phát hiện mặt người trong ảnh dựa vào đặc trưng 3d

LOGO GVHD: PGS.TS Đỗ Năng Toàn HVTH: Trần Văn Minh ĐẠI HỌC LẠC HỒNG KHOA CÔNG NGHỆ THÔNG TIN Đề Tài: Phát hiện mặt người trong ảnh dựa vào đặc trưng 3D LUẬN VĂN THẠC SỸ CÔNG NGHỆ THÔNG TIN www.themegallery.com Nội dung báo cáo Đặt vấn đề và các cách tiếp cận 1 Mục tiêu luận văn 2 3 Giải pháp thực hiện 4 Chương trình thử nghiệm 5 Kết luận và hướng phát triển 3 1 www.themegallery.com 3 Nội dung báo cáo Đặt vấn đề và các cách tiếp cận 1 Mục tiêu luận văn 2 3 Giải pháp thực hiện 4 Chương trình thử nghiệm 5 Kết luận và hướng phát triển 3 2 www.themegallery.com 4 Đặt vấn đề Ở Việt Nam bài toán phát hiện mặt người đã có từ những năm 70 nhưng mà nó vẫn luôn là một vấn đề thời sự. Những kết quả mới nhất hiện nay thì vẫn chưa như mong muốn. - Một số khó khăn mà các nhóm nghiên cứu gặp phải: + Tư thế, góc chụp + Trạng thái biểu cảm của khuôn mặt + Sự che khuất + Các yếu tố do môi trường 3 www.themegallery.com 5 Các cách tiếp cận giải quyết 4 www.themegallery.com 6 Nội dung báo cáo Đặt vấn đề và các cách tiếp cận 1 Mục tiêu luận văn 2 3 Giải pháp thực hiện 4 Chương trình thử nghiệm 5 Kết luận và hướng phát triển 3 5 www.themegallery.com 7 Mục tiêu luận văn Rút trích đặc trưng 3D trên khuôn mặt từ đó phát hiện mặt người trong ảnh. 6 www.themegallery.com 8 Nội dung báo cáo Đặt vấn đề và các cách tiếp cận 1 Mục tiêu luận văn 2 3 Giải pháp thực hiện 4 Chương trình thử nghiệm 5 Kết luận và hướng phát triển 3 7 www.themegallery.com 9 Giải pháp thực hiện 1. Đặc trưng 3D  Dò tìm và rút trích vùng 3D  Dò tìm vùng 3D ở nhiều mức 2. Xây dựng cấu trúc cây 3D  Gán nhãn  Thống kê  Đánh giá đưa ra quyết định 8 www.themegallery.com 10 Đặc trưng 3D - Các đặc trưng 3D thật ra là những điểm xương và rãnh trên khuôn mặt - Đối với khuôn mặt các đặc trưng được gọi là 3D là: + Điểm 3D xương là: phần mũi, hai gò má, cằm và trán + Điểm 3D rãnh là: phần hốc mắt và khe nằm giữa mũi và gò má 9 [...]... pháp phát hiện mặt người trong ảnh dựa vào đặc trưng 3D - Phần ứng dụng cho kết quả tương đối tốt, dò tìm được hầu hết các khuôn mặt - Thời gian phát hiện nhanh đối với các khuôn mặt chụp thẳng và chất lượng ảnh tốt - Một số trường hợp việc phát hiện khuôn mặt vẫn xảy ra nhầm lẫn giữa các vùng không phải là khuôn mặt www.themegallery.com 24 25 25 Hướng phát triển - Bài toán phát hiện mặt người dựa vào. .. www.themegallery.com 24 25 25 Hướng phát triển - Bài toán phát hiện mặt người dựa vào đặc trưng 3D là bước đầu tiên để tiến đến bài toán nhận dạng khuôn mặt dựa vào đặc trưng 3D - Bài toán phát hiện mặt người trong ảnh dựa vào đặc trưng 3D sẽ mở rộng phát hiện nhận dạng khuôn mặt trong video - Hướng đến một công cụ tìm