Ứng dụng DSP trong nhận dạng khuôn mặt và dấu vân tay

+ Phổ biến nhất có lẻ là dấu vân tay của chúng ta qua mặt sau của chứng minh thư để xác định một cách nhanh nhất các đặc điểm, hồ sơ của một công dân đã được lưu trong cơ sở dữ liệu.. Vi

ỨNG DỤNG DSP TRONG NHẬN DẠNG KHUÔN MẶT VÀ DẤU VÂN TAY

Đây là đề tài mình chọn từ việc ứng dụng xử lý tín hiệu số trong sinh trắc học, trong đó tài liệu nhiều nhất có lẻ ở lĩnh vực nhận dạng Ngoài ra còn có các đề tài trong nhiều lĩnh vực khác như

+Truyền thông(CDMA, 3G, nâng cao băng thông mang,…)

+ Y học (điện tâm đồ,…)

+ Hình ảnh (xử lý và nén ảnh)

+ Âm thanh (điều chế xử lý âm thanh)

…

Mọi người cứ chọn các đề tài khác(xem đề tài nào có nhiều tài liệu thì OK hết

^_^) Nhớ xem trước trên Forum xem đề tài đó có ai chọn chưa?

Nếu đồng ý với đề tài trên thì dưới đây là bản phân công cho nhóm.(Mọi người có

ý kiên gì xin liên lạc qua mail shenlong2210@gmail.com)

Bản phân công chi tiết công việc trong nhóm:

1 Nhận dạng vân tay

Nguyễn Hải Quang Minh

Nguyễn Văn Long

Cách tăng cường chất lượng và

độ chính xác khi nhận dạng

Khái niệm, nguyên tắc và phương pháp nhận dạng khuôn mặt

Cách tăng cường chất lượng và

độ chính xác khi nhận dạng

I.NHẬN DẠNG VÂN TAY

1 MỤC ĐÍCH CỦA VIỆC NHẬN DẠNG VÂN TAY

Trong thời đại ngày nay, khi tất cả các lĩnh vực trong xã hội đều được ứng dụng Khoa học kỹ thuật giúp cho con người thuận tiện hơn trong công việc hằng ngày Khi mà công nghệ thông tin bùng nổ, với sự bảo mật riêng tư thông tin cá nhân cũng như để nhận biết một người nào đó trong hàng tỉ người trên trái đất đòi hỏi phải có một tiêu chuẩn, hệ thống đảm nhận các chức năng đó

Vân tay là một trong những đặc điểm khá đặc biệt của con người bởi vì tính đa dạng của nó, mỗi người sở hữu một dấu vân tay khác nhau, rất ít trường hợp những người có dấu vân tay trùng nhau

+ Người ta lợi dụng đặc điểm này để xây dựng các hệ thống bảo mật các thông tin riêng tư cho người sở hữu chúng, từ việc thay thế cho các ổ khóa cho đến việc thay thế mật khẩu đã quá phổ biến trong thời đại tin học ngày nay Người ta chỉ cần quét dấu vân tay của mình qua các thiết bị chức năng là có thể đăng nhập vào hệ thống máy vi tính, qua một phòng bí mật hay các trạm bảo vệ bí mật Đó là giải pháp an ninh tuyệt đối cho những yêu cầu bảo mật của con người trong nhiều lĩnh vực như: Kiểm soát an ninh trong các cơ quan của Chính Phủ, trong quân đội, ngân hàng, trung tâm lưu trữ dữ liệu hoặc để kiểm soát ra vào của nhân viên tại các trung tâm thương mại, các tập đoàn, các đại sứ quán

+ Trong các lĩnh vực phòng chống tội phạm, người ta có thể tìm ra tung tích tội phạm cũng như nạn nhân thông qua dấu vân tay ở trên hiện trường

+ Phổ biến nhất có lẻ là dấu vân tay của chúng ta qua mặt sau của chứng minh thư để xác định một cách nhanh nhất các đặc điểm, hồ sơ của một công dân đã được lưu trong cơ sở dữ liệu

+ Ngoài ra, hệ thống còn hỗ trợ đắc lực cho việc quản lý và chấm công tại các nhà máy, xí nghiệp, công ty, bảo vệ anh ninh cho mỗi gia đình hoặc cá nhân

