Tiểu luận tốt nghiệp Xác định mặt người dựa vào thành phần khuôn mặt và logic mờ

ĐẠI HỌC QUỐC GIA TPHCM ĐẠI HỌC KHOA HỌC TỰ NHIÊN KHOA TOÁN-TIN HỌC BỘ MÔN TIN HỌC ỨNG DỤNG D E TIỂU LUẬN TỐT NGHIỆP Đề tài: XÁC ĐỊNH MẶT NGƯỜI DỰA VÀO THÀNH PHẦN KHUÔN MẶT VÀ LOGIC MỜ Giảng viên hướng dẫn: Thạc só PHẠM THẾ BẢO Giảng viên phản biện: Tiến só TRẦN NAM DŨNG Sinh viên thực : TRẦN ANH TUẤN PHAN PHÚC DOÃN KHÓA:2001-2005 Xác đònh mặt người Lời nói đầu Ngày với phát triển nhanh chóng công nghệ thông tin, người ngày muốn làm vật dụng thay họ việc lao động chân tay trí óc Vì lónh vực trí tuệ nhân tạo tự động hóa ngày phát triển mạnh nước phát triển, đặc biệt việc chế tạo robot Những hệ thống tự động nói chung robot nói riêng muốn hoạt động có hiệu thường phải có hệ thống tương tác người máy hệ thống việc xác đònh mặt người chiếm vò trí quan trọng Xác đònh mặt người (face detection) thuật ngữ dùng để việc đònh hướng (location) xác đònh cách xác vò trí mặt người ảnh Xác đònh mặt người có nhiều phương pháp: phương pháp neural network, phương pháp dựa vào đặc trưng da người, phương pháp dựa vào đặc điểm khuôn mặt người… Luận văn chủ yếu trình bày phương pháp xác đònh mặt người dựa màu da đặc trưng khuôn mặt người Luận văn chia làm phần Phần đầu chủ yếu nói sở toán học khoa học máy tính hệ thống xác đònh mặt người bao gồm: không gian màu, hệ thống logic mờ, phương pháp Fast Marching Phần lại luận văn chi tiết thuật toán cài đặt hệ thống Luận văn viết biên tập kó lưỡng, song tránh khỏi thiếu sót trình viết, mong nhận đóng góp tận tình q thầy cô bạn để luận văn hoàn thiện Xác đònh mặt người Xác đònh mặt người Lời cảm ơn Đầu tiên xin chân thành cảm ơn thạc só Phạm Thế Bảo, người trực tiếp hướng dẫn đề tài tận tình bảo, giúp đỡ suốt trình thực tiểu luận Chúng chân thành cảm ơn hai anh Nguyễn Thành Nhựt Cao Minh Thònh có giúp đỡ q báu tài liệu thuật toán để thực tốt luận văn Chúng xin cảm ơn thầy cô khoa Toán-Tin học cung cấp cho tảng Toán Tin học vững làm tiền đề cho việc thực thành công luận văn Chúng xin cảm ơn bạn khóa 2001 động viên, giúp đỡ để hoàn thành tốt luận văn Xác đònh mặt người Mục lục Lời nói đầu .1 Lời cảm ơn .2 Mục lục Phần 1: Cơ sở toán học Chương 1: Các không gian màu sử dụng việc xác đònh da người Không gian màu HIS, HSV, HSL .5 Không gian màu TSL Không gian màu YCbCr .6 Chương 2: Điều khiển mờ logic mờ Tổng quan logic mờ điều khiển mờ Các thành phần hệ thống logic mờ Mờ hóa Giải mờ .9 Chương 3: Fast Marching 10 Giới thiệu 10 Công thức tính toán thuật toán Fast Marching 10 Áp dụng thuật toán Fast Marching hệ thống thực nghiệm .11 Phần 2: Hệ thống xác đònh mặt người 14 Chương 1: Tổng quan phương pháp xác đònh mặt người .14 I.Mục đích khó khăn Mục đích 14 Khó khăn 14 II.Các phương pháp xác đònh mặt người thành phần khuôn mặt .15 Các phương pháp xác đònh mặt người a Phương pháp tiếp cận dựa vào đặc điểm khuôn mặt 15 b Phương pháp tiếp cận dựa vào hình ảnh 15 Các phương pháp xác đònh thành phần khuôn mặt người 16 3.