probei cu un puls de la laserul cu azot

Laserul cu excimeri

Condițiile necesare pentru efectul laser sunt obținute în moduri „exotice”.

Un excimer este o moleculă care are o stare legată numai într-o stare excitată. Această moleculă nu poate exista în starea fundamentală, iar atomii acestei molecule sunt separați.

Starea excitată există pentru o durată foarte scurtă, mai mică de 10 nsec.

Numele de excimer provine de la combinația a două cuvinte: excitat dimer (în traducere dimer excitat), ceea ce înseamnă că molecula este compusă din doi atomi și există numai în stare excitată. Aceste molecule sunt considerate ca fiind un complex și de aceea uneori cercetătorii le numesc laser „exciplex”.

Acest laser a fost inventat în anul 1971 în URSS de un grup de cercetători.

Aceștia au folosit molecula diatomică a xenonului (Xe2) la temperatură joasă și emisia stimulată cu o lungime de undă de 172 nm. Primul efect laser în gaz nobil cu halogen (XeBr) a fost prezentat în anul 1975 de Searl și Hart.

Cei mai uzuali laserii cu excimeri sunt următorii: ArCl, ArF, KrF, XeF, KrCl, XeCl și XeBr.

Nivelele de energie ale laserului cu excimeri

Dupa cum indică și numele lor gazele nobile sunt inerte, astfel o combinație de gaze nobile este o contradicție. „Atomii crează o stare legată numai după ce crește foarte mult energia lor de intrare într-o stare excitată ionizată. Această stare legată este nivelul laser superior, de pe care molecula revine pe o stare fundamentală ne-excitată. Condiția de inversie de populație este îndeplinită la momentul când aceasta este în stare excitată, deci populația de pe nivelul laser inferior este întotdeauna zero.”[]

Funcționarea laserului cu excimeri

Compoziția amestecului de gaz din interiorul tubului este alcatuită din foarte puțin halogen (între 0,1 și 0,2%), puțin gaz nobil (argon, kripton sau xenon) și 90% neon sau heliu.

Atomii de halogen pot provenii din una din molecule: F2, Cl2 sau Br2 sau din alte molecule ce conțin halogeni: HCl și NF3.

Dacă utilizăm un compus molecular de halogen avem un avantaj, mai exact activitatea chimică puternică a moleculei de halogen și în special a fluorul.

Excitarea laserului cu excimeri

Aceasta este realizată prin trecerea unui puls electric puternic prin amestecul de gaz. Excita- rea trebuie să fie realizată într-un timp foarte scurt și cu o putere foarte mare cu valori cuprinse între 100 KW/cm3 și cațiva MW/cm3.

Datorită potențialului mare electronii, în gaz, sunt accelerați și energia lor cinetică este transferată moleculelor de gaz prin ciocniri. Moleculele de gaz nobil și de halogen sunt rupte și for- mează complexul legat excitat.

Eficiența de pompaj, se poate îmbunătăți, prin ionizarea amestecului de gaz utilizând iradierea cu raze X. Rata de pompaj este de ordinul a 1 GW de putere per litrul de gaz. Timpul de viață a stării excitate este de ordinul a 10 nsec, astfel pulsul laser este limitat la 10 nsec.

Mediul activ al laserului cu excimeri are câștigul ridicat și prin urmare laserul poate funcționa fără oglinzi. În practică, la un capăt este oglinda cu 100% reflectivitate și la cealaltă parte este utilizată o fereastră transparentă. Prin urmare un procent foarte mic se întoarce prin reflexie pe fereastră, iar acest procent este suficient să mențină procesul laser.

În general este utilizată o descărcare transversală deoarece se cere un pompaj puternic și rapid. În descărcarea transversală, distanța dintre electrozi este scurtă și acolo este suficient spațiu pentru electrozi. Datorită reactivității ridicate a gazului trebuie avută grijă să se etanșeze corect materialele în interiorul cavității.

Gazele din interiorul laserului cu excimeri este foarte toxic și prin urmare laserul trebuie să fie etanșat înainte de reumplerea cu gaz. Laserul este utilizat la câteva milioane de pulsuri și apoi este necesară reumplerea cu gaz.

Proprietățile laserilor cu excimeri sunt:

– radiația este emisă numai în pulsuri scurte

– acești laseri cu excimeri emit în domeniul spectral ultraviolet (UV)

– presiunea gazului din interiorul tubului laser este ridicată, între 1 și 5 atmosfere

– durata fiecărui puls este de la picosecunde până la microsecunde.

Aplicațiile laserului cu excimeri

Laserii cu excimeri pot emite radiație UV cu puteri mai mari de ordinul a 100 Wați.

„Deoarece lungimile de undă emise sunt foarte scurte, fiecare foton emis individual transportă o cantitate mare de energie, care este suficientă să rupă legăturile din molecule în materialul ce absoarbe radiația”. Fiecare puls de radiație a acestui laserului conține un număr mare de fotoni, prin urmare laserul are o putere de peak foarte ridicată.

Laserul cu excimeri este un instrument perfect de tăiere pentru aproape orice material. Deși prețul unui laser cu excimer este relativ ridicat, acesta este utilizat foarte mult datorită proprietăților lui unice.

Aplicații speciale:

– fotolitografiere reprezinta procesarea materialelor la un grad foarte înalt de acuratețe, de ordinul fracțiunilor de microni

– tăierea țesuturilor biologice fără să afecteze zonele alăturate

– corectarea defectelor de vedere

– marcarea produselor (deoarece lungimea de undă a radiației laser este absorbită de orice materi- al, este posibil să se marcheze cu un singur puls toate tipurile de materiale, cum sunt: sticla, plasti-cul sau metalul).

1.7 Laserul cu excimeri

http://www.directindustry.com/prod/sms-elotherm/excimer-lasers-31500-159886.html

Laserul chimic

Primul laser chimic, ce a funcționat în mod pulsat, a fost construit în anul 1965 de Kasper și Pimental. Efectul laser al laserului chimic este bazat în general pe tranzițiile vibraționale ale moleculelor diatomice. Energie de pompaj provine din reacția chimică dintre doi atomi. Laserul chi- mic face parte din familia laserilor cu gaz dinamic. Aceștia din urmă sunt bazați pe expansiunea rapidă de căldură, aceasta reducând temperatura gazului.

Presiunea totală din interiorul unui laser chimic este joasă, de câțiva tori.

Reacția chimică

Reacția dintre hidrogen și fluor poate fi inițiată printr-o descărcare electrică sau printr-o modalitate chimică. În reacția dintre moleculele de hidrogen și atomii de fluor, reacția puternică a fluorului activ cu molecula de hidrogen crează hidrogenul liber plus o moleculă de acid fluorhidric (HF+). Apoi hidrogenul liber reacționează cu molecula de fluor. Reacția va continua cât timp sunt molecule de fluor și hidrogen. Curgerea gazului în interiorul cavității crează emisie laser în continuu.

Avantajele laserilor chimici au următoarele două avantaje: putere de ieșire foarte mare și sursa de energie este depozitată comod. Dezavantajele laserilor chimici sunt următoarele: fluorul este un gaz foarte reactiv și gazul de hidrogen poate exploda ușor.

Funcționarea laserilor chimici

În laserii chimici comerciali, tensiunea înaltă de aproximativ 8.000 V este aplicată pe electrozii tubului laser, iar eficiența electrică este mai mică decât 1%, deși eficiența chimică este în jur de 20%. Unii laseri utilizează radiație UV pentru preionizarea descărcării electrice a gazului și crește eficiența reacției chimice.

Aplicațiile laserului chimic

Cele mai multe aplicații ale laserului chimic se folosesc in domeniul militar.

MIRACL (Mid Infra-Red Advanced Chemical Laser) sau laserul chimic avansat de infraroșu mediu este cel mai cunoscut laser chimic în America ca Sistem Laser ce Facilitează Testarea Energiei Înalte (HELSTF: High Energy Laser System Test Facility) utilizat în Ghidarea Proiectilului (WSMR: White Sands Missile Range), în sud-centru New Mexico. Acesta este destinat pentru distrugerea oricărui prioectil în aer. A fost primul în clasa megawaților și a funcționat pentru prima oară în 1980.

Proprietățile acestor laseri sunt: puterea este continuă și mai mare de 2 MW pentru un timp scurt, apertura telescopului este special utilizat pentru dirijarea acestui laser la 1,5 metri, cu locali- zare automată computerizată a țintei și calitate a fasciculului bună.

Funcționarea laserului MIRACL

Funcționarea acestuia este similară motorului rachetei cu reacție, în care combustibilul, etilena, este înlocuit cu un oxidant, trifluorură de azot. Deuteriu se combină cu atomii de fluor excitați pentru a forma molecula de fluorură de deuteriu, în timp ce heliu stabilizează reacția și controlează temperatura. Puterea de ieșire poate fi variată peste un domeniu larg prin modificarea ratei de curgere a combustibilului și amestecului. Fasciculul laser, în rezonator, este de 3 cm lățime și 21 cm înălțime.

1.8 Laserul MIRACL

http://www.kurzweilai.net/global-space-warfare-technologies-influences-trends-and-the-road-ahead

Laserul chimic cu iod oxigen (COIL)

Acest laser a fost iventat în laboratoarele de armament din SUA în anul 1977 și este bazat pe reacția dintre iod și oxigen. A fost testat în laboratoarele forțelor aeriene ca un potențial sistem de armă grea și este utilizat pentru distrugerea proiectilelor în aer.

Acest laser emite radiație la o lungime de undă de 1,3 μm. Această lungime de undă scurtă este obținută de laserii chimici și este bună pentru aplicațiile de armament deoarece atmosfera are o transmisie ridicată la această lungime de undă și o disponibilitate excelentă de instrumente optice, necesare pentru sistemele laser de putere mare.

1.9 Laserul Chimic cu Iod Oxigen

http://spie.org/x39813.xml

Laserii de infraroșu îndepărtat (FIR – Far Infrared)

Laserii FIR sunt laseri cu gaz și au lungimea de undă de 1000 μm. Efectul laser se produce între nivelele de rotație ale moleculelor de gaz din mediul activ. Acesta din urmă este în general un gaz cu molecule organice simple cum ar fi: C2H4, CF4, NH3. Cea mai bună metodă de a produce inversia de populație este pompajul cu un alt laser la lungime de undă scurtă. De obicei se utilizează laserul cu dioxid de carbon pentru pompaj.

Structura și proprietățile laserilor FIR

Pe piață sunt puțini laseri FIR disponibili deoarece aceștia sunt utilizați în special pentru scopuri științifice, iar principala utilizare este în măsurătorile spectroscopice. Puterea de ieșire a laserilor este de ordinul a câțiva miliwați până la sute de miliwați. Gazul laser este confinat într-un tub. Tubul poate să fie închis etanș sau gazul poate să curgă prin acesta. Presiunea gazului din tub este între 30 și 300 torri. Pompajul optic este realizat pe direcția axei optice a laserului, iar oglinda prin care este realizat pompajul este depusă astfel încât lungimea de undă de pompaj să treacă prin ea și lungimea de undă laser să nu treacă. Prin urmare radiația laser este menținută în interiorul tubului parcurgând mult timp prin mediul activ și astfel rezultând amplificarea.

