Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống
1
/ 66 trang
THÔNG TIN TÀI LIỆU
Cấu trúc
MỞ ĐẦU.
Chương 1 - TỔNG QUAN VỀ NHẬN DẠNG MẶT NGƯỜI.
1.2. Mô hình bài toán nhận dạng mặt người:
1.3. Một số thuật toán nhận dạng mặt người:
1.4. Nhận xét:
Chương 2 - NHẬN DẠNG MẶT NGƯỜI DỰA TRÊN THUẬT TOÁN BIẾN ĐỔI SÓNG GABOR.
Phần A- Các phép toán liên quan:
2.a.1- Phép cuộn:
2.a.2 Tính chất của biến đổi Fourier:
Phần B: Áp dụng biến đổi sóng Gabor cho bài toán nhận dạng mặt người.
2.b.1 Mô tả sóng Gabor 2 chiều:
2.b.2 Trích Rút Đặc Trưng :
2.b.2.1. Xác định vị trí vector đặc trưng :
2.b.2.2 Vector đặc trưng:
2.b.3. Qui trình so khớp :
2.b.3.1. Tính toán sự giống nhau:
2.b.3.2. So sánh khuôn mặt .
Chương 3 : CÀI ĐẶT CHƯƠNG TRÌNH VÀ CÁC CẢI TIẾN.
3.1- Sơ đồ Logic của chương trình:
3.4. Thực hiện cuộn ảnh mặt nguời với ảnh Gabor :
3.5 .Tìm điểm đặc trưng, vector đặc trưng :
3.6. Tìm độ giống nhau của hai khuôn mặt.
3.7 - Tổ chức cơ sở dữ liệu:
3.8 - Thiết kế chương trình nhận dạng mặt người:
Chức năng 1:
Chức năng 2:
Chức năng 3:
CHƯƠNG 4 : KẾT LUẬN:
4.1 - Kết quả đạt được:
a.Phần lý thuyết:
b. Phần chương trình:
4.2 - Đánh giá kết quả:
4.3-Điểm hạn chế :
4.4 - Khả năng ứng dụng thực tiễn của đề tài:
4.5 - Hướng phát triển của đề tài:
Tài liệu tham khảo :
Nội dung
ĐỒÁNTỐTNGHIỆPĐẠIHỌC MỤC LỤC. MỞ ĐẦU 3 Chương 1 - TỔNG QUAN VỀ NHẬNDẠNGMẶTNGƯỜI 7 1.2. Mô hình bài toánnhậndạngmặt người: 10 1.3. Một số thuậttoánnhậndạngmặt người: 14 1.4. Nhận xét: 16 Chương 2 - NHẬNDẠNGMẶTNGƯỜI DỰA TRÊN THUẬTTOÁNBIẾNĐỔI SÓNG GABOR 18 Phần A- Các phép toán liên quan: 18 2.a.1- Phép cuộn: 18 2.a.2 Tính chất của biếnđổi Fourier: 19 Phần B: Áp dụngbiếnđổi sóng Gabor cho bài toánnhậndạngmặtngười 20 2.b.1 Mô tả sóng Gabor 2 chiều: 20 2.b.2 Trích Rút Đặc Trưng : 23 2.b.3. Qui trình so khớp : 26 Chương 3 : CÀI ĐẶT CHƯƠNG TRÌNH VÀ CÁC CẢI TIẾN 33 3.1- Sơ đồ Logic của chương trình: 33 1 ĐỒÁNTỐTNGHIỆPĐẠIHỌC 3.4. Thực hiện cuộn ảnhmặtnguời với ảnhGabor : 36 3.5 .Tìm điểm đặc trưng, vector đặc trưng : 38 3.6. Tìm độ giống nhau của hai khuôn mặt 40 3.7 - Tổ chức cơ sở dữ liệu: 44 3.8 - Thiết kế chương trình nhậndạngmặt người: 45 Chức năng 1: 46 Chức năng 2: 47 48 Chức năng 3: 50 CHƯƠNG 4 : KẾT LUẬN: 59 4.1 - Kết quả đạt được: 59 a.Phần lý thuyết: 59 b. Phần chương trình: 59 4.2 - Đánh giá kết quả: 59 4.3-Điểm hạn chế : 63 4.4 - Khả năng ứngdụng thực Rễn của đề tài: 64 4.5 - Hướng phát triển của đề tài: 65 Tài liệu tham khảo : 66 2 ĐỒÁNTỐTNGHIỆPĐẠIHỌC MỞ ĐẦU. Cùng với sự phát triển mạnh mẽ của truyền thông và khoa học máy tính thì sự quan tâm đến vấn đề bảo mật ngày càng tăng. Hiện nay, công nghệ hiện đại đã đã cho phép việc xác thực