Ưu điểm phương pháp xác đònh dựa vào thành phần khuôn mặt 18 Chương 2: Xây dựng thuật giải 19 I Các bước tiền xử lí .19 Xác đònh mặt người Phương pháp lấy vùng da người 20 Phương pháp khử nhiễu 21 II Xác đònh thành phần mắt-miệng tách dính 25 Xác đònh thành phần mắt-miệng khuôn mặt .25 Phương pháp tách dính 29 Xác đònh điểm loang 30 Xác đònh độ loang 30 III Xây dựng luật mờ 32 Những luật mờ quan hệ mắt mũi miệng chiều dài chiều rộng khuôn mặt 32 Chương 3: Cài đặt thực nghiệm đánh giá 34 Các chức hệ thống 34 Tổng kết Thống kê dựa sở liệu 34 Ưu điểm 34 Khuyết điểm .34 Hướng phát triển 35 Tài liệu tham khảo 36 Xác đònh mặt người Phần 1: Cơ sở toán học hệ thống Chương 1: Các không gian màu thường sử dụng việc xác đònh mặt người Không gian màu HIS, HSV, HSL (Hue-Saturation-(Intensity/Value/Lightness)) Hue xác đònh màu trội ( màu đỏ, xanh cây, màu tía, vàng) vùng , suturation dùng để đo tỉ lệ màu sắc so với độ sáng vùng, giá trò intensity, value, lightness dùng liên quan đến độ sáng vùng Sự trực giác thành phần không gian màu phân biệt rõ ràng độ sáng độ chrominance làm cho không gian màu trở nên thông dụng việc tách vùng da người Công thức chuyển đổi R, G, B H, S, V (( R − G ) + ( R − B)) H = arccos (( R − G ) + ( R − B )(G − B)) min( R, G, B) S = 1− R+G+ B Phạm Thế Bảo V = ( R + G + B) Digitally signed by Phạm Thế Bảo DN: cn=Phạm Thế Bảo, c=VN, o=Khoa Tóan - Tin học trường Đại học khoa học Tp.HCM, Vietnam, ou=NCLAB, email=ptbao@mathdep.hcmuns edu.vn Reason: I am the author of this document Date: 2006.08.20 11:18:37 +07'00' Không gian màu TSL - Tint, Saturation, Lightness Không gian màu TSL chuyển đổi từ không gian màu RGB thành giá trò trực quan S = [ (r '2 + g '2 )]1/ ⎧ arctan( r '/ g ') / 2π + / 4, g ' > ⎪ T = ⎨ arctan( r '/ g ') / 2π + / 4, g ' < ⎪ 0, g ' = ⎩ L = 0.299 R + 0.587G + 0.114 B Xác đònh mặt người Trong r’ = r−1/3, g’ = g−1/3 giá trò r, g giá trò chuẩn hóa không gian màu RGB tính theo công thức sau: r= R R+G+ B g= G R+G+ B b= B R+G + B Không gian màu YCbCr YCrCb dạng mã hóa không tuyến tính tín hiệu RGB sử dụng phổ biến công nghệ truyền hình châu u nén ảnh Độ Y( độ sáng ) tạo thành tổng thành phần R, G, B theo trọng số khác nhau, Cr Cb tạo thành cách lấy giá trò R, B tương ứng trừ cho giá trò Y Y = 0.299R+0.587G+0.114B Cr = R−Y Cb = B−Y Sự đơn giản biến đổi phân biệt rõ ràng độ sáng độ chrominabce làm cho không gian màu phổ biến việc mô hình hóa màu da người Xác đònh mặt người Chương 2: Điều khiển mờ logic mờ Tổng quan logic mờ điều khiển mờ: Bắt đầu từ năm 1965, giáo sư Lofti A.Zadeh trường đại học California-Mỹ đưa khái niệm lý thuyết tập mờ (Fuzzy set theory) Từ đến logic