Hệ thống phát hiện khuôn mặt dựa trên mạng neural và phương pháp vân vùng màu da

Phát hiện khuôn mặt là một vấn đề cơ bản trong ngành học quan sát bằng máy tính

TÓM TẮT

Phát hiện khuôn mặt là một vấn đề cơ bản trong ngành học quan sát bằng

máy tính Là một trong những giai đoạn của hệ thống nhận dạng mặt người cùng

với nhiều ứng dụng rộng rãi và phổ biến khác như chỉ số hóa nội dung trong

ảnh, hệ thống giám sát, hội thảo truyền hình…, phát hiện khuôn mặt đã và đang

dành được sự quan tâm nghiên cứu của nhiều người trong suốt hai thập kỷ qua

Tuy nhiên, với những thách thức rất lớn gây ra do tính biến động của môi trường

cũng như tính biến đổi cao của khuôn mặt, phát hiện mặt người vẫn đang là một

trong những vấn đề mở đối với các nhà nghiên cứu Và cho đến nay vẫn chưa có

một phương pháp nào thực sự giải quyết hết các thách thức của phát hiện khuôn

mặt Nhiều cải tiến, nhiều đề xuất đã được đưa ra nhằm cải thiện chất lượng phát

hiện khuôn mặt Và một trong những cải tiến đó là dựa trên những đặc điểm bất

biến hoặc có sự biến động có thể phân vùng được của khuôn mặt mà màu da của

con người chính là một trong những đặc điểm đó

Xuất phát từ ý tưởng kết hợp giữa màu da và một phương pháp phát hiện

khuôn mặt hiệu quả, đồ án đã tập trung xây dựng một hệ thống kết hợp giữa hệ

thống phát hiện khuôn mặt dựa trên mạng neural và phương pháp phân vùng

màu da dựa trên mô hình màu da có tham số sử dụng phân phố Gaussian

Hệ thống phát hiện được xây dựng về cơ bản có nguyên tắc hoạt động

theo mô hình mạng neural kinh điển Đó là mô hình mạng neural Perceptron đa

lớp, sử dụng thuật toán lan truyền nguợc và phương pháp giảm gradient để học

mạng Về cơ bản kiến trúc mạng neural xây dựng không có gì thay đổi, tuy

nhiên, ở đây chúng ta sẽ cải tiến kiến trúc một điểm với việc sử dụng thêm mô

hình xác suất dựa trên lý thuyết Bayes để có thể có sự mềm dẻo hơn trong việc

đánh giá kết quả cuối cùng của mạng Ngoài ra, đồ án cũng nêu ra một chiến

thuật huấn luyện hợp lý, cho phép huấn luyện nhanh mà vẫn đảm bảo được tính

tổng quát và hiệu quả của mạng Đó là chiến thuật huấn luyện mạng chủ động có

học

Phương pháp phân vùng màu da được kết hợp vào hệ thống như là một

giới hạn cho phép giảm không gian tìm kiếm, tức là khuôn mặt sẽ chỉ được tìm

kiếm trên các vùng màu da Việc phân vùng này đã giúp cho thời gian phát hiện

của hệ thống cải thiện đáng kể, hơn nữa nó còn giúp cho hệ thống hoạt động hiệu

quả hơn

Để giúp cho kết quả phát hiện được rõ ràng và chất lượng, đồ án cũng đã

nêu ra các heuristic cụ thể phù hợp cho hệ thống, Những heursitic này dựa trên

kết quả thực tế cũng như thống kê của quá trình huấn luyện và kiểm thử hệ

thống

Đồ án với tên gọi là “Hệ thống phát hiện khuôn mặt dựa trên mạng

Chương I: Giới thiêu – Là chương giới thiệu, bao gồm ba phần nhỏ

Phần đầu là tổng quan các hướng tiếp cận, các phương pháp phát hiện mặt người

đã được để xuất Phần hai là tổng quan các phương pháp phân vùng màu da dựa

trên tính chất điểm ảnh Qua phần này với những đánh giá các phương pháp sẽ

giúp chúng ta chọn được phương pháp phân vùng phù hợp cho hệ thống Phần

ba sẽ là cơ sở lý thuyết cơ bản nhất về mạng neural MPL và thuật toán lan truyền

ngược Đây là kiến trúc mạng và thuật toán sẽ được sử dụng cho hệ thống mạng

neural của đồ án

Chương II: Tổng thể hoạt động của hệ thống và vấn đề chuẩn bị cơ sở

dữ liệu – Đây là chương miêu tả mô hình thuật toán hoạt động tổng thể nhất của

hệ thống sẽ được xây dựng Đồng thời sẽ đề cập vấn đề chuẩn bị và tiền xử lý

cho các tập cơ sở dữ liệu đựoc dùng để huấn luyện mạng neural cũng như luyện

tập phân vùng màu da Đây là một trong những công việc quan trọng quyết định

đến chất lượng của hệ thống

Chương III : Phát hiện khuôn mặt dựa trên mạng neural và phương

pháp phân vùng màu da – Đây là chương quan trọng nhất của đồ án Nó sẽ

miêu tả đầy đủ kiến trúc hệ thống được xây dựng Thuật toán và phương pháp

huấn luyện mạng neural Thuật toán và phương pháp huấn luyện phân vùng màu

da Và sẽ đề xuất ra những heuristic giúp cải thiện chất lượng phát hiện và thời

gian chạy của hệ thống

Chương IV: Phân tích thiết kế và cài đặt chương trình

Chưong V: Khảo sát thực nghiệm và đánh giá chương trình – Đây là

chương sẽ miêu tả kết quả việc kiểm thử chương trình dựa trên bộ test chuẩn và

bộ test tự tạo Đồng thời sẽ có những đánh giá và nhận xét về kết quả của

chương trình

Kết luận và hướng phát triển

Trong phạm vi bài đồ án, với việc hệ thống được xây dựng trên một mạng

neural đơn lẻ, vì vậy em đã tiến hành huấn luyện cho mạng nhận biết những

khuôn mặt với tư thể nhìn thẳng (frontal), có độ nghiêng và góc quay không

đáng kể Các khuôn mặt có thể có nhiều trạng thái khác nhau Các ảnh được

dùng để kiểm thử bao gồm cả ảnh chân dung và ảnh tập thể Ảnh không và có

nhiễu (tự thêm) để kiểm tra thêm về tính hiệu quả của hệ thống Các ảnh được

kiểm thử có kích thước bao gồm 240 x 180, 320 x 240, 480 x 360 điểm ảnh

Với bộ test bao gồm 300 ảnh chân dung kích thước 320 x 240; 320 ảnh

này đựoc thêm nhiễu, 320 ảnh này được thu nhỏ lại kích thước 240 x 180 để

kiểm tra hệ thống có thể phát hiện các khuôn mặt có kích thước khác nhau, 320

ảnh này được thêm nhiễu

Ngoài tập ảnh chân dung chuẩn ra, chương trình còn test với 100 ảnh tập

thể tự tạo với nhiều mục đích khác nhau 100 ảnh này cũng được thêm nhiễu để

tiến hành kiểm thử

CHƯƠNG I: GIỚI THIỆU

1 Tổng quan về các phương pháp phát hiện mặt người

1.1 Phát hiện mặt người và ứng dụng

Nhận biết đối tượng nói chung và nhận biết mặt người nói riêng là bài

toán cơ bản và quan trọng trong lĩnh vực quan sát bằng máy tính Nhận biết mặt

nguời thu hút sự tập trung nghiên cứu của nhiều nhà nghiên cứu trong suốt nhiều

thập kỷ qua Tuy nhiên vẫn chưa có một hướng tiếp cận nào thực sự trọn vẹn

mang lại hiệu quả và giải quyết hết các thách thức và tình huống trong vấn đề

phát hiện mặt người, nguyên nhân là do tính biến đổi cao của khuôn mặt con

người Chính vì vậy, đây vẫn là vấn đề mở và tiếp tục thu hút sự nghiên cứu sâu

hơn với các kỹ thuật mới được đề xuất Các kỹ thuật đã được áp dụng có thể chia

thành một trong hai tiếp cận: so sánh sự phù hợp với các mô hình hình học hai,

ba chiều vào ảnh, hay phương pháp so sánh sự phù hợp các mô hình khung nhìn

vào ảnh có chứa khuôn mặt cần nhận biết Các nghiên cứu trước đây cho thấy

rằng các hương pháp dựa trên khung nhìn có thể nhận biết các khuôn mặt thẳng

trong nền phức tạp một cách hiệu quả

Với mục đích tận dụng những ưu điểm của các kỹ thuật đã đuợc đề xuất,

kết hợp chúng lại để có thể xây dựng đuợc một hệ thống phát hiện mặt người

một cách hiệu quả Đồ án đã tập trung vào vấn đề phát hiện mặt người trong ảnh

màu tĩnh, nhằm kết hợp những đặc trưng của mặt người trong ảnh màu cụ thể là

sử dụng kỹ thuật phân vùng màu da người trong ảnh màu kết hợp với hướng tiếp

cận dựa trên khung nhìn với mục đích sử dụng mạng neural nhân tạo - một

phương pháp tuy kinh điển nhưng vẫn rất mở và chứa đựng nhiều ưu điểm trong

vấn đề nhận dạng, để xây dựng hệ thống phát hiện mặt người

Kỹ thuật phân vùng da nguời trong ảnh màu được áp dụng trong hệ thống

nhận biết mặt người với mục đích cuối cùng là giảm không gian tìm kiếm mặt

người trong ảnh, giúp cho hiệu năng hoạt động của hệ thống được nâng cao hơn

Còn ưu điểm nổi bật của mạng neural nhân tạo nói riêng và phướng tiếp cận dựa

trên máy học nói chung trong việc phát hiện mặt nguời đó là có thể miêu tả và

phát hiện khuôn mặt trong nhiều tình huống khác nhau Những tình huống gặp

phải khi phát hiện khuôn mặt bao gồm:

 Tư thế của khuôn măt (Pose): Khuôn mặt là nghìn thẳng (frontal),

nghiêng một phần (partial profile) hay nghiêng hoàn toàn (full profile)

Khuôn mặt hướng thẳng đứng (upright) hay là khuôn mặt xoay một góc

nào đó (rotate)

 Nội dung khuôn mặt: Khuôn mặt chứa đầy đủ các đặc trưng như mắt,

mũi, miệng, tai hay thiếu một vài đặc trưng nào đó

 Trạng thái của khuôn mặt: Đó chính là trạng thái tình cảm của khuôn

mặt như cuời, khóc, tức giận…

Đây là những tình huống mà các hướng tiệp cận khác phải mất nhiều công

sức và phức tạp để có thể miêu tả được Nhưng với mạng neural, thông qua tập

mẫu và quá trình huấn luyện mạng hiệu quả, kết quả mang lại là có thể rất khả

quan

Ứng dụng

Công nghệ nhận biết mặt người có sự ứng dụng rộng rãi trong thực tế

Trong nhận dạng sinh trắc học, trong hội thảo truyền hình, trong chỉ số hoá ảnh

và cơ sở dữ liệu video, trong tương tác người máy Nhận biết mặt người là giai

đoạn đầu trong hệ thống nhận dạng mặt người

Hai bài toán nhận biết và nhận dạng đối tượng có liên quan mật thiết Hệ

thống nhận dạng đối tượng có thể xây dựng mà không có tập bộ nhận biết đối

tượng, mỗi bộ nhận biết phát hiện một đối tượng quan tâm Tương tự, bộ nhận

biết đối tượng có thể được xây dựng mà không có hệ thống nhận dạng đối tượng;

bộ nhận dạng đối tượng này cần phân biệt đối tượng mong muốn với mọi đối

tượng khác có thể xuất hiện hay là lớp đối tượng chưa biết Do đó hai bài toán là

như nhau, dù trong thực hành hầu hết các hệ thống nhận dạng đối tượng ít khi

giải quyết nền tuỳ ý, và các hệ thống nhận biết đối tượng ít khi được huấn luyện

trên đủ loại đối tượng để xây dựng hệ thống nhận dạng Điểm chú trọng khác

nhau của các bài toán này dẫn đến các trình bày và thuật toán khác nhau

Thông thường, các hệ thống nhận dạng khuôn mặt làm việc bằng cách

trước hết áp dụng bộ nhận biết khuôn mặt để định vị khuôn mặt, sau đó áp dụng

thuật toán nhận dạng để nhận diện khuôn mặt

1.2 Các thách thức trong vấn đề phát hiện mặt người

Việc nhận biết đối tượng là bài toán xác định cửa sổ con của ảnh có thuộc

về tập các ảnh của đối tượng quan tâm hay không Do đó, đường biên quyết định

của tập ảnh đối tượng phức tạp sẽ làm tăng độ khó của bài toán và có thể tăng số

lỗi nhận biết Giả sử ta muốn phát hiện khuôn mặt nghiêng trong mặt phẳng ảnh,

ngoài các khuôn mặt thẳng Việc thêm các khuôn mặt nghiêng vào tập các ảnh ta

muốn nhận biết làm tăng độ biến thiên của tập, và có thể làm tăng độ phức tạp

của đường biên quyết định của tập ảnh Độ phức tạp này làm bài toán nhận biết

khó hơn Việc thêm ảnh mới vào tập ảnh đối tượng có thể làm đường biên quyết

định đơn giản hơn và dễ học hơn Có thể tưởng tượng điều này là đường biên

quyết định được làm trơn bằng việc thêm các ảnh vào tập Có nhiều nguồn biến

đổi trong bài toán nhận biết đối tượng, và cụ thể trong bài toán nhận biết khuôn

mặt Có các nguồn biến đổi sau [6]:

 Biến đổi trong mặt phẳng ảnh: loại biến đổi ảnh khuôn mặt đơn giản

nhất có thể được biểu diễn độc lập với khuôn mặt, bằng cách quay, dịch

chuyển, biến đổi tỷ lệ và lấy đối xứng ảnh

 Biến đổi độ sáng và ngữ cảnh: biến đổi do đối tượng và môi trường gây

ra, cụ thể các thuộc tính bề mặt của đối tượng và các nguồn sáng Các thay

đổi về nguồn sáng nói riêng có thể biến đổi hoàn toàn vẻ bề ngoài của

khuôn mặt

 Biến đổi nền: Nhiều nhà nghiên cứu cho răng với kỹ thuật nhận dạng mẫu

hiện nay, tiếp cận dựa trên khung nhìn để nhận biết đối tượng chỉ thích

hợp cho các đối tượng có “đường biên ảnh có thể dự đoán được” Khi đối

tượng có hình dáng dự đoán được, ta có thể trích ra window chỉ chứa các

pixel bên trong đối tượng, và bỏ qua nền

 Biến đổi hình dáng: với khuôn mặt, loại biến đổi này bao gồm biểu lộ

tình cảm khuôn mặt, miệng và mắt mở hay đóng, và hình dáng khuôn mặt

của từng người

1.3 Các vấn đề liên quan đến phát hiện mặt người

Bên cạnh vấn đề phát hiện mặt người, có nhiều vấn đề khác có quan hệ

mật thiết với phát hiện mặt người mà nhiều khi gây ra nhầm lẫn nếu không được

tìm hiểu một cách kỹ càng

Những vấn đề đó bao gồm [7]

 Định vị khuôn mặt hay xác định vị trí khuôn mặt: Đây là vấn đề rất

gần với vấn đề phát hiện mặt người Nếu như phát hiện mặt người trong

ảnh là phải trả lời các câu hỏi có tồn tại khuôn mặt trong ảnh hay không ?

Nếu tồn tại thì tồn tại bao nhiêu khuôn mặt? Vị trí của khuôn mặt ở đâu ?

Thì vấn đề định vị mặt người chỉ trả lời cho câu hỏi vị trí mặt người ở đâu

trong một ảnh đã biết trước là có một mặt người Như vậy có thể thấy,

định vị khuôn mặt là một phần công việc của phát hiện mặt người

 Phát hiện các đặc trưng của khuôn mặt: Đây là vấn đề cũng rất gần với

vấn đề định vị khuôn mặt Nó cũng giả thiết rằng chỉ có một khuôn mặt

trong ảnh Và việc phát hiện đặc trưng khuôn mặt là tìm ra vị trí của các

đặc trưng như đôi mắt, mũi, miệng, môi, tai…

 Bám sát khuôn mặt: Mục đích của vấn đề này là ước lượng liên tục sự

thay đổi về vị trí và huớng của khuôn mặt trong một chuỗi ảnh thời gian

thực

 Nhận biết trạng thái khuôn mặt: Mục tiêu của vấn đề này là nhận biết

trạng thái của khuôn mặt con người (hạnh phúc, tức giận, đau khổ…) Đây

là vấn đề rất khó và thú vị vì trạng thái khuôn mặt của từng người có thể là

rất khác nhau trong cùng một trạng thái tâm lý

 Nhận dạng khuôn mặt: Trong vấn đề này, chúng ta phải đối sánh khuôn

mặt cần nhận dạng với các khuôn mặt có sẵn trong thư viện và tìm ra

nhưng thông tin cần thiết về khuôn mặt cần nhận dạng nếu nó có đăc trưng

tương đồng với khuôn mặt nào đó trong thư viện

 Thẩm tra và xác minh khuôn mặt: Đây là vấn đề nằm trong vấn đề nhận

dạng khuôn mặt Thông thường sau khi nhận dạng khuôn mặt, người ta

phải tiến hành một giai đoạn nữa gọi là thẩm tra và xác minh tính đúng

đắn của khuôn mặt được nhận dạng Nó cho phép tăng sự đúng đắn của

vấn đề nhận dạng khuôn mặt

Trong những vấn đề nêu trên, có thể thấy nhận biết khuôn mặt và nhận

dạng khuôn mặt là hai vấn đề cơ bản và có thể chứa đựng các vấn đề còn lại Và

thông thường, nhận biết khuôn mặt sẽ là giai đoạn đầu của hệ thống nhận dạng

khuôn mặt Sự khác nhau cơ bản giữa phát hiện khuôn mặt với nhận dạng khuôn

mặt đó là: Nếu như nhận dạng khuôn mặt là phân biệt những khuôn mặt khác

nhau trong tập danh mục các khuôn mặt, còn nhận biết khuôn mặt đó là phân lớp

đuợc đâu là danh mục các khuôn mặt và đâu là danh mục các ảnh không phải

khuôn mặt

1.4 Tổnq quan các hướng tiếp cận phát hiện khuôn mặt

Trong suốt quá trình hơn ba thập kỷ, đã có rất nhiều các hướng tiếp cận và

xử lý khác nhau được đề xuất để giải quyết bài toán phát hiện mặt người Các

hướng tiếp cận và xử lý thông thường nhằm giải quyết những yêu cầu cụ thể và

khác nhau ,trong từng ứng dụng cụ thể Chính vì vậy có nhiều cách để có thể

phân loại các phương pháp, các kỹ thuật, các hướng tiếp cận phát hiện khuôn

mặt Trong bài luận văn này, sẽ phân loại các hướng tiếp cận theo phương pháp

được sử dụng nhiều nhất Đó là chia các hướng tiếp cận theo hai hướng chính:

Hướng tiếp cận dựa trên đặc trưng của ảnh (Feature-based) và hướng tiếp cận

dựa trên thông tin xuất hiện trên ảnh (Image-based)

Các phương pháp, kỹ thuật phân chia theo cách này có thể nhìn thấy trong

sơ đồ dưới đây [7]:

Hình 1: Sơ đồ các hướng tiếp cận và phương pháp phát hiện mặt

người

1.4.1 Hướng tiếp cận dựa trên đặc trưng của ảnh (Feature-based

approaches)