1.10 Laserii de infraroșu îndepărtat

1.2.2. Laserii cu corp solid

Excitarea laserilor cu mediu activ solid se face prin pompaj optic.

Atomii dintr-un solid sunt legați unul de celălalt și interacția dintre aceștia este puternică. Domeniile spectrale de absorbție și emisie ale solidelor sunt mult mai largi decât al celor cu gaze. Mediul activ este excitat prin iluminarea cu o sursă electromagnetică externă.

În pompajul optic sunt utilizate două tipuri de surse electromagnetice. Și anume: surse cu spectrul electromagnetic de bandă larg (exemple: lămpile flash, cele cu incandescență sau arc) și surse cu spectrul electromagnetic de bandă îngustă.

Structura mediului activ în laserii cu corp solid

Mediul activ este dintr-un material solid în care sunt împrăștiate impurități de ioni ai altui material, iar atomii solidului de bază sunt înlocuiți de aceste impurități ionice

Solidul de bază influențează structura inferioară a nivelului de energie. Prin urmare unele impurități de ioni vor emite la lungimi de undă foarte apropiate. Proprietățile optice ale laserului sunt determinate de impuritățile de ioni.

Proprietățile fizice ale mediului activ, conductivitatea termică și gradientul termic, sunt determinate de solidul gazdă. Putem spune ca solidul gazdă determină nivelele de putere maximă ce pot fi emise de laser.

Laserii cu corp solid pompați optic

Mediul activ este un cristal sau sticlă, iar forma acestuia este în general o baghetă cu secțiunea transversală circulară sau pătrată.

Laserii cu corp solid emit radiația în mod pulsat (lămpile de pompaj sunt în general lămpi flash cu xenon sau kripton, în care gazul este conținut într-un tub de cuarț la presiune scăzută) sau în mod continuu (lămpile de pompaj pentru laserii în continuu sunt în general lămpi cu halogen sau lămpi cu descărcare în vapori de mercur la presiune ridicată).

Cea mai comună metodă, de transfer a luminii de pompaj de la lampă la mediul activ, este utilizarea unei cavități optice eliptice.

Pompajul cu diode a laserilor cu corp solid (DPSSL)

Dezvoltarea diodelor laser de mare putere a creat o metodă nouă de pompaj pentru laserii cu corp solid. Astfel sunt utilizate diodele laser ca sursă de pompaj, în loc să se folosească o sursa de pompaj cu spectrul larg. Lungimea de undă a diodelor laser poate fi modificată astfel încat să se potrivească cu spectrul de absorbție al mediului activ. Diode laser sunt surse foarte eficiente și aproape toată lumina lor este absorbită de mediul activ. Prin urmare foarte puțină energie este pierdută.

Laserii cu corp solid cristalin semiconductor

Următorii laseri fac parte din această categorie: laserul cu rubin, laserul cu YAG:Nd, lase- rul cu centrii de culoare, laserul cu alexandrit, laserul cu titan-safir, iar diodele laser fac parte din laserii cu corp solid semiconductor.

Laserul cu rubin

Rubinul este un oxid de aluminiu care conține mici cantități de ioni de crom si este o piatră prețioasă pentru bijuterii. Laserul cu rubin funcționează într-un domeniu foarte îngust al parametrilor, este un laser cu trei nivele de energie, fiind primul laser inventat în anul 1960, de Teodore Maiman.

A fost foarte greu de realizat laserul cu rubin în undă continuă deoarece acesta este un laser cu trei nivele. Dar utilizând o lampă cu arc cu presiune mare de vapori de mercur prin utilizarea pompajului foarte intens a fost construit un laser cu rubin în undă continuă.

Laserul cu neodim (Nd)

Sticla este utilizată ca material gazdă când este necesar un laser în impulsuri, cu putere mare a fiecărui puls. Laserii cu neodim sunt laseri cu patru nivele. Laserii cu sticlă dopată cu Nd pot emite o cantitate mare de energie într-un singur puls.

1.3 Clasele laserilor

Standardul român împarte laserii în 4 clase după riscurile asociate în funcție de lungimea de undă, durata de emisie și puterea sau energia emisă. Standardul stabilește limite precise ale puterii si energiei pentru fiecare clasă de laseri în funcție de lungimea de undă și durata de emisie a laserului.
Clasa 1 sunt laserii ai caror parametri de funcționare nu implică pericol în urma expunerii și au puteri în undă continuă < 0.39 mW. Această clasă este fară riscuri cunoscute.

Clasa 2 include laserii ce emit radiație vizibilă între 400 și 700 nm, cu puteri în undă continuă mai mici de 1mW, dar mai mari de 0.39 mW. Laserii din această clasă nu prezintă risc de incendiu, iar radiația lor împraștiată nu este periculoasă. Ochiul este protejat de leziuni numai dacă funcționează reacția defensivă la lumină orbitoare, mai exact reflexul de clipire.

Clasa 3 conține laserii a caror risc de incendiu este scăzut, iar expunerea de scurtă durată a pielii nu este însoțită de distrugere. Această clasă este divizată în două subclase:

– clasa 3A: radiația în spectrul vizibil a laserilor are puteri de undă continuă ce nu depasesc 5mW, iar pentru laserii în impulsuri limita de putere este de cinci ori mai mare fată de cea a laserilor de clasă 2; iradiația în orice punct al fasciculului laser nu depaseste 25 mW/m2. Aceasta este cu risc coborât.

– clasa 3B: dacă se priveste direct în fascicul este periculos; laserii în undă continuă nu depasesc puterea de 0,5 W. Reflxiile difuze nu prezinta risc dacă distanța minimă de privire depășește 13 cm, iar timpul maxim de privire este sub 10 secunde. Această clasă este un risc moderat.

Clasa 4. În această clasă se încadrează laserii de putere mare, care prezintă risc biologic prin expunere la radiatia directă și difuză. Expunerea maximă permisă este determinată utilizând programe de calcul specializate.

Prezentarea sumară a claselor laser ANSI și CDRH[]

Puterea totală a laserilor cu funcționare în undă continuă cu emisie laser în domeniul vizibil

Precauțiile pentru laserii de clase superioare includ toate precauțiile laserilor de clase inferioare

În standardele de expunere se utilizează doi termini de referință: limita de emisie accesibilă (fiind nivelul maxim de emisie accesibil permis pentru o anumită clasă de laseri) și expunerea maximă permisă (fiind nivelul radiației la care poate fi expus omul, fără a suferi efecte nedorite; organele sensibile sunt ochiul și pielea, care nu trebuie sa sufere raniri sau alterari).

Pentru că acestea să nu se întâmple trebuie să avem grijă de următoarele: de lungimea de undă a radiației, de durata impulsului sau timpul de expunere, de țesutul expus și de dimensiunea imaginii pe retină pentru radiația din vizibil și infraroșu apropiat.

Protecția laser

Ochelarii de protectie reprezintă principalul mijloc împotriva accidentelor produse de fasciculele directe sau reflectate. Sticla obișnuită protejează ochiul împotriva lungimilor de undă mai scurte de aproximativ 300 nm și mai largi de aproximativ 2700 nm. Regiunea spectrală dintre cele două limite trebuie acoperită utilizand filtre optice speciale. Lungimile de undă și densitățile optice corespunzătoare acestor lungimi sunt înscrise pe ochelari de protecție.

Ochelarii folosiți în protecția laser sunt caracterizați de următorii parametrii:

– lungimea de undă sau domeniul spectral la care pot fi folosiți

– expunerea maximă permisă

– expunerea radiantă accesibilă maximă sau iradiantă maximă

– expunerea radiantă sau iradiantă la care are loc distrugerea ochelarilor

– densitatea optica necesară a ochelarilor la o anumită lungime de undă

– cerintele de transmisie a luminii vizibile

– degradarea sau modificarea mediilor absorbante

– rezistența mecanică a materialelor.

Ochelarii din plastic transparent, din policarbonat, sunt adecvați pentru protecția în cazul utilizării laserului cu dioxid de carbon, care trebuie să fie marcați pentru densitatea optică corespunzatoare. Aceștia pot fi folosiți pâna la puteri de 100 W.

Echipamentul de protectie special este destinat personalului din cercetare și personalului expus la radiția laserilor din clasa 4.

Norme generale de protecție a muncii cu privire la laseri fac referiri concrete la:

– valorile mxime admise ale expunerii energetice/iluminării energetice la nivelul corneei pentru expunerea oculară directă

– valorile maxime admise ale expunerii energetice/iluminării energetice a ochilor la reflexii difuze ale fasciculelor laser sau la surse laser extinse

– valorile maxime admise ale expunerii enrgetice/iluminării energetice a pielii.

1.4 Proprietățile laserilor

Sunt patru proprietăți ale laserului care stau la baza aplicațiilor terapeutice ale energiei laser.Acestea sunt:
-monocromaticitatea
-coerența
-direcționalitatea
– intensitatea.

1.3.1 Monocromaticitatea este un spectru în general foarte îngust de lungimi de undă. Aceasta se datorează faptului că toți fotonii stimulați au aceleași caracteristici cu fotonul stimulator. Monocromatismul laserului este determinat de emiterea unui fascicul luminos de o singură lungime de undă. O radiație laser este cu atât mai monocromatică cu cât se încadrează într-o bandă Δλ mai mică.

Este utilă această proprietate a laserilor în clinica neoplasmului tegumentar deoarece cromoforii cutanați absorb selectiv anumite lungimi de undă. Lungimea de undă specifică a luminii laserului afectează de asemenea profunzimea penetrarii acestuia în țesut. De obicei profunzimea penetrarii laserului crește o data cu creșterea lungimii de undă din cadrul spectrului vizibil. Atunci când se alege tipul laserului pentru o anumită afecțiune cutanată se are în vedere profunzimea cromoforului și lungimea de undă specifică absorbită de aceasta.

1.3.2 Coerenta este a doua proprietate unică a laserului, acest fapt aratând că undele luminoase sunt in fază atât in timp, cât și în spațiu. Coerența radiației laser este proprietatea acestuia prin care toți fotonii au aceeași fază datorită faptului că prin emisia stimulată se produc fotoni cu aceleași caracteristici cu cele ale fotonului incident. Când lumina este emisă de un laser, aceasta este emisă în aceeași direcție și în aceeași fază. O radiație este cu atât mai coerentă cu cât contrastul franjelor de interferență, obținute cu această radiație, este mai mare.

Coerența spațială. Considerând două raze provenite din două puncte diferite ale unei surse luminoase, dacă acestea pot interfera (prin suprapunerea lor obținându-se franje de interferență), cele două radiații sunt coerente.

Coerența temporală. Dacă radiația emisă la un moment dat de un anumit punct al sursei poate interfera cu radiația emisă la un moment ulterior de același punct al sursei, cele două radiații sunt coerente in timp. Unda laser prezintă această proprietate.

1.3.3 Directionalitatea este proprietatea de a se propaga pe distanțe mari cu o divergență foarte mică. Aceasta arată paralelismul undelor emise de un laser. Prin reflectarea luminii într-o cameră specială situată între două oglinzi care permit ieșirea doar a undelor paralele, se constituie această proprietate. Cum undele luminii sunt paralele între ele, tendința spre divergență este mică. Conform acestei proprietăți, fasciculul laser poate fi propagat pe o lungă distantă prin fibrele optice, fară a se pierde lumina prin împrăștiere.

În aplicațiile terapeutice, fasciculul luminii laser este direcționat către țintă folosind fibre optice sau un braț articulat.

1.3.4 Intensitatea. “Intensitatea luminoasă este fluxul luminos emis într-o anumită direcție de o sursă luminoasă punctuală, raportat la unitatea de unghi solid în care emite sursa”[].

Cap. 2 : Modelarea și reprezentarea imaginilor pentru recunoașterea facială

2.1 Introducere

Imaginile fețelor pot fi reprezentate în digital printr-o matrice multidimensională de pixeli.

Analizele imaginilor fețelor se fac printr-un semnal vizual care este înregistrat de un senzor digital sub forma unei matrici de valori de pixeli.Pixelul poate să înregistreze culoarea sau doar intensitatea.După o serie de normări și redimensionări matricea de pixeli(mXn) se poate reprezenta ca un punct printr-o simplă scriere a valorilor pixelilor într-o ordine fixă.O mare problemă a unei analize de acest gen o reprezintă numărul de coordonate necesare pentru a specifica un astfel de punct.

2.2 Metode de recunoaștere facială

a)Metoda Eigenfaces

La începutul muncii lor Kirby și Sirovich au folosit procedurile de tip PCA pentru analizele și reprezentările faciale.Lucrarea lor a fost urmată de tehnica "eigenfaces" de Turk și Pentland,care a reprezentat prima aplicare a procedurilor de tip PCA în recunoașterea facială.Întrucât vectorii generați prin PCA aveau aceeași dimensiune ca vectorii imaginilor de intrare aceștia au fost denumiți eigenfaces.Prin această metodă fiecare imagine este proiectată într-un subspatiu principal.Al doilea pas este medierea coeficienților PCA pentru fiecare subiect ajungându-se în final la un vector de dimensiune k,care reprezintă însuși subiectul.Când o imagine este proiectată într-un subspațiu, distanțele euclidiene,dintre coeficienții vectorului cât și cele care reprezentau subiectul,erau evalutate.În funcție de distanțele minime și de reconstrucția PCA imaginea era clasificată ca fiind a unui subiect familiar,o față nouă sau o nonfață.

b)Recunoașterea modulară

Metoda eigenfaces se poate extinde ușor către trăsături faciale diverse (ochi,nas,gură) conform figurii 2.1

Figura 2.1

Astfel se poate crește calitatea și performanța recunoașterii faciale prin metoda eigenfaces adăugând încă un strat care să conțină trăsături faciale. Acest lucru poate fi văzut ca o modulare sau o reprezentare pe straturi a trăsăturilor faciale,în cazul în care avem o rezoluție mai mică asupra întregii fețe și detaliile faciale importante se pot distinge mai ușor.Acest strat poartă denumirea de eigenfeatures.Utilitatea lui a fost testată pe o bază de date de 45 de indivizi,în două ipostaze diferite:neutru și zâmbind.Diferența dintre aceste două ipostaze este reprezentată în principiu de mișcarea gurii.Datorită adăugării acestui strat s-a obținut o rată de recunoaștere de 95%.

Sistemele care folosesc metoda eigenfaces pot fi usor păcalite prin unele variații ale imaginii(pălarii,păr facial,etc).Adăugând stratul eigenfeatures sistemele pot găsi mai ușor potrivirile bazându-se pe caracteristicile nasului,ochilor etc.

c)Recunoașterea cu seturi de imagini

O altă metodă de recunoaștere facială este aceea în care se folosește un set de imagini ale unei persoane necunoscute.Setul poate să conțină imagini capturate dintr-un video sau pur și simplu imagini aleatoare.Un set mare de imagini oferă mult mai multe informații decât o imagine individuală.Una din primele încercări către o astfel de reușită are la bază metoda subspațiilor reciproce(MSM).Această metodă construiește un model compact de distribuție a trăsăturilor și prin urmare poate crea o imagine mult mai exact a individului.Din păcate ignoră caracteristici importante corespunzătoare principalelor trăsături faciale si anume acele eigenfeatures menționate anterior. []

Cap. 3: Tehnici de recunoaștere facială

3.1 Introducere

Detecția facială reprezintă primul pas către recunoașterea facială.Aceasta are o influență majoră în performanțele și aplicabilitatea întregului sistem de recunoaștere facială.Dată fiind o captură video sau o imagine,un detector facial ideal ar trebui să poată să identifice toate fețele indiferent de poziția lor,vârsta sau expresie.De asemenea detecția nu ar trebui să țină cont de condițiile de iluminare.Detecția facială se poate realiza pe mai multe criterii:culoarea pielii,forma capului/feței,detaliile feței(ochi,nas,gură,păr facial).De asemenea se poate realiza și prin combinarea acestor criterii.Cei mai de succes algoritmi de detecție facială se bazează doar pe detaliile feței.Procesul se desfășoară astfel:o imagine este scanată,dupa care algoritmul de detecție facială o clasifică fie ca o față sau o nonfață.Această clasificare este implementată,într-o bază de date folosind metode de învățare statistice.

În acest capitol se vor prezenta diverse metode de detecție facială cum ar fi metoda AdaBoost,aceasta fiind cea mai de succes din punct de vedere al vitezei de recunoaștere și al preciziei.

3.2 Metode bazate pe înfățișare

Folosind acest tip de metode,detecția facială se rezumă la clasificarea fiecărei imagini în două categorii:fețe si nonfețe.O astfel de clasificare poate fi implementată printr-o bază de date care să conțină diverse ipostaze ale individului.Construcția unei astfel de clasificări se poate realiza întrucât pixelii de pe o față sunt intercorelați.Nu același lucru îl putem spune despre pixelii unei nonfețe care nu prezintă o astfel de regularitate.Totuși s-au întâmpinat o serie de dificulăți.Acestea constând în modificarea poziției capului,păr facial,expresia feței.Astfel a fost nevoie de un clasificator nonlinear care să ajute la rezolvarea acestor probleme.De asemenea și viteza reprezintă un factor important de luat in seamă.S-au făcut multe eforturi pentru realizarea unor clasificatori atât complexi cât și rapizi.

Un progres recent în detecția facială îl reprezintă folosirea detectorului în cascadă propus de Viola și Jones,care asigură o recunoaștere rapidă și viguroasă.Acest detector este compus din trei componente majore:un set local de trăsături care pot fi evaluate foarte rapid,un clasificator nonlinear creat prin metoda AdaBoost și un detector cu arhitectura în cascadă care conduce la o recunoaștere rapidă.

Metoda Adaboost este folosită pentru a rezolva urmatoarele trei probleme fundamentale:a)selectarea unor anumite trăsături dintr-o gamă largă de trăsături,b)crearea unor clasificatori restrânși din punct de vedere al trăsăturilor selectate, c) adăugarea și mărirea gamei de trăsături a clasificatorilor creați.

3.3 Metoda AdaBoost

Se realizează printr-un clasificator nonlinear complex HM(x).Acesta este construit dintr-un clasificator M,mult mai simplu din punct de vedere al trăsăturilor,care se poate implementa mult mai ușor.Astfel :

HM(x) =,

unde x este un tipar ce trebuie clasificat,hm(x) sunt clasificatorii lui M,αm sunt coeficienții combinați în R.În realitate valorile lui hm(x) iau valori in R,cât despre cazul ideal acestea se încadrează între {-1,+1} .

Adaboost se bazează inițial pe implementarea unor clasificatori mai simpli hm(x). Se presupune că o serie de trăsături fundamentale este disponibilă și selectează cele mai importante trăsături ale candidatului,după care construiește o serie de clasificatori simpli pe care îi combină într-un clasificator complex.Cel mai simplu clasificator poartă numele de stump(ciot).Acesta se construiește astfel.

Se presupune că am construit M-1 clasificatori simpli {hm(x)|m = 1, . . . , M − 1}

și vrem sa obținem hM(x).Ciotul hM(x) ∈ {−1,+1} este determinat de comparația dintre trăsăturile selectate zk*(x) și valorile de intrare τk*după cum urmează:

hM(x) =

Sub această formă hM(x) este determinată de doi parametrii:tipul trăsăturii selectate și valorile de intrare τk*.

3.4 Problema rotirii capului

Metodele de detecție facială fac față la două tipuri de rotiri ale capului:

1)în afara planului (dreapta-stânga)

2)rotiri în plan

Rowley a propus folosirea a două rețele de clasificatoare pentru detecția facială a rotirii în plan.Prima rețea este dedicată aproximării orientării feței,întrucât poate fi un tipar de nonfață.Unghiul rotației este reprezentat de o matrice cu 36 de ieșiri,în care fiecare unitate reprezintă un interval de unghiuri.Astfel se construiește un model al feței frontal.A doua rețea este formată dintr-un detectror facial în cascadă.

3.5 Postprocesarea

Într-o imagine o față poate fi detectată de mai multe ori la diferite scale.Numărul de detecții multiple în vecinatatea unei anumite zone poate fi folosit pentru a indica existența unei fețe în acea zonă.Această presupunere a dus la descoperirea rezolvării problemei cauzate de detectia multiplă.O detecție este confirmată dacă numărul de detecții multiple este mai mare decat o valoare dată și astfel detecțiile multiple sunt combinate într-o singură detecție.Această soluție este utilizată în majoritatea sistemelor de detecție.În figura 3.1 este ilustrat principiul de mai sus.În partea stângă este prezentat un rezultat normal al detecției inițiale,unde fața este detectată de patru ori împreună cu patru alarme false pe haine.În partea dreaptă este rezultatul final dupa combinare.Dupa postprocesare detecțiile multiple sunt combinate intr-o singură față și alarmele false sunt eliminate.

Figura 3.1

3.6 Evaluarea performanței

Rezultatele unei detecții faciale dintr-o imagine sunt afectate de două componente:clasificatorii față/nonfață și postprocesarea(combinarea).Pentru a înțelege cum funcționează sistemul este recomandat ca cele două componente să fie evaluate separat prin două procese.Primul constă într-o evaluare a unei imagini de mărime fixă.Prin acest proces se urmărește clasificatorului față/nonfață fară a se ține cont de combinarea din postprocesare.Al doilea proces constă în imagini normale de diferite mărimi în care se include și postprocesarea.Rezultatele sunt astfel afectate de postprocesarea și combinarea detecțiilor multiple,și în acest fel se poate evalua performanța sistemului per total.

3.7 Măsurarea performanțelor

În acest caz există două criterii:rata de detecție corectă și rata alarmelor false.