2 CẤU TẠO, ĐẶC ĐIỂM VÀ PHÂN LOẠI CÁC DẠNG VÂN TAY

2.1 Cấu tạo vân tay: dấu vân tay của mỗi cá nhân là độc nhất Xác suất hai cá nhân - thậm chí ngay cả anh em (hoặc chị em) sinh đôi cùng trứng - có cùng một bộ dấu vân tay là 1 trên 64 tỉ Ngay cả các ngón trên cùng bàn tay cũng có vân khác nhau Dấu vân tay của mỗi người là không đổi trong suốt cuộc đời Người ta có thể làm phẫu thuật thay da ngón tay, nhưng chỉ sau một thời gian dấu vân tay lại được hồi phục như ban đầu Vân tay là những đường có dạng dòng

chảy có trên ngón tay người Nó là một tham số sinh học bất biến theo tuổi tác đặc trưng cho mỗi cá thể Trên vân tay có các đường gợn và các luống

2.2 Các điểm đặc trưng của vân tay: Trên các ảnh vân tay có các điểm đặc trưng (là những điểm đặc biệt mà vị trí của nó không trùng lặp trên các vân tay khác nhau) được phân thành hai loại: singularity và minutiae

Singularity: Trên vân tay có những vùng có cấu trúc khác thường

so với những vùng bình thường khác (thường có cấu trúc song

song), những vùng như vậy goi là singularity Có hai loại singularity

là core và delta

Core thường có một số dạng như sau:

Minutiae: Khi dò theo từng đường vân ta sẽ thấy có những điểm

đường vân kết thúc (Ridge Ending) hoặc rẽ nhánh (Bifurcation), những điểm này được gọi chung là minutiae

2.3 Phân loại vân tay: Các ảnh vân tay được phân loại nhằm tăng tốc độ tìm kiến trong cơ sở dữ liệu vân tay trong quá trình nhận dạng Và các phương pháp phân loại vân tay hiện nay đều dựa trên hai loại đặc điểm chung nhất của mọi vân tay, đó là tâm và tam phân điểm (hay còn được gọi là delta)

Dựa trên các thông tin về số lượng tam phân điểm và vị trí của chúng là

ta hoàn toàn có thể xác định được loại của vân tay Vì vậy, vấn đề trích chọn tâm và tâm phân điểm là khâu không thể thiếu được trong quá rình phân loại vân tay

Sau đây là một số phương pháp phân loại vân tay đã được nghiên cứu và công bố, muốn lưu ý tới phương pháp trích chọn tâm và tam phân điểm được sử dụng

 Phương pháp phân loại Henry: Đây là phương pháp phân loại cổ điển và phổ biến nhất, được sử dụng chủ yếu khi nhận dạng vân tay một cách thủ công Các tâm và tam phân điểm được nhận biết bằng mắt thường và vân tay được phân loại dựa trên số lượng đường vân bị cắt bởi đường nối tâm và tam phân điểm

 Các phương pháp phân loại dựa trên các đặc điểm tổng thể: Việc phân loại vân tay trong phần lớn các hệ AFIS hiện nay đều dựa trên các đặc điểm tổng thể Việc trích chọn tâm và tam phân điểm có thể được thực hiện trực tiếp trên ảnh vân tay theo phương pháp xử lý ảnh theo từng điểm, nhưng nhược điểm của phương pháp này là tôc độ xử lý chậm Sau khi tách hướng các vùng, ta nhận được một ảnh định hướng đặc trưng cho vân tay

 Phương pháp 2 Màu phân bố hướng chuẩn được định nghĩa là một mẫu hai chiều mô tả phấn bố của các hướng lằn xung quanh một điểm đặc trưng Bằng nghiên cứu thống kê trên nhiều vân tay, các tác giả đã định nghĩa đặc trưng tâm tam phân điểm bằng các mẫu phân bố hướng chuẩn Việc trích chọn tâm

và tam phân điểm được qui về việc tìm kiến trên ảnh định hướng các vectơ phân bố hướng có dạng giống với mẫu phân bố hướng chuẩn bằng các đối sánh các mẫu phân bố hướng tại các điểm

có khả năng là đặc điểm với các mẫu phân bố hướng chuẩn

 Phương pháp 3: Hướng của các vùng được lượng tử hóa theo 8 hưosng trong khoảng từ 00 đ đến 1800 Các vùng đặc điểm tâm

và tam phân điểm được định vị trên ảnh định hướng bằng cách kiểm tra chỉ soó Poincaré trên một đường cong nhỏ khép kín xung quanh một điểm