Phương pháp tiệp cận dựa trên đặc trưng của khuôn mặt được chia thành

ba vấn đề Giả sử cần phải phát hiện một khuôn mặt trong một nền ảnh lộn xộn,

phân tích mức thấp (low-level analysis) thực hiện phân đoạn các đặc trưng của

ảnh dựa trên những thuộc tính của điểm ảnh như độ xám hay màu sắc Sự phân

đoạn lúc này còn mập mờ và chưa rõ ràng Vấn đề thứ hai là phân tích đặc trưng,

các đặc trưng của ảnh được tổ chức thành các đặc trưng khuôn mặt có tính tổng

quát hơn dựa trên đặc tính hình học của khuôn mặt Sau giai đoạn này, tính mập

mờ của các đặc trưng của ảnh đã được giảm bớt, đồng thời, vị trí khuôn mặt

cùng với các đặc trưng khuôn mặt đã được xác định Tiếp theo sẽ là việc sử dụng

mô hình hình dạng (active shape models) Những mô hình này bao gồm từ mô

hình dạng rắn (snakes - được đề xuất vào những năm 80) cho tới mô hình phân

tán điểm (PDM – Point Distributed Model) được đề xuất vào những năm gần đây

để trích chọn đặc trưng có sự biến động phức tạp như mắt, môi,…

1.4.1.1 Phân tích mức thấp (Low-level analysis)

Người ta gọi là phân tích mức thấp vì việc phân tích ở đây là phân tích dựa

trên các đặc trưng rất cơ bản và mang tính trực quan, những đặc trưng đó bao

gồm biên ảnh, thông tin đa mức xám, màu sắc, chuyển động, tính đối xứng của

khuôn mặt

1.4.1.1.1 Biên ảnh (Edges)

Đây là một đặc trưng cơ bản nhất trong các ứng dụng về xử lý ảnh, sử

dụng biên để phát hiện khuôn mặt được thực hiện đầu tiên bởi Sakai Dựa trên

việc phân tích các đường ảnh của khuôn mặt, với mục đích là định vị những đặc

điểm trên khuôn mặt Một mô hình được đề xuất để tìm ra những đường nét của

mặt người Công việc tìm ra hình dáng của mặt người được triển khai bao gồm

một đường cong bám sát vào khuôn mặt với một độ cong xác định và ràng buộc

để tránh sự ảnh hưởng của các nhiễu biên Những đặc tính của đương trong hình

dáng của đầu người sau đó được đưa ra để phân tích đặc trưng sử dụng độ nét và

vị trí của khuôn mặt Kỹ thuật dò tìm dựa vào đường biên này còn được áp dụng

để phát hiện cặp kính trên khuôn mặt

Trong hướng tiếp cận phát hiện mặt người dựa vào đường biện, những

đường biên cần được gán nhãn và được phù hợp với mô hình khuôn mặt được

sắp xếp để có thể giúp chúng ta xác minh sự đúng đắn của việc phát hiện đó

Người ta có thể thiết lập sự gán nhãn biên đó bằng các sử dụng mặt trái, đường

tóc hoặc mặt phải của khuôn mặt Việc gán nhãn này làm cho khả năng phát hiện

chính xác khuôn mặt trong một bức ảnh với không gian phức tạp và có nhiều

khuôn mặt

Một trong những phương pháp được biết đến đó là phương pháp gán nhãn

của Govindaraju, phương pháp này sử dụng hệ số vàng của khuôn mặt lý tưởng ,

đó là hệ số giữa độ dài và độ rỗng của khuôn mặt:

(I.1)

Sử dụng phương pháp này, người ta đã kiểm thử 60 ảnh có nền phức tạp

bao gồm 90 khuôn mặt thì thấy khả năng hệ thống có thể phát hiện chính xác là

76% với mức độ trung bình là sai 2 mặt lỗi / ảnh

1.4.1.1.2 Thông tin đa mức xám (Grayscale Information)

Bên cạnh đường biên, thì thông tin về mức xám trong khuôn mặt cũng có

thể được xem như là một đặc trưng Những đặc trưng khuôn mặt như là lông

mày, động tử hay, môi thương xuất hiện với mức xám lớn hơn những thành phần

phụ cận bao quanh chúng Tính chất này có thể được khai thác để phân biệt các

thành phần khác nhau của khuôn mặt Những thuật toán trích chọn đặc trưng

khuôn mặt gần đây thường dựa vào mức xám nhỏ nhất trong một vùng khuôn

mặt Trong những thuật toán này, bức ảnh đầu vào đầu tiên được cải thiển bằng

viêc làm tăng độ tương phản và biến hình mức xám (gray-scale morphological)

để có thể tăng độ tối của những vùng nói trên, từ đó việc nhân biết sẽ dễ dàng

hơn Những vùng tối này được trích chọn bằng phép lấy ngưỡng dưới Bên cạnh

đó, người ta đã tiến hành xây dựng hệ thống tự động tìm kiếm các vùng tối thuộc

mặt thông qua sự phân tích về màu sắc Hệ thống sử dụng một mẫu mắt gán

trọng số để xác định cac vị trí có thẻ có của cặp mắt

1.4.1.1.3 Màu (color)

Trong khi thông tin về mức xám được xem là một đặc trưng cơ bản của

ảnh, màu sắc có ý nghĩa nhiều trong việc nhận biết sự xuất hiện của đối tượng

Một trong những không gian màu được biết đến rỗng rãi nhất đó là không gian

RGB, đó là không gian mà mỗi màu được đĩnh nghĩa bởi sự kết hợp của ba

thành phần màu là Red, Green và Blue Do đó sự thanh đổi chủ yếu trong màu

sắc của da đó là do sự thay đổi về độ chói, thông thường các màu RGB được coi

trọng hơn, do đó, ảnh hưởng của độ chói có thể được lọc bỏ Người ta có thể

chuẩn hóa các thành phần màu từ RGB thành rgb như sau:

(I.2)

Từ hệ thức trên chúng ta có thể thấy rằng r+g+b = 1 Việc chuẩn hóa màu

này có ý nghĩa là, chỉ cần viết hai trong số ba giá trị trên là chúng ta có thể tìm ra

giá trị còn lại Trong việc phân tích màu sắc của da, một biểu đổ màu dựa vào r

và g chỉ ra rằng màu của khuôn mặt tập trung thành một cụm nhỏ trong biểu đồ

mức xám Để so sánh thông tin màu của một pixel với giá trị của r và g trong

cụm trên, và từ đó tạo ra khả năng các pixel thuộc vùng da của mặt có thể được

tìm ra

Bên cạnh mô hình RGB, chúng ta còn có một vài mô hình màu khác được

sử dụng trong việc nghiên cứu vấn đề nhận dạng mặt người Mô hình HIS là một

ví dụ, mô hình này có những ưu điểm so với các mô hình khác trong việc mang

lại sự phân biệt rõ ràng giữa các cụm màu của các đặc trưng khuôn mặt Do đó

mô hình này thường được sử dụng cho công việc trích chọn đặc trưng của khuôn

mặt như môi, mắt, lông mày Do việc này có quan hệ chặt chẽ với việc cảm thụ

màu sắc ở con người, nó cũng được sử dụng phổ biến trong các sơ đồ phần vùng

khuôn mặt

Một mô hình khác được biết đến trong việc áp dụng để nhận dạng khuôn

mặt đó là mô hình YIQ Để chuyển đổi từ không gian màu RGB sang không gian

YIQ, chúng ta thấy có thành phần I, đó là khoảng màu từ cam (orange) -> xanh

lơ (Cyan), giống như khoảng màu của da người châu á Việc chuyển đổi này

cũng ảnh hưởng tới việc triệt tiêu nền các màu khác và cho phép nhận biết những

khuôn mặt nhỏ trong một môi trường tự nhiên Các mô hình màu khác cũng

được áp dụng cho việc nhận biết mặt người còn có HSV, YES, YCrCb, YUV,

CIE-xyz, L*u*v, CSN và UCS(Farnsworth)

Việc phân vùng màu có thể được thực hiện bằng việc sử dụng các ngưỡng

xấp xỉ màu khi màu da được mô hình hóa thông qua biểu đồ mức xám Phương

pháp phức tạp hơn đó là sử dụng phương pháp tính toán thống kê, sự thay đổi

khuôn mặt của mô hình là trong một phổ rộng Người ta đã tiến hành sử dụng

phân phối Gaussian để tập hợp hàng ngàn mẫu màu của da từ các loài khác nhau

Phân phối Gaussian được đặc trưng bởi vector trung bình µ và ma trận hiệp

phương sai ∑ Màu của điểm ảnh từ ảnh đầu vào có thể được so sánh với màu

da của mô hình bằng cách tính hệ số khoảng cách Mahalanobis Hệ số này sẽ cho

biết độ tương đồng của màu pixel với màu da của mô hình

Một ưu điểm của mô hình màu dựa vào phương pháp thống kê đó là sự sai

khác về màu của những đối tượng mới có thể được phù hợp vào mô hình bằng

phương pháp huấn luyện Sử dụng phương pháp này, sự nhận biết màu có thể sẽ

hiệu quả hơn, chống lại sự thay đổi của các nhân tố môi trường như là điều kiện

chiếu sáng và đặc tính riêng của máy ảnh

1.4.1.1.4 Chuyển động

Nếu như chúng ta phát hiện khuôn mặt cho video, khi đó thông tin về sự

chuyển động, cử chỉ, dáng điệu có ý nghĩa rất lớn trong việc xác định đối tượng

chuyển động Các chuyển động liên tục kế nhau được phân chia bằng việc phân

tích các frame khác nhau Hướng tiếp cận này, nói chúng là khá đơn giản, được

hộ trợ để phân biệt một chuyển động cận cảnh và có hiệu quả không phụ thuộc

điều kiện nội dung bối cảnh Bên cạnh vùng mặt, người ta còn tiến hành thực

hiện trên nhiều frame khác nhau để định vị các đặc trưng của khuôn mặt Như là

trạng thái của đôi mắt bằng cách tính toán độ lớn về chiều ngang và chiều dọc

giữa những vùng liên tiếp nhận được trong các frame khác nhau

Một cách khác để có thể tính toán các chuyển động trực quan đó là thông

qua việc ước lượng sự chuyển động của các đường viền của ảnh So sánh các

frame khác nhau, kết quả có được từ sự chuyển động của các đường viền là có

thể tin cậy, đặc biệt là khi chuyển động đó là không quan trọng Một bộ lọc

Gaussian có tính không gian và thời gian được sử dụng bởi hệ thống McKenna

để phát hiện chuyển động của vùng bao khuôn mặt cũng như vùng bao toàn bộ

cơ thể con người Tiến trình này yêu cầu giá trị mức xám của ảnh I(x,y) với một

toán tử biên phụ thưộc thời gian m(x,y,t) được định nghĩa từ bộ lọc Gaussian

G(x,y,t) như sau:

(I.3)

Trong đó u là hệ số thời gian, a là độ rộng bộ lọc Toán tử biên phụ thuộc

thời gian sau đó được nhân chập với các frame của ảnh theo bởi công thức:

(I.4)

Kết quả của tiến trình xử lý miền thời gian này S(x,y,t) sẽ cho ta một chỉ

số trực tiếp của sự chuyển động biên trong I(x,y,t)

Mặc dù phương pháp này miêu tả việc nhận biết biên và vùng chuyển

động, nhưng chúng cũng cho phép chúng ta tin vào sự chính xác của việc ước

lượng tốc độ của chuyển động luồng sáng hay còn gọi là luồng quang (optical

flow) Bởi vì việc ước lượg này dựa trên các mẫu chuyển động trong một khoảng

ngắn, và có cảm giác như chuyển động đó là rất trơn và mịn Dựa vào thông tin

của chuyển động, khuôn mặt chuyển động trong ảnh tuần tự được phân vùng

Luồng quang được mô hình bởi luồng ảnh với phương trình ràng buộc sau đây:

(I.5)

Trong đó, Ix, Iy và It là các đạo hàm miền thời gian của cường độ ảnh và

Vx và Vy là tốc độ chuyển ảnh Để giải phương trình trên cho Vx, Vy, một vùng

bao gồm các điểm ảnh chuyển động theo một quỹ đạo được ghi nhận Những

vùng đáp ứng tới những quỹ đạo chuyển động khác nhau được phân lớp trong

vùng chuyển động và vùng không chuyển động

1.4.1.1.5 Tiểu chuẩn suy rộng (Generalized Measure)

Những đặc trưng trực quan như đường biên, màu sắc hay chuyển động là

giai đoạn đầu tiên trong hệ thống quan trắc con người Quá trình này cho phép

những thông tin trực quan được tổ chức lại thành những nhóm hoạt động mức

cao Dựa vào việc quan sát, Reisfeld đã đề xuất rằng một hệ thống quan sát bằng

máy nên được bắt đầu với việc tính toán mức thấp ở giai đoạn tiền tập trùng các

tính chất ảnh được tổng hợp Ban đầu, Reisfeld và Yeshurun đã giới thiệu một

toán tử đối xứng tổng quát dựa vò toán tử điểm biển Do những đặc trưng của

khuôn mặt có tính đối xứng một cách tự nhiên Khi thực hiện, toán tử đối xứng

này sẽ tính toán và gán cho mỗi điểm ảnh một cường độ gọi là cường độ điểm

ảnh dựa trên mức độ ảnh hưởng của vùng bao điểm dó Cường độ đối xứng đó ,

Mσ(p), cho mỗi điểm ảnh được xác định bằng:

(I.6)

Trong đó, C(i,j) là mức độ ảnh hưởng của vùng biên điểm i,j (của pixel)

trong tập các pixel được đĩnh nghĩa bởi Г(p) Nó được xác định theo công thức:

(I.7)

Trong đó, D(i,j) là hàm hệ số độ dài, P(i,j) là hàm hệ số phase, ri và rj được

xác định theo công thức dưới đây:

(I.8)

Trong đó pk chỉ điểm (xk, yk) với k = 1…K, là gradient của cường độ

tại điểm pk,αij là góc theo chiều ngược kim đồng hồ giữa đường thằng qua pi và

pj so với mặt ngang Hình dưới đây miêu tả một ví dụ về cách tính Mσ(p) từ

gradient của mătj trước ảnh mặt người Cường độ đối xứng được tham chiếu một

cách rõ ràng thể hiện sự định vị các đặc trưng của khuôn mặt như là mắt và

miệng

1.4.1.2 Phân tích đặc trưng (Feature analysis)

Những đặc trưng được tạo ra từ quá trình phân tích mức thấp thực ra là

không rõ ràng Quả vậy, trong việc định vị vùng mặt sử dụng mô hình màu da,

các đối tượng có cùng màu nền tương tự như màu da có thể cũng được nhận biết

Điều này có thể được giải quyết bằng việc phân tích mức cao Trong nhiều kỹ

thuật nhận biết khuôn mặt, những tích lũy hiểu biết hình thái về khuôn mặt đó sẽ

được áp dụng để có thể đặc tính hóa và để xác minh lại những đặc trưng đó từ

những trạng thái mập mờ Có hai hướng tiếp cận trong ứng dụng về hình thái

khuônn mặt Hướng tiếp cận đầu tiên liên quan đến chiến lược truy tìm đặc trưng

dựa vào mối quan hệ về vị trí dựa các đặc trưng Những đặc trưng được nhận

biết nhờ các đặc trưng đã tồn tại Kỹ thuật thứ hai đó sử dụng kỹ thuật nhóm đặc

trưng thnàh các “chòm sao” bằng cách sử dụng một số mô hình khuôn mặt khác

nhau

14.1.2.1 Tìm kiếm đặc trưng

Việc truy tìm các đặc trưng của khuôn mặt là truy tìm các đặc trưng nổi

bật của khuôn mặt bằng cách dựa vào hình thái của chúng Việc truy tìm này dựa

vào mối quan hệ dựa các đặc trưng đó về khoảng cách hình học, vị trị trong

khuôn mặt

Nhiều thuật toán, mô hình đã được xây dựng cho công việc này De Silva

là một thuật toán tiêu biểu Mô hình của Jeng cũng là hệ thống phát hiện đặc

trưng được biết đến rỗng rãi Trong hệ thống này, việc khởi tạo sẽ được xác định

bằng việc định vị vị trí của đôi mắt trong bức ảnh Từ việc xác định đôi mắt, quá

trình sẽ truy tìm các đặc trưng khác như mũi, miệng và động tử Mỗi đặc trưng

sau khi truy tìm đều thiết lập các hàm quan hệ với các đặc trưng khác, điều này

giúp cho việc xác định khuôn mặt có thể tin cậy hơn, các hàm quan hệ này chính

là các hệ số được miêu tả như trong đẳng thức dưới dây:

(I.9)

