ขอเกริ่นเบื้องต้นก่อนนะครับ แค่เรียนมาทางด้าน Geophysics ไม่ได้มีความชำนาญด้าน Image Processing มากนัก
แต่เนื่องจากว่าเห็นเหตุการณ์ระเบิดที่เกิดขึ้นกับประเทศไทย ต้องมีพี่น้องที่บริสุทธิ์มาเสียเลือดเนื้อ แล้วอยากจะทำอะไรสักอย่าง เพื่อช่วยเจ้าหน้าที่ให้สามารถจับตัวคนร้ายได้ง่ายขึ้น
จึงอยากหาผู้เชี่ยวชาญในด้านของ Image Processing Technique และ คณิตศาสตร์อื่นๆ ที่เกี่ยวข้อง มาร่วมกันใช้วิทยาศาสตร์เพื่อทำให้สามารถระบุ Identity ของผู้ต้องสงสัยเสื้อเหลืองกันครับ
ตอนนี้คิดคราวๆ คือ
1. รวบรวมภาพ หรือคลิปจากกล้องวงจรปิดทั้งหมดที่มีมีหน้าของชายชุดเหลือง
2. กรณีไฟล์ที่มาเป็นไฟล์รูปภาพทำการ Capture เฉพาะภาพส่วนของหน้าผู้ต้องสงสัยมา และใช้ BRISK, FREAK, Minimum Eigenvalue หรือ SURF methods ทำการสร้าง Extracted Feature Vectors ขึ้นในแต่ล่ะรูปภาพ
4. ในกรณีที่เป็นไฟล์วีดีโอใช้ BRISK, FREAK, Minimum Eigenvalue หรือ SURF Method ทำการสร้าง the initial locations of the points และใช้ Kanade-Lucas-Tomasi (KLT) ทำการ Track Points แบบ Run Forward และ Backward แล้วดูจุดที่เหลืออยู่ของภาพ
5. ใช้ Supervised machine learning algorithm ในการสร้าง Model ขึ้นมาจากตัว Extracted Feature Vectors ที่ได้มาจากแต่ล่ะภาพ และ Track Points ที่ได้มาในแต่ล่ะเฟรม (อาจต้องทำการตัด Point ที่เป็นส่วนของผม และกรอบแว่นออก เพราะใช้ในการปลอมแปลงตัวเอง)
6. นำ Model ที่ได้ไปใช้ในการทำ Facial Recogniztion จากฐานข้อมูลต่างๆ ที่มีรูปบุคคล ซึ่งเมื่อร่วมกับข้อมูลส่วนสูงของคนร้าย ก็น่าจะช่วยจำกัดสโคปให้แคปลงได้อาจจะเหลือสัก 10,000 คน แล้วหากนำข้อมูลตัวนี้ไปใช้ในการแสกนบุคคลเข้าออกประเทศก็สามารถที่จะกรองได้เพิ่มเติมอาจเพิ่มโอกาสในการช่วยจับคนร้ายครับ
หากมีใครเชียวชาญหรือมีฐานความรู้อะไรเพิ่มเติมก็แนะนำหรือเสนอมาได้เลยนะครับ อยากให้ช่วยกันอย่างน้อยหากหน่วยงานที่เกี่ยวข้องเป็นว่าเป็นประโยชน์ อาจจะไปหาผู้เชียวชาญด้านนี้จริงๆ จากมหาลัยหรือวงการต่างๆ มาช่วยในการสืบคดีก็จะเป็นประโยชน์มาครับ
ตัวอย่างที่เคยเขียน
https://www.facebook.com/jutasiriwong/videos/10153385908587573/?l=1131472594312428386
ขออภัยที่ไม่ได้อธิบายวิธีการคราวๆ และใช้ศัพท์เทคนิคมากไปนะครับ
อย่างแรกต้องถามทุกท่านก่อนว่า เคยมั้ยที่ต้องอธิบายลักษณะของบุคคลสักคนหนึ่ง ยกตัวอย่างเช่นเวลาผมจะฝากเพือนเอาของไปให้เพือนอีกคนนึงที่ไม่เคยเจอหน้ากันมาก่อน ที่ผมจะอธิบายอย่างแรกนอกจากจุดที่นัดเจอกันแล้ว ก็คือลักษณะสีเสื้อที่ใส่ อ้วน หรือ ผอม ผิวขาวผิวดำ ตาโต หรือตาตี่ สิ่งที่ผมกล่าวมานี้คือลักษณะบุคคลที่มนุษย์เราจดจำโดยธรรมชาติ