Rata alarmelor false poate fi compusă dintr-un procent al nonfețelor detectate,dar clasificate greșit ca fețe.Totuși,numărul detecțiilor false reprezintă o clasificare mai potrivită din punct de vedere al performanțelor pentru că reflectă efectul postprocesării.Cu toate acestea rata de alarme false este corelată pozitiv cu numărul detecțiilor false.

Un sistem ideal de detecție facială are o rată de detecție de 100% cu o rată de alarme false de 0.Din păcate niciunul din sistemele actuale nu poate atinge aceste valori.În practică creșterea ratei de detecție duce automat la o creștere a alarmelor false.

3.8 Concluzii

Detecția facială este primul pas în recunoașterea facială și prezintă aplicabilitate în numeroase domenii.Deși tehnologiile de recunoaștere facială sunt suficient de dezvoltate pentru a satisface minimum de necesități ale aplicațiilor practice,mai este o cale lungă pentru ca sistemele automate de recunoaștere facială să ajungă la performanțe comparabile cu performanțele umane. [].

Cap. 4: Aplicații de recunoaștere facială

4.1 Introducere

Unul din motivele pentru care recunoașterea facială a captat atenția și interesul lumii întregi este numărul mare al aplicațiilor care se pot dezvolta folosind acest procedeu.În 1995 Chellappa a scris o listă de aplicații,care au la bază această tehnologie,avantajele precum si dezavantajele.Totuși nu au desfășurat nicio analiză în aplicațiile practice.Chiar și în cea mai recentă revizuire,unde setul de aplicații a fost clasificat în cinci categorii,nu s-a facut o analiză.În 1997 existau cel putin de 25 de sisteme de recunoaștere facială de la 13 companii.De atunci numărul lor a crescut semnificativ.Odata cu această creștere au apărut și îmbunătățiri semnificative și noi aplicații.Tehnologia de recunoaștere facială începe să apară într-o multitudine de aplicații folosite în viața de zi cu zi.

4.2 Identificarea facială

Sistemele de recunoaștere facială identifică oamenii după fețele lor.În contrast cu sistemele de identificare traditionale,această tehnologie stabilește prezența unei anumite persoane,în comparație cu tehnologiile tradiționale care verifică doar no informație(ID,PIN,parola).Avantajele folosirii biometriei sunt:elimină folosirea cardurilor pierdute/furate,în anumite aplicații permite înlocuirea codurilor(PIN,parole) cu caracteristici biometrice,ceea ce duce la o siguranță crescută.

Aplicațiile la scară mare întâmpină totuși dificultăți.Câteva exemple de astfel de aplicații:

1)În 2000 FaceIt technology a folosit această tehnologie pentru a elimina duplicatele dintr-un sistem național de votare,întrucât au fost cazuri în care unei persoane i-au fost atribuite mai mult de un număr de identificare.Sistemul de recunoaștere facială compară în mod direct imaginile fețelor votanților și nu folosește numere de identificare pentru a face diferența.În cazul în care două fețe erau extrem de asemănătoare problema era rezolvată printr-o inspecție personală pentru a se putea confirma că cele două persoane erau diferite și astfel se eliminau duplicatele.

2)Viisage's faceFinder system este utilizat de numeroase organe guvernamentale.Acest sistem de recunoaștere facială a fost folosit de U.S Deparment of State for the Diversity Visa Program,selectând aproximativ 50000 de indivizi(din milioane de aplicanți) pentru a obține o viză permanentă in U.S.A.Odată introdus în sistemul Viisage,individul poate fi identificat prin prisma diverselor aplicații,în cazul în care se presupune că periclitează siguranța natională.

4.3 Controlul accesului

Astfel de aplicații sunt folosite în general pentru accesul în clădiri.Astfel numărul oamenilor ce trebuie identificați este relativ redus.Imaginile fețelor sunt capturate în anumite condiții(poză frontală,diverse condiții de iluminare).Combinate cu alte sisteme de recunoaștere cum ar fi sisteme de recunoaștere a amprentei,retinei,recunoașterea facială poate ajunge la o precizie foarte mare.Câteva exemple de companii care folosesc această tehnologie:

1)În 2000 IBM a început să folosească ship FaceIt.Recunoașterea facială a fost folosită pentru a monitoriza frecvent cine se află în fața calculatorului.Dacă utilizatorul părăsește calculatorul pentru o anumită perioadă tastatura și mousul se blocheaza automat.După ce se întoarce și este recunoscut de către sistem calculatorul revine la condițiile inițiale.Orice alt utilizator care încearcă să se logheze fără autorizație este respins.

2) Universitatea din Missouri-Rolla a ales un sistem de recunoaștere facială dezvoltat de Omron pentru a securiza un reactor nuclear.Vizitatorii erau nevoiți să treacă printr-o serie de sisteme de securitate,ultimul fiind un sistem de recunoaștere facială.

3)La Universitatea din Illinois s-au folosit sisteme de recunoașterea facială pentru a asigura accesul la serverul central al campusului.

4.4 Securitatea

Astăzi mai mult ca oricând,securitatea reprezintă una din grijile principale în aeroporturi,stadioane etc.Sisteme de securitate pe bază de recunoaștere facială au fost implementate în foarte multe aeroporturi la nivel global.Deși este posibil să controlezi condițiile de iluminare,orientarea feței,prin diferite aplicații,una din cele mai mari provocări o reprezintă numărul mare de persoane/fețe ce trebuie examinate.Astfel rata de alarme false este foarte ridicată.Câteva exemple de astfel de sisteme în aeroporturi,stadioane etc:

1)În timpul Jocurilor Olimpice din Beijing,în anul 2008,un sistem de recunoaștere facială dezvoltat de Institute of Automation of the Chinese Academy of Sciences (CAS) a fost implementat la toate intrările.Conform CAS a fost pentru prima oară când s-a folosit o astfel de tehnologie la Jocurile Olimpice.

2)În octombrie 2001, Fresno Yosemite International (FYI) aeroport în California a folosit tehnologia de recunoaștere facială dezvoltată de Viisage pentru motive de securitate.De fiecare dată când un individ se potrivea cu descrierea unui suspect acesta era investigat de ofițerii de pază.

3) Viisage’s faceFINDER a fost folosit pentru a scana audiența din timpul meciului de Super Bowl 2001,din Raymond James Stadium în Tampa,pentru a căuta potențiali criminali.Fiecare persoană a fost scanată la intrare de către o camera video.Aceste camere erau conectate la centrul de poliție local,care folosea un sistem de recunoaștere facială pentru a încerca să prindă presupuși infractori.

4.5 Supravegherea

Supravegherea prin recunoaștere facială prezintă un nivel scăzut din punct de vedere al satisfacției utilizatorului.Condițiile de iluminare nu se pot controla,la fel și orientarea feței,precum și alți factori care duc la îngreunarea recunoașterii faciale la scară largă.Câteva exemple:

1)În 1998 Visionics FaceIt technology a fost folosit pentru a supraveghea centrul Londrei,folosind 300 de camere conectate la o cameră de comandă.Primăria a declarat că prin această măsură de precauție s-a produs o scădere de 34% a crimelor din acea zonă.

2)Departamentul de poliție din Tampa folosește tehnologia de recunoaștere facială pentru a scana străzile împotriva violatorilor.

3)In Virginia Beach a fost instalat sistemul FaceIt pentru a scana fețele localnicilor.Acestea erau comparate cu 2500 de poze al unor oameni disparuți. [].

Cap. 5: Studiu de caz: Rezultate experimentale privind algoritmi de recunoaștere facială bazați pe recunoașterea unei imagini obținută prin fuziunea imaginii în vizibil și termal (IR)

1)Câteva considerente despre recunoașterea facială în domeniul IR

Recunoașterea facială în domeniul spectrul IR a primit relativ puțină atenție în comparație cu cea din spectru vizibil, mai ales din cauza costului ridicat de senzori IR și lipsa de seturi de date IR. O serie de studii recente au arătat că recunoașterea facială în domeniul IR oferă multe beneficii. Prokoski [14] prezintă o imagine de ansamblu a identificării în spectrul IR în timp ce rezultatele dintr-un scenariu operațional sunt raportate în [15].O analiză recentă privind recunoașterea feței în domeniile vizibil și IR pot fi găsite în [16].

Eficacitatea domeniului spectral vizibil versus cel IR a fost comparată cu ajutorul mai multor algoritmi de recunoaștere de către Wilder. Folosind o bază de date de 101 de subiecti, fără ochelari, variind expresia facială, și variind puțin iluminarea, au ajuns la concluzia că nu există diferențe semnificative de performanță între recunoașterea în domeniul vizibil și cel IR pentru toți algoritmii testați.

De asemenea, s-a ajuns la concluzia că fuzionarea informațiilor din domeniile spectrale vizibil și IR reprezintă o abordare viabilă pentru îmbunătățirea performanței recunoașterii faciale.

În [17], mai multe metodologii de recunoaștere a feței bazate pe aspect au fost testate în diferite condiții de iluminare și expresii faciale. Folosind imagini termice radiometric calibrate, au raportat o performanță superioară pentru recunoașterea în domeniul spectral IR decît în cel vizibil. Îmbunătățiri suplimentare de performanță au fost realizate cu ajutorul fuziunii bazate pe decizie[8]. Într-un studiu ulterior[18], a fost investigat impactul recunoașterii ochiului folosind detecția în spectrul IR.

În [19], o metodologie de eliminare a ipotezei statistice a fost introdusă pentru recunoașterea feței în IR. În primul rând, fiecare imagine cu fața IR a fost descompusă cu ajutorul filtrelor Gabor. Apoi, fiecare imagine a fost reprezentată de câțiva parametri modelând densitatea marginală a coeficienților de filtrare Gabor folosind funcții Bessel. Recunoașterea a fost efectuată în spațiul parametrilor funcțiilor Bessel. Această abordare a fost îmbunătățită prin Buddharaju et al.[20].

Efectul de iluminare, expresia facială, și trecerea timpului între galerie și imaginile-probă au fost examinate de către Chen.Cu toate că, recunoașterea bazată pe domeniul IR a depășit recunoaștereaîn bazată pe domeniul vizibil referitor la iluminare și schimbări de expresie facială, experimentele au demonstrat că recunoașterea bazată pe domeniul IR se degradează atunci când există trecere substanțială de timp între galerie și imaginile-probă.

Utilizând fuziunea la nivel de decizie bazată pe clasament și de scor, ei au fost capabili de a dezvolta scheme care ar fi fost depășite de unele singure.

Într-un studiu aferent, recunoașterea bazată pe domeniul IR s-adovedit a fi mai puțin sensibilă la schimbări în figuri 3D ale capului și expresia facială .Gama utilizării imagisticii hyperspectrale folosind domeniul NIR pentru recunoașterea feței a fost investigat în [21]. Rezultatele acestui studiu au arătat că proprietățile locale spectrale ale țesutului uman sunt aproape invariante la schimbarea orientării fețe și a expresiei, îmbunătățnd performanțele de recunoaștere.