dựa vào “bản chất” của từng cá nhân. Công nghệ này dựa trên lĩnh vực được gọi là sinh trắc học. Kiểm soát bằng sinh trắc học là những phương pháp tự động cho phép xác thực hay nhậndạng một cá nhân dựa vào các đặc trưng sinh lý học của ngườiđó như đặc điểm vân tay, gương mặt, gen,…hoặc dựa trên những đặc điểm liên quan đến đặc trưng hành vi như dạng chữ viết, cách gõ phím, giọng nói… Vì những hệ thống nhậndạng bằng sinh trắc học sử dụng thông tin sinh trắc học của con người nên kết quả chính xác và đặc biệt là rất khó bị giả mạo. Các đặc trưng sinh lý học là duy nhất ở mỗi ngườivà rất hiếm khi thay đổi, trong khi đó đặc trưng hành vi có thể thay đổi bất thường do các 3 ĐỒÁNTỐTNGHIỆPĐẠIHỌC yếu tố tâm lý như căng thẳng, mệt mỏi hay bệnh tật. Chính vì lý do này, các hệ thống nhậndạng dựa trên đặc trưng sinh lý tỏ ra ổn định hơn các hệ thống dựa vào hành vi. Tuy nhiên, nhậndạng bằng các đặc trưng hành vi có ưu điểm là dễ sử dụngvà thuận tiện hơn: thay vì phải đặt mắt trước một máy quét điện tử hay lấy ra một giọt máu, ngườidùng sẽ cảm thấy thoải mái hơn khi được yêu cầu ký tên hay nói vào một micro. Nhậndạng gương mặt là một trong số ít các phương pháp nhậndạng dựa vào đặc trưng sinh lý cho kết quả chính xác cao đồng thời rất thuận tiện khi sử dụng. Hơn nữa, trong số các đặc trưng sinh lý học, gương mặt của mỗi người là yếu tố đầu tin và quan trọng nhất cho việc nhận biết lẫn nhau cũng như biểu đạt cảm xúc. Khả năng nhậndạng nói chung và khả năng nhận biết gương mặtngười nói riêng của con người thật đáng kinh ngạc. Chúng ta có khả năng nhận ra hàng ngàn gương mặt của những người mình đã gặp, đã giao tiếp trong cuộc sống chỉ bằng một cái nhìn thoáng qua, thậm chí sau nhiều năm không gặp cũng như sự thay đổi trên gương mặtdo tuổi tác, cảm xúc, trang phục, màu tóc,…Do đó, việc nghiêncứu các đặc tính của khuôn mặtngười đã thu hút được rất nhiều các nhà nghiên cứu. Chính vì những lý do trên, từ những năm 1970, nhậndạngmặtngười đã thu hút sự quan tâm của nhiều nhà nghiêncứu trong các lĩnh vực như bảo mật, tâm lý học, xử lý ảnhvà thị giác máy tính. Các phương pháp nhậndạngmặtngười từ những giai đoạn đầu đã tổng kết được những điểm quan trọng trên khuôn mặtngườiđó là : mắt, đỉnh mũi, miệng, cạnh cằm và mối quan hệ về khoảng cách giữa các điểm trên để diễn tả cho mỗi khuôn mặt. Tuy nhiên, những phương pháp đã đưa ra đã không đạt được kết quả tốt trong trường hợp khuôn mặt bị xoay đi một góc và trường hợp sự chiếu sáng có sự thay đổi lớn. Sự thay đổi lớn về độ co giãn và mức chiếu độ chiếu sáng là những vấn đề quan trọng được đặt ra đối với việc nhậndạngmặtngười cần phải giải quyết. Phương pháp so khớp bằng đồ thị co giãn và các biểu đồ Topo sử dụngbiếnđổi sóng nhằm miêu tả ảnh về mặt hình dáng sinh học của khuôn mặt. Trong phương pháp này thì các vector sẽ được tạo ra bằng cách 4 ĐỒÁNTỐTNGHIỆPĐẠIHỌC lấy mẫu qua kết quả biếnđổi sóng của ảnhmặtngười tại các nút của đồ thị so khớp. Trong đề tài này em sẽ đề cập đến một phương pháp hữu hiệu đối với trường hợp bị xoay của ảnhvà sự thay đổi trong điều kiện chiếu sáng. Phương pháp này sử dụngbiếnđổi sóng Gabor để xâydựng vector đặc trưng của khuôn mặt dựa trên việc chọn các “chóp” (những điểm có sự đột biến mạnh) của ảnh kết quả sau phép biếnđổi sóng Gabor. Những điểm này sẽ được chọn làm các điểm đặc trưng cho khuôn mặt thay vì sử dụng các nút đồ thị đã được xác định trước trong phép so khớp đồ thị co giãn. Những điểm đặc trưng đó thường tập trung ở: mắt, lông mày, mũi, miệng, cạnh cằm, má lúm đồng tiền, nốt ruồi, vết sẹo, v.v… Đây là những điểm có ý nghĩa rất cao trong việc nhận dạng. Vì vậy trong đồántốtnghiệp của mình, em đã chọn đề tài “ NghiêncứuthuậttoánbiếnđổiảnhGaborWaveletvàxâydựngứngdụngnhậndạngảnhmặtngười ” để có điều kiện tiếp cận với phương pháp nhậndạngmặtngười dựa trên các điểm đặc trưng sinh học của khuôn mặt như: mắt, lông mày, mũi, miệng, cạnh cằm, má lúng đồng tiền, nốt ruồi, vết sẹo… Cụ thể nhiệm vụ của đề tài bao gồm các nội dung sau : - Tìm hiểu về biếnđổi sóng Gabordùng cho ảnhmặt người. - Tìm hiểu phương pháp tìm điểm đặc trưng, vector đặc trưng của ảnhmặtngười sau khi đã biếnđổi Gabor. - Tìm hiểu phương pháp so sánh sự giống nhau giữa hai ảnhmặtngười dựa trên các điểm đặc trưng, vector đặc trưng. - Cài đặt và thử nghiệm chương trình nhậndạngảnhmặtngười theo thuậttoánbiếnđổi sóng Gabor. - Đánh giá kết quả và đề xuất các cải tiến. Mục tiêu của đồán là nghiêncứuthuậttoánbiếnđổiảnhmặtngười bằng sóng Gaborvàxâydựngứngdụngnhậndạngảnhmặt người. Vì vậy đồán được trình bày trong 4 chương với bố cục như sau: Chương 1: Tổng quan về nhậndạngmặt người: nêu lên tầm quan trọng của các ứngdụngnhậndạngmặtngười trong thực tế. 5 ĐỒÁNTỐTNGHIỆPĐẠIHỌC Chương 2: Nhậndạngmặtngười dựa trên thuậttoánbiếnđổi sóng Gabor: + Trình bày về một số phép toán liên quan có xử dụng trong quá trình dùng sóng Gabor cho bài toánnhậndạngmặt người. + Trình bày về lý về sóng Gabor được áp dụng trong bài toánnhậndạngảnhmặt người. + Trình bày cách trích chọn đặc trưng, vector đặc trưng và cách so khớp hai ảnhmặtngười với nhau dựa trên thuậttoánbiếnđổi sóng Gabor. Chương 3: Cài đặt chương trình và các cải tiến: + Trình bày cụ thể cách cài đặt mặt nạ sóng Gabor, cách tìm điểm đặc trưng, vector đặc trưng , cách so khớp hai ảnhmặtngười với nhau và tổ chức Cơ sở dữ liệu cho