NGHIÊN cứu các kỹ THUẬT PHÁT HIỆN mặt NGƯỜI và ỨNG DỤNG

Ngày nay, công việc đấy ữ liệu để nhận dạng xem khuôn mặt và đã có r t nhi u công trình nghiên c u v phát hi n khuôn m t trong nh, tuyất nhiều việc, tiết kiện ều việc, tiết kiện ứng dụng

TRƯỜNG ĐẠI HỌC CÔNG NGHIỆP HÀ NỘI

KHOA CNTT

- -BÁO CÁO THỰC TẬP TỐT NGHIỆP

ĐỀ TÀI :

NGHIÊN CỨU CÁC KỸ THUẬT PHÁT HIỆN MẶT NGƯỜI

VÀ ỨNG DỤNG

Giáo viên hướng dẫn : Tiến sĩ Phạm Văn Hà

Sinh viên: Lê Thanh Nghị

Lớp: Khoa học máy tính 2 – Khóa 5

Mã sinh viên: 054 106 0137

L I NÓI Đ U ỜI NÓI ĐẦU ẦU

Công ngh thông tin đang được ứng dụng trong mọi lĩnh vực của cuộc sống ứng dụng trong mọi lĩnh vực của cuộc sống.c ng d ng trong m i lĩnh v c c a cu c s ng.ụng trong mọi lĩnh vực của cuộc sống ọi lĩnh vực của cuộc sống ực của cuộc sống ủa cuộc sống ộc sống ống

V i m t h th ng máy tính, chúng ta có th làm độc sống ống ể làm được rất nhiều việc, tiết kiện ược ứng dụng trong mọi lĩnh vực của cuộc sống ất nhiều việc, tiết kiệnc r t nhi u vi c, ti t ki nều việc, tiết kiện ết kiện

th i gian và công s c Đi n hình nh công vi c nh n d ng m t ngứng dụng trong mọi lĩnh vực của cuộc sống ể làm được rất nhiều việc, tiết kiện ư ận dạng mặt người Ngày xưa, ạng mặt người Ngày xưa, ặt người Ngày xưa, ư i Ngày x a,ư

mu n tìm ki m m t k tình nghi trong siêu th hay sân bay, các nhân viên anống ết kiện ộc sống ẻ tình nghi trong siêu thị hay sân bay, các nhân viên an ị hay sân bay, các nhân viên anninh ph i tìm ki m trên t ng màn hình camera theo dõi Ngày nay, công vi c đ yết kiện ừng màn hình camera theo dõi Ngày nay, công việc đấy ất nhiều việc, tiết kiện

đã được ứng dụng trong mọi lĩnh vực của cuộc sống.c làm t đ ng nh các h th ng nh n d ng m t ngực của cuộc sống ộc sống ống ận dạng mặt người Ngày xưa, ạng mặt người Ngày xưa, ặt người Ngày xưa, ư i Phát hi n m tặt người Ngày xưa,

ngư i trong nh là m t ph n quan tr ng c a h th ng nh n d ng m t ngộc sống ần quan trọng của hệ thống nhận dạng mặt người đó, ọi lĩnh vực của cuộc sống ủa cuộc sống ống ận dạng mặt người Ngày xưa, ạng mặt người Ngày xưa, ặt người Ngày xưa, ư i đó,

đ chính xác c a vi c nh n d ng khuôn m t.ộc sống ủa cuộc sống ận dạng mặt người Ngày xưa, ạng mặt người Ngày xưa, ặt người Ngày xưa,