Bên cạnh đó, nhiều hệ thống truy tìm đặc trưng cũng được đề xuất như hệ

thống GAZE của Herpers dựa vào sự chuyển động của mắt trong hệ thống trực

quan con người HVS Điểm cốt yếu của hệ thống là thuật toán định vị các đặc

trưng nổi bạt Một thuật toán đa mức sử dụng bộ lọc đa hướng Gaussian

1.4.1.2.2 Phân tích “chòm sao”

Một vài thuật toán đề cập đến trong phần trên có độ tin cậy phụ thuộc vào

mức đột đúng đắn về thông tin được tìm ra từ các tập mô hình ảnh mặt với dưới

những điều kiện cố định Nếu như khi điều kiện đó không còn thỏa mãn, như là

định vị khuôn mặt trong một bối cảnh phức tạp, nhiều thuật toán có thể không

còn chính xác Vì vậy vấn đê đặt ra là làm thế nào để chúng ta có thể nhóm các

đặc trưng khuôn mặt đó lại thành từng chùm với những tham số đại diễn chung

nhất, phản ánh được hết các trường hợp xẩy ra của các đặc trưng, bằng việc sử

dụng phương pháp mô hình hóa hiệu quả như là phương pháp phân tích thống

kê

Nhiều phương pháp nhóm thành các “chòm sao” được đề xuất Trong đó

nổi bật là phương pháp sử dụng lý thuyết độ nét thống kê từ bộ lọc đa cấp

Gaussian Một mô hình thống kê trong miền không gian của các đặc trưng khuôn

mặt cho phép phát hiện một cách linh hoạt hơn Thuật toán hộ trợ việc quản lý sự

thiếu hụt đặc trưng cũng như cho phép sử dụng các hệ số mở rộng Mức độ thành

công của mô hình này là 84% khi nghiên cứu tập 150 bức ảnh Việc phát hiện sai

được xác định là do hệ số phụ thuộc của đặc trưng đầu

Mô hình thống kê cho ảnh có sự xuất hiện nhiều khuôn mặt cũng được đề

xuất, trong mô hình này, các khuôn mặt được phân lớp thành từng nhóm với

những đặc trưng chung nhất Những nhóm này lại được phân lớp tiếp trong các

thành phần đặc trưng khuôn mặt Sau khi đặc trưng này nhận được từ việc xử lý

mức thấp Việc nhóm đặc trưng này có tác dụng giảm bớt sai số đặc trưng sinh ra

do ảnh hưởng của bối cảnh hỗn tạp Một mạng theo luật Bayesian sẽ được hỗ trợ

kết hợp với việc phát hiện riêng cho từng nhóm đặc trưng để có thể chắc chắn

rằng giả thuyết về sự đúng đắn của khuôn mặt có được sự tin cậy với mức độ

cao

Hệ thống sử dụng phương pháp này nổi tiếng nhất là hệ thống của Maio và

Maltoni Trong hệ thống này ảnh đầu vào được chuyển đổi trực tiếp bằng cách

sử dụng một toán tử gradient có cửa sổ 7*7 Từ ảnh chuyển đổi trực tiếp này,

người ta áp dụng hai giai đoạn nhận biết khuôn mặt Ảnh được nhận biết sẽ được

khoanh vùng trong một hình ellipse Hệ thống của Maio và Maltoni là hệ thống

thời gian thực với mức độ phát hiện khi test là 69/70 bức ảnh mà không bị một

lỗi nào

1.4.1.3 Các mô hình hình dạng tích cực (Active shape models)

Đây là mô hình thời gian thực hiệu quả và là thành tựu quan trọng của

hướng tiếp cận dựa vào phân tích đặc trưng Mô hình dựa vào tính chất vật lý

thật sự và sự xuất hiện mức cao của các đặc trưng Mô hình ASM tương tác với

các đặc trưng ảnh cục bộ (biên, độ sáng) và dần dần làm biến dạng độ nét của

đặc trưng đó Co ba dạng của mô hình ASM đang được nghiên cứu Đầu tiên là

mô hình sử dụng một đường đi kích hoạt (active contour) gọi là snakes (dạng

con rắn) Mô hình thứ hai là mô hình dữa vào các dạng mẫu biến đổi

(deformable templates) cho phép thực hiện hiệu quả hơn mô hình snakes Mô

hình thứ ba là mô hình Smart snakes (con rắn hoạt thông minh) và PDM (mô

hình phân bố điểm) Mô hình này dựa trên tập các điểm được gán nhãn và chỉ

cho phép biến đổi theo một vài hình dạng dựa trên quá trình học

1.4.1.3.1 Mô hình dạng con rắn (Snake)

Được sử dụng để xác định đường bao của đầu Để thực hiện việc này, một

con rắn ban đầu được khởi tạo tại một vùng lân cận xung quanh vùng biên đầu

Sau đó co dần về phía các đường biên và đưa ra hình dạng giả định của vùng

đầu Sự tiến hóa của con rắn đựoc thực hiện thông qua việc cực tiểu hóa một

hàm năng lượng dạng Esnake (tương tự như trong vật lý) và được biểu diễn như

sau:

E snake = E bên trong + E bên ngoài (I.10)

Trong đó Ebên trong và Ebên ngoài lần lượt là các hàm năng lượng bên trong và

bên ngoài Năng lượng bên trong là phần năng lượng phụ thuộc và các thuộc tính

bản chất của con rắn và tạo nên sự tiến hóa tự nhiên của đường biên động Các

tiến hóa tự nhiên và điển hình của con rắn là sự co ngắn và sự mở rộng Trong

khi đó, năng lượng bên ngoài có khuynh hướng chống lại năng lượng bên trong

và làm cho các đường biên động sai lệch so với tiến hóa tự nhiên thậm chí thừa

nhận hình dạng của các đặc tính gần nhất là hình dạng của vùng đầu khi ở trạng

thái cân bằng

Hai vấn đề chính cần quan tâm trong việc áp dụng mô hình con rắn là lựa

chọn cách tính năng lượng chính xác và kỹ thuật cực tiểu hóa hăng lượng Năng

lượng Elastic được sử dụng phổ biến như là năng lượng bên trong Khoảng cách

giữa các điểm điều khiển trên đường biên động được cân đối và do đó đem lại

cho đường biên đặc tính giống như sợi dây cao su có thể co hoặc dãn Vấn đề

năng lượng bên ngoài được xem xét dựa vào kiểu dạng của đặc trưng ảnh được

xem xét Có thể tính năng lượng này theo các thông số gradient Và theo

cáchnày, các đường biên động thường hội tụ về phía các vị trí biện Bên cạnh các

thông số về gradient, mộ số cách tính năng lượng bên ngoài khác còn bao gồm

cả các hàm liên tục liên quan đến màu da trong đó hấp dẫn các con rắn về phía

các vùng mặt

Mặc dù phương pháp con rắn một cách tổng quát có thể xác định đựoc các

đường bao quanh các vùng đặc trưng nhưng việc triển khai phương pháp vẫn bị

cản trở bởi hai vấn đề Thứ nhất là các phần của con rắn hay bị bẫy vào các vùng

đặc trưng ảnh không đúng Thứ hai là phương pháp con rắn không thực sự hiệu

quả trong xác định các đặc trưng không lồi (đặc trưng xuất hiện nổi bật) do xu

hướng tiến tới cực tiểu độ cong của con rắn

1.4.1.3.2 Dạng mẫu có thể biến đổi (Deformable templates)

Xác định đường bao của một vùng đặc trưng khuôn mặt không phải là một

vấn đề dễ giải quyết bởi vì các dấu hiệu cục bộ của các đường biên mặt khó có

thể đựoc tổ chức thành các thự thể tổng thể nhận biết thông qua các đương biên

Độ tương phản thấp về độ sáng xung quanh một số vùng đặc trưng ảnh cũng làm

cho quá trình do tìm biên khó thực hiện Yuille và cộng sự đã mở rộng khái niệm

con rắn thông qua việc kết hợp các thông tin tổng thể về cặp mắt để nâng cao độ

tin cậy của quá trình trích chọn đặc trưng Một mẫu có thể thay đổi của mắt dựa

trên các đặc trưng nổi bật của chúng được tham số hóa sử dụng 11 tham số Hoạt

động theo nguyên tắc giống như con rắn, một mẫu nếu được khởi đầu gần với

các đặc trưng mắt sẽ tự biến đổi hướng tới đường bao đặc trưng tối ưu Cơ chế

biến đổi liên quan đến phương pháp cực tiểu hóa giảm gradient dốc nhất của tổ

hợp năng lượng ngoài do các vùng trũng, đường biên, đỉnh và độ sáng của ảnh

(Ev,Ee,Ep, Ei) được tính theo công thức:

E = E v + E e + E p + E i + E bên trong (I.11)

Tất cả các biểu thức năng lượng trên được biểu diễn bằng một tích phân sử

dụng các thuộc tính mẫu như diễn tích và độ dài của đường tròn và đường

parabol

Có thể thấy rằng, chiến lược đối sánh mẫu là cố định, do đó vị trí khởi đầu

của các mẫu sẽ ảnh hưởng nhiều đến quá trình tiến hóa Người ta đã chỉ ra rằng,

nếu mẫu được khởi đâu tại trên mắt thì nó sẽ bị hấp dẫn bởi lông mày thay vì cặp

mắt Ngoài ra, thời gian xử lý cũng sẽ rất lớn trong quá trình thực hiện cực tiểu

hóa Vì vậy những nghiên cứu gần đầy tập trung vào việc giảm thời gian thực

hiện, thay đổi các mẫu và biểu thức năng lượng Trong một phát triển gần đây,

Lam và Yan sử dụng các thông tin về góc mắt để đánh giá các tham số khởi đầu

của mô hình mẫu mắt Sự gia tăng về thông tin làm cho phép so sánh mẫu sẽ

chính xác, tin cậy hơn Thời gian để mẫu đạt được vị trí tối ưu cũng đã giảm đến

40% (so sánh với mẫu ban đầu) Bên cạnh mẫu mắt, các mẫu miệng cũng được

sử dụng với cùng một chiến lược

1.4.1.3.3 Mô hình phân phối điểm (PDM – Point Distributed Models)

Là một mô hình mô tả tham số hóa tối ưu của hình dạng dựa trên phưong

pháp thống kê Kiến trúc của quá trình so khớp của PDM khác với các mô hình

hình dạng động khác Các đương biên đọng của PDM được rời rạc hóa thành các

tập điểm được đánh nhãn Sự biến đổi của các tập điểm này trước hết được tham

số hóa thông qua các tập mẫu học.chứa các đối tượng có hình dạng và tư thé

khác nhau Sử dụng phương pháp phân tích thành phần chính PCA, sự biến đổi

của các đặc trưng trong tập mẫu học được xây dựng thành một mô hình linh

động tuyến tính Mô hình đựoc cấu thành từ trung bình của tất cả các đặc trưng

trong tập hợp và mô hình cơ bản của sự biến đổi từng điểm ảnh: x = x tb + Pv

(I.12)

Trong đó, x biểu diễn một điểm trong PDM và xtb là đặc tính trung bình

trong tập mẫu đối với điểm đó, P = [p1, p2, …, pt ] là ma trận chưa t vector biến

đổi quan tọng nhất của ma trận hiệp phương sai, còn v là vector trọng số

Mô hình PDM đầu tiên đựoc phát triển bới Lanitis và cộng sự Mô hình

minh họa dáng vẻ tổng thể của khuôn mặt bao gồm đặc tính như lông mày, mũi,

mắt Sử dụng 152 điểm điều khiển được chọn bằng tay và 160 ảnh mặt mẫu, một

mô hình PDM được xây dựng Chỉ sử dụng 16 trọng số, mô hình có thể xấp xỉ

được 95% các hình dạng khuôn mặt trong tập mẫu Để so khớp một môhnhf

PDM với một mặt, mô hình hình dạng trung bình (với điểm đánh nhãn là xtb) đầu

tiên được đặt gần mặt Sau đó các chiến lược tìm kiếm trên mức xám cục bộ

được sử dụng để đưa từng điểm hướng đến điểm tưng ứng thuộc đường bao

Trong suốt quá trình biến đổi này, hình dạng chỉ được phép thay đổi theo một

cách phù hợp với các thông tin đựoc mô hình hóa trong tập mẫu

Ưu điểm cua PDM là sử dụng mô hình khuôn mặt với các tham số tối ưu

Đặc tính tổng thể của mô hình cũng cho phép tất cả các đặc trưng được xác định

song song với nhau và do đó giảm bớt đựoc yêu cầu phải tìm kiếm lần lượt các

đặc trưng Hơn nữ, sự thiếu vắng một đặc trưng nào đó không phảilà một vấn đề

nghiêm trọng khi mà đến các đặc trưng khác trong mô hình vẫn có thể đạt tới

một giải pháp tối ưu toàn thể

1.4.2 Hướng tiếp cận dựa trên thông tin xuất hiện trong ảnh (Image-based

approach)

