Nghiên cứu một số kỹ thuật phát hiện hướng mặt người trong ảnh

ĐẠI HỌC THÁI NGUYÊN TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG  NGUYỄN QUANG HUY NGHIÊN CỨU MỘT SỐ KỸ THUẬT PHÁT HIỆN HƯỚNG MẶT NGƯỜI TRONG ẢNH LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH Thái Nguyên - 2012 Số hóa Trung tâm Học liệu – Đại học Thái Nguyên Tai ngay!!! Ban co the xoa dong chu nay!!! http://www.lrc-tnu.edu.vn ĐẠI HỌC THÁI NGUYÊN TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG  NGUYỄN QUANG HUY NGHIÊN CỨU MỘT SỐ KỸ THUẬT PHÁT HIỆN HƯỚNG MẶT NGƯỜI TRONG ẢNH Chuyên ngành: Khoa học máy tính Mã số: 60.48.01 LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH NGƯỜI HƯỚNG DẪN KHOA HỌC PGS.TS Đỗ Năng Toàn Thái Nguyên - 2012 Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn LỜI CẢM ƠN Trước tiên, em xin bày tỏ lòng biết ơn sâu sắc tới Thầy giáo, người hướng dẫn khoa học PGS.TS Đỗ Năng Tồn (Viện Cơng nghệ thơng tin Viện Khoa học Công nghệ Việt Nam) Thầy giúp đỡ em nhiều trình định hướng nghiên cứu, tìm hiểu, xây dựng phát triển toán để em hồn thành luận văn chun đề: "Nghiên cứu số kỹ thuật phát hướng mặt người ảnh" Em chân thành biết ơn Thầy giáo công tác Viện Công nghệ thông tin - Viện Khoa học Công nghệ Việt Nam, trường Đại học Công nghệ thông tin Truyền thông - Đại học Thái Nguyên, truyền đạt, trang bị kiến thức để em tìm hiểu, nghiên cứu thực đề tài luận văn Em chân thành cảm ơn Thư viện trường Đại học Công nghệ thông tin Truyền thông, Trung tâm học liệu - Đại học Thái Nguyên tạo điều kiện, phương tiện cho chúng em tìm hiểu, tham khảo, tra cứu tư liệu nhằm phục vụ cho công việc viết luận văn tốt nghiệp Cuối cùng, em xin bày tỏ lòng biết ơn đến đồng nghiệp, Khoa Công nghệ thông tin, Ban giám hiệu trường Cao đẳng nghề Việt - Đức Vĩnh Phúc tạo điều kiện để em hồn thành khóa học Thái Nguyên, tháng năm 2012 Học viên Nguyễn Quang Huy Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn LỜI CAM ĐOAN Luận văn "Nghiên cứu số kỹ thuật phát hướng mặt người ảnh" cơng trình nghiên cứu thân hướng dẫn trực tiếp PGS.TS Đỗ Năng Tồn - Viện Cơng nghệ thơng tin, Viện Khoa học Công nghệ Việt Nam Các số liệu luận văn công bố tài liệu mà tham khảo, liệt kê phần tài liệu tham khảo cuối tập luận văn Luận văn khơng trùng hợp mặt hình thức nội dung với luận văn Nếu trái với điều trên, tơi xin hồn tồn chịu trách nhiệm Thái Nguyên, tháng năm 2012 Học viên Nguyễn Quang Huy Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn MỤC LỤC Lời cảm ơn i Lời cam đoan ii Mục lục iii Danh mục ký hiệu, chữ viết tắt iv Danh mục hình vẽ v PHẦN MỞ ĐẦU CHƢƠNG 1: KHÁI QUÁT VỀ XỬ LÝ ẢNH VÀ NHẬN DẠNG MẶT NGƢỜI 1.1 Khái quát xử lý ảnh 1.1.1 Ảnh số 1.1.2 Biểu diễn ảnh số 1.1.2.1 Mơ hình Raster 1.1.2.1 Mơ hình Vector 1.1.3 Xử lý ảnh số 1.1.4 Thu thập ảnh số 1.1.5 Nắn chỉnh biến dạng ảnh số 1.1.6 Nén ảnh 1.1.7 Trích chọn đặc điểm 10 1.1.8 Nhận dạng ảnh 11 1.2 Nhận dạng mặt người khó khăn nhận dạng khuôn mặt 12 1.2.1 Nhận dạng mặt người 12 1.2.2 Các ứng dụng liên quan đến nhận dạng mặt người 12 1.2.3 Những khó khăn thách thức nhận dạng khuôn mặt 