kiếm khuôn mặt trong tương lai www.themegallery.com 25 26 26 LOGO Xin cảm ơn hội đồng, cảm... - Để tăng thêm khả năng phát hiện các vùng 3D luận văn đề xuất thêm các bộ lọc sau: www.themegallery.com 12 13 13 Dò tìm vùng 3D nhiều mức www.themegallery.com 13 14 14 Dò tìm vùng 3D nhiều mức Vùng 3D dò tìm được với kích thước 20 Vùng 3D dò tìm được với kích thước 40 www.themegallery.com 14 15 15 Xây dựng cấu trúc cây 3D www.themegallery.com 15 16 16 Xây dựng cấu trúc cây 3D Nút Mức Kiểu n1 n2 n3... rút trích vùng 3D - Để biết được một vùng nào đó có phải là điểm 3D không ta sử dụng bộ lọc như sau: www.themegallery.com 10 11 Dò tìm và rút trích vùng 3D - Dựa vào giá trị F(R) ta xác định được đó có phải là điểm 3D không theo điều kiện sau: www.themegallery.com 11 12 12 Dò tìm vùng 3D nhiều mức - Với công thức này ta chỉ cần thay đổi kích thước bộ lọc chúng ta sẽ tìm giá trị vùng 3D ở nhiều mức... Giải pháp thực hiện 4 Chương trình thử nghiệm 5 Kết luận và hướng phát triển www.themegallery.com 21 22 22 Nội dung báo cáo 1 Đặt vấn đề và các cách tiếp cận 2 Mục tiêu luận văn 3 3 Giải pháp thực hiện 4 Chương trình thử nghiệm 5 Kết luận và hướng phát triển www.themegallery.com 22 23 23 Kết luận Thử nghiệm trên bộ dữ liệu ảnh trong thư viện Markus Weber kết quả kiểm thử theo bảng sau: Số ảnh 450 Tỷ lệ... Không phải khuôn mặt Khuôn mặt Gán nhãn www.themegallery.com 18 19 19 Thống kê Với việc rút trích và gán nhãn cây từ tập dữ liệu thực nghiệm, ta sẽ thu được một tập cây thuộc lớp khuôn mặt Tập cây này sẽ được dùng làm mô hình thống kê www.themegallery.com 19 20 20 Đánh giá đưa ra quyết định Với tập cây chuẩn TH, một cây được đánh giá có khả năng là khuôn mặt hay không là khuôn mặt dựa trên trung bình... cấu trúc cây 3D Nút Khoảng cách Euclide n1 D(n1,n2) n2 D(n2,n4) n3 D(n3,n4), D(n3,n2), D(n3,n1) n4 D(n4,n1) n5 D(n5,n6) n6 D(n6,n7) n7 D(n7,n8),D(n7,n5) n8 D(n8,n9), D(n8,n6),D(n8,n5) n9 D(n9,n10),D(n9,n7),D(n9,n6),D(n9,n5) n10 D(n10,n12),D(n10,n8),D(n10,n7),D(n10,n6),D(n10,n5) n11 n12 D(n11,n12),D(n11,n10),… D(n11,n5) D(n12,n9),….,D(n12,n5) www.themegallery.com 17 18 18 Gán nhãn Ảnh đầu vào Rút trích . thực hiện 4 Chương trình thử nghiệm 5 Kết luận và hướng phát triển 3 5 www.themegallery.com 7 Mục tiêu luận văn Rút trích đặc trưng 3D trên khuôn mặt từ đó phát hiện mặt người trong ảnh. . HVTH: Trần Văn Minh ĐẠI HỌC LẠC HỒNG KHOA CÔNG NGHỆ THÔNG TIN Đề Tài: Phát hiện mặt người trong ảnh dựa vào đặc trưng 3D LUẬN VĂN THẠC SỸ CÔNG NGHỆ THÔNG TIN www.themegallery.com Nội dung. thực hiện 4 Chương trình thử nghiệm 5 Kết luận và hướng phát triển 3 7 www.themegallery.com 9 Giải pháp thực hiện 1. Đặc trưng 3D  Dò tìm và rút trích vùng 3D  Dò tìm vùng 3D ở