BỘ THÔNG TIN VÀ TRUYỀN THÔNG HỌC VIÊN CÔNG NGHỆ BƯU CHÍNH VIỄN THÔNG TIỂU LUẬN XỬ LÝ ẢNH ĐỀ TÀI NHẬN DIỆN KHUÔN MẶT GIÁO VIÊN Lê Hoàng Thái Mở Đầu Xử lý ảnh kỹ thuật số thao tác, xử lý các hình ảnh kỹ[.]
BỘ THÔNG TIN VÀ TRUYỀN THÔNG HỌC VIÊN CÔNG NGHỆ BƯU CHÍNH VIỄN THƠNG TIỂU LUẬN: XỬ LÝ ẢNH ĐỀ TÀI: NHẬN DIỆN KHN MẶT GIÁO VIÊN: Lê Hồng Thái Mở Đầu Xử lý ảnh kỹ thuật số: thao tác, xử lý hình ảnh kỹ thuật số thơng qua máy tính kỹ thuật số Mơn học trường tín hiệu hệ thống tập trung chủ yếu vào hình ảnh DIP tập trung vào việc phát triển hệ thống máy tính có khả thực xử lý ảnh Các đầu vào hệ thống hình ảnh kỹ thuật số hệ thống xử lý hình ảnh cách sử dụng thuật tốn hiệu quả, đưa hình ảnh mà ta mong muốn Các ví dụ phổ biến Adobe Photoshop Nó ứng dụng sử dụng rộng rãi để xử lý hình ảnh kỹ thuật số Cách thức hoạt động: Trong hình, hình ảnh chụp máy ảnh gửi đến hệ thống xử lý để loại bỏ tất chi tiết khác, tập trung vào giọt nước cách phóng to mà khơng làm chất lượng hình ảnh Đối tượng - Hướng dẫn cung cấp cho bạn kiến thức phương pháp thuật toán sử dụng rộng rãi cho việc xử lý hình ảnh kỹ thuật số để nâng cao hình ảnh, khơi phục thực hoạt động hình ảnh (làm mờ, phóng to, độ sắc nét, phát cạnh, vv) Nó tập trung vào điều về hoạt động nhìn (bằng mắt) người Làm để mắt người hình dung nhiều thứ, làm để giải thích hình ảnh não? Các hướng dẫn bao gồm số khái niệm quan trọng tín hiệu hệ thống (lấy mẫu, lượng tử hóa, tần số phân tích miền vv) Tín hiệu hệ thống - DIP trường tín hiệu hệ thống, đó, bạn cần phải có kiến thức mơn học này, mơn xử lý tín hiệu số Kỹ lập trình Một số kỹ lập trình ngôn ngữ phổ biến C ++, Java, MATLAB Phát nhiều khuôn mặt hình ảnh Trong vài năm qua, nhận diện khn mặt sở hữu cân nhắc đáng kể đánh giá cao ứng dụng hứa hẹn lĩnh vực phân tích hình ảnh Nhận diện khn mặt xem xét phần đáng kể hoạt động nhận dạng khuôn mặt Theo sức mạnh để tập trung tài ngun tính tốn vào phần hình ảnh giữ khn mặt Phương pháp nhận diện khuôn mặt ảnh phức tạp thay đổi diện khuôn mặt người tư thế, biểu cảm, vị trí hướng, màu da, diện kính tóc khn mặt, khác biệt độ tăng camera, điều kiện ánh sáng độ phân giải hình ảnh Phát đối tượng cơng nghệ máy tính, kết nối với xử lý hình ảnh thị giác máy tính tương tác với việc phát đối tượng mặt người, tịa nhà, cối, tơ, v.v Mục đích thuật tốn phát khn mặt để xác định cho dù có khn mặt hình ảnh hay khơng Trong thời gian gần đây, nhiều công việc nghiên cứu đề xuất lĩnh vực Nhận diện khuôn mặt Nhận diện khn mặt để làm cho tiên tiến xác hơn, tạo cách mạng lĩnh vực Viola-Jones kèm với Máy dị tìm thời gian thực có khả phát khuôn mặt thời gian thực với độ xác cao Nhận diện khn mặt bước cần thiết để nhận dạng khuôn mặt sử dụng để phát khuôn mặt ảnh Nó phần phát đối tượng sử dụng nhiều lĩnh vực bảo mật, số liệu sinh học, thực thi pháp luật, giải trí, an tồn cá nhân, v.v Nó sử dụng để phát khuôn mặt thời gian thực để giám sát theo dõi người vật Nó sử dụng rộng rãi máy ảnh để xác định nhiều lần xuất khung hình Máy ảnh Ex-Mobile DSLR DSLR Facebook sử dụng thuật tốn nhận diện khn mặt để phát khuôn mặt ảnh nhận chúng Phương pháp nhận diện khn mặt Yan, Kriegman Ahuja trình bày phân loại cho phương pháp nhận diện khuôn mặt Các phương pháp chia thành bốn loại thuật tốn nhận diện khn mặt thuộc hai nhiều nhóm Các loại sau- Các loại phương pháp nhận diện khuôn mặt khác Đặc điểm "hiểu biết" sở (Knowledge-Based): Phương pháp dựa kiến thức phụ thuộc vào quy tắc