Y.O.D.A — التعرّف على الوجوه
مساعدك للكشف البصري — يجد الوجوه في الصورة، ويحوّل كل وجه إلى متجه، ويستخدم PostgreSQL لاكتشاف المكرّر والبحث عن الأشخاص.
نظرة عامة
يجمع Y.O.D.A بين كاشف وجوه تقليدي سريع ونموذج تضمين حديث وقاعدة بيانات متجهات. ارفع صورة فيجد كل الوجوه فيها، ويرفض تخزين الوجه نفسه مرتين، ويتيح البحث في المجموعة بصورة جديدة.
كيف يُعالَج الوجه
01الاكتشافيفحص Haar cascade من OpenCV نسخة رمادية بحثاً عن وجوه أمامية لا تقل عن 60×60 بكسل. وإذا وُجدت وجوه قليلة، يخفّف زر إعادة المحاولة صرامة الكاشف ويعيد التشغيل.
02القصّيُقصّ كل وجه ويُعرض ليرى المستخدم بالضبط ما سيُخزَّن.
03التضمينيُصغَّر الوجه إلى 224×224 ويحوّله CLIP ViT-B/32 (عبر sentence-transformers) إلى متجه من 512 بُعداً.
04فحص التكراريجد pgvector أقرب وجه مخزّن بمسافة جيب التمام، وتشابه 95% أو أكثر يُعدّ الوجه نفسه فيُتجاوز.
05التخزينتُحفظ الوجوه الجديدة على القرص، ويُضاف اسم الملف والمتجه إلى PostgreSQL.
التطبيق
الرفع والحفظ
اكتشاف كل الوجوه في الصورة ومعاينتها وإزالة المكرّر وتخزينها.
البحث
ارفع وجهاً فيظهر أقرب تطابق له مع نسبة التشابه، جنباً إلى جنب.
المعرض
تصفّح كل المخزَّن، وحذف العناصر مع خطوة تأكيد.
الإعدادات
ضبط صرامة الكاشف (عدد الجيران الأدنى) من الواجهة.
قرارات التصميم
كاشف سريع ومُضمِّن قوي
Haar cascades رخيصة وكافية لإيجاد الوجوه، والعمل الثقيل في التمييز بينها متروك لـ CLIP.
التشابه داخل قاعدة البيانات
المعامل
<=> في pgvector يرتّب التطابقات داخل PostgreSQL، فلا يحمّل التطبيق كل المتجهات في الذاكرة.إزالة التكرار عند الكتابة
الفحص قبل الإضافة يبقي المجموعة نظيفة بدل تنظيفها لاحقاً.
داخل حاوية
ملف Docker على Python 3.10 يثبّت مكتبات النظام التي يحتاجها OpenCV ويشغّل Streamlit، فيُنشر بالطريقة نفسها في كل مكان.
قاعدة البيانات
pictures
- picture — stored file name
- embedding — VECTOR(512)
استعلام أقرب تطابق
SELECT picture,
1 - (embedding <=> $q) AS similarity
FROM pictures
ORDER BY embedding <=> $q
LIMIT 1;
1 - (embedding <=> $q) AS similarity
FROM pictures
ORDER BY embedding <=> $q
LIMIT 1;
النتائج والحدود
- في تجاربي وصل إلى دقة تقارب 70% في الإضاءة الجيدة، ومنع المكرّر بشكل موثوق.
- تواجه Haar cascades صعوبة في الإضاءة المنخفضة والزوايا الجانبية، ما يحدّ من عدد الوجوه المكتشفة.
- CLIP نموذج صور عام وليس مخصّصاً للوجوه؛ ونموذج متخصّص مثل ArcFace سيميّز أفضل بين الأشخاص المتشابهين.
التشغيل
git clone https://github.com/AAFLY99/yoda-face-recognition.git cd yoda-face-recognition pip install -r requirements.txt # needs PostgreSQL with the pgvector extension streamlit run aio.py # or with Docker docker build -t yoda . && docker run -p 8080:8080 yoda