bài toánnhậndạngảnhmặtngười dựa trên biếnđổi sóng Gabor. +Trình bày các chức năng của chương trình nhậndạngmặtngườivà một số cải tiến nhằm giải quyết một số trường hợp trong thực tế. Chương 4: Kết luận: các kết quả, một số hạn chế, khả năng ứng dụng, hướng phát triển của đề tài. Trong quá trình thực hiện đề tài em xin chân thành cảm ơn thầy giáo: đã tận tình hướng dẫn, chỉ bảo từng nội dung của đồ án, các thầy, cô giáo khoa Công Nghệ Thông Tin đã có nhiều giúp đỡ chuyên sâu về công nghệ xử lý ảnh, để em có thể hoàn thành nội dungđồántốtnghiệp của mình. 6 ĐỒÁNTỐTNGHIỆPĐẠIHỌC Chương 1 - TỔNG QUAN VỀ NHẬNDẠNGMẶT NGƯỜI. 1.1. Nhậndạngảnhmặtngười là gì? Trong thế giới ngày nay, với sự phát triển mạnh mẽ của khoa học kỹ thuật số và mạng toàn cầu, vấn đề đảm bảo antoàn về thông tin cũng như vật chất trở nên ngày càng quan trọng. Việc làm giả ảnh, hộ chiếu, giấy tờ về tài chính, thẻ tín dụng, tem bảo vệ, mã vạch,… để vượt biên mua vũ khí, tiến hành các nghiệp vụ ngân hàng, hợp pháp hoá thu nhập xảy ra ngày càng nhiều. Phần lớn các hệ thống thông tin hiện nay các thông tin xác thực người truy cập không đặc trưng cho bản thân họ và chỉ là những gì họ đang sở hữu: số chứng minh thư nhân dân, chìa khoá, mật mã, thẻ tín dụng hoặc họ tên. Rõ ràng các thông tin hay vật dụng này không mang tính đặc trưng mà chỉ mang tính xác thực với người sử dụng, nếu chúng bị đánh cắp hoặc sao chép thì kẻ trộm hoàn toàn có quyền truy cập và sử dụng hệ thống. Hiện nay các công nghệ hiện đại đã cho phép việc xác thực dựa vào bản chất của từng cá nhân. 7 ĐỒÁNTỐTNGHIỆPĐẠIHỌC Hình 1.1: Các ví dụ về giấy tờ, phương tiện được dùng trong việc xác thực. 8 ĐỒÁNTỐTNGHIỆPĐẠIHỌC Hình 1.2: Các lĩnh vực trắc sinh học được dùng trong xác thực. Nhậndạng gương mặt là một trong số các phương pháp nhậndạng dựa vào đặc tính sinh lý có nhiều ứngdụng quan trọng và thuận tiện khi sử dụng. Ngày nay nhậndạngmặtngười đã được quan tâm và được coi như là một trong các lĩnh vực quan trọng nhất trong khoa họcnhậndạng là do nhu cầu ứngdụngnhậndạngmặtngười trong các lĩnh vực (kinh tế, thi hành luật pháp, điều tra tội phạm, bảo mật,…) ngày càng nhiều. 9 ĐỒÁNTỐTNGHIỆPĐẠIHỌC Vậy nhậndạngmặtngười là gì? Đó là so sánh các ảnhmặtngười với nhau, chỉ ra mức độ tương tự giữa các mặt được so sánh và đưa ra quyết định về tính đồng nhất giữa chúng. Hình 1.3: Mô tả về nhậndạngmặt người. 