dựa kiến thức người để phát khuôn mặt Ex- Một khuôn mặt phải có mũi, mắt miệng khoảng cách vị trí định với Vấn đề lớn với phương pháp khó khăn việc xây dựng quy tắc phù hợp Có thể có nhiều kết dương tính giả quy tắc chung chung chi tiết Cách tiếp cận khơng đủ khơng thể tìm thấy nhiều khn mặt nhiều hình ảnh "Đặc tính" nhận dạng sở(Feature-Based): Phương pháp dựa tính xác định vị trí khn mặt cách trích xuất đặc điểm cấu trúc khuôn mặt Đầu tiên đào tạo phân loại sau sử dụng để phân biệt vùng mặt không mặt Ý tưởng để vượt qua giới hạn kiến thức khuôn mặt Cách tiếp cận chia thành nhiều bước chí ảnh có nhiều khuôn mặt họ báo cáo tỷ lệ thành công 94% Mẫu phát phù hợp(Template Matching): Phương pháp so khớp mẫu sử dụng mẫu khuôn mặt xác định trước tham số hóa để xác định vị trí phát khn mặt tương quan mẫu hình ảnh đầu vào Có thể chia khn mặt người thành mắt, đường viền mặt, mũi miệng Ngồi ra, mơ hình khn mặt xây dựng cạnh cách sử dụng phương pháp phát cạnh Cách tiếp cận đơn giản để thực hiện, khơng đủ để phát khn mặt Tuy nhiên, mẫu biến dạng đề xuất để giải vấn đề Template Matching 4.Ngoại hình (Appearance-Based) Phương pháp dựa ngoại hình phụ thuộc vào tập hợp hình ảnh khn mặt đào tạo đại biểu để tìm mơ hình khn mặt Cách tiếp cận dựa ngoại hình tốt so với cách hiệu suất khác Nói chung, phương pháp dựa ngoại hình dựa vào kỹ thuật từ phân tích thống kê học máy để tìm đặc điểm liên quan hình ảnh khn mặt Phương pháp sử dụng việc trích xuất đặc điểm để nhận dạng khn mặt Mơ hình dựa ngoại hình chia thành nhiều phương pháp phụ để sử dụng nhận diện khuôn mặt sau: 4.1 dựa giao diện: Thuật toán dựa Eigenface sử dụng cho Nhận dạng khn mặt phương pháp để biểu diễn khuôn mặt cách hiệu cách sử dụng Phân tích thành phần 4.2 Dựa phân phối: Các thuật tốn PCA Fisher’s Discriminant sử dụng để xác định không gian đại diện cho mẫu khn mặt Có phân loại đào tạo, xác định xác trường hợp lớp mẫu đích từ mẫu ảnh 4.3 Mạng tự nhiên: Nhiều vấn đề phát phát đối tượng, nhận diện khuôn mặt, phát cảm xúc nhận dạng khuôn mặt, v.v Neural Networks giải thành công 4.4.Support Vector Machine: Máy vectơ hỗ trợ phân loại tuyến tính tối đa hóa biên độ siêu phẳng định ví dụ tập huấn luyện Osuna cộng lần áp dụng phân loại để nhận diện khuôn mặt 4.5 Phân tích mạng Winnows: Họ xác định mạng lưới thưa thớt gồm hai đơn vị tuyến tính nút mục tiêu; đại diện cho mẫu khuôn mặt cho mẫu khn mặt Nó tốn thời gian hiệu 4.6.Naive Bayes phân loại: Họ tính tốn xác suất xuất khuôn mặt tranh cách đếm tần suất xuất loạt mẫu hình ảnh huấn luyện Bộ phân loại thu thập thống kê chung diện mạo cục vị trí khn mặt 4.7.Mơ hình Markov ẩn: Các trạng thái mơ hình đặc điểm khuôn mặt, thường mô tả dạng dải pixel HMM thường sử dụng với phương pháp khác để xây dựng thuật toán phát 4.8 Phương pháp tiếp cận lý thuyết thơng tin: Markov Random Fields (MRF) sử dụng cho mẫu khuôn mặt đặc điểm tương quan Q trình Markov tối đa hóa phân biệt lớp cách sử dụng phân kỳ Kullback-Leibler Do đó, phương pháp sử dụng Nhận diện khuôn mặt 4.9 Học tập theo quy luật: Cách tiếp cận sử dụng để phát khn mặt Các thuật tốn Quinlan’s C4.5 Mitchell’s FIND-S sử dụng cho mục đích Cách thức nhận diện khn mặt hoạt động Có nhiều kỹ thuật để phát khuôn mặt, với trợ giúp kỹ thuật này, xác định khn mặt với độ xác cao Các kỹ thuật có quy trình gần giống để nhận diện khuôn mặt OpenCV, Mạng thần kinh, Matlab, v.v Tính nhận diện khn mặt hoạt động để phát nhiều khuôn mặt hình ảnh