Heo a considerat două tipuri de fuziune în domeniul vizibil și IR, prima la nivel de date și cea de-a doua la nivel de decizie. Fuziunea de date a fost implementată prin aplicarea de pixeli mediați ponderat din imaginile termale si cele din domeniul vizibilînregistrate.

Decizia de fuziune a fost implementată prin combinarea scorurilor de potrivire a modulelor de recunoaștere individuale. Pentru a face față cu ocluziile cauzate de ochelari de vedere, au folosit potrivirea eliptică pentru a detecta zonele de ochelari din imagineaIR și le-au înlocuit cu un ochi-șablon. Folosind un sistem comercial de recunoaștere a feței(de ex. FaceIt), au demonstrat îmbunătățiti în precizia de recunoaștere. Există două probleme principale la această abordare. În primul rând , alegerea unui set optim de pondere, atât pentru baza de date cât și pentru fuziunea bazată pe decizie, care nu a fost tratată în mod satisfăcător. În al doilea rând, înlocuind regiuni de ochelari cu un șablon de ochi nu ar putea fi potrivit în contextul recunoașteri faciale, deoarece ochii conțin informații importante pentru scopuri de identificare.

De fapt, mai multe studii au demonstrat că recunoașterea facială este posibilă fără ajutorul ochilor[22].

Recent, domeniul spectral IR a fost, de asemenea, utilizat pentru detectarea feței de Dowdall et al.[23-25​​] și de urmărire a feței de Eveland et al. [26].

În [23-25​​], au fost folosite extrageri de caracteristici multi-bandă în acumularea caracteristicilor unice de reflexie ale pielii umane în spectrul NIR.În special, s-a constatat că pielea umană prezintă o schimbare bruscă în reflexie în jurul 1,4 um. Exploatând această fenomenologie, o cartografiere foarte precisă de piele a fost construită caluând o diferență ponderată a benzii inferioare a imaginii din NIR și banda superioară a imaginii în NIR. Acest lucru a permis pentru algoritmii simpli de detectare facială să lucreze extrem de bine.

În [26], o metodă de modelare a emisiei termice din pielea umană a fost folosit pentru a segmenta fețele din domeniul spectral IR.

2)Fuziunea imaginii din domeniul vizibil cu cea din domeniul IR

Informațiile obținute de la o anumită sursă sau senzor conține, în general, redundanță, care nu contribuie la cunoștințele despre situația pe care vrem să o analizăm. Pe de altă parte, informațiile obținute prin diferite mijloace și instrumente, pot oferidetalii diferite și complementare despre obiectul analizat.

Găsirea părții complementare și eliminarea redundanței este scopul final al fuziunii de informație.

În trecut, fuziunea imaginilor din domeniul IR și vizibil a fost folosită cu succes în scopuri de vizualizare[27], mai ales în zona de teledetecție. În acest caz, senzorii de imagini aeriene captau informații în mai multe domenii spectrale. Dezvoltarea de algoritmi pentru a vizualiza această informație este, astfel, foarte important. Sanjeevi et al.[28] oferă o analiză și comparații între tehnicile de fuziune a imaginii existente cu scopuri de vizualizare.

Combinând date de la senzorii ce lucrează în domeniul IR și vizibil a condus, de asemenea, la îmbunătățirea ratelor de recunoaștere direct la țintă[29].

Alegerea unui sistem de fuziune adecvat este dependent atât de aplicație cât și de date. În contextul cererii noastre, camerele video în infraroșu măsoară energia termică emisă de față în timp ce camerele optice captează lumina de reflexie a suprafeței feței. Cum suprafața feței și temperatura ei nu au nimic în comun, informațiile din domeniul IR și imaginile din domeniul vizibil sunt independente și complementare. În general, fuziunea pixel cu pixel nu păstrează informațiile spațiale în imagine.

Ca o deosebire, fuziunea la nivel de rezolutie multiplă permite caracteristicilor cu diferită extensie spațială să fie fuzionate la rezoluția la care acestea sunt cel mai reliefate. În acest caz, caracteristicile importante care apar la rezoluții mai mici pot fi păstrate în procesul de fuziune.

Ideea de bază din spatele fuziunii multi-rezoluție efectuează o transformare multi-scală pe fiecare imagine sursă, apoi construiește o reprezentare multi-scală compusă de la acestea conform unor reguli specifice de fuziune. Imaginea fuzionată este obținută prin luarea unei inverse a transformării multi-scală[30].

Reprezentări ale figurii multi-scală au fost folosite în mai multe sisteme[31].

Câteva dintre cele mai populare tehnici de multiscalare includ piramida laplaciană [32] și transforma Fourier [33]. Frecvențele înalte sunt relativ independente de schimbările globale ale iluminării, în timp ce frecvențele joase se iau în considerare în relațiile spațiale dintre pixeli și sunt mai puțin sensibile la zgomot și la mici modificări(de ex. expresia facială).

În continuare, vom descrie schemele de fuziune studiate în această lucrare. Transferul de căldură lent prin corpul uman produce imagini termaleale feței umane cu rezoluție mică. Prin urmare, prima noastră strategie de fuziune operează în domeniul lungimii de undă, luând în considerare diferențele dintre rezoluțiile din domeniul IR și cel vizibil și exploatarea beneficiilor reprezentării multi-rezoluție.

A doua strategie de fuziune operează în domeniul eigenspace și fuzionează împreună caracteristicile globale de imagine. În fiecare caz, presupunem că fețele sunt reprezentate de o pereche de imagini, una în spectrul IR și una în spectrul vizibil. De asemenea, se presupune că ambele imagini au fost normalizate înainte de fuziune pentru a asigura intervale similare de valori(Secțiunea 7).

3)Fuziunea pixel cu pixel în domeniul wavelet-urilor

Wavelet-urile sunt un tip de aproximări ale funcției multi-rezoluție care permit descompunerea ierarhică a unui semnal sau a unei imagini[33]. În special, ele descompun un semnal dat pe o familie de functii cu suport finit. Această familie de funcții este construită de translatările și dilatările unei singure funcții numită wavelet-ul mamă. Sprijinul finit al waveletului-mamă oferă timpul exact de localizare în timp ce scalarea permite extragerea de componente de diferite frecvențe. Cerința de bază a analizei multi-rezoluție este formulată prin solicitarea unei cuiburi a spațiilor calibrate ca:

În acest spațiu , putem descrie detalii mai fine decât în spațiul

În scopul de a construi o analiză multi-rezoluție, o funcție de scalare este necesară, împreună cu o versiune dilatată și translatată a acesteia:

Caracteristicile importante ale unui semnal pot fi mai bine descrise sau parametrizate, nu prin folosirea și creșterea lui j pentru a mări dimensiunea subspatiului calibrat de către funcția de scalare, ci prin definirea unui set ușor diferită a funcției care cuprinde diferența dintre spațiile calibrate prin diferite scale ale funcției de scalare. Aceste funcții sunt Waveleturile, care acoperă spațiul wavelet Wj astfel încât și poate fi descris ca:

Diferite funcții de scalare și waveleturi determina diverse transformări wavelet. În acest studiu, ne-am angajat waveleturile Haar, care este cea mai simplă de implementatși de calculat. Mai mult, din moment ce baza Haar formează o bază ortogonală, transformata oferă o reprezentare non-redundantă a imaginilor de intrare. Funcția de scalare Haar este dată de:

Waveletul Haar este definit ca:

Waveleturile capturează caracteristici vizuale plauzibile ale formei și structura interioară a obiectelor. Caracteristicilela scară grosieră codifică regiuni mari în timp ce caracteristicile la scară precisă descriu regiuni mai mici, locale. Toate aceste caracteristici la un loc, dezvăluie structura unui obiect la diferite rezoluții.

3.1) Metodologie

Fuziunea în domeniul waveleturilor presupune combinarea coeficiențiilor waveleturilora imaginilor din domeniul vizibil și IR. În primul rând, se calculează o reprezentare multi-rezoluție pentru fiecare dintre imagini utilizând waveletul Haar[33]. Pentru a fuziona imaginile din spectrul vizibil și IR, vom selecta un subset de coeficienți din imaginea termală și restul din imaginea din domeniul vizibil. Imaginea contopită se obține prin aplicarea inversă transformatei waveletului pe coeficienții selectațo. Întrebarea-cheie în implementarea acestei idei este care coeficienți îi alegem din fiecare spectru.

Folosindu-se medii ne-ponderate nu este adecvat, deoarece se presupune că cele două spectre sunt la fel de importante și, chiar mai mult, că au aceeași rezoluție. Mai multe experimente de fuziune a imaginii în domeniul wavelet au fost raportate în [34]. Cea mai intuitivă abordare în domeniul waveleturiloreste alegerea coeficienților cu valoarea absolută maximă [35]. Cu cât valoarea absolută a unui coeficient este mai mare, cu atât mai mare este probabilitatea de a codifica caracteristicile importante ale imagini. Experimentele noastre care au folosit această abordare au prezentat o performanța slabă.

În acest studiu, vom aborda algoritmii genetici(GAs) pentru a decide care coeficient al waveletului îl vom selecta de la fiecare spectru. Fig. 1 ilustrează ideea principală a acestei abordări, care este explicată în Secțiunea 6. Recunoașterea este realizată folosind abordarea eigenface pe imagini fuzionate.

4)Fuziunea de caracteristici în domeniul eigenspace

Abordarea eigenface folosește Analiza Componentelor Principale(PCA), o metodă clasică de statistici multivariate, pentru a proiecta linear imagini faciale într-un spațiu dimensional redus[12]. Acest spațiu este acoperit de principalele componente(de ex. vectori proprii care corespund celor mai mari valori proprii) a distribuției imaginilor de formare. Mai exact, reprezentând fiecare imagine I(x, y) ca un prima figură medie este calculată:

unde R este numărul de fețe din set. Apoi, diferența a fiecărei fețe din fața medie este calculată: Apoi matricea de covarianță este estimată prin

unde Spațiul valorilor proprii poate fi definit prin calcularea vectorilor proprii de C. Deoarece C este foarte mare calcularea vectorului propriu va fi foarte scumpă. În schimb, putem calcula vectorii proprii ale o matrice . Apoi poate fi calculat din după cum urmează [12]:

De obicei, avem nevoie doar de a păstra un număr mult mai mic de vectori proprii corespunzătoar cu cele mai mari valori proprii.

Având în vedere o nouă imagine, scădem media și calculăm proiecția:,unde sunt coeficienții proiecției. Ne referim la ca la caracteristici proprii.

4.1)Metodologie

Fuziunea în domeniul eigenspace presupune combinarea caracteristicilor proprii de imagini din domeniile vizibil și IR. În mod specific, în primul rând vom calcula două eigenspații, unul folosind imaginile feței vizibile și celălalt cu ajutorul imaginilor termale ale feței. Apoi, fiecare față este reprezentată de două seturi de caracteristici proprii, prima calculată prin proiectarea imaginii feței IR în IR-eigenspace, iar al doilea prin proiectarea imaginii feței vizibile în eigenspace vizibil. Fuziunea se face prin selectarea unor caracteristici proprii din eigenspace IR și unele din eigenspace vizibil. GAs sunt folosiți din nou pentru a decide care caracteristici proprii să fie selectate din fiecare eigenspace. Fig. 2 ilustrează principalele etape ale acestei abordări. Recunoașterea se realizează în spațiul propriu fuzionat.

