Nhận diện khuôn mặt bất biến theo thời gian

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC MỞ THÀNH PHỐ HỒ CHÍ MINH ∞0∞ NGUYỄN TIẾN ANH NHẬN DIỆN KHUÔN MẶT BẤT BIẾN THEO THỜI GIAN LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH TP HỒ CHÍ MINH, NĂM 2022 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC MỞ THÀNH PHỐ HỒ CHÍ MINH ∞0∞ NGUYỄN TIẾN ANH NHẬN DIỆN KHUÔN MẶT BẤT BIẾN THEO THỜI GIAN Chuyên ngành: Khoa học máy tính Mã số chuyên ngành: 48 01 01 LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH Giảng viên hướng dẫn: TS TRƯƠNG HỒNG VINH TP HỒ CHÍ MINH, NĂM 2022 TRƯỜNG ĐẠI HỌC MỞ THÀNH PHỐ HỒ CHÍ MINH KHOA ĐÀO TẠO SAU ĐẠI HỌC CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM Độc lập – Tự – Hạnh phúc GIẤY XÁC NHẬN Tôi tên : NGUYỄN TIẾN ANH Ngày sinh: 17/03/1685 Nơi sinh: Thành Phố Hồ Chí Minh Chuyên ngành: Khoa học máy tính Mã học viên: 1984801012001 Tơi đồng ý cung cấp tồn văn thơng tin luận văn tốt nghiệp hợp lệ quyền cho Thư viện trường đại học Mở Thành phố Hồ Chí Minh Thư viện trường đại học Mở Thành phố Hồ Chí Minh kết nối tồn văn thơng tin luận văn tốt nghiệp vào hệ thống thông tin khoa học Sở Khoa học Cơng nghệ Thành phố Hồ Chí Minh Ký tên (Ghi rõ họ tên) LỜI CAM ĐOAN Tôi cam đoan luận văn “Nhận Diện Khuôn Mặt Bất Biến Theo Thời Gian” tơi tìm hiểu cơng nghệ thực nghiệm hỗ trợ giảng viên hướng dẫn Ngoài tài liệu sử dụng luận văn để tham khảo, trích dẫn này, tơi xin cam đoan nội dung thực nghiệm luận văn chưa sử dụng để làm thạc sĩ trường khác Tất sản phẩm, tài liệu nghiên cứu người khác tham chiếu dùng luận văn ln trích dẫn theo qui định Luận văn chưa sử dụng để nhận trường đại học sở đào tạo khác Thành phố Hồ Chí Minh, năm 2022 NGUYỄN TIẾN ANH LỜI CẢM ƠN Trong thời gian học tập, nghiên cứu để hồn thiện luận văn, tơi nhận hướng dẫn, giúp đỡ tận tình q thầy cơ, bạn bè đồng nghiệp Tôi xin gửi lời cảm ơn sâu sắc đến TS Trương Hoàng Vinh, thầy nhiệt tình hướng dẫn hỗ trợ tơi tận tình suốt thời gian nghiên cứu thực luận văn Tôi may mắn thầy chấp nhận hướng dẫn, lần xin gửi lời cảm ơn sâu sắc đến thầy, TS Trương Hoàng Vinh Ngồi tơi xin cảm ơn q thầy lãnh đạo, giảng viên, chuyên viên, thư viện trường Đại Học Mở TP Hồ Chí Minh cung cấp kiến thức, tài liệu quý báu hỗ trợ cho suốt thời gian học tập trường Tôi xin chân thành cảm ơn đến quản trị viên website, người dùng mạng Internet chia sẻ, cung cấp liệu để thực nghiệm luận văn Cuối xin gửi lời cảm ơn đến tất người bạn, người thân u gia đình ln bên cạnh, hỗ trợ, động viên tạo điều kiện thuận lợi để tơi hồn thành luận văn chương trình học trường Xin trân trọng cám ơn! TÓM TẮT Tác động thời gian (sự lão hóa) làm thay đổi nét mặt, gây ảnh hưởng nhiều đến trình nhận diện khuôn mặt, dẫn đến tỉ lệ nhận người trở nên khó khăn Vấn đề thực thách thức lớn với ngành Thị giác máy tính, hình ảnh khn mặt bị thay đổi theo thời gian, góc chụp khác khó nhận hơn, màu sắc chất lượng hình ảnh thay đổi theo cơng nghệ chụp hình kỹ thuật số làm biến đổi hình dạng khn mặt,… Mục đích giảm ảnh hưởng tuổi nhận dạng khn mặt, người ta trích xuất đặc điểm phân biệt liên quan đến danh tính cách giảm thiểu mối tương quan đặc điểm liên quan đến nhận dạng tuổi tác (bất biến theo tuổi); loại bỏ biến đổi tuổi cách biến đổi khn mặt nhóm tuổi khác vào nhóm tuổi, gọi tổng hợp tuổi khuôn mặt Tuy nhiên, vận dụng thuật tốn xử lý để khai thác, bóc tách tác nhân ảnh hưởng lên khuôn mặt, phương pháp tăng hiệu theo cách kết hợp công trình thực nghiệm cao với cơng nghệ máy học thực hiện, làm kết hạn chế thời gian xử lý độ xác chưa cao Do đó, luận văn đề xuất khuôn khổ đa tác vụ, thống để xử lý nhiều tác vụ để học cách biểu diễn liên quan đến khuôn mặt bất biến tuổi đồng thời đạt tổng hợp nhận biết khuôn mặt tối ưu dựa trích xuất đặc trưng khn mặt phương pháp hiệu cao kết hợp với kỹ thuật Transfer Learning hướng đến hiệu suất tốt Cụ thể, tác giả đề xuất mơ hình nhận dạng khn mặt khơng quan tâm đến độ tuổi, dựa máy học không gian thay đổi theo tuổi tác khuôn mặt cách độc lập để nhận dạng Theo ý tưởng khn mặt tách thành vùng diện nhận dạng đặc