Phát hi n m t ngặt người Ngày xưa, ư i cũng là m t bài toán nh n d ng đ n gi n, h th ng chộc sống ận dạng mặt người Ngày xưa, ạng mặt người Ngày xưa, ơn giản, hệ thống chỉ ống ỉ

c n phân lo i đ i tần quan trọng của hệ thống nhận dạng mặt người đó, ạng mặt người Ngày xưa, ống ược ứng dụng trong mọi lĩnh vực của cuộc sống.ng đ a vào có ph i m t ngư ặt người Ngày xưa, ư i hay không ph i m t ngặt người Ngày xưa, ư i

m c đ cao h n, sau khi đã phát hi n đứng dụng trong mọi lĩnh vực của cuộc sống ộc sống ơn giản, hệ thống chỉ ược ứng dụng trong mọi lĩnh vực của cuộc sống.c khuôn m t, các khuôn m t đó sẽặt người Ngày xưa, ặt người Ngày xưa,

được ứng dụng trong mọi lĩnh vực của cuộc sống.c so sánh v i các khuôn m t có trong d li u đ nh n d ng xem khuôn m tặt người Ngày xưa, ữ liệu để nhận dạng xem khuôn mặt ể làm được rất nhiều việc, tiết kiện ận dạng mặt người Ngày xưa, ạng mặt người Ngày xưa, ặt người Ngày xưa,

đ y là c a ai (thất nhiều việc, tiết kiện ủa cuộc sống ư ng áp d ng trong nh n d ng khuôn m t c a ngụng trong mọi lĩnh vực của cuộc sống ận dạng mặt người Ngày xưa, ạng mặt người Ngày xưa, ặt người Ngày xưa, ủa cuộc sống ư i n i ti ngổi tiếng ết kiện

ho c c a t i ph m đang b truy nã).ặt người Ngày xưa, ủa cuộc sống ộc sống ạng mặt người Ngày xưa, ị hay sân bay, các nhân viên an

Bài toán phát hi n m t ngặt người Ngày xưa, ư i được ứng dụng trong mọi lĩnh vực của cuộc sống.c b t đ u nghiên c u t nh ng năm 1990s,ắt đầu nghiên cứu từ những năm 1990s, ần quan trọng của hệ thống nhận dạng mặt người đó, ứng dụng trong mọi lĩnh vực của cuộc sống ừng màn hình camera theo dõi Ngày nay, công việc đấy ữ liệu để nhận dạng xem khuôn mặt

và đã có r t nhi u công trình nghiên c u v phát hi n khuôn m t trong nh, tuyất nhiều việc, tiết kiện ều việc, tiết kiện ứng dụng trong mọi lĩnh vực của cuộc sống ều việc, tiết kiện ặt người Ngày xưa,nhiên cho đ n nay, các nhà khoa h c v n không ng ng tìm các hết kiện ọi lĩnh vực của cuộc sống ẫn không ngừng tìm các hướng tiếp cận ừng màn hình camera theo dõi Ngày nay, công việc đấy ư ng ti p c nết kiện ận dạng mặt người Ngày xưa,

m i, các thu t toán m i nh m nâng cao hi u su t c a vi c phát hi n khuôn m tận dạng mặt người Ngày xưa, ằm nâng cao hiệu suất của việc phát hiện khuôn mặt ất nhiều việc, tiết kiện ủa cuộc sống ặt người Ngày xưa,cũng nh vi c nh n d ng m t ngư ận dạng mặt người Ngày xưa, ạng mặt người Ngày xưa, ặt người Ngày xưa, ư i

Sau một thời gian dài học tập và nghiên cứu, cuối cùng em cũng đã hoàn thành đềtài này, đây là dịp tốt nhất để em có thể gửi lời cảm ơn đến mọi người

Em xin gửi lời cảm ơn sâu sắc đến T.S Phạm Văn Hà đã tận tình hướng dẫn, địnhhướng cho em trong suốt thời gian thực hiện đề tài Thầy đã cho em những lời khuyênquý báu giúp em hoàn thành tốt khóa luận

Em xin chân thành cảm ơn!

M c tiêu đ ra: ục tiêu đề ra: ề ra:

- Tìm hi u gi i thu t adaboost, các đ c tr ng haar-like, mô hình Cascade ofể làm được rất nhiều việc, tiết kiện ận dạng mặt người Ngày xưa, ặt người Ngày xưa, ưClassifiers

- Áp d ng vào bài toán phát hi n m t ngụng trong mọi lĩnh vực của cuộc sống ặt người Ngày xưa, ư i trong nh

Báo cáo th c t p đực của cuộc sống ận dạng mặt người Ngày xưa, ược ứng dụng trong mọi lĩnh vực của cuộc sống.c trình bày trong b n chống ươn giản, hệ thống chỉng v i b c c nh sau:ống ụng trong mọi lĩnh vực của cuộc sống ư

Ch ương 1: Tổng quan về các phương pháp xác định mặt người ng 1: T ng quan v các ph ổng quan về các phương pháp xác định mặt người ề ra: ương 1: Tổng quan về các phương pháp xác định mặt người ng pháp xác đ nh m t ng ịnh mặt người ặt người ười : Gi i i

thi u t ng quan v bài toán xác đ nh m t ngổi tiếng ều việc, tiết kiện ị hay sân bay, các nhân viên an ặt người Ngày xưa, ư i trong nh, các ng d ng vàứng dụng trong mọi lĩnh vực của cuộc sống ụng trong mọi lĩnh vực của cuộc sống

nh ng khó khăn c a bài toán, đ ng th i xác đ nh ph m vi c a đ tài.ữ liệu để nhận dạng xem khuôn mặt ủa cuộc sống ồng thời xác định phạm vi của đề tài ị hay sân bay, các nhân viên an ạng mặt người Ngày xưa, ủa cuộc sống ều việc, tiết kiện

Ch ương 1: Tổng quan về các phương pháp xác định mặt người ng 2: Các ph ương 1: Tổng quan về các phương pháp xác định mặt người ng pháp xác đ nh m t ng ịnh mặt người ặt người ười : Nêu chi ti t bài toán i ết kiệnphát hi n m t ngặt người Ngày xưa, ư i, các hư ng ti p c n gi i quy t bài toán, các nghiên c u vàết kiện ận dạng mặt người Ngày xưa, ết kiện ứng dụng trong mọi lĩnh vực của cuộc sống.thành qu đ t đạng mặt người Ngày xưa, ược ứng dụng trong mọi lĩnh vực của cuộc sống ủa cuộc sống.c c a các nhà nghiên c u trong bài toán xác đ nh m t ngứng dụng trong mọi lĩnh vực của cuộc sống ị hay sân bay, các nhân viên an ặt người Ngày xưa, ư i

Ch ương 1: Tổng quan về các phương pháp xác định mặt người ng 3: C s lý thuy t ơng 1: Tổng quan về các phương pháp xác định mặt người ở lý thuyết ết : Đi sâu vào hư ng ti p c n d a theo thu t toánết kiện ận dạng mặt người Ngày xưa, ực của cuộc sống ận dạng mặt người Ngày xưa,

h c máy adaboost Gi i thi u v các đ c tr ng haar-like c a khuôn m t, cáchọi lĩnh vực của cuộc sống ều việc, tiết kiện ặt người Ngày xưa, ư ủa cuộc sống ặt người Ngày xưa,

classifiers và cách áp d ng vào bài toán phát hi n m t ngụng trong mọi lĩnh vực của cuộc sống ặt người Ngày xưa, ư i trong nh

Ch ương 1: Tổng quan về các phương pháp xác định mặt người ng 4: Xây d ng ng d ng ựng ứng dụng ứng dụng ục tiêu đề ra: : Xây d ng m t chực của cuộc sống ộc sống ươn giản, hệ thống chỉng trình demo v phátều việc, tiết kiện

hi n m t ngặt người Ngày xưa, ư i trong nh Nêu lên các phân tích – thi t k v chết kiện ết kiện ều việc, tiết kiện ươn giản, hệ thống chỉng trình