13 1.2.4 Các hướng tiếp cận liên quan đến nhận dạng khn mặt 14 1.3 Bài tốn phát hướng mặt người ảnh 16 1.3.1 Giới thiệu tổng quát toán 16 1.3.2 Mơ hình mặt người không gian 3D 17 CHƢƠNG 2: MỘT SỐ KỸ THUẬT PHÁT HIỆN HƢỚNG MẶT NGƢỜI TRONG ẢNH 19 Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 2.1 Phát hướng mặt người ảnh dựa tâm mắt 19 2.1.1 Tách mặt người ảnh 19 2.1.1.1 Sử dụng ngưỡng màu 19 2.1.1.2 Phương pháp trừ ảnh với không đổi 20 2.1.2 Chuẩn hóa ảnh 21 2.1.3 Cắt xoay chuẩn ảnh 21 2.1.3.1 Xác định tâm mắt 21 2.1.3.2 Xoay ảnh tắt khung mặt 23 2.1.3.3 Chuẩn sáng ảnh 24 2.2 Phát hướng mặt người ảnh dựa theo đặc trưng Haar 25 2.2.1 Nhận dạng đối tượng dựa theo đặc trưng Haar 25 2.2.1.1 Giới thiệu khái quát 25 2.2.1.2 Đặc trưng Haar (Haar Like Feature) 26 2.2.1.3 Huấn luyện nhận dạng Haar 31 2.2.1.4 Chuỗi nhận dạng Haar 33 2.2.1.5 Bộ nhận dạng Haar riêng lẻ 35 2.2.1.6 Kiến trúc hệ thống 36 2.2.2 Xác định mắt, mũi, miệng vùng bao quanh khn mặt 37 2.2.3 Tính tốn góc quay theo chiều 38 2.2.3.1 Xác định góc quay theo hướng  38 2.2.3.2 Xác định góc quay theo hướng  39 2.2.3.3 Xác định góc quay theo hướng  40 CHƢƠNG 3: CHƢƠNG TRÌNH THỬ NGHIỆM 42 3.1 Bài toán phát hướng mặt người ảnh 42 3.2 Tư khuôn mặt người 42 3.3 Các tư khác khuôn mặt 43 3.4 Chương trình thử nghiệm 57 3.5 Một số trường hợp đặc biệt 50 PHẦN KẾT LUẬN 53 TÀI LIỆU THAM KHẢO 55 Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn DANH MỤC CÁC KÝ HIỆU, CÁC CHỮ VIẾT TẮT SAT: Summed Area Table Bảng tổng hợp vùng RSAT: Rotated Summed Area Table Bảng tổng hợp vùng quay CART: Classification And Regression Tree Cây nhận dạng hồi quy HCI: Human Computer Interaction Tương tác người máy TP: True Positive Phát FP: False Positive Phát sai HCC: Haar Cascade Classifier Bộ nhận dạng theo tầng Haar NB: Neighbour Láng giềng Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn DANH MỤC CÁC HÌNH VẼ Hình 1.1: Quá trình hiển thị, chỉnh sửa lưu trữ ảnh thơng qua DIB Hình 1.2: Sự chuyển đổi mơ hình biểu diễn ảnh Hình 1.3: Hệ tọa độ 3D khn mặt góc quay tương ứng Hình 2.1: Phương pháp trừ ảnh với khơng đổi Hình 2.2: Sơ đồ thực xác định tâm mắt Hình 2.3: Xác định góc nghiêng dựa theo tâm mắt Hình 2.4: Cân mức xám cho hình ảnh Hình 2.5: Bốn đặc trưng Haar - Like Hình 2.6: Các đặc trưng mở rộng đặc trưng Haar-Like sở Hình 2.7: Cách tính Integral Image ảnh Hình 2.8: Cách tính nhanh tổng điểm ảnh vùng D ảnh Hình 2.9: Cách tính tổng điểm ảnh vùng D với đặc trưng xoay 45o Hình 2.10: Một vài nguyên mẫu sử dụng xác định vùng mắt Hình 2.11: Dựng thẳng, xoay hình chữ nhật cửa sổ phát Hình 2.12: Một số mẫu dương dùng việc xác định khn mặt Hình 2.13: Một số mẫu âm dùng việc xác định khn mặt Hình 2.14: Chuỗi nhận dạng theo tầng Hình 2.15: Kết sau phát đặc điểm Hình 3.1: Khn mặt chuẩn tư thay đổi Hình 3.2: Tư khn mặt hướng sang trái Hình 3.3: Tư khn mặt hướng sang phải Hình 3.4: Tư khn mặt hướng lên Hình 3.5: Tư khn mặt hướng xuống Hình 3.6: Tư khn mặt hướng lên sang trái Hình 3.7: Tư khuôn mặt hướng lên sang phải Hình 3.8: Tư khn mặt hướng xuống sang