mờ neural network hai lónh vực nhiều nhà khoa học đặc biệt quan tâm nghiên cứu ứng dụng vào nhiều ngành khoa học kó thuật Tập mờ logic mờ dựa suy luận người thông tin “không xác” “không đầy đủ” hệ thống để điều khiển hiểu biết hệ thống cách xác Đònh nghóa tập mờ hàm liên thuộc: Cho tập E, gọi A’ tập mờ E và: A:= μ A ( x) = 1 + kx Trong μ A ( x) hàm liên thuộc tập mờ A’, μ A ( x) lấy giá trò đọan [0,1] , μ A ( x) gần phần tử x ∈ E tương ứng tỏ, μ A ( x) =1 x phần tử tỏ tập mờ, gần phần tử x ∈ E tương ứng mờ Người ta lấy μ A ( x ) theo nhiều kiểu khác có kiểu thông dụng sau đây: ⎧1 i f x = x* ⎩0 els e μ A ( x) = ⎨ μ A ( x) = e− kx k>0 M y= ∑ h y l =1 M l ∑h l =1 μ A ( x) = l k>0 l 1 + kx Xác đònh mặt người Các thành phần hệ thống logic mờ Hệ thống điều khiển mờ có khối: Khối mờ hóa: có giá trò biền đổi giá trò rõ đầu vào thành miền giá trò mờ với hàm liên thuộc chọn ứng với biến ngôn ngữ đầu vào đònh nghóa Khối hợp thành: dùng để biến đổi giá trò mờ hóa biến ngôn ngữ đầu vào thành giá trò mờ biến ngôn ngữ đầu theo luật hợp thành Khối luật mờ: bao gồm tập luật “Nếu … thì” dựa vào luật mờ sở, người thiết kế viết cho thích hợp với biến giá trò biến ngôn ngữ theo quan hệ mờ Vào/Ra Khối giải mờ: biến đổi giá trò mờ đầu thành giá trò rõ để điều khiển đối tựơng Một điều khiển mờ gồm bốn khối gọi điều khiển mờ Mờ hóa Mờ hóa đònh nghóa ánh xạ từ tập giá trò thực x* ∈U⊂Rn thành tập giá trò mờ A’ U Nguyên tắc chung mờ hóa là: -Từ tập giá trò thực x đầu vào tạo tập mờ A’ với hàm liên thuộc có giá trò đủ rộng điểm rõ x* -Nếu có nhiễu đầu vào mờ hóa góp phần khử nhiễu -Việc mờ hóa phải tạo điều kiện đơn giản cho việc tính toán sau Có phương pháp mờ hóa sau: a Phương pháp đơn trò: Mờ hóa đơn trò từ điểm giá trò thực x* ∈U lấy giá trò đơn trò tập mờ A’; nghóa hàm liên thuộc có dạng: ⎧1 i f x = x* μ A ( x) = ⎨ ⎩0 els e Xác đònh mặt người Ở đánh giá cao tiêu chuẩn height/width kích thước vùng Còn tiêu chuẩn dis/width không ổn đònh khuôn mặt bò nghiêng dù với góc nhỏ Hình minh họa Các thành phần xác đònh Bước hai: Hướng tiếp cận: Bước dùng để xác đònh thành phần trường hợp hay hai mắt bò dính vào biên Cách xây dựng: Ở trường hợp phương pháp mà áp dụng gióng đường vò trí đảm bảo vò trí có khả cao vò trí thành phần Nếu tìm ta đưa vào tập thành phần áp dụng lại bước để lấy kết 29 Xác đònh mặt người Hình minh họa Bước ba: Hướng tiếp cận: trường hợp xuất không có: Đó hai mắt trái phải dính lại thành vùng có kích thước lớn Cách xây dựng: xác đònh điểm trái phải vùng xác đònh khoảng cách 1/4 3/4 Hình minh họa: ù Trường hợp mắt phải, mắt trái dính làm Phương pháp tách dính: Trong ứng dụng xác đònh mặt người với ảnh màu, hai vấn đề gây phức tạp cho thuật toán xác đònh tương ứng là: độ sáng không phù hợp mặt người dính với Nói chung để nhận biết vùng da có dính hay không khó