3 CÁCH XÂY DỰNG HỆ THỐNG NHẬN DẠNG VÂN TAY

3.1 Quá trình nhận dạng dấu vân tay

 Xác nhận dấu vân tay ( fingerprint verification ) Tại bước này một người sẽ cung cấp dấu vân tay cùng với chứng minh thư, hoặc là các đặc điểm cá nhân của người đó,

ví dụ như Họ tên, ngày sinh, quê quán…(trong chứng minh thư) hoặc là Username, tên tài khoản, các quyền hạn của ngươi đó,…(trong bảo mật) Bước này nhằm tạo ra một cơ sở

dữ liệu tương ứng dấu vân tay và các đặc điểm liên quan Nguyên lý cơ bản của hệ thống này là sử dụng các diot phát sáng để truyền các tia gần hồng ngoại (Near Infrared NIR) tới ngón tay và chúng sẽ được hấp thụ lại bởi hồng cầu trong máu Vùng các tia bị hấp thụ trở thành vùng tối trong hình ảnh và được chụp lại bởi camera CCD Sau đó, hình ảnh được

xử lý và tạo ra mẫu vân tay Mẫu vân tay được chuyển đổi thành tín hiệu số và là dữ liệu để nhận dạng người sử dụng chỉ trong vòng chưa đến 2 giây

Công nghệ truyền ánh sáng của Hitachi cho phép ghi lại rõ nét sơ đồ vân nhờ độ tương phản cao và khả năng tương thích với mọi loại da tay, kể cả da khô, da dầu hay có vết bẩn, vết nhăn hoặc bị khiếm khuyết do tạo hoá trên bề mặt của các ngón tay Lượng dữ liệu nhỏ đó là căn cứ cho việc nhận dạng và tạo nên một hệ thống nhỏ gọn, an toàn, thân thiện

và nhanh nhất trên thế giới

Hệ thống này có thể lưu trữ từ 6.000-8.000 ngón tay trong một máy và mỗi người có thể được nhận dạng bởi 1 trong 5 ngón tay khác nhau đã đăng ký trước đó Ưu điểm vượt trội của hệ thống này là chỉ tương tác với cơ thể sống nên việc bắt chước, giả mạo hoặc ăn cắp dữ liệu là điều hoàn toàn bất khả thi

FVB ra đời hồi đầu năm 2006, đã nhanh chóng thành công tại thị trường Nhật Bản, Singapor, Trung Quốc

 Nhận diện dấu vân tay (finger identification ) Dấu vân tay sẽ được đưa vào để đối chiếu với database chứa các vân tay để truy ra các đặc điểm muốn truy xuất

Việc đối sánh ảnh vân tay cần nhận dạng chỉ cần được tiến hành trên các vân tay (có trong cơ sở dũ liệu) thuộc loại đã được xác định nhờ quá trình phân loại Đây là giai đoạn quyết định xem hai ảnh vân tay có hoàn toàn giống nhau hay không

và đưa ra kết quả nhận dạng, tức là ảnh vân tay cần nhận

dạng tương ứng với vân tay của cá thể nào đã được lưu trữ trong cơ sỏ dữ liệu

3.2 Hai phương pháp nhận dạng dấu vân tay

 Dựa vào các đặc tính cụ thể của dấu vân tay, như điểm cuối, điểm rẽ nhánh của các vân trên tay

 So sánh toàn bộ đặc tính của dấu vân tay

Thực chất đây chỉ là 2 mức độ của việc nhận dạng Rõ ràng trong cách thứ 2 đã bao gồm cách1 Tuy nhiên do đặc điểm của vân tay, nếu ta không phải so sánh quá nhiều ( cơ sở dữ liệu không quá lớn ) các đặc điểm đặc biệt trên dấu vân tay đủ để ta nhận dạng ra dấu vân tay đó của ai Cách thứ 2 là một công việc phức tạp đòi hỏi tính toán nhiều , tuy nhiên cho kết quả với độ tin cậy cao Bài báo cáo này tập trung vào cách làm thứ nhất