trái Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn Hình 3.9: Tư khn mặt hướng xuống sang phải Hình 3.10: Giao diện chương trình Hình 3.11: Chương trình nhận dạng thành phần khn mặt Hình 3.12: Chương trình nhận dạng nhiều khn mặt Hình 3.13: Sự xuất mắt kính khn mặt Hình 3.14: Sự xuất mũ khn mặt Hình 3.15: Sự xuất kính mũ khn mặt Hình 3.16: Khn mặt khơng nhận dạng góc quay q lớn Hình 3.17: Khn mặt khơng nhận dạng tư che khuất Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn PHẦN MỞ ĐẦU Hiện nay, với phát triển xã hội, vấn đề an ninh bảo mật yêu cầu khắt khe quốc gia giới Các hệ thống nhận dạng người đời với độ tin cậy ngày cao Một toán nhận dạng người quan tâm nhận dạng khuôn mặt Vì nhận dạng khn mặt cách mà người sử dụng để phân biệt Bên cạnh đó, việc thu thập xử lý thông tin qua ảnh để nhận biết đối tượng quan tâm ứng dụng rộng rãi Với phương pháp thu nhận nhiều thông tin từ đối tượng mà không cần tác động nhiều đến đối tượng nghiên cứu Sự phát triển khoa học máy tính tạo mơi trường thuận lợi cho tốn nhận dạng mặt người từ ảnh số Các hệ thống nhận dạng offline đời có độ tin cậy cao, nhiên hệ thống nhận dạng online lại chưa đáp ứng nhiều Hơn thập kỷ qua có nhiều cơng trình nghiên cứu tốn xác định khuôn mặt người từ ảnh đen trắng, xám đến ảnh màu ngày hôm Các nghiên cứu từ tốn đơn giản, ảnh có khn mặt người nhìn thẳng vào thiết bị thu hình đầu tư thẳng đứng ảnh đen trắng Cho đến ngày hơm tốn mở rộng cho ảnh màu, có nhiều khn mặt ảnh, có nhiều tư thế, góc nghiêng thay đổi ảnh Khơng vậy, tốn cịn mở rộng phạm vi, từ môi trường xung quanh đơn giản (trong phịng thí nghiệm) mơi trường xung quanh phức tạp (như tự nhiên) nhằm đáp ứng nhu cầu thật nhiều người Trong thực tế hệ thống nhận dạng mặt người nhận dạng nhận dạng xác ảnh chứa khuôn mặt tư thẳng đứng, vng góc với trục ống kính máy ảnh Tuy nhiên có nhiều ảnh đầu vào Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 49 CHƢƠNG 3: CHƢƠNG TRÌNH THỬ NGHIỆM 3.1 Bài toán phát hƣớng mặt ngƣời ảnh Như biết, toán phát hướng mặt người ảnh khía cạnh nhỏ nhận dạng khn mặt Khơng phải q trình nhận dạng xử lý với ảnh mẫu chuẩn mà xuất nhiều ảnh mẫu với tư thế, trạng thái biểu cảm khác khuôn mặt Với kết nghiên cứu, tác giả khắc phục số khó khăn, nhược điểm q trình nhận dạng khn mặt Trong luận văn, tác giả trình bày số kỹ thuật nhằm xác định hướng mặt người ảnh, từ xây dựng chương trình thử nghiệm, đánh giá thuật toán sử dụng, thử nghiệm với tập liệu ảnh đầu vào thu từ camera tập liệu có sẵn 3.2 Tƣ khn mặt ngƣời Kỹ thuật xác định hướng mặt người ảnh tập trung vào việc phát tư thế, trạng thái khác khuôn mặt so với tư chuẩn Đối tượng cần phân tích khn mặt người tư chuẩn tư thay đổi Dựa vào thành phần phát khuôn mặt (mắt – mũi – miệng) làm sở phát hiện, xác định hướng khuôn mặt góc quay so với tư chuẩn ban đầu (a) (b) (c) (d) (e) Hình 3.1: Khn mặt chuẩn tư thay đổi a, Tư chuẩn b, Hướng sang trái c, Hướng sang phải d, Hướng lên Số hóa Trung tâm Học liệu – Đại học Thái Nguyên e, Hướng xuống http://www.lrc-tnu.edu.vn 50 3.3 Các tƣ khác khn mặt Hình 3.2: Tư khn mặt hướng sang trái Hình 3.3: Tư khuôn mặt hướng sang phải Số hóa Trung tâm Học liệu – Đại học Thái Ngun http://www.lrc-tnu.edu.vn 51 Hình 3.4: Tư khn mặt hướng lên Hình 3.5: Tư khn mặt hướng xuống Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 52 Hình 3.6: Tư khn mặt hướng lên sang trái Hình 3.7: Tư khuôn mặt hướng lên sang phải Số hóa Trung tâm Học liệu – Đại học Thái Ngun http://www.lrc-tnu.edu.vn 53 Hình 3.8: Tư khn mặt hướng xuống sang trái Hình 3.9: Tư khuôn mặt hướng xuống sang phải Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 54 3.4 Chƣơng trình thử nghiệm Trong chương 2, tác giả trình bày hai kỹ thuật phát hướng mặt người ảnh: phát hướng mặt người ảnh dựa tâm mắt dựa theo đặc trưng Haar Kỹ thuật phát hướng mặt người dựa tâm mắt đơn giản nhiều tồn hạn chế Kỹ thuật làm việc với mơ hình 2D khn mặt, khơng xác định đầy đủ góc quay khn mặt Ngược lại, kỹ thuật phát hướng mặt người dựa theo đặc trưng Haar có nhiều ưu điểm Việc vận dụng linh hoạt đặc trưng Haar, thuật tốn AdaBoost, mơ hình Cascade of Classifier vào q trình nhận dạng phát hướng khn mặt Kỹ thuật cho phép xác định đầy đủ xác góc quay khn mặt Do vậy, tác giả xây dựng chương trình thử nghiệm theo kỹ thuật phát hướng mặt người dựa theo đặc trưng Haar Trong trình xây dựng chương trình thử nghiệm, tác giả sử dụng công cụ Visual C++ Microsoft thư viện mã nguồn mở OpenCV Intel Dưới giao diện chương trình Hình 3.10: Giao diện chương trình Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 55 Chương trình sử dụng tập liệu đầu vào ảnh thu từ camera Các ảnh mẫu lưu lại trình thay đổi trạng thái khuôn mặt, mô tả tư khác như: khuôn mặt tư thẳng đứng, hướng sang trái, hướng sang phải, hướng xuống dưới, hướng lên trên, hướng lên sang trái, hướng lên sang phải, hướng xuống sang trái hướng xuống sang phải Hình 3.11: Chương trình nhận dạng thành phần khn mặt Chương trình thiết kế với chức sau: Chức quản lý ảnh mẫu: Chức quản lý ảnh mẫu chương trình đưa số khung ảnh làm mẫu, cho phép chụp hình ảnh từ camera tiến hành nhận dạng đặc trưng bất biến khuôn mặt (mắt – mũi – miệng) Sau tiến Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 56 hành lưu trữ ảnh xử lý vào tập liệu Các bước chức thực sau: - Mở camera quay mặt người lấy từ file video có sẵn - Phân tích, trích chọn đặc trưng ảnh làm mẫu so sánh - Lưu mẫu vừa định nghĩa (lưu ảnh mẫu với điểm đặc trưng) Chức phân tích điểm đặc trƣng, so sánh kết luận Các điểm đặc trưng ảnh hưởng trực tiếp đến kết luận chương trình góc quay khn mặt Do việc quản lý, phân tích điểm đặc trưng quan trọng, cần thiết - Dựa ảnh mẫu lưu lại, tiến hành phân tích đặc trưng (vị trí nhận dạng mắt – mũi – miệng) khuôn mặt ảnh xử lý - Căn vào kết phân tích, sau so sánh, tính tốn, hệ thống đưa kết luận phù hợp Hình 3.12: Chương trình nhận diện nhiều khn mặt Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 57 3.5 Một số trƣờng hợp đặc biệt Trong trình nhận dạng nhằm xác định hướng khuôn mặt, số thành phần “lạ” xuất khn mặt như: Kính mắt, mũ, ria mép,… Ngược lại, số thành phần khn mặt biến bị che khuất thành phần khác tư khuôn mặt ảnh mẫu Với việc