trưng, bất biến với ảnh hưởng lão hóa thay đổi theo tiến triển tuổi tác Không giống tất phương pháp trước đây, sử dụng nhãn tuổi xuất để tìm hiểu khơng gian độ tuổi cách độc lập Qua giúp máy hiểu rõ mối quan hệ tuổi diện mạo tương ứng khuôn mặt Phương pháp nhận dạng khuôn mặt bất biến theo tuổi đề xuất đạt tỷ lệ nhận dạng cao Hơn nữa, việc học không gian độ tuổi cách độc lập cho phép thử nghiệm dựa vào nhãn nhận dạng liệu cung cấp, điều giúp việc xây dựng liệu dễ dàng nhiều Các thử nghiệm thực mở rộng liệu theo độ tuổi chuẩn chứng minh hiệu suất cao đề xuất ABSTRACT The effect of time (aging) changes facial features, greatly affecting the facial recognition process, making the rate of recognizing a person more difficult This problem is really a big challenge for the Computer Vision industry, because the face image will be changed over time, different shooting angles will also be more difficult to recognize, color and image quality changes in digital photography technology also change the shape of the face, etc To minimize the impact of age variation in facial recognition, one either extracts identity-related discriminant features by minimizing the correlation between identityrelated features and age effect (invariant with age); or remove the age variation by transforming the faces of different age groups into the same age group, which is called face age aggregation However, due to the use of new processing algorithms to exploit and extract factors affecting the face, the method increases efficiency by combining highly experimental works with current machine learning technology is rarely done, so the results are limited in terms of processing time or accuracy Therefore, this paper proposes a unified, multi-tasking framework to co-process multiple tasks so that they can learn age-invariant face related representations while achieving optimal facial recognition synthesis is better based on extracting facial features by efficient method combined with Transfer Learning technique towards more efficiency Specifically, we propose an age-independent, machine-based face recognition model that learns the subspaces of the age-dependent changes of faces independently for recognition According to the idea that a face can be separated into characteristic recognition regions, which are invariant to the effects of aging and change with age progression Unlike all previous methods, which use actual age labels, here emergent age labels are used to learn the age subspace independently Thereby helping the machine better understand the relationship between age and corresponding facial features The proposed age-invariant face recognition method can achieve high recognition rate What's more, learning the age subspace independently allows tests to rely solely on the identity labels provided by the dataset, which makes it much easier to build datasets Extensively performed tests on standard age-based datasets demonstrate the high performance proposed here TienAnhver2 ORIGINALITY REPORT 24 % SIMILARITY INDEX 22% INTERNET SOURCES 11% PUBLICATIONS 8% STUDENT PAPERS PRIMARY SOURCES www.ijeas.org 3% www.ctu.edu.vn 2% sefiks.com 2% sentayho.com.vn 1% Submitted to Ho Chi Minh City Open University 1% dlapplications.github.io 1% www.slideshare.net 1% daotao.vku.udn.vn 1% www.researchgate.net 1% Internet Source Internet Source Internet Source Internet Source Student Paper Internet Source Internet Source Internet Source Internet Source ... hành, nhận dạng đối tượng nhận dạng khuôn mặt Chương giới thiệu lý tính cấp thiết việc nhận diện khn mặt bất biến theo thời gian Trình bày tóm tắt tổng quan thách thức nhận dạng khuôn mặt, loại... hiểu biến đổi khn mặt theo thời gian:  Các yếu tố làm thay đổi khuôn mặt, yếu tố thay đổi theo thời gian  Các yếu tố, đặc trưng khuôn mặt tỉ lệ bất biến theo thời gian thấp  Thống kê tỉ lệ... mơ hình nhận dạng khuôn mặt không phụ thuộc vào độ tuổi, dựa máy học không gian thay đổi theo tuổi tác khuôn mặt cách độc lập để nhận dạng Theo ý tưởng khuôn mặt tách thành vùng diện nhận dạng