Hạn chế của hướng tiếp cận dựa vào đặc trưng của hình ảnh đó là khả

năng nhận biết nhiều khuôn mặt trong một bức ảnh có bối cảnh phức tạp là

không cao cho dù đã có nhiều nỗ lực cải tiến và nâng cao chất lượng dò tìm

Điều đó đòi hỏi một phương pháp mới, một hướng tiếp cận mới để giải quyết

vấn đề này Và hướng tiếp cận dựa vào thông tin hình ảnh là hướng tiếp cận có

thể đáp ứng nhu cầu đó

Hầu hết các phương pháp trong hướng tiếp cận này đều sử dụng chung

một kỹ thuật đó la kỹ thuật quét cửa sổ hay còn gọi là kỹ thuật quét khung nhìn

để nhận biết khuôn mặt Thuật toán quét cửa sổ sẽ dò tìm trong ảnh đầu vào tất

cả các khuôn mặt có thể có trong ảnh Kích thước của cửa sổ, hệ số lấy mẫu,

kích thước của bước quét phụthuộc vào mục đích của phương pháp cũng như

hiệu năng của hệ thống

Nhận biết khuôn mặt dữa vào thông tin hình ảnh được chia làm ba hướng

nghiên cứu con chính đó là phương pháp không gian con tuyến tính, phương

pháp dựa vào mạng neural và phương pháp thống kê

1.4.2.1 Phương pháp không gian con tuyến tính (Linear Subspace

Methods)

Hình ảnh của khuôn mặt con người nằm trên một không gian con của toàn

bộ không gian hình ảnh Để thể hiện không gian con này, người ta có thể sử

dụng phương pháp về thần kinh, tuy nhiên vẫn có vài phương pháp có liên quan

chặt chẽ hơn với phân tích thống kê độ biến thiên tiêu chuẩn cái mà có thể ứng

dụng được Các kĩ thuật trong phương pháp này bao gồm phân tích thành phần

chính (PCA principal component analysis), phân tích biệt số tuyến tính (LDA),

và phân tích hệ số (FA)

Vào cuối những năm 80, Sirovich và Kirby phát triển một kĩ thuật sử dụng

PCA để thể hiện hiêụ quả khuôn mặt con người Đưa ra sự giống nhau giữa

nhiều hình ảnh khuôn mặt khác nhau, kĩ thuật này đầu tiên tìm ra những thành

phần cơ bản của sự phân bố trên khuôn mặt, thể hiện bằng eigenvectors của ma

trận các biến của bố cục Từng khuôn mặt trong một tập hợp các khuôn mặt sau

đó có thể tính xấp xỉ bằng sự kết hợp tuyến tính giữa những eigenvector lớn

nhất, được biết tới như eigenfaces

Turk và Pentland sau đó đã mở rộng kĩ thuật này cho nhận dạng khuôn

mặt Cách thức của họ khai thác tính tự nhiên căn bản của eigenfaces trên định

dạng khuôn mặt Bởi vì sự tái tạo khuôn mặt bằng các thành phần cơ bản của nó

chỉ là sự gần đúng, sai số còn dư được định nghĩa trong giải thuật như sự đo

lường sơ bộ của mặt Sai số còn dư này cho ta dấu hiệu tốt của sự tồn taị của

khuôn mặt thông qua quan sát mức tối thiểu chung trên bản đồ khoảng cách

Gần đây hơn, Moghaddam và Pentland đã phát triển xa hơn kĩ thuật này

trong phạm vi xác suất Khi sử dụng PCA để định dạng, người ta thường bỏ đi

phần bù trực giao của không gian khuôn mặt (như đã đề cập trước đó)

Moghaddam và Pentland phat hiện ra rằng điều này dẫn tới giả thiết không gian

khuôn mặt có mật độ không đổi, do đó họ mở rộng máy dò sự giống nhau tới cực

đại, dùng cả không gian khuôn mặt và phần bù trực giao của nó để xử lí mật độ

bất kì Họ ghi nhận tỉ lệ định dạng là 95% trên tập hợp của 7000 hình ảnh khuôn

mặt khi định dạng mắt trái So sánh với máy dò DFFS thì tốt hơn rất nhiều Khi

dò đầu của 2000 hình ảnh khuôn mặt từ dữ liệu của FERET, tỉ lệ dò là 97%

Jebara và Pentland đã đưa kĩ thuật này vào hệ thống truy tìm khuôn mặt người

dựa vào cả màu sắc, 3D và thông tin về chuyển động Một cách tiếp cận tương tự

là PCA được áp dụng cho tập hợp khuôn mặt và mẫu giống khuôn mặt, cùng với

tiêu chuẩn lựa chọn dựa vào tỉ lệ giống nhau

Samal và Iyengar đưa ra cách dò khuôn mặt PCA dựa trên hình chiếu

khuôn mặt Thay vì khuôn mặt eigen, họ tạo ra hình chiếu eigen và kết hợp với

kĩ thuật xử lí hình ảnh tiêu chuẩn Họ ghi nhận tỉ lệ dò là 92% trên tập hợp 129

hình ảnh (66 hình ảnh khuôn mặt thực và 63 hình ảnh thông thường), trong đó

khuôn mặt chiếm hầu hết hình ảnh

1.4.2.2 Phương pháp dựa vào mạng Neural

Mạng neural đã trở thành một kỹ thuật phổ biến trong vấn đề nhận dạng

khuôn mặt và tất nhiên là trong cả nhận biết khuôn mặt Mạng neural ngày nay

đã có nhiều thay đổi so với sơ khai đơn giản MLP của nó

Hệ thống dò tìm khuôn mặt thực hiện qua bốn bước chính [6]:

 Ước lượng vị trí: việc dùng tiếp cận máy học, cụ thể là mạng neural, đòi

hỏi việc huấn luyện mẫu Để giảm số lượng biến đổi trong ảnh huấn luyện

dương, ảnh được canh biên với các ảnh khác để cực tiểu hoá các biến đổi

vị trí đặc trưng khuôn mặt Khi thi hành chương trình, ta không biết chính

xác các vị trí đặc trưng khuôn mặt, do đó không thể dùng chúng để định vị

các ứng viên khuôn mặt tiềm năng Thay vậy, ta dò tìm toàn diện ở mọi vị

trí và tỷ lệ để tìm mọi vị trí ứng viên Các cải tiến dò tìm toàn diện làm

cho thuật toán nhanh hơn, với tỷ lệ dò tìm giảm 10% đến 30%

 Tiền xử lý: Để giảm các biến đổi gây ra do chiếu sáng hay camera, ảnh

được tiền xử lý với các thuật toán chuẩn như cân bằng lược đồ để cải thiện

độ sáng và độ tương phản trong ảnh

 Dò tìm: Các khuôn mặt tiềm năng đã chuẩn hoá về vị trí, tư thế, và độ

sáng trong hai bước đầu tiên được khảo sát để xác định chúng có thực sự

là khuôn mặt hay không Quyết định này được thực hiện bằng mạng

neural đã huấn luyện với nhiều ảnh mẫu khuôn mặt và không khuôn mặt

 Quyết định: Kết hợp nhiều mạng để có được một quyết định khách quan

nhất Mỗi mạng học những điều khác nhau từ dữ liệu huấn luyện, và đưa

ra các lỗi khác nhau Các quyết định của chúng có thể kết hợp dùng một

số heuristic đơn giản, làm tăng độ chính xác dò tìm khuôn mặt và ngăn

chặn lỗi

Hình 2: Hệ thống Rowley

Hình 3: Sở đồ luồng xử lý các bước chính trong phát hiện khuôn mặt

Sơ đồ trên là thuật toán dò tìm khuôn mặt thẳng trong ảnh xám, bằng cách

sử dụng mạng noron Thuật toán thực hiện bằng cách áp dụng một hay nhiều

mạng neural trực tiếp với các phần của ảnh đầu vào, và phân xử các kết qủa của

chúng Mỗi mạng được huấn luyện để kết xuất một kết quả là có hay không có

khuôn mặt

Huấn luyện mạng neural để dò tìm khuôn mặt là một công việc đầy thách

thức, vì khó khăn trong việc biểu thị các ảnh “không khuôn mặt” Không như

việc nhận dạng khuôn mặt, trong đó các lớp phân biệt là các khuôn mặt khác

nhau Hai lớp gọi là phân biệt trong dò tìm khuôn mặt là “ảnh có chứa khuôn

mặt” và “ảnh không chứa khuôn mặt” Dễ dàng lấy được mẫu ảnh chứa khuôn

mặt điển hình, nhưng việc lấy mẫu ảnh không chứa khuôn mặt điển hình khó hơn

rất nhiều Ta tránh việc dùng tập huấn luyện có kích thước lớn để biểu diễn

không khuôn mặt bằng việc chọn thêm ảnh vào tập huấn luyện khi tiến hành

huấn luyện Phương pháp “bootstrap” nhằm giảm kích thước của tập huấn luyện

cần thiết Việc dùng cách thức xử lý giữa đa mạng và các heuristic để làm rỏ

ràng các kết qủa và cải thiện đáng kể độ chính xác của bộ dò tìm

1.4.2.3 Hướng tiếp cận sử dụng phương pháp thống kê (Statistical

Approachs)