Cu i cùng làống k t lu n và h ết ận và hướng phát triển ướng phát triển ng phát tri n ển : Tóm t t ắt đầu nghiên cứu từ những năm 1990s, nh ng k t qu đ t đữ liệu để nhận dạng xem khuôn mặt ết kiện ạng mặt người Ngày xưa, ược ứng dụng trong mọi lĩnh vực của cuộc sống.c,

nh ng h n ch và nêu lên các hữ liệu để nhận dạng xem khuôn mặt ạng mặt người Ngày xưa, ết kiện ư ng phát tri n trong tể làm được rất nhiều việc, tiết kiện ươn giản, hệ thống chỉng lai

M c L c ục tiêu đề ra: ục tiêu đề ra:

L I NÓI Đ U ỜI NÓI ĐẦU ẦU 2

Tóm t t ắt đầu nghiên cứu từ những năm 1990s, 3

Danh sách hình vẽ 5

Danh sách t vi t t t/t ti ng Anh s d ng trong báo cáo ừng màn hình camera theo dõi Ngày nay, công việc đấy ết kiện ắt đầu nghiên cứu từ những năm 1990s, ừng màn hình camera theo dõi Ngày nay, công việc đấy ết kiện ử dụng trong báo cáo ụng trong mọi lĩnh vực của cuộc sống .6

CH ƯƠNG 1: TỔNG QUAN VỀ CÁC PHƯƠNG PHÁP XÁC ĐỊNH MẶT NGƯỜI NG 1: T NG QUAN V CÁC PH ỔNG QUAN VỀ CÁC PHƯƠNG PHÁP XÁC ĐỊNH MẶT NGƯỜI Ề CÁC PHƯƠNG PHÁP XÁC ĐỊNH MẶT NGƯỜI ƯƠNG 1: TỔNG QUAN VỀ CÁC PHƯƠNG PHÁP XÁC ĐỊNH MẶT NGƯỜI NG PHÁP XÁC Đ NH M T NG ỊNH MẶT NGƯỜI ẶT NGƯỜI ƯỜI NÓI ĐẦU 7 I 1.1 Gi i thi u v các ph ới thiệu về các phương pháp xác định mặt người trong ảnh ệu về các phương pháp xác định mặt người trong ảnh ề các phương pháp xác định mặt người trong ảnh ương pháp xác định mặt người trong ảnh ng pháp xác đ nh m t ng ịnh mặt người trong ảnh ặt người trong ảnh ười trong ảnh i trong nh ảnh 7

1.2 Đ nh nghĩa bài toán xác đ nh m t ng ịnh mặt người trong ảnh ịnh mặt người trong ảnh ặt người trong ảnh ười trong ảnh 7 i 1.3 Nh ng khó khăn và thách th c đ i v i bài toán xác đ nh m t ng ững khó khăn và thách thức đối với bài toán xác định mặt người ức đối với bài toán xác định mặt người ối với bài toán xác định mặt người ới thiệu về các phương pháp xác định mặt người trong ảnh ịnh mặt người trong ảnh ặt người trong ảnh ười trong ảnh 7 i 1.4 Các ng d ng c a xác đ nh m t ng ức đối với bài toán xác định mặt người ụng của xác định mặt người ủa xác định mặt người ịnh mặt người trong ảnh ặt người trong ảnh ười trong ảnh 8 i 1.5 Xác đ nh ph m vi đ tài ịnh mặt người trong ảnh ạm vi đề tài ề các phương pháp xác định mặt người trong ảnh 8

CH ƯƠNG 1: TỔNG QUAN VỀ CÁC PHƯƠNG PHÁP XÁC ĐỊNH MẶT NGƯỜI NG 2: CÁC PH ƯƠNG 1: TỔNG QUAN VỀ CÁC PHƯƠNG PHÁP XÁC ĐỊNH MẶT NGƯỜI NG PHÁP XÁC Đ NH M T NG ỊNH MẶT NGƯỜI ẶT NGƯỜI ƯỜI NÓI ĐẦU 9 I CH ƯƠNG 1: TỔNG QUAN VỀ CÁC PHƯƠNG PHÁP XÁC ĐỊNH MẶT NGƯỜI NG 3: C S LÝ THUY T ƠNG 1: TỔNG QUAN VỀ CÁC PHƯƠNG PHÁP XÁC ĐỊNH MẶT NGƯỜI ẾT 10