3.3 Sơ đồ hệ thống nhận dạng dấu vân tay

Theo phân tích ở trên thì hệ thống này gồm 2 phần:

+ Verification: Ban đầu một người dùng trong hệ thống cung cấp thông tin dấu vân tay của mình và lưu trữ vào cơ sở dữ liệu + Identification: Khi sử dụng hệ thống này, dấu vân tay được thu thập từ một sensor và đem đi xử lý Quá trình xử lý có thể tùy chọn một trong 2 phương pháp trên trên )

3.4 Giai đoạn xử lý ảnh trong quá trình nhận dạng vân tay:

Về giai đoạn xử lý ảnh bạn có thể làm các phép xử lý như duới hình sau

Bài báo cáo này sẽ đi sâu vào trình bày cách phân vùng ảnh theo cách phân loại dấu vân tay ở trên, tức là trích được các điểm đặc trưng từ một bức ảnh dấu vân tay Cuối bài bổ sung thêm một phần nhỏ phương pháp nâng cao độ chính xác trong nhận dạng vân tay

Trích các điểm singularity

a Trường định hướng (orientation field) Ảnh vân tay là ảnh định hướng, các đường vân là các đường cong theo các hướng xác định Góc hợp bởi phương của một điểm trên đường vân với phương ngang được gọi là hướng của điểm đó Tập hợp các hướng của các điểm trên ảnh vân tay gọi

là trường định hướng của ảnh vân tay đó

Phương pháp xác định trường định hướng như sau [5], [14]:

− Chia ảnh vân tay thành các khối nhỏ hơn kích thước WxW

− Tính gradient theo hai hướng x, y là Gx, Gy tại mỗi điểm (pixel) trong khối

− Khi đó hướng của điểm chính giữa của khối được xác định theo công thức:

b Xác định các điểm singularity bằng chỉ số Poincare (Poincare index) [3]

Giả sử (i,j) là một điểm bất kỳ trên ảnh vân tay, C là một đường cong khép kính xung quanh (i,j) thì chỉ số Poincare tại (i,j) là tổng đại số các độ sai lệch hướng của các điểm liền kề nhau trên đường cong C Trong đó: Np là tổng số điểm trên đường cong

“số” C ϕ(x,y) là hướng tại điểm (x,y)

Dựa vào chỉ số Poincare ta có thể xác định các điểm singularity

Trích các điểm minutiae

Có hai phương pháp chính để tìm các điểm minutiae: trích các điểm minutiae từ ảnh binary và trích các điểm minutiae trực tiếp từ ảnh xám

a Trích các điểm minutiae từ ảnh binary [5]

Ý tưởng chính của phương pháp này là từ ảnh xám ban đầu ta

sử dụng các bộ lọc thích hợp để phát hiện và làm mảnh đường vân dưới dạng một pixel (ridge detection), biến đổi ảnh xám ban đầu thành ảnh binary (có giá trị là 0 hoặc 1) tương ứng

Sau đó, các điểm minutiae sẽ được trích như sau: giả sử (x,y) là một điểm trên đường vân đã được làm mãnh và N0, N1, …, N7

là 8 điểm xung quanh nó thì

4 NÂNG CAO ĐỘ CHÍNH XÁC KHI NHẬN DẠNG VÂN TAY

4.1 Mục đích của việc nâng cao độ chính xác khi nhận dạng vân tay

Hơn 100 năm qua so sánh dấu vân tay vốn được coi là một phương tiện hữu hiệu hỗ trợ cho các nhà điều tra trong quá trình phá án và xét

xử.Hiện thời thì phương pháp này đã bộc lộ một vài khuyết điểm

Có không ít thủ thuật mà người ta vốn quen sử dụng trong khi chưa

chứng minh một cách khoa học về tính hiệu quả và độ tin cậy của nó Nhận dạng qua dấu vân tay là một trong những ví dụ điển hình cho "thói quen" này

Từ cuối thế kỷ 19, phương pháp nhận dạng qua dấu vân tay đã được coi là một trong những công

cụ pháp y để xác định nghi phạm và sự hiện diện của họ tại hiện trường gây án

và gây ra khá nhiều oan sai

Theo nhà nghiên cứu tội phạm Simon Cole, hằng năm chỉ riêng ở nước

Mỹ, các giới chức thực thi pháp luật đã “bắt nhầm” tới 1.000 người qua so sánh vân tay