5)Fuziunea folosind algoritmi genetici

Decizîndu-ne care coeficienților ai waveletului sau caracteristici proprii să selectăm de la fiecare spectru este în esență o problemă de căutare. În această lucrare, ne propunem folosirea GAs pentru a aborda această problemă.

GAs sunt o clasă de proceduri de optimizare căutare aleatoare, paralele, inspirate de mecanismele de selecție naturală, procesul evoluției[36]. Acestea au fost concepute pentru a căuta eficient, spații mari, non-liniare.

În trecut, GAs au fost utilizate în recunoașterea țintă [37], recunoașterea obiectelor [38], de detectare/verificare a feței[39,40], și selecție caracteristică [41-44]. Goldberg [45] oferă o introducere frumoasă a GAs și face trimitere la această sursă pentru informații suplimentare.

GAs operează iterativ pe o populație de structuri, fiecare candidat reprezentând o soluție la problemă, codificat ca un șir de simboluri(deex. cromozom). Un set generat aleatoriu de astfel de șiruri de caractere formează populația inițială de la care GA încep căutare. Trei operatori genetici de bază care ghidează această căutare: selecție, de încrucișare și mutație. Procesul de căutare genetică este iterativ: evaluarea, selectarea și recombinare de șiruri în populație în timpul fiecărei iterații (generare) până când se ajunge la o anumită condiție de terminare(Fig. 3).

În rezumat, selectarea probabilistică elimină soluțiile efectuate prost, alegând soluții de înaltă performanță. Încrucișarea și mutația, prin intermediul operațiunilor de șiruri, generează noi soluții pentru explorare. Având o populație inițială de elemente, GAs folosește feedback-ul de la procesul de evaluare pentru a selecta soluții bune, în cele din urmă convergând la o populație de soluții de înaltă performanță. GAs nu garantează o soluție optimă la nivel mondial. Cu toate acestea, ei au capacitatea de a căuta prin spații de căutare foarte mari și să ajungă rapid la soluții optime. Capacitatea lor de convergență rapidă se explică prin schema teoretică[45].

5.1Detalii de implementare

Vom descrie mai jos în detaliu schemele de codificare, funcțiile de evaluare de fixare, precum și operatorii genetici utilizate pentru fuziunea informațiilor din IR și vizibile în domeniile wavelet și eigenspace.

5.2Codarea

In cazul de fuziunii în domeniul wavelet, cromozomul este un șir de biți a cărui lungime este determinată de numărul de coeficienți wavelet în descompunerea imaginii. Fiecare bit din cromozom este asociat cu un coeficient wavelet la o anumită locație. Valoarea unui bit în cromozom determină dacă coeficientul wavelet corespunzător este selectat din IR(de ex. 0) sau din spectrul vizibil(de ex. 1)(Fig. 1). În cazul fuziunii în domeniul eigenspace, cromozomul este, de asemenea, un șir de biți a cărui lungime este determinată de numărul de vectori proprii. Aici, vom folosi primii 100 de vectorii proprii din fiecare spațiu (Secțiunea 7), astfel cromozomul are o lungime de 100. Fiecare bit din cromozom este asociat cu o caracteristică proprie la o anumită locație. Valoarea unui bit în cromozom determină dacă o anumită caracteristică proprie este selectată din imaginea din domeniul vizibil (de ex. 1) sau din domeniul IR (adică 0) (Fig. 2).

5.1.2Evaluarea potrivirii

Fiecare individ într-o generație reprezintă o posibilă modalitate de a fuziona informații din domeniul IR cu cel vizibil. Pentru a evalua eficacitatea sa, vom efectua fuziunea pe baza informațiilor codificate prin acest individ și de a efectua recunoașterea utilizând abordarea eigenface. Precizia de recunoaștere este calculată cu ajutorul unui set de date de validare(Secțiunea 7) și este folosit pentru a oferi o măsură de potrivire. La convergență, cel mai bun cromozom gasit este păstrat și folosit pentru a evalua performanța pe un set de test. Fig. 4 ilustrează fuziunea evoluată în domain wavelet.

5.1.3Populația inițială

În general, populația inițială este generată aleator(de ex. fiecare bit într-un individ este stabilit din aruncarea cu banul). Cu toate acestea, în acest fel, ne vom trezi cu o populație în care fiecare individ conține același număr de 0 lui 1 în medie. Pentru a explora subseturi de numere diferite ale coeficienților wavelet sau caracteristici proprii alese din fiecare domeniu, numărul 1 pentru fiecare individ este generat aleator. Apoi, 1-rile sunt împrăștiate la întâmplare în cromozom.

5.1.4Selecția

Presupunând o populație de dimensiune N, produsul dublează mărimea populației și vom selecta cei mai buni N indivizi din populația combinată părinte-descendenti [46] (fig. 4).

5.1.5Încrucișare

În general, nu știm cât de mult depind coeficienții wavelet unii de ceilalți. În cazul în care coeficienții dependenți sunt departe unul de altul în cromozom, este mult mai probabil ca tradiționalul 1-punct trecere, va distruge schemelele. Pentru a evita această problemă, se folosește încrucișarea uniformă. Probabilitatea de încrucișare folosită în experimentele noastre a fost 0,95.

5.1.6Mutația

Mutația este un operator de probabilitate foarte scăzută. Probabilitatea de mutație folosită aici a fost 0,03.

6)Baza de date

În experimentele noastre, am folosit baza de date colectate de către Equinox Corporation în cadrul programului HumanID DARPA [47]. Mai exact, am folosit LWIR(de ex. 8-12 um), și imaginile corespunzătoare ale spectrului vizibil din această bază de date. Datele au fost colectate într-un timp de 2 zile. Fiecare pereche de imagine din LWIR și din spectrul vizibil a fost luată simultan și co-înregistrată cu o precizie de 1/3 pixeli (Fig. 5). Imaginile din domeniul LWIR au fost calibrate radiometric și stocate ca imagini în tonuri de gri, cu 12 de biți/pixel. Imaginile din domeniul vizibil sunt, de asemenea, imagini în tonuri de gri reprezentate cu 8 biți/pixel.Dimensiunile imaginilor din baza de date este de 320X240 pixeli.

Baza de date conține fețele frontale în următoarele scenarii: (1)trei direcții de iluminare,frontale și laterale diferite(dreapta și stânga); (2)trei expresii faciale – " încruntată ", " surprinsă " și " zâmbăreață " ; (3)expresii la pronunția unei vocale – subiecții au fost rugați să pronunță mai multe vocale din care au fost alese trei cadre reprezentative; și (4)prezența ochelarilor, pentru subiecții care poartă ochelari, toate scenariile de mai sus s-au repetat, cu și fără ochelari. Atât imaginea din domeniul IR, câtcea a feței în vizibil au fost pre-procesate înainte de experimentare, urmând o procedură similară celei descrise în[11,17]. Scopul de preprocesare a fost de a alinia și de a scala chipurile, de a elimina fundalul și de a ține cont de unele variații de iluminare(Fig. 1). Pentru comparație, am evaluat schemele noastre de fuziune folosind un protocol experimental similar cu cel dat în [17]. Metodologia de evaluare are un set de formare(de ex. folosite pentru a calcula eigenfaces), un set de galerie(de ex. set de persoane înscrise în sistem), un set de validare(de ex.folosite în evaluarea de potrivire a GAs), și un set de testare (de ex. un set de imagini-probă care conțin imaginile ce urmează să fie identificate).

7)Procedura experimentală

Pentru experiment, am folosit 200 de imagini, alese aleatoriu din întreaga bază de date Equinox. Pentru recunoaștere, am folosit distanța euclidiană, iar primele 100 de componente principale ca în [17]. În abordarea eigenface, o imagine este reprezentată ca un vector caracteristic de dimensiune redusă, care conține coeficienții de proiecție a imaginii în eigenspace. Recunoașterea este realizată din potrivirea coeficienților de la o imagine față necunoscută (de ex. proba) cu coeficiențiiimaginii dintr-un set cunoscut(de ex. galeria). Performanța de recunoaștere a fost măsurată prin găsirea procentului de corelare a imaginilor. Dacă N este numărul de imagini din setul de testare, raportul de recunoaștere r se calculează după cum urmează:

unde xi=1 dacă imaginea din galerie este în topul descrierii setul aparține același subiect și xi=0 altfel. În special, am despicat fiecare set de date utilizate pentru testarea aleatoriu de trei ori prin păstrarea a doar 75% din imagini pentru scopuri de testare și restul de 25% în scopuri de validare. Am folosit mărimi de populații între 100 și 200 și 100 de generații. Pentru convergență, am folosit raportul dintre cea mai bună potrivire și de potrivirea medie în fiecare generație.

7.1)Experimente cu ochelari de soare

Există 43 de subiecți cepoartă ochelari în setul EA făcând un total de 822 de imagini. Urmărind terminologia în[17] am creat următoarele seturi de test (Fig. 6): EG (expresii facialecu ochelari, toate iluminările), ENG (expresii faciale fără ochelari, toate iluminări), EFG(expresii faciale cu ochelari, iluminare frontală), ELG (expresii faciale cu ochelari, iluminare laterală), EFnG (expresii faciale fără ochelari, iluminare frontală), ELnG (expresii faciale, fără ochelari, iluminare laterală). Relațiile de incluziune dintre aceste seturi sunt după cum urmează:

7.2)Experimente cu schimbarea expresiei faciale

Seturile de testare pentru experimentele expresiei faciale includ imaginile care conțin cele trei cadre de expresie și trei cadre ce conțin pronunția unei vocale. Există 90 de subiecți cu un total de 1266 de perechi de imagini pentru cadrele de expresie și 1299 pentru cadrele ce conțin pronunția unei vocale. Unii dintre subiecțiidin aceste seturi de teste poartă ochelari în timp ce alțiinu. Ca urmare a terminologiei din[17] am creat următoarele seturi de test (Fig. 7): EA (expresii faciale, toate iluminările), EL (expresii faciale, iluminare laterală), EF (expresii faciale, iluminare frontală), VA (cadre la pronunția unei vocale, toate iluminare), VL (cadre la pronunția unei vocale, iluminare laterală), VF (cadre la pronunția unei vocale, iluminare frontală). Relațiile de incluziune dintre aceste seturi sunt după cum urmează:

8)Rezultate experimentale

8.1)Ochelarii

Rezultatele noastre experimentale ilustrează în mod clar că IR este robust la schimbările de iluminare, dar are performanțe slabe atunci când ochelarii sunt prezenți în setul-galerie, dar nu în setul de testare și vice-versa. Îmbunătățiri considerabile ale performanței de recunoaștere au fost realizate în acest caz, prin fuzionarea imaginilor din domeniul IR cu cele din vizibil, atât în domeniul wavelet (Tabelul 1 și Fig. 8) cât și în cel eigenspace(Tabelul 2 și Fig. 9). Îmbunătățirile au fost chiar mai mari atunci când, în plus față de ochelarii de vedere, seturile de galerie și de testare conțineau imagini luate sub diferite iluminări. De exemplu, în cazul de testare EFG / ELnG folosind fuziune în domeniul wavelet, performanța de recunoaștere a fost îmbunătățită cu 46% față de recunoașterea folosind imagini în domeniul vizibil și cu 82% față de recunoașterea folosind imagini termale(IR) (Tabelul 1). Între cele două scheme de fuziune testate, fuziunea în domeniul wavelet a dat o recunoaștere mai mare de ansamblu.