Vì để giải vấn đề 30 Xác đònh mặt người tiến hành xây dựng chuẩn chung kết hợp thuật toán loang Fast Marching với cách xác điểm loang theo nhóm điểm áp dụng nhiều ảnh dính Kết đạt tốt xác Xác đònh điểm loang: • Qua logic mờ kích thước khuôn mặt, xây dựng tập bán kính (radius) ứng với kích thước (size): size ==SMALL||QUITE_SMALL radius=30 size ==RATHER_SMALL radius=35 size ==MEDIUM radius=40 size ==RATHER_BIG radius=45 size ==BIG radius=50 size ==QUITE_BIG radius=55 Thuật toán phân tách nhóm vùng: Khởi tạo: Một mảng chứa bound chọn ra: checkedBound Dữ liệu vào: Khuôn mặt (Face bound) thành phần (Nonface bound) khuôn mặt với bán kính (radius) Xử lí: • Xét Nonface[0] đưa Nonface[0] vào checkedBound • Xét Nonface bound khác khoảng cách nhỏ radius xem check Còn ngược lại đưa Nonface vào checkedBound • Rồi tiếp tục dò tìm các thành phần (nonFace bound) khác tương tự với Nonface[0] Dữ liệu ra: Ta tập checkedBound mà phần tử đại diện cho nhóm hole • Xác đònh độ loang: Độ loang thuật toán Fast Marching giá trò chặn thuật toán Nghóa trình loang dừng tỷ lệ điểm biên (là điểm loang tới biên ) tổng số điểm xét vượt độ loang Cách tiếp cận thông thường độ loang xác đònh dựa vào kích thước khuôn mặt Nhưng bò nhiễu việc có dính nhiều khuôn 31 Xác đònh mặt người mặt hay không làm cho kích thước không đáng tin cậy độ loang không đủ xác Vì lý nên không dựa vào kích thước mà dựa vào số nhóm vùng (checkedbound) có bước trước để xác đònh độ loang Nếu nhóm hệ số loang cao (để đảm bảo loang đủ khuôn mặt) Hình minh họa Chỉ có khuôn mặt: Nhiều khuôn mặt: (tách dính) 32 Xác đònh mặt người III Xây dựng luật mờ Những luật logic mờ quan hệ mắt, mũi, miệng chiều dài, chiều rộng khuôn mặt: Sau xác đònh vò trí thành phần khuôn mặt, tiến hành xác đònh mối quan hệ thành phần xem có thỏa điều kiện khuôn mặt hay không Các mối quan hệ thành phần dựa luật logic mờ sau: Xác suất làmột điểm miệng nằm trục đối xứng hai mắt theo chiều dọc 33 Xác đònh mặt người Xác suất khoảng cách hai điểm mắt gấp hai lần chiều rộng mắt, chiều rộng mắt 2/10 chiều rộng khuôn mặt vò trí mắt Xác suất chiều rộng miệng tỉ lệ với chiều rộng khuôn mặt vò trí miệng theo tỉ lệ 0.2:1 tới 0.65:1 (do chiều rộng miệng khác tùy vào trạng thái khuôn mặt) Xác suất khoảng cách từ mắt tới biên khuôn mặt 2/10 chiều rộng khuôn mặt Xác suất khoảng cách từ biên khuôn mặt tới mắt 0.45:1 so với chiều cao khuôn mặt Xác suất khoảng cách từ biên khuôn mặt tới mũi 0.73:1 so với chiều cao khuôn mặt Xác suất khoảng cách từ biên khuôn mặt tới miệng 0.83:1 so với chiều cao khuôn mặt Xác suất khoảng cách từ mắt tới mũi 0.27:1 so với chiều cao khuôn mặt Xác suất khoảng cách từ mũi tới miệng 0.27:1 so với chiều cao khuôn mặt 10 Xác suất khoảng cách từ mũi tới miệng 1:1 so với khoảng cách từ mắt tới mũi Sau có xác suất tính xác suất khuôn