Trong một cuộc kiểm tra của FBI, người ta đã thu được tỉ lệ sai sót của các phân tích dấu vân tay là 0,8% Theo số liệu của các phòng nhận dạng sinh học Mỹ, trong năm 2002 đã có tới 1.900 kết quả không chính xác trong khâu so sánh vân tay Có năm, tỉ lệ sai số của phương pháp so sánh dấu vân tay lên tới 4,4%

Việc nhận dạng vân tay sẽ gặp nhiều vấn để trở ngại đến kết quả vì các yếu tố khách quan như tác động của môi trường thời tiết,hiện trường sau khi khảo sát,…và các yếu tố chủ quan gây nhiễu Nếu chỉ đơn thuần dựa vào yếu tố kỹ thuật mà bỏ qua một loạt các biện pháp nghiệp vụ khác, sai số này có thể lên tới 10%

Và ngày ngay ngoài phương pháp nhận dạng dấu vân tay đã có khá nhiều các phương pháp nhận dạng sinh trắc học khác có độ chính xác cao hơn và cho kết quả nhanh hơn như phương pháp nhận diện khuôn mặt,nhận dạng tĩnh mạch lòng bàn tay,…

Nhưng phương pháp nhận dạng vân tay hiện vẫn còn phổ biến ở nhiều nơi và nhiều quốc gia,mặc nhiên phương pháp nhận dạng vân tay vẫn được sử dụng trong việc điều tra phá án của cảnh sát vì thế việc nâng cao sự chính xác khi nhận dạng vân tay là một vấn để thiết yếu Và việc áp dụng các phương pháp xử lý tín hiệu giúp cho kết quả nhận dạng tốt hơn và tránh được rủi ro trong việc điều tra nhận dạng.Việc nhận dạng vân tay cũng chính là việc xử lý ảnh

4.2 Đi sâu vào phương pháp xử lý hình ảnh vân tay trong việc nhận dạng

Vân tay khi đem phân tích thường hiển thị dưới dạng màu đen và nền

là màu trắng,trước khi nhận ra dạng Menutia( những dạng đặc biệt của vân tay) chúng ta phải biết cách tách vân tay ra khỏi màu

nền.Như vậy ở hàm mật độ xám phải có 2 điểm cực đại càng rõ càng tốt.Khoảng cách giữa điểm max và min càng lớn thì sẽ tạo lên sự

tương phản rõ ràng giữa vân tay và màu nền

Từ ảnh mờ của vân tay chúng ta muốn có ảnh rõ nét hơn, không phải

là chúng ta thay đổi hàm mật độ xám là có được ảnh rõ nét hơn, mà phải dùng những phương pháp xữ lý ảnh cho toàn bộ hay từng phần của hình vân tay Bạn có thể dùng phương pháp lọc (Filter) để cho hình ảnh rõ ràng hơn Tùy theo hình và mục đích ứng dụng mà chúng

ta dùng phương pháp lọc khác nhau, chẳng hạn như lọc màu xám chỉ còn trắng đen mà thôi, thì như các bạn đã biết giữa hai điểm cực đại trên hàm mật độ xám chúng ta chọn điễm ngưỡng (Thresthold) Có thể là điểm cực tiểu hay là điễm giữa của hai điểm cực đại làm điểm ngưỡng thì phần bên trái điểm ngưởng chúng ta gán giá tri 0 (màu đen) còn phần bên phải thì là 255 (màu trắng) Có khi hình ảnh bị rỗ (Noise), tùy theo mức độ của rổ mà mình có thể dùng Gaussian Filter

để lọc bớt cho hình bớt những ảnh bị rỗ,nếu dùng phương pháp lọc Gaussian với độ lệch sigma = 3 thì hình ảnh sẽ rõ hơn