8.2)Expresia facială

Testarea expresiei faciale a avut diferite succese așa cum se arată în tabelele 3 și 4 și fig. 10 și 11. În general, fuziunea a condus la o performanță îmbunătățită de recunoaștere facială în comparație cu recunoașterea facială în spectrul vizibil. Comparând imaginea termală cu cea fuzionată, uneori imaginea IR se comportămai bine decât de cea bazată pe fuziune și vice-versa. Cu toate acestea, diferențele observate nu au fost semnificative din punct de vedere statistic și sunt explicate în primul rând pentru a prezenta efectele nedorite de iluminare din imagini fuzionate (Secțiunea 10). Ca și mai înainte, nu am efectuat experimente atunci când intersecția dintre setul de galerie și cel de testare nu era nulă.

9)Concluzii

Am prezentat și comparat două scheme de fuziune diferite pentru combinarea ilustrării în domeniile IR și vizibil în scopul recunoașterii faciale. Primul sistem era bazat pe fuziunea pixel cu pixel, care operează în domeniul wavelet. Al doilea sistem a fost bazat pe fuziunea de caracteristici, care operează în domeniul eigenspace. Ambele scheme vizează îmbunătățirea și robustețea performanței de recunoaștere în întreaga gamă de iluminare, dar și în prezența/ /absența ochelarilor de vedere. Între cele două sisteme, fuziuneaîn domeniul wavelet a dovedit o performanță de recunoaștere mai bună în ansamblu(Fig. 16), cu toate că sunt mai multe calcule de efectuat. Transformatele rapide, cum ar fi cele Haar[48], sunt meritoase din punct de vedere al timpului scurt de calcul.

Considerații viitoare trebuie acordate existenței numeroaselor soluții optime găsite de GAs. Cu toate că soluțiile sunt optime în faza de formare(de ex. eroare scăzutăla validare), aceste soluții au arătat diferite performanțe de recunoaștere atunci când au fost luate în considerare pentru testare. În investigarea acestor soluții, nu am fost capabili să distingem orice model în conținutul cromozomilor, acest fapt ar fi putut dezvălui de ce unii cromozomi au fost mai buni decât ceilalți. Utilizarea unor seturi de validare mai mari și a mai multor funcții selective de potrivire ar putea duce la eliminarea acestor probleme.

Am efectuat experimente preliminare în cazul fuziunii bazate pe spațiul propriu(eigenspace) cu cromozomi de lungime 200, folosind o codificare 0/1 ca și în situațiile anterioare. În acest caz, primiele 100 delocații ale cromozomului corespund caracteristicilor proprii din domeniul vizibil,în timp ce ultimele 100 de locații corespund caracteristicilor proprii din domeniul IR . În această schemă , în loc de a selecta o singură caracteristică proprie(de ex. în domeniul vizibil sau IR) la o anumită locație, putem selecta sau respinge ambele caracteristici proprii. Repetând experimentul cu ochelari, în acest caz, am observat o îmbunătățire de 3%în precizie de recunoaștere. O generalizare a acestui sistem ar putea fi folosind codificarea non-binară bazată pe o medie ponderată. În acest caz, fiecărui element din domeniile vizibil și IR îi este atribuit o pondere în loc de simpla selectare/ /deselectare.

De asemenea, ne-am propus să luăm în considerare mai multe funcții puternice de potrivire, de exemplu, prin adăugarea de termeni suplimentari pentru a controlanumărul de coeficienți wavelet selectați la diferite nivele de rezoluție(de ex. putem favoriza un nivel ridicat sau scăzut rezoluție) sau caracteristici proprii din diferite domenii ale vectorului propriu(de ex. putem favoriza vectorii proprii mari sau mici). De asemenea, ne-am propus să luăm în considerare scheme de aproximare a potrivirii[49], pentru a reduce cerințele computaționale ale evaluării potrivirii.

Problemele suplimentare investigate în cercetările viitoare includ efectele mediului(de ex.schimbările de temperatură), fizică(de ex. lipsa de somn) și condiții fiziologice(de ex. frica, stres) pentru a îmbunătăți performanțele domeniului de utilizare termal(IR). De exemplu, Chen et al.[2] a demonstrat că recunoașterea folosind domeniul IR se degradează atunci când există o trecere substanțială de timp între galerie și proba de imagini. Metodologia fuziunii evoluate, propusă, este suficient de vastă și poate fi aplicată în aceste cazuri, precum și pentru a îmbunătăți performanța de recunoaștere atunci când informația cuprinsă în spectrul IR nu mai este foarte sigură.

Concluzii

Încă de la început laserul a fost considerat o soluție pentru multe probleme. La început problemele nu existau, dar în timp, acestea au început să apară în număr tot mai mare. Nu ne-am putea imagina lumea de astăzi fără lasere, folosite de la CD playere la imprimante cu laser, fibre optice, comunicații, tratamente și operații medicale, cercetare în mai multe domenii, tăierea și sudura industrială, chiar și armament. Caracteristicile unice ale unui laser – (monocormacitatea, coerența și paralelismul razei) – îl fac potrivit pentru multe aplicații.

Performanța sistemului de recunoaștere facială depinde foarte mult de calitatea imaginii. Pentru o precizie cât mai mare, imaginea trebuie să surprindă subiectul din față, nu profil, trebuie să aibă luminozitatea și contrastul potrivite, ochii să fie deschiși, iar imaginea să nu prezinte umbre. Sistemul este sensibil chiar și la expresia feței. Un zâmbet larg poate conduce la rezultate mai puțin eficiente.

Studii recente arată că îmbunătățirile aduse algoritmilor de recunoaștere facială (folosirea imaginilor cu rezoluție mai mare, a imaginilor 3D și a imaginilor irisului) furnizează rezultate de 10 ori mai exacte decât cele generate de algoritmii folosiți în 2002 și de 100 de ori mai exacte decât cele generate de algoritmii folosiți în 1995. Unii dintre acești algoritmi au identificat indivizi fără a mai fi nevoie de intervenția factorului uman, identificând chiar și gemeni identici.

Recunoașterea facială este folosită în primul rând de sistemele de securitate pentru verificarea identității unei persoane, alături de alte tehnici biometrice de identificare. În Mexic, în timpul alegerilor electorale din 2002, guvernul a folosit un software de recunoaștere facială pentru a preveni frauda.

Pe viitor, tehnica ar putea fi folosită și ca o măsură de securitate la ATM-uri. În loc să fie folosit cardul bancar și PIN-ul, ATM-ul ar putea să capteze imaginea feței individului și să o compare cu fotografia stocată în baza de date a băncii care confirmă identitatea clientului. Folosind același principiu, metoda ar putea fi folosită și de computere prin captarea imaginii feței cu ajutorul unei camere web, imaginea astfel obținută putând înlocui parola de log-in.

Bibliografie:

[1] Paul Sterian și Nicolae Pușcaș, Laseri și procese multifotonice, Editura Tehnica, București, 1988, pag. 77

[2] I. Popescu, A. Preda, St. Tudorache. C. Cristescu, G. Cone, P. Sterian, A. Lupașcu, Aplicații ale laserilor,Editura Tehnica, Bucuresti, 1979, pag. 9

[3] http://en.wikipedia.org/wiki/Helium%E2%80%93neon_laser

[4] Lector univ. dr. Ion Gruia, Noțiuni fundamentale de Laser, Facultatea de Fizica, 2009, pag. 186

[5] http://www.repairfaq.org/sam/laserpic/hbl2pics.htm

[6] Lector univ. dr. Ion Gruia, Noțiuni fundamentale de Laser, Facultatea de Fizica, 2009, pag. 193

[7] Lector univ. dr. Ion Gruia, Noțiuni fundamentale de Laser, Facultatea de Fizica, 2009, pag. 195

[8] Lector univ. dr. Ion Gruia, Noțiuni fundamentale de Laser, Facultatea de Fizica, 2009, p.218

[9] Catedra de tehnologie electronică și fiabilitate, Lucrarea nr. 1 – Considerații privind protecția antilaser, pag. 4-5

[10] Răduleț, R. și colab. Lexiconul Tehnic Român, Editura Tehnică, București, 1957-1966

[11] Handbook of Face Recognition Second Edition, Chapter 2 Face Recognition in Subspaces

[12] Handbook of Face Recognition Second Edition, Chapter 11 Face Detection

[13] Handbook of Face Recognition Second Edition, Chapter 24 Face Recognition Applications

[14] F. Prokoski, History, current status, and future of infrared identification, in: IEEE Workshop on Computer Vision Beyond the Visible Spectrum, Hilton Head, 2000.

[15] D. Socolinsky, A. Selinger, Thermal face recognition in an operational scenario, in: IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2004.

[16] S.G. Kong, J. Heo, B.R. Abidi, J. Paik, M.A. Abidi, Recent advances in visual and infrared face recognition—a review, Computer Vision and Image Understanding 97 (2005).

[17] D. Socolinsky, A. Selinger, Comparative study of face recognition performance with visible and thermal infrared imagery, in: International Conference on Pattern Recognition, 2002.

[18] A. Selinger, D. Socolinsky, Face recognition in the dark, in: IEEE International Workshop on Object Tracking and Classification Beyondthe Visible Spectrum, 2004.

[19] A. Srivastana, X. Liu, Statistical hypothesis pruning for recognizing faces from infrared images, Image and Vision Computing 21 (2003).

[20] P. Buddharaju, I. Pavlidis, I. Kakadiaris, Face recognition in the thermal infrared spectrum, IEEE International Workshop on Object Tracking and Classification Beyond the Visible Spectrum, 2004.

[21] Z. Pan, G. Healey, M. Prasad, B. Tromberg, Face recognition in hyperspectral images, IEEE Transactions on Pattern Analysis and Machine Intelligence (2003).

[22] A. Eide, C. Jahren, S. Jørgensen, T. Lindblad, C. Lindsey, K. Osterud, Eye identification for face recognition with neural networks, in: SPIE Conference, Orlando, 1996.

[23] J. Dowdall, I. Pavlidis, G. Bebis, A face detection method based on multiband feature extraction in the near-ir spectrum, IEEE Workshop on Computer Vision Beyond the Visible Spectrum, 2001.

[24] J. Dowdall, I. Pavlidis, G. Bebis, Face detection in the near-ir spectrum, Image and Vision Computing (2001).