mặt dựa vào luật logic mờ dựa vào cộng thức sau: p= ∑m w k k ∑m *100% k Trong p xác suất khuôn mặt mk xác suất luật logic mờ thứ k wk trọng số luật logic mờ thứ k Theo kinh nghiệm luật logic mờ thứ 10 có trọng số luật logic mờ khác có trọng số 34 Xác đònh mặt người Chương 3: Cài đặt thực nghiệm đánh giá Những chức chương trình: Chức Detect Face: Đây chức chủ yếu chương trình dùng để xác đònh khuôn mặt người ảnh Chức xử lí qua nhiều bước xác đònh vùng da, lọc nhiễu xác tách dính, cuối bao khuôn mặt tìm thấy Chức Detect Components: Nút Active sau xác đònh khuôn mặt Chức Restore: Chức dùng để phục hồi lại ảnh ban đầu sau thực chức detect Chức GetSkin: Chức dùng để xác đònh vùng ảnh có màu da người Tổng kết: a Thống kê dựa liệu: Thống kê việc thực xác đònh mặt người 469 ảnh khác nhau,kích cở lớn không 786x550 ảnh, ta có kết sau: • Số khuôn mặt người thực theo nhận diện người là: 1859 • Số khuôn mặt người xác đònh từ hệ thống là: 1587 Như tỷ lệ xác đònh 85% • Số lượng xác đònh nhầm 35 • Tỷ lệ xác đònh xác thành phần mắt miệng khuôn mặt 90% (trung bình 10 khuôn mặt có khuôn mặt xác đònh mắt miệng) • Độ lệch vò trí mắt miệng ảnh xác đònh ảnh gốc không vượt 10 pixel • Có trung bình khoảng 50 trường hợp khuôn mặt dính ảnh Tỷ lệ tách dính thành công 80% 35 Xác đònh mặt người • Thời gian thực phụ thuộc vào kích thước ảnh, hệ điều hành cấu hình máy tính • Độ xác hệ thống phụ thuộc vào chất lượng độ khó ảnh Với kết đúng/sai nhau, thời gian thực trung bình máy tính khác sau: Máy CPU RAM Hệ Điều Hành Thời Gian Pentium III 866MHz 128 MB Windows XP 4.4 giây Pentium IV 1.7 GHz 256 MB Windows XP 3.3 giây Pentium IV 2,4 GHz 512 MB Windows Server 2000 1.6 giây Ngoài sử dụng threading thời gian thực ảnh không ổn đònh Do sai số thời gian thực thống kê sau: • Mở chạy 10 lần liên tục ảnh • Chạy lại ảnh thông qua lệnh restore 10 lần liên tục • Chạy ảnh theo thứ tự đònh • Chạy ảnh theo thứ tự • Kết sai không đổi • Sai số thời gian lớn 0.8 giây Một số kết hình ảnh: Hình đầu ảnh gốc hình sau ảnh sau xử lý 36 Xác đònh mặt người Trường hợp vùng da tách biệt Trường hợp vùng da tách biệt khu vực mắt miệng dính vào biên: 37 Xác đònh mặt người Trường hợp tách dính khuôn mặt với nhau: 38 Xác đònh mặt người 39 Xác đònh mặt người b Đánh giá -Ưu điểm: • Ưu điểm hệ thống xác đònh xác hầu hết khuôn mặt có ảnh dù khuôn mặt có quay hay không gian ảnh • Có khả tách nhiều khuôn mặt dính ngang dọc 40 Xác đònh mặt người • Có thể dùng để phát triển việc nhận dạng khuôn mặt người nhận cảm xúc khuôn mặt người dựa vào thành phần khuôn mặt (rất quan trọng cho hệ thống giao tiếp người máy) • Kế thừa thành công trình nghiên cứu trước phát triển thành ứng dụng cao hơn, phức tạp • Sử dụng công nghệ multi thread ngôn ngữ lập trình Java nên thời gian xử lí nhanh hệ thống khác nhiều -Khuyết điểm: • Bò phụ thuộc nhiều vào điều kiện ánh sáng phải mô hình hóa màu da người • Mô hình da người chưa tổng quát bò nhiễu màu gần giống da người • Chưa đảm bảo tách dính tất trường hợp c Hướng phát triển: Hệ thống hoàn thiện dựa vào mô hình da người tổng quát hóa thông qua nghiên cứu nhà nhân trắc học Bên cạnh hệ thống viết ngôn ngữ Java chạy môi trường hệ điều hành môi trường điện thoại di động, camera Hệ thống kết hợp với công trình ngiên cứu khác nhận dạng âm thanh, giọng nói, nhận dạng mặt người công nghệ điện tử, tự động để phát triển thành hệ thống trí tuệ nhân tạo phức tạp có ứng dụng thực tế cao Ngoài hệ thống cải thiện tốc độ xử lí nhanh để xử lí thời gian thực, từ ứng dụng vào hệ thống xử lí ảnh video ảnh động quay từ camera hệ thống quan sát, bảo vệ xử lí tự động 41 Xác đònh mặt người Tài liệu tham khảo [1] Kenji Iwata, Hitoshi Honggo, Kazuhiko Yamamoto, and Yoshinori Niwa, “Robust Facial Parts Detection by Using Four Directional Feature and Relaxation Matching” Gifu University, Japan [2] M.Castrillon Santana, J.Lorenzo Navarro, J.Cabrera Gamez , “Detection of Frontal Faces in Video Streams”, Instituto Universitario da Sistemas Inteligentes y Applicationnes Numericas en Ingeniera (IUSIANI) [3] Kyongpil Min, Junchul Chun, and Goorack Prak, “A Nonparametric Skin Color Model for Face Detection from Color Images” Department of Computer Sciences [4] Allan Hanbury, “Mathematical Morphology from Erosion to Watersheds”, Venia University of technology, 9-1983 [5] Sanjay Kr.Singh.D.S.Chauhan,Mayank Vatsa,Richa Singh, “A Robust Skin Color Based Face Detection Algorithm”, Tamkang Journal of Science and Engineering, Vol6, Nõ,pp.227-234(2003) [6] Dai-Yun Li Wen-Hung Liao, “Facial feature detection in near-infrared images”, Department of Computer Science, Natinal ChengchiUniversity, Taipei, TAIWAN [7].Rein-Lien Hsu “Face Detection in Color Images”, Department of Computer Science & Engineering, Michigan State University, MI 48824, 19-4-2004 [8] Xiangping Wang and Xingming Zhang, “Gabor Wavelet-based Eyes and Mouth Detection Algorithm”, Department of Computer Engineering and Science, South China University of Technology [9] Gary G Yen and Nethrie Nithianandan, “Automatic facial feature extraction using edge distribution and genetic search”, School of Electrical and computer enginerring Oklahoma State University, Stillwater, 2003 42 Xác đònh mặt người [10] Saman Cooray and Noel O’Connor, “Facial feature extraction and principal component analysis for face detection in Color Images”, Centre for digital vedio Processing, Dublin City University, Ireland [11] Gines Garcia-Mateos, Alberto Ruiz, “Face detection using integral projection models”, University of Murcia, Spain [12] Dale Brisinda, “Face Detection from Constituent Features and Energy Minimizing Spring-Based