1.2. Mô hình bài toánnhậndạngmặt người: Trong an ninh hệ thống nhậndạng được dùng để nhậndạng tội phạm (đã có trong cơ sở dữ liệu) tại các sân bay, nhà ga, hay tại các khu vực cấm không cho người lạ xâm nhập. Trong một số công ty, nhà máy quản lý ngày công làm việc của công nhân bằng việc quét thẻ mỗi khi công nhân tan ca. Nếu số lượng công nhân của công ty lớn thì việc người quản lý kiểm soát rất khó khăn .Trong trường hợp này hệ thống nhậndạngmặtngười sẽ trở nên rất hữu ích để chống việc công nhân không đi làm nhưng nhờ người khác quét thẻ hộ. Ngoài ra, hệ thống dò tìm vị trí khuôn mặtngườivànhậndạngảnh khuôn mặt có thể triển khai rất nhiều ứngdụng khác trong thực tế: - Hệ thống tương tác giữa ngườivà máy: giúp những người dị tật hoặc khiếm khuyết có thể trao đổi. Những ngườidùng ngôn ngữ tay có thể giao tiếp với những người bình thường. Những người bại liệt thông qua một số ký hiệu nháy mắt có thể biểu lộ những gì họ muốn, Đó là các bài toán điệu bộ của bàn tay, điệu bộ của khuôn mặt, 10 [...]... NGHIỆPĐẠIHỌC Cập nhật CSDL Tiền xử lý Rút trích đặc trưng Tách khuôn mặt CSDL mặtngười Bộ nhận dạng/ Phân lớp gương mặtNhận dạng/ Loại bỏ Hình 1.4: Mô hình hệ thống nhậndạngmặtngười 1.3 Một số thuậttoánnhậndạngmặt người: Rất nhiều nghiêncứu tập trung vào lĩnh vực nhậndạngảnhmặtngười điển hình mhư: Năm 1966, Bledsoe đã xâydựng hệ nhậndạng bán tự động đầu tiên có sự tương tác giữa người. .. tượng cần nhậndạng nhất Khi đó chúng ta sẽ lấy ảnhđại diện của đối tượng này để thể hiện trực quan cho kết quả của qúa trình nhậndạng 3.2 Dò tìm khuôn mặtngười : Để phục vụ cho việc tìm hiểu bài toánnhậndạngmặtngười dựa trên thuậttoánbiếnđổi sóng Gabor thì đề tài đã kế thừa Module dò tìm vùng khuôn mặtngười trong đề tài nghiêm cứu khoa học năm 2007-2008 Nhậndạngmặtngười trên tập ảnh hữu... và Phạm Văn Lai Lớp Tin học K38- Học Viện Kỹ Thuật Quân Sự Module này sẽ được dùng trong tiền xử lý ảnh đầu vào nhằm tách khuôn mặtngười ra khỏi ảnh lớn để làm ảnh đầu vào cho quá trình nhậndạng 3.3 Mặt Nạ lọc Gabor : Kết quả của bộ lọc Gabor đạt được thể hiện trong không gian ảnh sẽ có hình dạng như sau : 34 ĐỒÁNTỐTNGHIỆPĐẠIHỌC Hình 3.2 : Hình ảnh phần thực của bộ lọc Gabor Hàm sinh ra 40 mặt. .. việc nhậndạngmặtngười ( hình 2.5 ) 23 ĐỒÁNTỐTNGHIỆPĐẠIHỌC Hình 2.5 a : Những điểm đặc trưng là những điểm thuộc vùng cạnh mặt, mặt, mắt, mũi, long mày được tìm thấy thông qua biếnđổi sóng Gabor Hình 2.5b : Các điểm đặc trưng là những điểm kỳ dị được tìm thấy thông qua biếnđổi sóng Gabor 24 ĐỒ ÁNTỐTNGHIỆPĐẠIHỌC Hình 2.6: Sơ đồ của quá trình tìm điểm đặc trưng, vector đặc trưng thông qua thuật. .. việc nhận dạng) Vì vậy, đề tài sẽ cố gắng tiếp cận với phương pháp nhậndạngmặtngười dựa vào các đặc trưng sinh trắc học của mặtngườivà thực hiện cài đặt chương trình nhậndạngmặtngười theo mô hình Nhậndạng với tập Cơ sở dữ liệu hữu hạn” làm cơ sở để triển khai ứngdụng trong thực tế như hệ thống cửa bảo mật tự động Đồng thời đưa