xuất hiện, biết thành phần này, trình nhận dạng khn mặt gặp nhiều khó khăn Khn mặt khơng nhận dạng nhận dạng không đầy đủ thành phần (Mắt – mũi – miệng) Các đặc trưng khn mặt khơng trích chọn, phân tích đầy đủ Do khơng xác định xác định khơng xác góc quay khn mặt Hình 3.13: Sự xuất mắt kính khn mặt Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 58 Hình 3.14: Sự xuất mũ khn mặt Hình 3.15: Sự xuất kính mũ khn mặt Số hóa Trung tâm Học liệu – Đại học Thái Ngun http://www.lrc-tnu.edu.vn 59 Hình 3.16: Khn mặt khơng nhận dạng góc quay q lớn Hình 3.17: Khn mặt không nhận dạng tư che khuất Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 60 PHẦN KẾT LUẬN Ở nước ta việc kiểm sốt tự động có nhiều bước phát triển đáng kể, việc ứng dụng công nghệ nhận dạng mặt người vào hệ thống giám sát tự động ngày thiết thực có khả ứng dụng rộng rãi nhiều lĩnh vực đời sống kinh tế xã hội Nhận dạng khuôn mặt lĩnh vực đặt từ lâu có hàng loạt đề tài khoa học xác lập, cơng trình nghiên cứu cơng bố, ứng dụng triển khai Bài toán đặt nhiều thách thức, khó khăn thực Một khó khăn q trình nhận dạng gặp phải xác định hướng khn mặt Đa số tốn nhận dạng khn mặt thực đạt kết xác ảnh chứa khuôn mặt tư thẳng đứng, vng góc với trục ống kính máy ảnh Bài tốn phát hướng khn mặt người ảnh góp phần khơng nhỏ vào q trình nhận dạng mặt người Sử dụng kết toán phát hướng khuôn mặt người ảnh vào giai đoạn tiền xử lý hình ảnh, ảnh chứa khuôn mặt người tư khác qui chuẩn làm sở đầu vào cho hệ thống nhận dạng Với kết nghiên cứu luận văn, tốn nhận dạng mặt người áp dụng để nhận dạng khn mặt nhiều góc nghiêng khác Trong luận văn tác giả tập trung nghiên cứu kỹ thuật phát hướng mặt người ảnh Cụ thể sau trình nghiên cứu đạt kết sau: - Trình bày khái quát xử lý ảnh, nhận dạng khuôn mặt, toán phát hướng mặt người ảnh - Hệ thống hóa số vấn đề việc phát hướng mặt người ảnh, xác định góc quay khn mặt mơ hình 2D 3D Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 61 - Cài đặt thử nghiệm thuật tốn, xây dựng chương trình thử nghiệm nhằm mơ việc tính tốn góc quay theo chiều khn mặt Trên sở tìm hiểu thư viện OpenCV, Boost, Qt thuật toán AdaBoost, Haar Feature, mơ hình Cascade of Classifier, tác giả áp dụng ảnh chụp từ camera để xác định vùng bao quanh khuôn mặt như: mắt, mũi miệng Từ việc xác định vị trí kết hợp với cơng thức để tính tốn góc quay khn mặt mơ hình 3D Ảnh sử dụng chụp thông qua camera nên chất lượng chưa tốt Việc xác định vị trí đạt tỉ lệ xác tương đối cao Tuy nhiên góc quay cịn nhỏ việc xác định xác Với góc quay lớn đặc điểm khn mặt khơng xác định xác định phần giới hạn lớp nhận dạng Luận văn dừng lại việc phát đặc điểm khuôn mặt góc quay khn mặt giới hạn góc cịn hạn chế Hướng phát triển tốn tương lai xây dựng việc xác định góc quay khuôn mặt với độ lớn so với độ lớn góc Trong tương lai tiến hành biến đổi, tạo mẫu nhiều cho tập ảnh để tạo lớp nhận dạng classifier tốt nhằm xác định góc quay cách xác giới hạn góc quay lớn Trong thời gian tới tác giả tiếp tục thực việc đưa chương trình vào thiết bị di động sử dụng ảnh chụp từ camera điện thoại thực số chức cho việc phát tư chụp ảnh đẹp, kỹ thuật bảo mật thơng tin máy tính, nhận dạng khn mặt.… Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 62 TÀI LIỆU THAM KHẢO Tiếng Việt [1] Đỗ Năng Tồn, Phạm Việt Bình, Giáo trình Xử lý ảnh, Nhà xuất Khoa học Kỹ thuật, Hà Nội 2008 [2] Lương Mạnh Bá, Nguyễn Thanh Thủy, Nhập môn Xử lý ảnh số, Nhà xuất Khoa học Kỹ thuật, Hà Nội 1999 Tiếng Anh [3] A.Tsukamoto, C.-W.Lee and S.Tsuji, “Detection and Pose Estimation of Human Face with Synthesized Image Models”, Proc.Int’l Conf.Pattern Recognition, pp.754-757, 1994 [4] Andrzej Kasinski, Adam Schmidt, “The Architecture of the Face and Eyes Detection System Based on Cascade Classifiers”, 2006, Available at http://adamschmidt.info/assets/Uploads/architecture.pdf [5] Alla Eleyan, Hasan Demirel, “PCA and LDA based Neural Networks for Human Face Recognition”, Eastern Mediterranean University Northern Cyprus, 2007 [6] E Saber and A.M.Tekalp, “Frontal – View Face Detection and Facial Feature Extraction Using Color, Shape and Symmetry Based Cost Functions”, Pattern Recognition Letters, vol.17, no.8, pp.669-680, 1998 [7] Gines Garcia Mateos and Cristina Vicente Chicote, “Face Detection on Stil Images Using HIT Maps”, AVBPA 2001, LNCS 2091, pp.102-107, Springer - Verlag Berlin Heidelberg, 2001 [8] H Rowley, S.Baluja and T.Kanade, “Rotation Invariant Neural Network – Based Face Detection”, Proc.IEEE Conf.Computer Vision and Pattern Recognition, pp.38-44,1998 [9] Jin Ok Kim, Sung Jin Seo, Chin Hyun Chung, Jun Hwang, and Woonglae Lee, “Face Detection by Facial Features with Color Images and Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 63 Face Recognition Using PCA”, ICCSA 2004, LNCS 3043, pp.1-8, SpringerVerlag Berlin Heidelberg, 2004 [10] Li Wei, Eung Joo Lee, Multi-pose Face Recognition Using Head Pose Estimation and PCA Approach”, International Journal of Digital Content Technology and its Applications, 112~122,2010, Availabel at http://www.aicit.org/jdcta/ppl/jdcta4-1_revised2_paper12.pdf [11] M.Castrillón-Santana, O.Déniz-Suarez, L.Anton-Canalis, J.Lorenze-Navarro, “Face and Facial Feature Detection Evaluation, Institute of Intelligent Systems and Numerical Applications in Engineerin”, 2006, Availabel at http://gias720.dis.ulpgc.es/Gias/Publications/visapp-2008-1.pdf [12] Ming-Hsuan Yang, David J.Kriegman, and Narendra Ahuja, “Detecting Faces in Images: A Survey”, IEEE Transaction on Pattern Analysis and Machine Intelligent, vol 24, no 1, 2002 [13] M Tunk and A Pentland, “Face recognition using eigenfaces”, Proc of IEEE Conference on Computer vision and Partten Recognition, pp.586-591, June 1991 [14] Phillip Ian Wilson, John Fernandez, “Facial Feature Detection Using Haar Classifiers”, 2006, Available at : http://nichol.as/papers/Wilson/Facial%20feature%20detection%20usin g%20Haar.pdf [15] Rein-Lien Hsu, Mohamed abdel-Mottaleb, and Anil K Jain, “Face Detection in Color Images”, IEEE Transaction on Pattern Analysis and Machine Intelligent, vol 24, no 5, pp 696-706, 2002 Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn