0867 nghiên cứu nhận dạng khuôn mặt và ứng dụng trong giám sát tự động luận văn tốt nghiệp

BỘGIÁODỤCVÀ ĐÀOTẠO TRƢỜNGĐẠIHỌCQUYNHƠN KHAMVILAIORATHAI NGHIÊN CỨU NHẬN DẠNG MẶT VÀ ỨNG DỤNGTRONGGIÁMSÁT TỰĐỘNG Chunngành :Khoa họcmáy tính Mãsố :8.48.01.01 Ngƣờihƣớngdẫn:TS.NGUYỄNTHANHBÌNH LỜICAMĐOAN Tơi xin cam đoan tồn nội dung luận văn với đề tài: “Nghiên cứunhận dạng mặt ứng dụng giám sát tự động”này thực hiệndƣới hƣớng dẫn trực tiếp TS Nguyễn Thanh Bình - Trƣờng Đại họcQuyNhơn.Phầnthựcnghiệmchƣơngtrìnhđềudotơitựxâydựngcósựhƣớngdẫn giảng viên, có sử dụng số thƣ viện chuẩn thuậttốnđƣợccáctácgiảxuấtbảncơngkhai.Kếtquảthựcnghiệmđƣợcminhhọatrongluậnvă nlàtrungthực Nộidungluậnvănnàychƣatừngđƣợccơngbốhayxuấtbảndƣớibấtkỳhìnhthứcnào.Cáctài liệu tham khảo đƣợc sử dụng luận văn có nguồngốcr õ r n g v t r í c h d ẫ n c h í n h x c , đ ầ y đ ủ N ế u s a i t ô i x i n h o n t o n c h ị u tráchnhiệm BìnhĐịnh,ngàyt h n g n ă m 2021 Ngƣời cam đoanKhamvilaiOr athai LỜICẢMƠN Trong trình nghiên cứu luận văn, cịn gặp nhiều khókhăn, nhƣng nhận đƣợc quan tâm, giúp đỡ quý thầy cô,bạn bè ngƣời thân Đây nguồn động lực lớn giúp tơi hồn thành đề tàiluậnvănnày Tơi xin gửi lời cảm ơn chân thành lịng biết ơn sâu sắc đến quýThầy(Cô),nhữngngƣờiđãnuôidƣỡngvàchắpcánhƣớcmơchobảnthântôiđến với đƣờngnghiêncứukhoahọcđầyđammê,đặcbiệtlàTS.NguyễnThanh Bình - Trƣờng Đại học Quy Nhơn Với tâm huyết mình, thầy đãchỉbảo tậntình chu đáođểbản thân hồn thànhtốtcơng việccủa Và xin cảm ơn cán bộ, nhân viên phòng Đào tạo Sau đại học,trƣờng Đại học Quy Nhơn tạo điều kiện tốt cho suốt qtrình họctậptại trƣờng Cuối cùng, cho tơi đƣợc gửi lời biết ơn đến gia đình, bạn bè tất cảnhững ngƣời thân, bên cạnh động viên thân tơi suốt thời gianhọctậpvà nghiêncứu Kính chúc q Thầy (Cô) anh chị em lớp cao học ngànhKhoahọc Máytính khóa 22sứckhỏe,hạnhphúc vàthànhđạt Xinchân thành cảmơn! KhamvilaiOrathai MỤCLỤC Trang LỜI CAM ĐOANLỜICẢM ƠN DANH MỤC CÁC CHỮ VIẾT TẮTDANHMỤCCÁCHÌNHẢNH MỞĐẦU 1 Lý dochọnđềtài Mụcđíchnghiêncứu Đối tƣợng vàphạmvinghiên cứu .2 Phƣơngphápnghiêncứu Ýnghĩakhoahọc vàthựctiễncủađề tài Chƣơng1.KHÁIQTVỀNHẬNDẠNGKHNMẶTVÀBÀI