3.1 T ng quan v Adaboost ổng quan về Adaboost ề các phương pháp xác định mặt người trong ảnh 10

3.1.1 Adaboost 11

3.1.2 Thu t toán Adaboost: ận dạng mặt người Ngày xưa, 12

3.2 Các đ c tr ng Haar-like ặt người trong ảnh ư 14

3.3 Cascade of Classifiers 17

3.4 Cascade of boosting classfiers 18

CH ƯƠNG 1: TỔNG QUAN VỀ CÁC PHƯƠNG PHÁP XÁC ĐỊNH MẶT NGƯỜI NG 4: XÂY D NG CH ỰNG CHƯƠNG TRÌNH ỨNG DỤNG ƯƠNG 1: TỔNG QUAN VỀ CÁC PHƯƠNG PHÁP XÁC ĐỊNH MẶT NGƯỜI NG TRÌNH NG D NG ỨNG DỤNG ỤNG 20

4.1 S l ơng pháp xác định mặt người trong ảnh ược về OpenCV ề các phương pháp xác định mặt người trong ảnh c v OpenCV 20

4.2 T ng quan v m t h th ng xác đ nh m t ng ổng quan về Adaboost ề các phương pháp xác định mặt người trong ảnh ột hệ thống xác định mặt người trong ảnh ệu về các phương pháp xác định mặt người trong ảnh ối với bài toán xác định mặt người ịnh mặt người trong ảnh ặt người trong ảnh ười trong ảnh i trong nh ảnh 20

4.3 Phân tích thi t k h th ng phát hi n m t ng ết kế hệ thống phát hiện mặt người ết kế hệ thống phát hiện mặt người ệu về các phương pháp xác định mặt người trong ảnh ối với bài toán xác định mặt người ệu về các phương pháp xác định mặt người trong ảnh ặt người trong ảnh ười trong ảnh 21 i 4.3.1 Phân tích 21

4.3.2 Thi t k h th ng ết kiện ết kiện ống 22

4.3.3 Thi t k giao di n ết kiện ết kiện 23

4.4 Demo ch ương pháp xác định mặt người trong ảnh ng trình 26

Đánh giá, k t lu n và h ết kiện ận dạng mặt người Ngày xưa, ư ng phát tri n ể làm được rất nhiều việc, tiết kiện 28

Tài li u tham kh o: 30

Danh sách hình vẽ

2 Hình 3.2: S đ kh i xây d ng b phân lo i ơng pháp xác định mặt người trong ảnh ồ khối xây dựng bộ phân loại ối với bài toán xác định mặt người ựng bộ phân loại ột hệ thống xác định mặt người trong ảnh ạm vi đề tài. 13

3 Hình 3.3: 4 đ c tr ng Haar-like c b n ặt người trong ảnh ư ơng pháp xác định mặt người trong ảnh ảnh 14

4 Hình 3.4: Các đ c tr ng m r ng c a các đ c tr ng Haar-like c ặt người trong ảnh ư ở rộng của các đặc trưng Haar-like cơ ột hệ thống xác định mặt người trong ảnh ủa xác định mặt người ặt người trong ảnh ư ơng pháp xác định mặt người trong ảnh

5 Hình 3.5: Cách tính Integral Image c a nh ủa xác định mặt người ảnh 16

6 Hình 3.6: Ví d cách tính nhanh t ng các đi m nh c a vùng D trên nh ảnh ụng của xác định mặt người. ổng quan về Adaboost ểm ảnh của vùng D ảnh ủa xác định mặt người. 16

7 Hình 3.7: Ví d cách tính nhanh t ng đi m nh c a vùng D trên ụng của xác định mặt người ổng quan về Adaboost ểm ảnh của vùng D ảnh ủa xác định mặt người.