ในส่วนของคอมพิวเตอร์การที่จะจดจำลักษณะเหล่านี้ไม่ใช่สิ่งที่ยากแต่การจะบอกว่าจุดๆ นี้ในภาพเป็นจมูก เป็น ปาก หรือตา นี่แหละคือสิ่งที่ยาก เพราะภาพถ่ายก็คือ Matrix อันนึง ค่าที่อยู่ในแต่ล่ะ Element ใน Matrix นั้นก็คือค่ารหัสของสี ตัวเลขทั้งนั้น
ฉนั้นการที่จะทำให้คอมพิวเตอร์จะรู้ว่าจุดไหนเป็นตา เป็นหู เป็นจมูก (Extracted Feature Vectors) เนี่ยคือสิ่งที่เป็นกระบวนการแรกของ Facial Recognition
โอเครคราวนี้ถือว่ารู้จักคนนี้แล้วแต่พอมาเจอพรุ่งนี้แต่งหน้าคนล่ะแบบทำผมคนล่ะทรงจะจำกันได้ไง
ถ้าเป็นมนุษย์ หากเพิ่งเจอเพือนใหม่วันแรกและไม่ได้เป็นคนที่เราให้ความสนใจ มาเจออีกที่ในวันรุ่งขึ้นด้วยลุคใหม่ๆ ก็มีโอกาสที่เราจะจำเค้าไม่ได้ใช่มั้ยครับ
Computer ก็เช่นกันใส่ภาพแรกไปปุ๊ปจำได้ 1 ตัวอย่างแล้วว่าอันไหนตาหูจมูกปาก เอาภาพคนเดิมมาอีกครั้งเปลี่ยนทรงผมนิดหน่อยใส่แว่น ก็เป็นปัญหาแล้ว Computer จำไม่ได้ครับ
วิธีการที่จะทำให้คอมพิวเตอร์จำคนในภาพให้ได้ ก็คล้ายๆ คน คือ ต้องเจอกันบ่อยๆ สำหรับคอมพิวเตอร์ก็ต้องมี Database ของภาพคนคนนั้นเยอะๆ นั้นเอง หรือกระบวนการนี้สำหรับคอมพิวเตอร์ก็คือการเรียนรู้ (AI) ต้นๆ เลยซึ่งเรียกว่า Supervised learning ครับ
ไม่รู้งงไม่เนาะ ผมว่าลองดูตัวอย่างของโปรเจ็ค เด็ก ป โท ใน YouTube ดีกว่าครับ
ใช้ Image Processing Technicช่วยตำรวจระบุตัวผู้ต้องสงสัยวางระเบิดกันมั้ยครับ
แต่เนื่องจากว่าเห็นเหตุการณ์ระเบิดที่เกิดขึ้นกับประเทศไทย ต้องมีพี่น้องที่บริสุทธิ์มาเสียเลือดเนื้อ แล้วอยากจะทำอะไรสักอย่าง เพื่อช่วยเจ้าหน้าที่ให้สามารถจับตัวคนร้ายได้ง่ายขึ้น
จึงอยากหาผู้เชี่ยวชาญในด้านของ Image Processing Technique และ คณิตศาสตร์อื่นๆ ที่เกี่ยวข้อง มาร่วมกันใช้วิทยาศาสตร์เพื่อทำให้สามารถระบุ Identity ของผู้ต้องสงสัยเสื้อเหลืองกันครับ
ตอนนี้คิดคราวๆ คือ
1. รวบรวมภาพ หรือคลิปจากกล้องวงจรปิดทั้งหมดที่มีมีหน้าของชายชุดเหลือง
2. กรณีไฟล์ที่มาเป็นไฟล์รูปภาพทำการ Capture เฉพาะภาพส่วนของหน้าผู้ต้องสงสัยมา และใช้ BRISK, FREAK, Minimum Eigenvalue หรือ SURF methods ทำการสร้าง Extracted Feature Vectors ขึ้นในแต่ล่ะรูปภาพ
4. ในกรณีที่เป็นไฟล์วีดีโอใช้ BRISK, FREAK, Minimum Eigenvalue หรือ SURF Method ทำการสร้าง the initial locations of the points และใช้ Kanade-Lucas-Tomasi (KLT) ทำการ Track Points แบบ Run Forward และ Backward แล้วดูจุดที่เหลืออยู่ของภาพ
5. ใช้ Supervised machine learning algorithm ในการสร้าง Model ขึ้นมาจากตัว Extracted Feature Vectors ที่ได้มาจากแต่ล่ะภาพ และ Track Points ที่ได้มาในแต่ล่ะเฟรม (อาจต้องทำการตัด Point ที่เป็นส่วนของผม และกรอบแว่นออก เพราะใช้ในการปลอมแปลงตัวเอง)