Nhớ rằng vân tay cũng có chiều quy định của nó giống như Vectơ vậy Thực ra thì sau khi lọc cho ảnh vân tay rõ nét, người ta còn loại bỏ

những vết cắt, hay là bóng da tay mỗi vấn đề mỗi thủ thuật khác

nhau Nhưng cũng là xử lý ảnh để loại bỏ một số điểm đáng ngờ Kế tiếp là làm mỏng các đường nét của vân tay Ở mỗi vân tay người ta không phải giữ hình ảnh của vân tay mà giữ những điểm đặc biệt gọi

là Menutia (càng nhiểu điểm thì độ chính xác càng cao ) Cuối cùng chúng ta lấy được những điểm cần thiết ra Tuy nhiên để chính xác người ta chồng chất những dấu vân tay cùng một ngón tay để tìm ra điểm chung để tăng độ chính xác hơn và ta sẽ có được những điểm bao gồm cả hai hình cùng một vân tay Thông thường chắc ăn người

ta đăng ký khoảng 4 lần cùng một vân tay để thành lập một cấu trúc rồi nén lại khoảng 300 tới 500 bytes, chứa khoảng từ 20 đến 80 điểm đặc biệt Ngoài ra chúng ta phải kiểm tra và kiễm định bằng phương pháp thông kê rất nhiều để xác định sai số cho phép,

4.3 Phương pháp lọc Gabor

Bộ lọc Gabor sử dụng để tăng cường đường vân và phục hồi vân Hiệu quả sử dụng của các thuật toán trích chọn đặc tính và các kĩ thuật nhận dạng vân tay khác phụ thuộc rất lớn vào chất lượng của ảnh vân tay đầu vào Trong trường hợp ảnh vân tay, vân lồi và vân lõm thay thế nhau và hướng theo một hướng cố định Trong những tình huống thế này, các vân có thể dễ dàng được phát hiện và các chi tiết có thể xác định một cách chính xác trên ảnh Nhưng trong thực tế, do điều kiện da ( như khô hay ướt, bị cắt… ), nhiễu cảm biến, ấn vân tay

không đúng, và các ngón tay chất lượng thấp, một phần không nhỏ các ảnh vân tay ( khoảng 20% ) là có chất lượng thấp

Trong nhiều trường hợp, một ảnh vân tay chứa nhiều vùng gồm có cả chất lượng tốt, trung bình và xấu

Nói chung, có vài dạng mất giá trị liên hệ với các ảnh vân tay:

• các vân không liên tục,có vài nếp đứt

• các vân song song không tách biệt rõ ràng do tồn tại của nhiễu liên kết các vân song song, khiến chúng tách biệt kém

• bị cắt, có nếp gấp, hay thâm sẹo

Ba dạng bị vân mất giá trị này làm cho việc trích chọn đặc tính cực kì khó khăn Chúng dẫn tới các vấn đề sau trong việc trích chọn đặc tính:

• Trích chọn các chi tiết sai lệch

• Bỏ qua các chi tiết đúng

• Gây lỗi về hướng và vị trí của chi tiết

Để bảo đảm hiệu quả tốt trong các thuật toán trích chọn chi tiết trên

các ảnh vân tay chất lượng kém, cần một thuật toán tăng cường để nâng cao sự rõ ràng trong cấu trúc vân

Một chuyên gia vân tay thường có thể nhận dạng chính xác các chi tiết bằng cách sử dụng nhiều manh mối nhìn được như hướng vân tay, tính liên tục của vân, xu hướng vân…Trong lý thuyết, có thể phát triển một thuật toán tăng cường sử dụng các manh mối nhìn được này để cải thiện chất lượng hình ảnh Nói chung, với một ảnh vân tay cho trước, các cùng vân tay đã được phân đoạn có thể chia vào ba hạng mục:

• Vùng được định nghĩa tốt: các vân được phân biệt rõ ràng với các vân khác

• Vùng có khả năng phục hồi: các vân bị hư hỏng bởi các đường đứt gãy nhỏ, thâm sẹo… nhưng chúng vẫn có khả năng nhìn được và các vùng xung quanh cung cấp thông tin đủ để khôi phục cấu trúc ban đầu của chúng

• Vùng không thể phục hồi, nơi các vân bị hư hại bởi các nhiễu

nghiêm trọng, không có vân nào nhìn thấy được và các vùng xung quanh không cho phép chúng được xây dựng lại

Các vùng chất lượng tốt, có thể phục hồi và không thể phục hồi có thể được nhận dạng qua vài tiêu chuẩn: độ tương phản, tính đầy đủ của hướng, tần suất vân, và các đặc tính cục bộ khác có thể kết hợp để định nghĩa chỉ số chất lượng Mục đích của một thuật toán tăng cường

là để cải thiện tính rõ ràng của các cấu trúc vân trong các vùng có khả năng khôi phục và đánh dấu các vùng không thể khôi phục vì quá nhiễu cho các xử lý tiếp theo