nh

ảnh

16

8 Hình 3.8: Hu n luy n cascade N l p ấn luyện cascade N lớp ệu về các phương pháp xác định mặt người trong ảnh ới thiệu về các phương pháp xác định mặt người trong ảnh 18

10 Hình 4.1 : C u trúc c b n c a OpenCV ấn luyện cascade N lớp ơng pháp xác định mặt người trong ảnh ảnh ủa xác định mặt người. 20

11 Hình 4.2: T ng quan v h th ng phát hi n m t ng ổng quan về Adaboost ề các phương pháp xác định mặt người trong ảnh ệu về các phương pháp xác định mặt người trong ảnh ối với bài toán xác định mặt người ệu về các phương pháp xác định mặt người trong ảnh ặt người trong ảnh ười trong ảnh i trong nh ảnh 21

12 Hình 4.3: Bi u đ ng c nh c a h th ng ểm ảnh của vùng D ồ khối xây dựng bộ phân loại ững khó khăn và thách thức đối với bài toán xác định mặt người ảnh ủa xác định mặt người ệu về các phương pháp xác định mặt người trong ảnh ối với bài toán xác định mặt người. 21

13 Hình 4.4: S đ kh i ch ơng pháp xác định mặt người trong ảnh ồ khối xây dựng bộ phân loại ối với bài toán xác định mặt người ương pháp xác định mặt người trong ảnh ng trình 22

15 Hình 4.5: Giao di n ch ệu về các phương pháp xác định mặt người trong ảnh ương pháp xác định mặt người trong ảnh ng trình demo 24

16 Hình 4.6: Ch y th ch ạm vi đề tài ử chương trình ương pháp xác định mặt người trong ảnh ng trình 27

Danh sách t vi t t t/t ti ng Anh s d ng ừ viết tắt/từ tiếng Anh sử dụng ết ắt ừ viết tắt/từ tiếng Anh sử dụng ết ử dụng ục tiêu đề ra:

trong báo cáo

Từ viết tắt/từ tiếng Anh T đ y đừng màn hình camera theo dõi Ngày nay, công việc đấy ần quan trọng của hệ thống nhận dạng mặt người đó, ủa cuộc sống Nghĩa ti ng Vi tết kiện

Classifier

Một bộ phân loại được xây dựngtheo một thuật toán học máy nàođấy, dùng để phân loại các đốitượng (khuôn mặt hay không phảikhuôn mặt)

nhận biết đối tượng

Haar-like feature

Các đặc trưng của đối tượng trong ảnh Các đặc trưng này thường được định nghĩa bằng các tính toán với tổng điểm ảnh của một vùng nào đó trên bức ảnh

phân loại

Max false alarm

Đạt được tỉ lệ sai này thì bộ phân loại được xây dựng thành công, tỉ

lệ sai này là một giá trị bé, có thể chấp nhận được trong bài toán phânloại

được xây dựng từ nhiều bộ phânloại yếu, có độ chính xác cao

Ngưỡng là giá trị ranh giới giữa cáclớp, giá trị của ngưỡng thường được chọn từ thực nghiệm Chọn giá trị thích hợp nhất để hợp thành

các bộ phân loại yếu.

đơn giản có độ chính xác khoảng 50%

CH ƯƠNG 1: TỔNG QUAN VỀ CÁC PHƯƠNG PHÁP XÁC ĐỊNH NG 1: T NG QUAN V CÁC PH ỔNG QUAN VỀ CÁC PHƯƠNG PHÁP XÁC ĐỊNH Ề CÁC PHƯƠNG PHÁP XÁC ĐỊNH ƯƠNG 1: TỔNG QUAN VỀ CÁC PHƯƠNG PHÁP XÁC ĐỊNH NG PHÁP XÁC Đ NH ỊNH

1.1 Gi i thi u v các ph ới thiệu về các phương pháp xác định mặt người trong ệu về các phương pháp xác định mặt người trong ề các phương pháp xác định mặt người trong ương pháp xác định mặt người trong ng pháp xác đ nh m t ng ịnh mặt người trong ặt người trong ười trong i trong nh