Facial Templates”, Calgary, Albeta, Department of computer science, 1998 [13] Shixiong Li, “Multiface Location in Color Image”, Concordia University, Montreal, Quebec, Canada, 2002 [14] Yen-Yu Lin, Tyng-Luh Liu, and Chiou-Shanm Fuh, “Fast Objecy Detection with Occlusions”, Inst.of Information Science, Academia Sinica, Nankang, Taipei 115, Taiwan [15] Jin Ok Kim, Jin Soo Kim, Young Ro Seo, Bum Ro Lee, Chin Hyun Chung, Key Seo Lee,Wha Young Yim, and Sang Hyo Lee, “On Extraction of Facial Features from Color Images”, faculty of Multimedia, Daegu Haany University, Korea [16] Ming-Hsuan Yang, Member, IEEE, David J.Kriegman, Senior Member, and Narendra Ahuja, “Detection Faces in Images: A Survey”, IEEE transaction on PatternAnalysis And Machine intelligence, January 2002 [17] Carlos Morimoto, Dave Koons, Amon Amir, Myron Flickner, “Real-Time Detection of Eyes and Faces”, BM Almaden Research Center 43 [...]... thì việc xác đònh khuôn mặt dựa vào thành phần của khuôn mặt rất ít ảnh hưởng bởi việc này, bởi vì những thành phần trên khuôn mặt ít thay đổi vò trí khi vò trí của khuôn mặt thay đổi nhỏ Những kết quả thực nghiệm cho thấy việc xác đònh khuôn mặt người dựa vào các thành phần trên khuôn mặt có độ chính xác cao hơn rất nhiều so với việc xác đònh mặt người dựa vào toàn bộ khuôn mặt 19 Xác đònh mặt người. .. các thành phần của khuôn mặt có thể xác đònh được ta kết luận là có tồn tại khuôn mặt 17 Xác đònh mặt người b Cách xác đònh dựa vào các đặc trưng màu sắc và quan hệ hình học: • Xác đònh miệng: chủ yếu dựa vào tính chất đỏ hơn của môi so với các thành phần khác của khuôn mặt Sau khi xác đònh những vùng bao quanh vùng da người, những vùng có màu đỏ trong vùng da đó được xác đònh dựa vào công thức: MouthMap=... cách xác đònh măt người của hệ thống được xây dựng 1 Phương pháp lấy những vùng da người: a Xây dựng hệ thống màu: Xây dựng hệ thống màu là một công việc quan trọng trong việc xác đònh khuôn mặt người dựa vào màu da Việc xác đònh chính xác màu da người là thành công ban đầu trong việc xác đònh khuôn mặt Ngoài ra, hệ thống này phải xác đònh khuôn mặt dựa vào các thành phần của khuôn mặt nên ngoài việc xác. .. tính kết cấu đa phân giải 2 Những phương pháp xác đònh thành phần khuôn mặt người: a Phương pháp xác đònh các thành phần dựa vào phép chiếu: Từ những vùng da người xác đònh trước, những thành phần chính của khuôn mặt (mắt, mũi, miệng) có thể xác đònh chính xác dựa vào hình chiếu ngang và dọc của nó Bên cạnh đó, những tri thức về cấu trúc của khuôn mặt người giúp cho chúng ta có thể áp dụng một số thuật... việc mất đi những thành phần quan trọng 15 Xác đònh mặt người của khuôn mặt làm cho việc xác đònh dựa vào những thành phần trên khuôn mặt gặp nhiều khó khăn b Độ lớn nhỏ của mặt: Độ lớn nhỏ của khuôn mặt khác nhau gây khó khăn trong việc