Ở chúng tơi làm việc OpenCV để nhận diện khn mặt có số bước cách phát khuôn mặt hoạt động, sau Đầu tiên hình ảnh nhập cách cung cấp vị trí hình ảnh Sau đó, hình ảnh chuyển đổi từ RGB sang Grayscale dễ dàng phát khuôn mặt thang độ xám Chuyển đổi hình ảnh RGB sang Grayscale Sau đó, thao tác hình ảnh sử dụng, thay đổi kích thước, cắt xén, làm mờ làm sắc nét hình ảnh thực cần Bước phân đoạn hình ảnh, sử dụng để phát đường viền phân đoạn nhiều đối tượng hình ảnh để phân loại nhanh chóng phát đối tượng khuôn mặt ảnh Bước sử dụng thuật tốn tính Haar-Like, đề xuất Voila Jones để nhận diện khn mặt Thuật tốn sử dụng để tìm vị trí khn mặt người khung hình ảnh Tất khn mặt người có chung số đặc tính phổ biến khuôn mặt người vùng mắt tối so với pixel lân cận vùng mũi sáng vùng mắt Các tính haar-like để nhận diện khn mặt Haar-like thuật toán sử dụng để lựa chọn tính trích xuất tính cho đối tượng ảnh, với trợ giúp phát cạnh, phát đường thẳng, phát trung tâm để phát mắt, mũi, miệng, v.v ảnh Nó sử dụng để chọn tính cần thiết ảnh trích xuất tính để nhận diện khuôn mặt Bước đưa tọa độ x, y, w, h để tạo hộp hình chữ nhật hình để hiển thị vị trí khn mặt nói để hiển thị vùng quan tâm ảnh Sau này, tạo hộp hình chữ nhật khu vực quan tâm nơi phát khn mặt Ngồi cịn có nhiều kỹ thuật phát khác sử dụng để phát phát nụ cười, phát mắt, phát chớp mắt, v.v Phát thành công khuôn mặt ảnh Cách chạy Trình phát khn mặt thời gian thực - Real - time(Webcam): Yêu cầu để chạy mã- Python, OpenCV, Webcam, Numpy #import libraries import cv2 import numpy as np #import classifier for face and eye detection face_classifier = cv2.CascadeClassifier(‘Haarcascades/haarcascade_frontalface_default.xml’) # Import Classifier for Face and Eye Detection face_classifier = cv2.CascadeClassifier(‘Haarcascades/haarcascade_frontalface_default.xml’) eye_classifier = cv2.CascadeClassifier (‘Haarcascades/haarcascade_eye.xml’) def face_detector (img, size=0.5): # Convert Image to Grayscale gray = cv2.cvtColor (img, cv2.COLOR_BGR2GRAY) faces = face_classifier.detectMultiScale (gray, 1.3, 5) If faces is (): return img # Given coordinates to detect face and eyes location from ROI for (x, y, w, h) in faces x = x — 100 w = w + 100 y = y — 100 h = h + 100 cv2.rectangle (img, (x, y), (x+w, y+h), (255, 0, 0), 2) roi_gray = gray[y: y+h, x: x+w] roi_color = img[y: y+h, x: x+w] eyes = eye_classifier.detectMultiScale (roi_gray) for (ex, ey, ew, eh) in eyes: cv2.rectangle(roi_color,(ex,ey),(ex+ew,ey+eh),(0,0,255),2) roi_color = cv2.flip (roi_color, 1) return roi_color # Webcam setup for Face Detection cap = cv2.VideoCapture (0) while True: ret, frame = cap.read () cv2.imshow (‘Our Face Extractor’, face_detector (frame)) if cv2.waitKey (1) == 13: #13 is the Enter Key break # When everything done, release the capture cap.release () cv2.destroyAllWindows () ... mặt để phát khuôn mặt ảnh nhận chúng Phương pháp nhận diện khn mặt Yan, Kriegman Ahuja trình bày phân loại cho phương pháp nhận diện khuôn mặt Các phương pháp chia thành bốn loại thuật tốn nhận. .. gần giống để nhận diện khuôn mặt OpenCV, Mạng thần kinh, Matlab, v.v Tính nhận diện khn mặt hoạt động để phát nhiều khuôn mặt hình ảnh Ở chúng tơi làm việc OpenCV để nhận diện khn mặt có số bước... hoạt động nhận dạng khuôn mặt Theo sức mạnh để tập trung tài ngun tính tốn vào phần hình ảnh giữ khn mặt Phương pháp nhận diện khuôn mặt ảnh phức tạp thay đổi diện khuôn mặt người tư thế, biểu