ra các cải tiến để giải quyết các bài toánnhậndạngmặt người. .. và σ = 2π là độ lệch chuẩn của hàm Gaussian Hình ảnh của phần thực và phần ảo của sóng Gabor được thể hiện ở hình 3.1: 20 ĐỒ ÁNTỐTNGHIỆPĐẠIHỌC Hình 2.1 : Phần thực và phần ảo của các sóng Gabor Như vậy chúng ta sẽ có 40 mặt phẳng sóng được dùng có hình ảnh như sau: Hình 2.2 : Các bộ lọc Gabor tương ứng với 5 mức tần số và 8 hướng 21 ĐỒ ÁNTỐTNGHIỆPĐẠIHỌC Một ảnh khi được thể hiện bằng biến đổi. .. thực tế như nhậndạngđối với các đối tượng bịt mặt, … 17 ĐỒ ÁNTỐTNGHIỆPĐẠIHỌC Chương 2 - NHẬNDẠNGMẶTNGƯỜI DỰA TRÊN THUẬTTOÁNBIẾNĐỔI SÓNG GABOR Phần A- Các phép toán liên quan: 2.a.1- Phép cuộn: Để phục vụ cho đề tài, ở đây tôi sẽ nêu một số điểm cơ bản về phép cuộn mà sẽ được ứngdụng vào để giải quyết các vấn đề được đề cập đến trong đề tài 2.a.1.1 - Định nghĩa: Phép cuộn của f và g được ký... 32 ĐỒÁNTỐTNGHIỆPĐẠIHỌC Chương 3 : CÀI ĐẶT CHƯƠNG TRÌNH VÀ CÁC CẢI TIẾN 3.1- Sơ đồ Logic của chương trình: Hình 3.1 : Sơ đồ Logic của chương trình nhậndạngmặtngười dựa trên biếnđổi sóng Gabor Cụ thể của sơ đồ như sau : Từ hàm Gabor ta tạo ra 40 mặt nạ sóng Gabor, các mặt nạ này khi ta chuyển về biểu diễn trên không gian ảnh thì có hình dạng như trong sơ đồ (Sóng Gabor) Từ ảnh đầu vào ta thực... mặt, sau đó chuyển ảnh khuôn mặt về dạngảnh xám Từ ảnh xám ta thực hiện phép cuộn với 40 mặt nạ sóng Gabor thì sẽ cho ra 40 ảnh cuộn của khuôn mặt 33 ĐỒ ÁNTỐTNGHIỆPĐẠIHỌC Từ 40 ảnh cuộn chúng ta sẽ thực hiện tìm kiếm điểm đặc trưng và vector đặc trưng của khuôn mặt Khi đó ta sẽ được tập các vector đặc trưng của khuôn mặt cần nhậndạng Tập vector đặc trưng này sẽ được dùng để đại diện cho ảnh. .. khuôn mặt, Hiện nay chất lượng của các hệ thống dò tìm vànhậndạngảnh khuôn mặtngười chưa cao Người ta vẫn chưa tìm ra được phương pháp trích chọn các đặc trưng của khuôn mặt mà vẫn chỉ sử dụng các đặc trưng của ảnh Một số phương pháp được triển khai ứngdụng nhưng tốc độ xử lý, nhậndạngảnh còn chậm, không đáp ứng thời gian thực Dođó vẫn khó có thể triển khai các ứngdụng thực tế Nhậndạngmặtngười . rất cao trong việc nhận dạng. Vì vậy trong đồ án tốt nghiệp của mình, em đã chọn đề tài “ Nghiên cứu thuật toán biến đổi ảnh Gabor Wavelet và xây dựng ứng dụng nhận dạng ảnh mặt người ” để có điều. về nhận dạng mặt người: nêu lên tầm quan trọng của các ứng dụng nhận dạng mặt người trong thực tế. 5 ĐỒ ÁN TỐT NGHIỆP ĐẠI HỌC Chương 2: Nhận dạng mặt người dựa trên thuật toán biến đổi sóng Gabor: . xuất các cải tiến. Mục tiêu của đồ án là nghiên cứu thuật toán biến đổi ảnh mặt người bằng sóng Gabor và xây dựng ứng dụng nhận dạng ảnh mặt người. Vì vậy đồ án được trình bày trong 4 chương