xác đònh khuôn mặt dựa vào kích thước của những vùng da c Nhiễu: Những nhiễu gây ra bởi nhiều nguyên nhân khác nhau gây khó khăn cho mọi phương pháp xác đònh, đôi khi... (tách dính) 32 Xác đònh mặt người III Xây dựng luật mờ Những luật logic mờ về quan hệ giữa mắt, mũi, miệng và chiều dài, chiều rộng khuôn mặt: Sau khi xác đònh được vò trí của các thành phần trong khuôn mặt, chúng ta tiến hành xác đònh mối quan hệ giữa các thành phần đó xem có thỏa điều kiện là khuôn mặt hay không Các mối quan hệ giữa các thành phần dựa trên các luật logic mờ sau: 1 Xác suất làmột... của khuôn mặt 9 Xác suất là một nếu khoảng cách từ mũi tới miệng bằng 0.27:1 so với chiều cao của khuôn mặt 10 Xác suất là một nếu khoảng cách từ mũi tới miệng bằng 1:1 so với khoảng cách từ mắt tới mũi Sau khi có các xác suất này chúng ta tính xác suất của khuôn mặt dựa vào các luật logic mờ dựa vào cộng thức sau: p= ∑m w k k ∑m *100% k Trong đó p là xác suất của khuôn mặt mk là xác suất của luật logic. .. phải là mặt bò nhận là mặt và ngược lại d Cường độ ánh sáng khác nhau: Cường độ ánh sáng khác nhau gây ra những vùng nhiễu như đã nói ở trên Ngoài ra cừơng độ ánh sáng còn gây khó khăn trong việc mô hình hóa màu da người gây ảnh hưởng lớn đến những phương pháp xác đònh mặt người dựa vào màu da II Các phương pháp xác đònh mặt người và thành phần trên khuôn mặt: 1 Các phương pháp xác đònh mặt người: Xác. .. chiều cao và chiều rộng của mắt ít nhất là 0.4 9 Khoảng cách từ miệng tới mắt trái và mắt phải phải thỏa điều kiện sau: 1.4xME l ≥ ME r ≥ 0.6xME l 9 Góc giữa miệng và mắt phải thỏa điều kiện sau: 350 ≤ El MEr ≤ 800 3 Những ưu điểm của phương pháp xác đònh dựa vào thành phần của khuôn mặt: Trong khi xác đònh khuôn mặt người dựa vào toàn bộ khuôn mặt rất nhạy cảm với sự thay đổi vò trí của khuôn mặt thì... hiện xác đònh mặt người trên 469 ảnh khác nhau,kích cở lớn không quá 786x550 ảnh, ta có kết quả như sau: • Số khuôn mặt người thực theo nhận diện của con người là: 1859 • Số khuôn mặt người xác đònh từ hệ thống là: 1587 Như vậy tỷ lệ xác đònh đúng là trên 85% • Số lượng xác đònh nhầm là khá ít 35 • Tỷ lệ xác đònh chính xác thành phần mắt miệng của một khuôn mặt là 90% (trung bình cứ 10 khuôn mặt thì ... pháp xác đònh dựa vào thành phần khuôn mặt: Trong xác đònh khuôn mặt người dựa vào toàn khuôn mặt nhạy cảm với thay đổi vò trí khuôn mặt việc xác đònh khuôn mặt dựa vào thành phần khuôn mặt ảnh... pháp xác đònh thành phần khuôn mặt người: a Phương pháp xác đònh thành phần dựa vào phép chiếu: Từ vùng da người xác đònh trước, thành phần khuôn mặt (mắt, mũi, miệng) xác đònh xác dựa vào hình... hưởng lớn đến phương pháp xác đònh mặt người dựa vào màu da II Các phương pháp xác đònh mặt người thành phần khuôn mặt: Các phương pháp xác đònh mặt người: Xác đònh mặt người chia làm hai hướng