ảnh

Trong nhi u năm qua, có r t nhi u công trình nghiên c u v bài toán nh nều việc, tiết kiện ất nhiều việc, tiết kiện ều việc, tiết kiện ứng dụng trong mọi lĩnh vực của cuộc sống ều việc, tiết kiện ận dạng mặt người Ngày xưa,

d ng m t ngạng mặt người Ngày xưa, ặt người Ngày xưa, ư i Các nghiên c u đi t bài toán đ n gi n, t vi c nh n d ng m tứng dụng trong mọi lĩnh vực của cuộc sống ừng màn hình camera theo dõi Ngày nay, công việc đấy ơn giản, hệ thống chỉ ừng màn hình camera theo dõi Ngày nay, công việc đấy ận dạng mặt người Ngày xưa, ạng mặt người Ngày xưa, ộc sống

m t ngặt người Ngày xưa, ư i trong nh đen tr ng cho đ n m r ng cho nh m u và có nhi u m tắt đầu nghiên cứu từ những năm 1990s, ết kiện ở rộng cho ảnh mầu và có nhiều mặt ộc sống ần quan trọng của hệ thống nhận dạng mặt người đó, ều việc, tiết kiện ặt người Ngày xưa,

ngư i trong nh Đ n nay các bài toán xác đ nh m t ngết kiện ị hay sân bay, các nhân viên an ặt người Ngày xưa, ư i đã m r ng v i nhi uở rộng cho ảnh mầu và có nhiều mặt ộc sống ều việc, tiết kiện

mi n nghiên c u nh nh n d ng khuôn m t, đ nh v khuôn m t, theo dõi m tều việc, tiết kiện ứng dụng trong mọi lĩnh vực của cuộc sống ư ận dạng mặt người Ngày xưa, ạng mặt người Ngày xưa, ặt người Ngày xưa, ị hay sân bay, các nhân viên an ị hay sân bay, các nhân viên an ặt người Ngày xưa, ặt người Ngày xưa,

ngư i hay nh n d ng c m xúc m t ngận dạng mặt người Ngày xưa, ạng mặt người Ngày xưa, ặt người Ngày xưa, ư i…

Phát hi n m t ngặt người Ngày xưa, ư i trong nh là ph n đ u tiên c a m t h th ng nh n d ngần quan trọng của hệ thống nhận dạng mặt người đó, ần quan trọng của hệ thống nhận dạng mặt người đó, ủa cuộc sống ộc sống ống ận dạng mặt người Ngày xưa, ạng mặt người Ngày xưa,

m t ngặt người Ngày xưa, ư i Các h th ng nh n d ng khuôn m t đống ận dạng mặt người Ngày xưa, ạng mặt người Ngày xưa, ặt người Ngày xưa, ược ứng dụng trong mọi lĩnh vực của cuộc sống.c b t đ u xây d ng tắt đầu nghiên cứu từ những năm 1990s, ần quan trọng của hệ thống nhận dạng mặt người đó, ực của cuộc sống ừng màn hình camera theo dõi Ngày nay, công việc đấy

nh ng năm 1970, tuy nhiên do còn h n ch v các lu t xác đ nh m t ngữ liệu để nhận dạng xem khuôn mặt ạng mặt người Ngày xưa, ết kiện ều việc, tiết kiện ận dạng mặt người Ngày xưa, ị hay sân bay, các nhân viên an ặt người Ngày xưa, ư i nên

ch đỉ ược ứng dụng trong mọi lĩnh vực của cuộc sống.c áp d ng trong m t s ng d ng nh nh n d ng th căn cụng trong mọi lĩnh vực của cuộc sống ộc sống ống ứng dụng trong mọi lĩnh vực của cuộc sống ụng trong mọi lĩnh vực của cuộc sống ư ận dạng mặt người Ngày xưa, ạng mặt người Ngày xưa, ẻ tình nghi trong siêu thị hay sân bay, các nhân viên an ư c Nó chỉ