6. นำ Model ที่ได้ไปใช้ในการทำ Facial Recogniztion จากฐานข้อมูลต่างๆ ที่มีรูปบุคคล ซึ่งเมื่อร่วมกับข้อมูลส่วนสูงของคนร้าย ก็น่าจะช่วยจำกัดสโคปให้แคปลงได้อาจจะเหลือสัก 10,000 คน แล้วหากนำข้อมูลตัวนี้ไปใช้ในการแสกนบุคคลเข้าออกประเทศก็สามารถที่จะกรองได้เพิ่มเติมอาจเพิ่มโอกาสในการช่วยจับคนร้ายครับ
หากมีใครเชียวชาญหรือมีฐานความรู้อะไรเพิ่มเติมก็แนะนำหรือเสนอมาได้เลยนะครับ อยากให้ช่วยกันอย่างน้อยหากหน่วยงานที่เกี่ยวข้องเป็นว่าเป็นประโยชน์ อาจจะไปหาผู้เชียวชาญด้านนี้จริงๆ จากมหาลัยหรือวงการต่างๆ มาช่วยในการสืบคดีก็จะเป็นประโยชน์มาครับ
ตัวอย่างที่เคยเขียน
https://www.facebook.com/jutasiriwong/videos/10153385908587573/?l=1131472594312428386
ขออภัยที่ไม่ได้อธิบายวิธีการคราวๆ และใช้ศัพท์เทคนิคมากไปนะครับ
อย่างแรกต้องถามทุกท่านก่อนว่า เคยมั้ยที่ต้องอธิบายลักษณะของบุคคลสักคนหนึ่ง ยกตัวอย่างเช่นเวลาผมจะฝากเพือนเอาของไปให้เพือนอีกคนนึงที่ไม่เคยเจอหน้ากันมาก่อน ที่ผมจะอธิบายอย่างแรกนอกจากจุดที่นัดเจอกันแล้ว ก็คือลักษณะสีเสื้อที่ใส่ อ้วน หรือ ผอม ผิวขาวผิวดำ ตาโต หรือตาตี่ สิ่งที่ผมกล่าวมานี้คือลักษณะบุคคลที่มนุษย์เราจดจำโดยธรรมชาติ
ในส่วนของคอมพิวเตอร์การที่จะจดจำลักษณะเหล่านี้ไม่ใช่สิ่งที่ยากแต่การจะบอกว่าจุดๆ นี้ในภาพเป็นจมูก เป็น ปาก หรือตา นี่แหละคือสิ่งที่ยาก เพราะภาพถ่ายก็คือ Matrix อันนึง ค่าที่อยู่ในแต่ล่ะ Element ใน Matrix นั้นก็คือค่ารหัสของสี ตัวเลขทั้งนั้น
ฉนั้นการที่จะทำให้คอมพิวเตอร์จะรู้ว่าจุดไหนเป็นตา เป็นหู เป็นจมูก (Extracted Feature Vectors) เนี่ยคือสิ่งที่เป็นกระบวนการแรกของ Facial Recognition
โอเครคราวนี้ถือว่ารู้จักคนนี้แล้วแต่พอมาเจอพรุ่งนี้แต่งหน้าคนล่ะแบบทำผมคนล่ะทรงจะจำกันได้ไง
ถ้าเป็นมนุษย์ หากเพิ่งเจอเพือนใหม่วันแรกและไม่ได้เป็นคนที่เราให้ความสนใจ มาเจออีกที่ในวันรุ่งขึ้นด้วยลุคใหม่ๆ ก็มีโอกาสที่เราจะจำเค้าไม่ได้ใช่มั้ยครับ
Computer ก็เช่นกันใส่ภาพแรกไปปุ๊ปจำได้ 1 ตัวอย่างแล้วว่าอันไหนตาหูจมูกปาก เอาภาพคนเดิมมาอีกครั้งเปลี่ยนทรงผมนิดหน่อยใส่แว่น ก็เป็นปัญหาแล้ว Computer จำไม่ได้ครับ
วิธีการที่จะทำให้คอมพิวเตอร์จำคนในภาพให้ได้ ก็คล้ายๆ คน คือ ต้องเจอกันบ่อยๆ สำหรับคอมพิวเตอร์ก็ต้องมี Database ของภาพคนคนนั้นเยอะๆ นั้นเอง หรือกระบวนการนี้สำหรับคอมพิวเตอร์ก็คือการเรียนรู้ (AI) ต้นๆ เลยซึ่งเรียกว่า Supervised learning ครับ
ไม่รู้งงไม่เนาะ ผมว่าลองดูตัวอย่างของโปรเจ็ค เด็ก ป โท ใน YouTube ดีกว่าครับ