TỐNGIÁSÁT TỰ ĐỘNG 1.1 Kháiquátvề nhậndạngkhuônmặt 1.1.1 Hệthống sinhtrắchọc 1.1.2 Hệthốngnhậndạngkhuônmặt 1.1.3 Hệthốngxác minhhayxácthực khuônmặt 1.1.4 Nhữngthách thứctrongbài tốn nhận dạngkhn mặt 1.1.5 Một sốnghiên cứuvềnhậndạngkhuônmặt 1.1.6 Một số ứng dụng liênquanđếnnhậndạngkhuôn mặt 1.2 Cơsởlýthuyếtvề ảnhvàxửlýảnhsố .7 1.2.1 Kháiniệmvề ảnhsố .7 1.2.2 Cáckiểuảnhsố 1.2.3 Điểmảnhvà ma trậnđiểmảnh MỤCLỤC 1.2.4 Mức xámcủa ảnh 11 1.2.5 Biến đổiảnhxám 12 1.2.6 Xửlý ảnhsố 13 1.3 Mộtsốphƣơngpháppháthiệnkhuônmặtngƣời 17 1.3.1 Hƣớngtiếp cận dựatrên trithức 17 1.3.2 Hƣớngtiếpcậndựatrênđặctrƣngkhôngthayđổi 20 1.3.3 Hƣớngtiếpcận dựatrên sokhớp mẫu 24 1.3.4 Hƣớngtiếp cận dựatrêndiện mạo 26 1.4 Cáckhókhăngặpphảitrongnhậndạngkhn mặt 31 1.5 Kết luậnchƣơng1 32 CHƢƠNG NHẬN DẠNG KHN MẶT DỰA TRÊNHISTOGRAMHƢỚNGGRADIENTVÀMẠNGNORONTÍCHC HẬP3 2.1 Kỹthuậttríchchọnđặctrƣnghistogramhƣớnggradient .33 2.1.2.ThuậttốnHOG 34 2.2 Nhậndạngkhuônmặtdựatrên mạngCNN 40 2.3 Bài tốngiámsátkhn mặttựđộng 46 2.3.1 HệthốngmạngCNNtrongnhậndạngmặt ngƣời 46 2.3.2 PhƣơngphápnhậndạngkhuônmặtdựatrênHOGvàCNN .48 2.4 Kết luậnchƣơng2 51 CHƢƠNG3.THỬ NGHIỆM .52 3.1 Giớithiệubàitoán 52 3.2 Phân tíchyêucầu vàthu thậpdữliệu 52 3.3 Môitrƣờng càiđặt vàkếtquảcài đặtthửnghiệm 54 KẾTLUẬN 59 DANHMỤC CÁCCHỮVIẾTTẮT Chữtắt Dạngđầyđủ PCA PrincipalComponentAnalysis LDA LinearDiscriminantAnalysis HMM HiddenMarkovModel CT ComputerTomography MRI MagneticResonanceImaging DoG Differenceof Gauss PDM PointDistributionModel SVM SupportVectorMachine ANN ArtificialNeuralNetwork HOG HistogramofOrientedGradient CNN Convolutionalneuralnetworks KLT Kanade-Lucas-Tomasi DANHMỤCCÁCHÌNHẢNH Hình 1.Ma trậnđiểmảnh .10 Hình1.2.Mơhình RGB3chiều 11 Hình 1.3.Hệ thốngxửlýảnhsố 14 Hình1.4.(a)Ảnhbanđầucóđộphângiảin=1;(b), (c),và(d)Ảnhcóđộphângiảin=4,8,16 18 Hình1 M ộ t l o i t r i t h ứ c c ng ƣ i n g h i ê n c ứ u p h â n t í c h t r ê n k h u ô n m ặt 19 Hình1.6 Phƣơng phápchiếu:(a)Ảnhchỉ cómộtkhnmặtvàhìnhnềnđơngiản; (b)Ảnhchỉcómộtkhnmặtvàhìnhnềnphứctạp; (c)Ảnhcónhiềukhnmặt .19 Hình1.7.Chiếutừngphầnứng viênđểxácđịnhkhnmặt 20 Hình 1.8.Mẫukhn mặt,có 16vùngvà23quanhệ(mũi