| 在一個公開的封閉場域中(如便利商店、圖書館、展場、賣場等)人員流動頻繁，個別身分未知且駐留時間不定，如何針對現場的人進行即時監控是一個重要的議題，為此我們提出一套線上集成式人臉學習與辨識系統 (Online Ensemble Face Learning and Recognition system)。此系統混合運用了兩種學習方法包括:「集成學習」與「線上學習」，集成學習運用我們預先訓練的臉部方向辨識器快速的將觀測對象的臉部影像依照臉部方向進行分類達到樣本資料分群的目的，然後再將不同臉部方位的樣本分別訓練成各別的身分辨識器，如此可縮短整體訓練時間；線上學習共有兩個學習階段分別是初始學習階段與接續學習階段，初始學習階段於人員初進入場域時蒐集影像，並使用所有影像進行學習，接續學習階段則透過場域中的視訊監控系統不斷提供觀測對象不同方位的影像，並不斷地抽換新影像進行訓練，逐步地提升辨識效能。經過實驗測試的結果證實，本研究可藉由初始學習階段利用有限數量的初始樣本快速地達到一定的辨識率門檻；而接下來的後續學習階段則透過在場域中不斷捕獲的新樣本，強化訓練，以改善辨識率。由於本系統不需事先累積大量樣本，人臉的學習與辨識採用即時的方式進行，故適用於在公開封閉場域中，針對現場流動人員進行臨時行蹤監控。 |