Có rất nhiều phương pháp để nâng cao chất lượng vân, có một

phương pháp đã sử dụng và đạt hiệu quả rất tốt đó là sử dụng bộ lọc Gabor

Để áp dụng các bộ lọc Gabor tới một ảnh,cần xác định bốn tham số (

θ, f, mask, radius) Tần suất của bộ lọc hoàn toàn được quyết định bởi tần suất vân cục bộ (f) và hướng của bộ lọc được quyết định bởi hướng vân cục bộ (θ) Việc chọn các giá trị radius , nếu chọn giá trị lớn thì bộ lọc sẽ chịu nhiễu nhiều hơn, nhưng lại tạo ra sự nhầm lẫn giữa vân lồi và vân lõm với radius = 4 là sử dụng tốt trong rất nhiều trường hợp

II NHẬN DẠNG KHUÔN MẶT

1 GIỚI THIỆU

Hơn một thập kỷ qua, có rất nhiều công trình nghiên cứu về bài toán xác định khuôn mặt người từ ảnh đen trắng, ảnh xám, đến ảnh màu như ngày nay Các nghiên cứu đi từ bài toán đơn giản, mỗi ảnh chỉ có một khuôn mặt người nhìn thẳng vào thiết bị thu hình và đầu ở tư thế thẳng đứng trong ảnh đen trắng Cho đến ngày hôm nay bài toán mở rộng cho ảnh màu, có nhiều khuôn mặt trong cùng một ảnh, khuôn mặt có quay một góc nhỏ, hay bị che khuất một phần,có nhiều tư thế thay đổi trong ảnh Không những vậy mà còn mở rộng cả phạm vi từ môi trường xung quanh khá đơn giản (trong phòng thí nghiệm) cho đến môi trường xung quanh rất phức tạp (như trong tự nhiên) nhằm đáp ứng nhu cầu thật sự cần thiết của con người

2 ĐỊNH NGHĨA BÀI TOÁN XÁC ĐỊNH KHUÔN MẶT NGƯỜI

Xác định khuôn mặt người (Face detection) là một kỹ thuật máy tính để xác định các vị trí và các kích thước của khuôn mặt trong ảnh bất kỳ (ảnh

kỹ thuật số) Kỹ thuật này nhận biết các đặt trưng khuôn mặt và bỏ qua những thứ khác như: toàn nhà, cây cối, cơ thể

3 ỨNG DỤNG CỦA PHƯƠNG PHÁP XÁC ĐỊNH KHUÔN MẶT NGƯỜI

Có nhiều ứng dụng đã được và đang thiết kế, dưới đây là một số loại ứng dụng o Hệ thống tương tác giữa người và máy: giúp những người bị tật hoặc khiếm khuyếtcó thể trao đổi Những người dùng ngôn ngữ tay có thể giao tiếp với những người bình thường Những người bị 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 (hand gesture), điệu bộ khuôn mặt, …

o Nhận dạng người A có phải là tội phạm truy nã hay không? Giúp cơ quan

an ninh quản lý tốt con người Công việc nhận dạng có thể ở trong môi trường bình thường cũng như trong bóng tối (sử dụng camera hồng ngoại)

o Hệ thống quan sát, theo dõi và bảo vệ Các hệ thống camera sẽ xác định đâu là con người và theo dõi con người đó xem họ có vi phạm gì không, ví

dụ xâm phạm khu vực không được vào, …

o Lưu trữ (rút tiền ATM, để biết ai rút tiền vào thời điểm đó), hiện nay có tình trạng những người bị người khác lấy mất thẻ ATM hay mất mã số PIN

và những người ăn cắp này đi rút tiền, hoặc những người chủ thẻ đi rút tiền nhưng lại báo cho ngân hàng là mất thẻ và mất tiền Các ngân hàng có nhu cầu khi có giao dịch tiền sẽ kiểm tra hay lưu trữ khuôn mặt người rút tiền để sau đó đối chứng và xử lý

o Thẻ căn cước, chứng minh nhân dân (Face Identification)