Báo cáo xử lý ảnh, khuôn mặt

HỌC VIỆN CƠNG NGHỆ BƯU CHÍNH VIỄN THƠNG CƠ SỞ TẠI THÀNH PHỐ HỒ CHÍ MINH KHOA CƠNG NGHỆ THƠNG TIN II _ BÁO CÁO GIỮA KỲ MÔN HỌC: XỬ LÝ ẢNH Đề tài: TÌM HIỂU CƠNG NGHỆ NHẬN DIỆN KHN MẶT SỬ DỤNG EIGENFACES Giảng viên hướng dẫn: Sinh viên thực hiện: MSSV: Lớp: PGS TS LÊ HOÀNG THÁI NGUYỄN MẠNH TƯỜNG N18DCCN202 D18CQCN01-N TP.HCM – 2021 Mục lục I Đặt toán II Sử dụng sinh trắc học III Các bước áp dụng nào? Phát khuôn mặt (Face Detection): Tiền xử lý (Preprocessing): 3 Trích chọn đặc trưng (Feature extraction With PCA): Nhận dạng (Recognition): IV Các ứng dụng có tốn này: V Minh hoạ số kết chạy thử: VI Chứng minh tính hiệu thuật tốn sử dụng VII Tài liệu tham khảo: I Đặt tốn Tìm hiểu cơng nghệ nhận diện khuôn mặt Eigenfaces (PCA) II Sử dụng sinh trắc học nào? Sinh trắc khuôn mặt III Các bước áp dụng nào? Phát khuôn mặt (Face Detection): - Ảnh đầu vào gồm nhiều người, với gương mặt diện tương đối diện để hệ thống nhận dạng Sau phát vị trí kích thước nhiều khuôn mặt, chúng cắt ra, lưu vào sở liệu để tiến hành trình tiền xử lý Tiền xử lý (Preprocessing): - Chuẩn hố kích thước ảnh khn mặt sở liệu, ảnh nhận dạng cần kích thước định trước Làm giảm nhiễu, điều chỉnh độ sáng tối làm tăng chất lượng ảnh Trích chọn đặc trưng (Feature extraction With PCA): - Chuyển hình ảnh cắt khn mặt kích thước M x N thành vector Гi kích thước MN x 1, giả sử có M hình khn mặt có M vector: - Tính vector trung bình: - Trừ vector khn mặt cho vector trung bình: - Tính ma trận hiệp phương sai (covariance matrix): - Ma trận A (kích thước MNxM), AT (kích thước MxMN), nên AAT có kích thước lớn (MNxMN) nên khơng khả thi Tính L=ATA kích thước (MxM) khả thi Vì có trị riêng vector riêng giống Tính trị riêng 𝓊𝑖 (sử dụng đại số tuyến tính) Tính vector riêng 𝒱𝑖 (vector sở hệ toạ độ tạo chuyển đổi PCA): - - - Giảm số chiều từ M K với K