Bên cạnh phương pháp sử dụng không gian con tuyến tính và phương

pháp sử dụng mạng Nơron, còn có một số phương pháp khác tiếp cận theo

hướng thống kê để nhận biết khuôn mặt Những phương pháp này dựa trên cơ sở

lý thuyết thông tin, lý thuyết về SVM (Support Vector Machine) và các luật xác

suất của Bayes

SVM là phương pháp do Vladimir N Vapnik đề xuất năm 1995 SVM dựa

trên lý thuyết thống kê và ngày càng được sử dụng phổ biến trong nhiều lĩnh

vực, đặc biệt là trong lĩnh vực phân loại mẫu và nhận dạng mẫu Đồng thời

phương pháp này có nhiều tính năng ưu việt so với các phương pháp cổ điển

khác như dễ dàng xử lý, xử lý có tính ổn định cao trên dữ liệu phức tạp, có thể có

số chiều lớn và quan trọng hơn cả là khả năng xử lý tổng quát

Phưong pháp tìm kiếm khuôn mặt dựa trên mô hình Markov ẩn cũng là

một trong các hướng nghiên cứu được chú trọng Mô hình Markov ẩn là một tập

các mô hình thống kê được sử dụng để mô tả các đặc tính thống kê của tín hiệu

Lý thuyết về chuỗi Markov và mô hình Markov đã được nghiên cứu sâu rộng và

áp dụng nhiều trong lý thuyết nhận dạng như nhận dạng tiếng nói, chữ viết

Samarie và cộng sự, Netfian và cộng dự là hai nhóm nghiên cứu hàng đầu trong

việc áp dụng mô hình Markov ẩn vào tìm kiếm và nhận dạng mặt người

1.4.4 Kết luận

Nhận biết mặt người là một lĩnh vực đang thu hút nhiều sự quan tâm của

các nhà nghiên cứu Ngày càng có nhiều thuật toán mới, hướng tiếp cận mới

nhằm nâng cao chất lượng cũng như độ chính xác của hệ thống dò tìm khuôn

mặt Tuy nhiên do tính phức tạp của môi trường, không gian và bối cảnh cũng

như yêu cầu về tính thời gian thực của hệ thống mà cho đến nay, vân chưa có

một phương pháp nào thật sự tối ưu Việc tìm ra phương pháp mới vẫn còn để

ngỏ và có thể cần sự trợ giúp của công nghiệp máy tính, đó là sự phát triển của

phần cứng, tốc độ xử lý của máy tính

Tổng chung lại thì, nhận dạng mặt người có hai hướng tiệp cận chính, đó

là hướng tiếp cận dựa vào những đặc trưng của mặt người và hướng tiếp cận dựa

vào thông tin hình ảnh

 Hướng tiếp cận dựa vào những đặc trưng của mặt người được áp dụng chủ

yếu khi hệ thống yêu cầu tính thời gian thực Vì khi đó vấn đề về màu sắc

và chuyển động của hình ảnh phải được quan tâm Tuy nhiên, hướng tiếp

cận này thì chất lượng phát hiện của hệ thống có thể sẽ không cao, muốn

nâng cao, chúng ta phải có thêm những kỹ thuật mới bổ sung và khá phức

tạp

 Hướng tiếp cận dựa vào thông tin hình ảnh là phương pháp có chất lượng

và hiệu quả cao nhất, nhưng chỉ xử lý cho ảnh xám Và các phương pháp

đều sử dụng chung kỹ thuật cửa sổ đa phân giải Chúng ta có thể không

cần sử dụng cửa số quét này nếu kết hợp hướng tiếp cận trên với phương

pháp dựa vào đặc tính khuôn mặt như là một bước tiền xử lý

Ứng dụng quan trọng nhất của nhận biết khuôn mặt cho đến hiện nay có lẽ

là đó là giai đoạn tiền xử lý cho hệ thống nhận dạng mặt người Ngoài ra, vơi sự

gia tăng của tài nguyên trên Internet, lý thuyết về nhận biết mặt người có thể

được ứng dụng để chỉ số hoá nội dung ảnh và cở sở dữ liệu video Ngoài ra, còn

có ứng dụng trong công nghệ sinh trắc học và hội thảo truyền hình

2 Tổng quan về các kỹ thuật nhận biết màu da dựa trên tính chất

điểm ảnh

2.1 Giới thiệu

Như đã trình bày trong phần trước, dựa vào màu sắc của da người cũng là

một trong những phương pháp được dùng để phát hiện mặt người Tuy nhiên nếu

chỉ đơn thuần sử dùng màu sắc không thôi thì rất khó có thể đạt được hiệu quả

cao trong phát hiện mặt nguời Vì trong các khung cảnh thì có rất nhiều vật có

màu sắc tương tự như màu của khuôn mặt Tuy nhiên nếu kết hợp phương pháp

này với các phương pháp khác lại có thể mang lại hiệu quả cao Vì kinh nghiệm

cho thấy màu da người có đặc tính màu riêng biệt, và đặc tính này cho phép dễ

dàng nhận ra đâu là da người [8] Và thông thường trong hướng tiếp cận phát

hiện mặt người dựa trên thông tin xuẩt hiện trong ảnh, thì màu da được sử dụng

như một bước phân vùng các vùng ảnh có màu sắc giống màu da, điều đó cho

phép giảm không gian tìm kiếm khuôn mặt, cải thiện hiệu năng của hệ thống tìm

kiếm Do đó nhiều mô hình đã được xây dựng để có thể phát hiện đựoc da người,

Khi xây dựng hay mô hình hóa một hệ thống phát hiện hay phân tách vùng

màu da với mục đích sử dụng cho việc phát hiện mặt người, người ta thường đặt

ra ba vấn đề chính [7] Thứ nhất là mô hình đó được xây dựng trong không gian

màu nào, thứ hai là hàm phân phối của màu da được mô hình hóa chính xác đến

mức độ nào và cuối cùng là sẽ xử lý vùng màu da được phân vùng cho nhận biết

mặt người như thế nào Trong phần này, sẽ chỉ đề cập đến hai câu hỏi trên, còn

việc xử lý vùng da như thế nào cho việc phát hiện mặt người, sẽ đề cập đến trong

chương sau, với một phương pháp cụ thể được chọn để sử dụng cho bài đồ án

này

Phương pháp được được đề ập trong phần này là phương pháp phát hiện

da người dựa trên đặc tính điểm ảnh, nghĩa là sẽ phân lớp điểm ảnh thành hai

lớp, lớp là lớp điểm anh có thuộc màu da và lớp kia không phải là màu da Các

điểm ảnh là hoàn toàn độc lập với nhau Ngược lại với phương pháp này là

phương pháp dựa trên đặc tính vùng ảnh

Phát hiện màu da dựa trên đặc tính điểm ảnh có một lịch sử phát triển khá

dài, tuy nhiên trong khuôn khổ phần tổng quan này, chỉ đề cập và so sánh những

kỹ thuật đã được công bố và được đánh giá hiệu quả

Mục đích cuối cùng của phần tổng quan này là thu tập các kỹ thuật đã

được công bố, mô tả những ý tưởng chính của kỹ thuật đó, tổng hợp và đưa ra

những ưu điểm, nhược điểm và những đặc trưng của từng kỹ thuật Từ đó sẽ đưa

ra quyết định lựa chọn kỹ thuật phù hợp dùng để phân vùng màu da áp dụng cho

bài đồ án này

2.2 Không gian màu sử dụng cho mô hình hóa màu da

Trong lĩnh vực đo màu, cũng như các lĩnh vực trong truyền tín hiệu hình

ảnh và video sử dụng rất nhiều không gian màu với các tính chất khác nhau Và

trong số đó nhiều không gian màu được áp dụng cho vấn đề mô hình hóa màu

da Sau đây là tóm lược nhóm các không gian màu được sử dụng rộng rãi nhất

cũng như các tính chất của chúng

2.2.1 Không gian màu RGB

RGB là không gian màu cơ bản được áp dụng từ lâu cho màn hình CRT

Trong không gian màu này, mỗi điểm màu là sự kết hợp của ba thành phần đơn

màu (Đỏ - Red, Xanh lá cây- Green và xanh da trời : Blue) Đây là một trong

những không gian màu được sử dụng phổ biến nhất cho việc xử lý và lưu trữ dữ

liệu ảnh số Tuy nhiên do tính tương quan cao giữa các kênh, giá trị cảm nhận

không đồng nhất, sự pha trỗn giữa dữ liệu thành phần màu và dữ liệu về độ sáng

mà không gian RGB không được ưa thích sử dụng cho việc phân tích màu cũng

như trong các thuật toán nhận dạng dựa trên màu sắc

2.2.2 Không gian RGB chuẩn hóa

Không gian RGB chuẩn hóa là không gian màu nhận được từ không gian

RGB cơ bản theo công thức chuẩn hóa đơn giản sau đây:

(I.13)

Có thể dễ dàng thấy rằng, trong không gian này, r+g +b = 1 Do đó chỉ

cần hai trong ba thành phần trên là đủ để biểu diễn không gian màu này, thành

phần thứ ba sẽ không còn giá trị và có thể được bỏ qua, để rút ngắn được số

chiều của không gian này Hai thành phần còn lại thường được gọi là các thành

phần “màu tinh khiết” (“pure colors”) Thông thường, hai thành phần r và b

thường được giữ lại, còn b bị rút bỏ đi Tính chất cần chú ý của không gian màu

này đó là tính bất biến đối với của bề mặt Nghĩa là, nếu như không quan tâm

đến ánh sáng xung quanh, thì không gian chuẩn hóa RGB là bất biến đối với sự

thay đổi về hướng bề mặt liên quan đến nguồn chiếu (tất nhiên là duới một vài

giả thiết nhất định) Kết hợp với phép chuyển đổi đơn giản từ không gian màu

RGB cơ bản mà không gian RGB chuẩn hóa này ngày càng được sử dụng rộng

rãi trong nhiều lĩnh vực, trong đó có linh vực nhận dạng

2.2.3 HIS, HSV, HSL - Độ bão hòa của màu

Không gian màu dựa trên tính bão hòa màu được giới thiệu khi có những

nhu cầu trong việc xác định số lượng tính chất màu Chúng miêu tả màu sắc với

những giá trị thuộc về trực giác, dựa trên ý kiến của các họa sỹ về những trạng

thái khác nhau của màu sắc, trạng thái bão hòa cũng như từng tông màu khác

nhau Hue biểu thị cho màu trỗi (như màu đỏ, màu xanh lá cây, màu đỏ tía và

màu vàng) của một vùng ảnh, saturation (độ bão hòa) là thước đo cho giới mức

ngưỡng màu của một vùng ảnh Các khái niệm như “intensity” (cường độ),

“lightness” (tính dịu) hay “value”(giá trị) liên quan đến độ sáng của màu Giá trị

trực giác của các thành phần trong không gian màu này và sự phân biệt rõ ràng

giữa độ sáng với cá thành phần màu của không gian màu là ưu điểm mà giúp cho

không gian này được sử dụng phổ biến trong vấn đề phần vùng màu da

Công thức chuyển từ không gian RGB sang không gian này như sau:

(I.14)

Ngoài ra còn có thể tính Hue à Saturation bằng cách sử dụng hàm log cho

các thành phần màu của không gian màu RGB Phương pháp này có thể làm

giảm sự độc lập của các thành phần màu theo mức sáng

Hệ tọa độ cực giữa Hue và Saturation có thể gây ra nhiều khó khăn trong

mô hình màu da, chính vì vậy người ta còn chuyển nó sang hệ tọa độ Đề các theo

công thức sau:

(I.15)

2.2.4 TSL – Tint, Saturation, Lightness (sắc thái, độ bão hòa, độ dịu )

Không gian chuẩn hóa thành phần màu và độ sáng TSL được chuyển từ

không gian chuẩn hóa RGB theo công thức sau đây:

(I.16)

Trong đó, r’ = r – 1/3, g’ = g – 1/

Theo kết quả nghiên cứu, so sánh chín không gian màu sử dụng cho mô

hình màu da thi không gian chuẩn hóa TSL thực hiện mô hình hóa màu da nhanh

hơn các không gian khác

2.2.5 YcrCb

YC r C b là không gian màu được sử dụng nhiều trong vấn đề nén ảnh Màu

sắc dược biểu diễn bởi luma (đó là giá trị độ sáng được tính toán từ không gian

RGB), gồm ba thành phần, một thành phần là tổng các trọng số từ RGB, hai

thành phần màu khác nhau Cr và Cb được tạo ra bằng cách từ từ hai thành phần

Red và Blue trong không gian màu RGB Công thức để chuyển đổi như sau:

(I.17)

Việc chuyển đổi đơn giản, tính phân chia rõ ràng của độ sáng và các thành

phần màu là những đặc tính giúp cho không gian này lôi cuốn các nhà nghiên

cứu sử dụng cho việc mô hình hóa màu da

2.2.6 Các hệ tọa độ không gian màu khác

Bên cạnh YcrCb, một vài không gian màu khác đựoc tạo ra từ chuyển đổi

tuyến tính không gian RGB được sử dụng trong vấn đề phát hiện màu da Như là

YES, YUV hay YIQ Tuy nhiên chúng ít được sử dụng hơn

2.3 Mô hình hóa màu da

Mục đích cuối cùng của phát hiện màu da là xây dựng một quy tắ có tính

quyết định Đây là quy tắc sẽ giúp phân biệt một điểm ảnh là da hay không phải

là da người Thông thường, quy tắc này sẽ thiết lập một giá trị đo cho phép tính

toán mức độ tương đồng giữa một điểm ảnh màu với đặc trưng màu da Giá trị

đo này được thiết lập như thế nào, công thức ra sao tùy thuộc vào từng phương

pháp mô hình hóa màu da

2.3.1 Xác định ngưỡng cụ thể một điểm ảnh là màu da

Trong một số không gian màu, phương pháp xây dựng và xếp lớp màu da

bằng cách xác định rõ ràng (thông qua một số quy tắc) biên giới các giá trị của

điểm ảnh là màu da hay không Ví dụ như:

Trong không gian RGB:

(R,G,B) được xếp thuộc lớp màu da nếu như:

R>95 và G>40 và B>20 và

Max(R,G,B) – Min(R,G,B) >15 và

|R-B| > 15 và R>g và R>B

Tính đơn giản của phương pháp này cũng thu hút nhiều sự tập trung

nghiên cứu Ưu điểm dễ thấy của phưuơng pháp này đó là tính đơn giản của quy

tắc nhận biết màu da Điều này cho phép phân lớp một cách nhanh chóng và dễ

dàng Tuy nhiên kết quả đạt được khi phân lớp là không cao trong trường hợp

tổng quát Vì vậy khó khăn chính của phương pháp này nếu muốn có được hệ số

nhận dạng cao đó là phải tìm ra được một không gian màu thích hợp cũng như

các quy tắc tốt để nhận biết màu da trong không gian màu này

Hiện nay người ta đang đề xuất sử dụng thuật toán máy học để tìm ra một

không gian màu thích hợp cũng như các quy tắc phân lớp màu da với mong

muốn có được hệ số nhận dạng cao Tuy nhiên đó cũng chỉ mới là đề xuất và

chưa có một kết quả cụ thể của một nghiên cứu nào đựoc công bố

Tuy nhiên, giữa và kết quả đạt được, chúng ta vẫn có thể tìm ra được

những quy tắc cho phép nhận biết chắc chắn một điểm ảnh không phải là màu

da Những quy tắc này có thể được sử dụng làm bước lọc khởi tạo cho các

phương phân lớp pháp phức tạp hơn giữa vùng màu da và vùng không phải màu

da Nó giúp cho quá trình phân lớp được thực hiện nhanh chóng hơn và đỡ tốn

công hơn

2.3.2 Phưong pháp mô hình hóa màu da sử dụng phân phối không tham số

Ý tưởng chính của phưong pháp mô hình hóa màu da không tham số đó là

ước lượng phân phối màu da từ dữ liệu huấn luyện mà không xuất phát từ một

mô hình rõ ràng nào của màu da Kết quả của phương pháp này thường được

biểu diễn dưới dạng một bản đồ phân bố màu da (SPM – Skin Probability Map)

Mỗi một giá trị phân bố được gán cho mỗi điểm trong không gian màu

2.3.2.1 Bảng tra cứu chuẩn hóa (LUT – Lookup Table)

Một số thuật toán phát hiện mặt người và bám sát mặt người sử dụng một

lược đồ mức xám dựa trên hướng tiếp cận phân vùng các điểm ảnh là màu da

Không gian màu được lượng tự hóa thành từng nhóm, mỗi một nhóm đáp ứng

cho một khoảng các thành phần màu Các nhóm lược đồ này được tham chiếu tới

một bảng gọi là bảng tra cứu Mỗi một nhóm lưu trữ một số lượng lần xuất hiện

của một màu khi tiến hành huấn luỵện ảnh da người Sau quá trình huấn luyện,

biểu đồ sẽ tính toán và chuẩn hóa, chuyển sang giá trị biểu đô trong phân phối

xác suất miền rời rạc: P skin (c) = skin[c]/Norm (I.18)

Trong đó, skin[c] nhận giá trị của nhóm lược đồ, đáp ứng cho véc tơ màu

c, Norm là một hệ số chuẩn hóa (tổng tất cả các giá trị của các nhóm biểu đồ)

hay là giá trị lớn nhất của một nhóm biểu đồ Giá trị chuẩn hóa của của bảng tra

cứu các nhóm biểu đồ là căn cứ để cho phép quyết định một màu có là màu da

hay không

2.3.2.2 Phân lớp Bayes (Bayes Classifier)

Giá trị của Pskin(c) trong công thức trên là một điều kiện xác suất –

P(c|skin) – xác suất một màu quan sát c là một pixel màu da Và xác suất thích

hợp được dùng để phát hiện màu da đó là P(skin|c) – xác suất quan sát màu được

màu da khi xuất hiện một giá trị màu c rời rac Để tính giá trị này, ta sử dụng

công thức Bayes quen thuộc:

(I.19)

Trong đó P(c|skin) và P(c|-skin) đựoc tính trực tiếp từ biểu đồ màu da và

không màu da Xác suất toàn phần P(skin) và P(-skin) thì được ước lượng từ một

số lượng các mẫu là màu da và không màu da trong tập mẫu huấn luyện Bất

đẳng thức P(skin|c) > Θ, trong đó Θ là một giá trị ngưỡng, có thẻ được sử dụng

để trở thành quy tắc trong phát hiện màu da

Công thức trên đôi khi hơi phức tạp, và để có thể tránh điều này, nếu như

thực sự không cần phải biết một cách chính xác suất P(skin|c) và P(-skin|c) mà

chỉ cần biết tỉ số giữa chúng thì người ta thường đưa vê công thức như sau:

(I.20)

So sánh công thức này với một ngưỡng có thể tạo ra một quy tắc cho phép

phát hiện tỉ số màu da/không phải màu da Sau một vài phép biến đổi, chúng ta

nhận được công thức

(I.21)

Công thức trên có thể thấy rằng, việc chọn lựa giá trị của xác suất toàn

phần không ảnh hưởng đến chất lượng của bộ phát hiện, vì với bất kì một xác

suất toàn phần P(skin) đều có thể chọn được một giá trị K phù hợp sao cho giá trị

của ngưỡng là Θ

2.3.2.4 Tổng kết phương pháp không tham số

Hai ưu điểm dễ thấy của phương pháp mô hình hóa phân phối không tham

số đó là: thứ nhất, chúng có thể huấn luyện và sử dụng được một cách nhanh

chóng Thứ hai, chúng độc lập với lý thuyết vè hình dạng của phân phối màu da

(điều này không đúng trong mô hình hóa màu da có tham số) Tuy nhiên nhược