HỌC VIỆN CƠNG NGHỆ BƯU CHÍNH VIỄN THƠNG CƠ SỞ TẠI THÀNH PHỐ HỒ CHÍ MINH BÀI BÁO CÁO Mơn: Xử lý ảnh Đề tài NHẬN DIỆN KHUÔN MẶT Mục lục I Tổng quan xử lý ảnh ………………………………………………………1 1.Khái niệm…………………………………………… ……………… ………1 II Phân tích định lượng PCA, ICA, LDA and SVM nhận diện khuôn mặt ………………………………………………………………….………………1 2.1Phân tích thành phần (PCA) ……………………….…… ……1 2.2Phân tích thành phần độc lập (ICA) ……………….………….…………1 2.3Phân tích phân biệt tuyến tính (LDA) ……………….…………… ……2 2.4Máy vectơ hỗ trợ (SVM) ……………….…………………….……………2 III Kết thí nghiệm ……………………….…………………….……….……2 IV Các bước nhận diện khuôn mặt……………………………………………5 IV Thực nghiêm đánh giá ……………………………………… ……7 I Tổng quan xử lý ảnh Khái niệm Công nghệ Nhận dạng khuôn mặt ứng dụng máy tính tự động xác định nhận dạng người từ hình ảnh kỹ thuật số khung hình video từ nguồn video Một cách để thực điều so sánh đặc điểm khuôn mặt chọn trước từ hình ảnh sở liệu khuôn mặt Hệ thống thường sử dụng hệ thống an ninh so sánh với dạng sinh trắc học khác hệ thống nhận dạng vân tay hay tròng mắt nhiều người biết Nhận dạng khn mặt đăng xu phát triển tất yếu sống, nhận thấy tiềm lớn Futech đội ngũ ứng dụng công nghệ vào giải pháp để nâng cao hiệu đáp ứng tốt nhu cầu từ người sử dụng Phân tích độ xác định lượng bốn kỹ thuật sử dụng rộng rãi thuật toán nhận dạng: + Phân tích thành phần (PCA) + Phân tích thành phần độc lập (ICA) + Phân biệt tuyến tính (LDA) + Máy vectơ hỗ trợ (SVM) II Phân tích định lượng PCA, ICA, LDA and SVM nhận diện khn mặt 2.1 Phân tích thành phần (PCA): PCA phương pháp nhận dạng khuôn mặt lâu đời Nó tìm khơng gian t-chiều từ vectơ n-chiều mặt tập M ảnh huấn luyện, t Để giải vấn đề thực điều với thuật tốn face landmark estimation (ước lượng cột mốc mặt), tạo Vahid Kazemi Josephine vào năm 2014 Ý tưởng đưa 68 điểm cụ thể (được gọi điểm mốc ) tồn khuôn mặt - đỉnh cằm, mép mắt, mép lơng mày, v.v Sau đó, đào tạo máy học thuật toán để tìm thấy 68 điểm cụ thể mặt nào: Đây kết việc xác định vị trí 68 điểm mốc hình ảnh thử nghiệm: Bây biết mắt miệng gì, cần xoay, chia tỷ lệ cắt hình ảnh cho mắt miệng tốt Chúng không thực cong vênh 3d ưa thích điều làm cho hình ảnh bị biến dạng Chúng tơi sử dụng phép biến đổi hình ảnh phép quay tỷ lệ để bảo toàn đường song song (gọi chuyển đổi affine) Dù quay mặt theo hướng nào, chuyển mắt mơi trung tâm Bước 3: Mã hóa khn mặt: - Chúng ta sử dụng Deep Convolutional Neural Network - mạng nơron tích chập đa lớp Nhưng thay đào tạo mạng nơron để nhận diện ảnh, đào tạo để tìm 128 đo lường cho khuôn mặt - 128 đo lường gọi embedding Ý tưởng giảm chiều liệu thô sang đại diện đo lường tạo từ máy tính xuất nhiều học máy (đặc biệt dịch thuật) Bước 4: Tìm tên người từ đoạn mã hóa - Có thể thực điều với thuật toán phân loại đơn giản phân loại tuyến tính SVM IV Thực nghiêm đánh giá Ưu điểm: Đây công nghệ phát triển nàng tảng trí tuệ nhận tạo AI, nên nói cơng nghệ nhận diện khn mặt xu hướng tồn cầu Cơng nghệ đóng góp khơng nhỏ vào việc kích hoạt hệ thống vận hành thơng minh cho nhiều lĩnh vực khác Khi sử dụng để đếm người bán lẻ, công nghệ nhận diện khn mặt cịn cung cấp thơng tin cá nhân khách hàng cho doanh nghiệp giúp doanh nghiệp có liệu đưa chiến lược tiếp thị cá nhân hóa đến khách hàng Ø Nhược điểm: Cơng nghệ nhận diện khn mặt có nhược điểm khó cam kết độ xác Vấn đề tiếp cận khách hàng thiết bị kĩ thuật Ø ... Các bước nhận diện khuôn mặt? ??…………………………………………5 IV Thực nghiêm đánh giá ……………………………………… ……7 I Tổng quan xử lý ảnh Khái niệm Công nghệ Nhận dạng khuôn mặt ứng dụng máy tính tự động xác định nhận dạng...Mục lục I Tổng quan xử lý ảnh ………………………………………………………1 1.Khái niệm…………………………………………… ……………… ………1 II Phân tích định lượng PCA, ICA, LDA and SVM nhận diện khuôn mặt ………………………………………………………………….………………1... hình ảnh Tất hình ảnh khuôn mặt biết (đào tạo) chiếu vào không gian mặt để tìm tập hợp trọng số mơ tả đóng góp vectơ Để xác định khn mặt (thử nghiệm) khơng xác định, chiếu lên khơng gian khn mặt