tên) .26 Hình1.9.Mơhình mạngANNtheo Rowley .30 Hình2.1.Mơphỏngcácgradient 35 Hình2.2.Hìnhảnhđầuvàođƣợcchiathànhcáclƣớiơvng 36 Hình2.3.Mappingđộlớngradientsvới cácbins 37 Hình 2.4.Vídụ phânchiagradient 38 Hình2.5.BiểuđồHistogramofGradientgồm9binstƣơngứngvớimột ơvngtronglƣớtơvng 39 Hình 2.6.Kiếntrúcmạng CNN 42 Hình2.7.Bộlọctíchchậpđƣợcsửdụngtrongmatrậnđiểmảnh 43 Hình2.8.PhƣơngthứcAvaragePoolingvàMaxPooling 44 Hình2.9.Tổngquanvềphƣơngphápnhậndạngmặtngƣờibằngmạng nơrontíchchập 47 Hình 2.10.Thiếtkếmạng nơ ron đểxửlýảnh .47 Hình 11.Cácgiaiđoạndịtìmvà hiệuchỉnh 48 Hình 2.12.Kiến trúcDCNNđƣợcsửdụng 49 Hình2.13.Vídụ cácđiểmmốctrên khn mặtngƣời 50 Hình 2.14.Kếtquảmẫu liên kếtkhnmặt củaJANUSCS2 .51 Hình3.1.Sơđồmơhìnhtổngquan Error! Bookmarknot defined Hình 3.2.Giaodiệnchính chƣơng trình 55 Hình 3.Phát hiệnkhnmặt địnhdanh 56 MỞĐẦU Xử lý ảnh Thị giác máy phát triển Lýdochọnđềtài mạnh mẽ đƣợc thuhút quan tâm nhiều nhà khoa học Trong năm qua, nhận dạngkhuôn mặt video nhận đƣợc ý đáng kể Đã xuất nhữngcông nghệ khả thi sau nhiều thập niên nghiên cứu đóng góp vào xu này,chúng khơng ứng dụng vào ứng dụng thƣơng mại, ứng dụng bảo mậtmà nhiều lĩnh vực khác sống Mặc dù hệ thống nhận dạngkhuôn mặt đạt đến mức độ phát triển định, nhƣng chúngvẫn nhiều hạn chế áp dụng vào điều kiện thực tế Ví dụ, hìnhảnhnhậndạngcủavideođƣợclấytrongmơitrƣờngt hựctếvớisựthayđổiđộsáng,khnmặtnghiênghoặcđộphângiảithấp củahìnhảnhthuđƣợcvẫnlàvấnđềkhógiảiquyết.Nóicáchkhác,cácthuậttốnhiện tạivẫnchƣađƣợchồnthiệntốtnhất Nhận dạng khn mặt có nhiều ứng dụng, đặc biệt ứng dụng tronggiám sát tự động Trong thời đại chuyển đổi số ứng dụng công nghệ thôngtin mạnh nhƣ nay, nhu cầu phát hiện, nhận dạng giám sát tự độngđang trở nên cấp thiết Với lƣợng camera lắp đặt nhiều nơi, tínhthực tiễncủagiámsáttựđộngquacameralàrấtcao,ứngdụngvàonhiềumụcđíchvà lĩnhvực,phục vụnhiềunhu cầutrong đờisống Với phân tích trên, xin chọn nghiên cứu đề tài“NGHIÊNCỨU NHẬN DẠNG KHUÔN MẶT VÀ ỨNG DỤNG TRONG GIÁMSÁT TỰĐỘNG” Mụcđíchnghi êncứu - Nghiêncứ ucácđặctrƣngk hnmặtvàcáct huậttốntríchc họncácđặctrƣng - Nghiêncứu phân loạikhuônmặt vàxâydựngtập CSDL