[25] J. Dowdall, I. Pavlidis, G. Bebis, Face detection in the near-ir spectrum,AeroSense SPIE Conference (Infrared Technology and Applications XXIX), 2003.

[26] C. Eveland, D. Socolinsky, L. Wolff, Tracking human faces in infrared video, Image and Vision Computing (2003).

[27] P. Scheunders, Local mapping for multispectral image visualization, Image and Vision Computing (2001).

[28] S.S.K. Vani, K. Lakshmi, Comparison of conventional and wavelet transform techniques for fusion of irs-1c, kiss-iii, and pan images, in: Proceedings of the ACRS, vol. 1, 2001.

[29] Y. Zhou, R. Hecht-Nielsen, Target recognition using multiple sensors, in: IEEE Workshop on Neural Networks for Signal Processing, 1993.

[30] G. Piella, A general framework fo multiresolution image fusion: from pixels to regions, Information Fusion 4 (2003).

[31] B. Manjunath, R. Chellappa, C. von der Malsburg, A feature based approach to face recognition, in: Computer Vision and Pattern Recognition, 1992.

[32] E. Adelson, P. Burt, Image data compression with the laplacian pyramid, in: Pattern Recognition and Image Processing, Dallas TX, 1981.

[33] C. Chui, An Introduction to Wavelets, Academic Press, London, 1992.

[34] L. Chipman, T. Orr. Wavelets and image fusion, in: IEEE International Conference on Image Processing, vol. 3, 1995.

[35] H. Li, B. Manjunath, S. Mitra, Multisensor image fusion using the wavelet transform, in: IEEE International Conference on Image Processing, Austin TX, vol. 1, 1994.

[36] D. Goldberg, Genetic Algorithms in Search, Optimization, and Machine Learning, Addison–Wesley, Reading, MA, 1989.

[37] A. Katz, P. Thrift, Generating image filters for target recognition by genetic learning, IEEE Transactions on Pattern Analysis and Machine Intelligence (1994).

[38] G. Bebis, S. Louis, Y. Varol, A. Yfantis, Genetic object recognition using combinations of views, IEEE Transactions on Evolutionary Computation(2002).

[39] D. Swets, B. Punch, Genetic algorithms for object localization in a complex scene, in: IEEE International Conference on Image Processing, 1995.

[40] G. Bebis, S. Uthiram, M. Georgiopoulos, Face detection and verification using genetic search, International Journal of Artificial Intelligence Tools(2000).

[41] Z. Sun, X. Yuan, G. Bebis, S. Louis, Genetic feature subset selection for gender classification: a comparison study, in: IEEE Workshop on Applications of Computer Vision, 2002.

[42] Z. Sun, G. Bebis, R. Miller, Boosting object detection using feature selection, in: IEEE International Conference on Advanced Video and Signal Based Surveillance, 2003.

[43] Z. Sun, G. Bebis, R. Miller, Object detection using feature subset selection, Pattern Recognition(2004).

[44] Z. Sun, G. Bebis, R. Miller, On-road vehicle detection using evolutionary gabor filter optimization, IEEE Transactions on Intelligent Transportation Systems(2005).

[45] D. Goldberg, Genetic Algorithms in Search, Optimization, and Machine Learning, Addison–Wesley, Reading, MA, 1989.

[46] I. Eshelman, The chc adaptive search algoruthm: how to have safe search when engaging in non-traditional genetic recombination, in: The Foundation of Genetic Algorithms Workshop, 1989.

[47] http://www.equinoxsensors.com/products/HID.html

[48] P. Viola, M. Jones, Robust real-time object detection, in: IEEE Computer Vision and Pattern Recognition Conference, 2001.

[49] Y. Jin, B. Sendhoff, Fitness approximation in evolutionary computation – a survey, in: Genetic and Evolutionary Computation Conference, 2002.

Bibliografie:

[1] Paul Sterian și Nicolae Pușcaș, Laseri și procese multifotonice, Editura Tehnica, București, 1988, pag. 77

[2] I. Popescu, A. Preda, St. Tudorache. C. Cristescu, G. Cone, P. Sterian, A. Lupașcu, Aplicații ale laserilor,Editura Tehnica, Bucuresti, 1979, pag. 9

[3] http://en.wikipedia.org/wiki/Helium%E2%80%93neon_laser

[4] Lector univ. dr. Ion Gruia, Noțiuni fundamentale de Laser, Facultatea de Fizica, 2009, pag. 186

[5] http://www.repairfaq.org/sam/laserpic/hbl2pics.htm

[6] Lector univ. dr. Ion Gruia, Noțiuni fundamentale de Laser, Facultatea de Fizica, 2009, pag. 193

[7] Lector univ. dr. Ion Gruia, Noțiuni fundamentale de Laser, Facultatea de Fizica, 2009, pag. 195

[8] Lector univ. dr. Ion Gruia, Noțiuni fundamentale de Laser, Facultatea de Fizica, 2009, p.218

[9] Catedra de tehnologie electronică și fiabilitate, Lucrarea nr. 1 – Considerații privind protecția antilaser, pag. 4-5

[10] Răduleț, R. și colab. Lexiconul Tehnic Român, Editura Tehnică, București, 1957-1966

[11] Handbook of Face Recognition Second Edition, Chapter 2 Face Recognition in Subspaces

[12] Handbook of Face Recognition Second Edition, Chapter 11 Face Detection

[13] Handbook of Face Recognition Second Edition, Chapter 24 Face Recognition Applications

[14] F. Prokoski, History, current status, and future of infrared identification, in: IEEE Workshop on Computer Vision Beyond the Visible Spectrum, Hilton Head, 2000.

[15] D. Socolinsky, A. Selinger, Thermal face recognition in an operational scenario, in: IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2004.

[16] S.G. Kong, J. Heo, B.R. Abidi, J. Paik, M.A. Abidi, Recent advances in visual and infrared face recognition—a review, Computer Vision and Image Understanding 97 (2005).

[17] D. Socolinsky, A. Selinger, Comparative study of face recognition performance with visible and thermal infrared imagery, in: International Conference on Pattern Recognition, 2002.

[18] A. Selinger, D. Socolinsky, Face recognition in the dark, in: IEEE International Workshop on Object Tracking and Classification Beyondthe Visible Spectrum, 2004.

[19] A. Srivastana, X. Liu, Statistical hypothesis pruning for recognizing faces from infrared images, Image and Vision Computing 21 (2003).

[20] P. Buddharaju, I. Pavlidis, I. Kakadiaris, Face recognition in the thermal infrared spectrum, IEEE International Workshop on Object Tracking and Classification Beyond the Visible Spectrum, 2004.

[21] Z. Pan, G. Healey, M. Prasad, B. Tromberg, Face recognition in hyperspectral images, IEEE Transactions on Pattern Analysis and Machine Intelligence (2003).

[22] A. Eide, C. Jahren, S. Jørgensen, T. Lindblad, C. Lindsey, K. Osterud, Eye identification for face recognition with neural networks, in: SPIE Conference, Orlando, 1996.

[23] J. Dowdall, I. Pavlidis, G. Bebis, A face detection method based on multiband feature extraction in the near-ir spectrum, IEEE Workshop on Computer Vision Beyond the Visible Spectrum, 2001.

[24] J. Dowdall, I. Pavlidis, G. Bebis, Face detection in the near-ir spectrum, Image and Vision Computing (2001).

[25] J. Dowdall, I. Pavlidis, G. Bebis, Face detection in the near-ir spectrum,AeroSense SPIE Conference (Infrared Technology and Applications XXIX), 2003.

[26] C. Eveland, D. Socolinsky, L. Wolff, Tracking human faces in infrared video, Image and Vision Computing (2003).

[27] P. Scheunders, Local mapping for multispectral image visualization, Image and Vision Computing (2001).

[28] S.S.K. Vani, K. Lakshmi, Comparison of conventional and wavelet transform techniques for fusion of irs-1c, kiss-iii, and pan images, in: Proceedings of the ACRS, vol. 1, 2001.

[29] Y. Zhou, R. Hecht-Nielsen, Target recognition using multiple sensors, in: IEEE Workshop on Neural Networks for Signal Processing, 1993.

[30] G. Piella, A general framework fo multiresolution image fusion: from pixels to regions, Information Fusion 4 (2003).

[31] B. Manjunath, R. Chellappa, C. von der Malsburg, A feature based approach to face recognition, in: Computer Vision and Pattern Recognition, 1992.

[32] E. Adelson, P. Burt, Image data compression with the laplacian pyramid, in: Pattern Recognition and Image Processing, Dallas TX, 1981.

[33] C. Chui, An Introduction to Wavelets, Academic Press, London, 1992.

[34] L. Chipman, T. Orr. Wavelets and image fusion, in: IEEE International Conference on Image Processing, vol. 3, 1995.

[35] H. Li, B. Manjunath, S. Mitra, Multisensor image fusion using the wavelet transform, in: IEEE International Conference on Image Processing, Austin TX, vol. 1, 1994.

[36] D. Goldberg, Genetic Algorithms in Search, Optimization, and Machine Learning, Addison–Wesley, Reading, MA, 1989.

[37] A. Katz, P. Thrift, Generating image filters for target recognition by genetic learning, IEEE Transactions on Pattern Analysis and Machine Intelligence (1994).

[38] G. Bebis, S. Louis, Y. Varol, A. Yfantis, Genetic object recognition using combinations of views, IEEE Transactions on Evolutionary Computation(2002).

[39] D. Swets, B. Punch, Genetic algorithms for object localization in a complex scene, in: IEEE International Conference on Image Processing, 1995.

[40] G. Bebis, S. Uthiram, M. Georgiopoulos, Face detection and verification using genetic search, International Journal of Artificial Intelligence Tools(2000).

[41] Z. Sun, X. Yuan, G. Bebis, S. Louis, Genetic feature subset selection for gender classification: a comparison study, in: IEEE Workshop on Applications of Computer Vision, 2002.

[42] Z. Sun, G. Bebis, R. Miller, Boosting object detection using feature selection, in: IEEE International Conference on Advanced Video and Signal Based Surveillance, 2003.

[43] Z. Sun, G. Bebis, R. Miller, Object detection using feature subset selection, Pattern Recognition(2004).

[44] Z. Sun, G. Bebis, R. Miller, On-road vehicle detection using evolutionary gabor filter optimization, IEEE Transactions on Intelligent Transportation Systems(2005).

[45] D. Goldberg, Genetic Algorithms in Search, Optimization, and Machine Learning, Addison–Wesley, Reading, MA, 1989.

[46] I. Eshelman, The chc adaptive search algoruthm: how to have safe search when engaging in non-traditional genetic recombination, in: The Foundation of Genetic Algorithms Workshop, 1989.

[47] http://www.equinoxsensors.com/products/HID.html

[48] P. Viola, M. Jones, Robust real-time object detection, in: IEEE Computer Vision and Pattern Recognition Conference, 2001.

[49] Y. Jin, B. Sendhoff, Fitness approximation in evolutionary computation – a survey, in: Genetic and Evolutionary Computation Conference, 2002.