được ứng dụng trong mọi lĩnh vực của cuộc sống.c phát tri n m nh mẽ t nh ng năm 1990 khi có nh ng ti n b trong côngể làm được rất nhiều việc, tiết kiện ạng mặt người Ngày xưa, ừng màn hình camera theo dõi Ngày nay, công việc đấy ữ liệu để nhận dạng xem khuôn mặt ữ liệu để nhận dạng xem khuôn mặt ết kiện ộc sống.ngh video và ngày nay thì các ng d ng c a xác đ nh m t ngứng dụng trong mọi lĩnh vực của cuộc sống ụng trong mọi lĩnh vực của cuộc sống ủa cuộc sống ị hay sân bay, các nhân viên an ặt người Ngày xưa, ư i đã tr nên phở rộng cho ảnh mầu và có nhiều mặt ổi tiếng

bi n trong cu c s ng.ết kiện ộc sống ống

1.2 Đ nh nghĩa bài toán xác đ nh m t ng ịnh mặt người trong ịnh mặt người trong ặt người trong ười trong i.

Xác đ nh khuôn m t ngị hay sân bay, các nhân viên an ặt người Ngày xưa, ư i là m t kỹ thu t máy tính đ xác đ nh các v tríộc sống ận dạng mặt người Ngày xưa, ể làm được rất nhiều việc, tiết kiện ị hay sân bay, các nhân viên an ị hay sân bay, các nhân viên an

và kích thư c c a các khuôn m t ngủa cuộc sống ặt người Ngày xưa, ư i trong các nh b t kì Kỹ thu t này nh nất nhiều việc, tiết kiện ận dạng mặt người Ngày xưa, ận dạng mặt người Ngày xưa,

bi t các đ c tr ng c a khuôn m t và b qua nh ng th khác nh : tòa nhà, câyết kiện ặt người Ngày xưa, ư ủa cuộc sống ặt người Ngày xưa, ỏ qua những thứ khác như: tòa nhà, cây ữ liệu để nhận dạng xem khuôn mặt ứng dụng trong mọi lĩnh vực của cuộc sống ư

c i, c th …ống ơn giản, hệ thống chỉ ể làm được rất nhiều việc, tiết kiện

1.3 Nh ng khó khăn và thách th c đ i v i bài toán xác đ nh ững khó khăn và thách thức đối với bài toán xác định ức đối với bài toán xác định ối với bài toán xác định ới thiệu về các phương pháp xác định mặt người trong ịnh mặt người trong

m t ng ặt người trong ười trong i.

Vi c xác đ nh khuôn m t ngị hay sân bay, các nhân viên an ặt người Ngày xưa, ư i có nh ng khó khăn nh t đ nh nh : ữ liệu để nhận dạng xem khuôn mặt ất nhiều việc, tiết kiện ị hay sân bay, các nhân viên an ư

nghiêng hay nhìn t trên xu ng Cùng trong m t nh có th có nhi uừng màn hình camera theo dõi Ngày nay, công việc đấy ống ộc sống ể làm được rất nhiều việc, tiết kiện ều việc, tiết kiệnkhuôn m t nh ng t th khác nhau ặt người Ngày xưa, ở rộng cho ảnh mầu và có nhiều mặt ữ liệu để nhận dạng xem khuôn mặt ư ết kiện

 S có m t c a các chi ti t không ph i là đ c tr ng riêng c a khuôn m tực của cuộc sống ặt người Ngày xưa, ủa cuộc sống ết kiện ặt người Ngày xưa, ư ủa cuộc sống ặt người Ngày xưa,

ngư i, nh : râu quai nón, m t kính, … ư ắt đầu nghiên cứu từ những năm 1990s,

bu n, ng c nhiên, … ồng thời xác định phạm vi của đề tài ạng mặt người Ngày xưa,

 M t ngặt người Ngày xưa, ư i b che khu t b i các đ i tị hay sân bay, các nhân viên an ất nhiều việc, tiết kiện ở rộng cho ảnh mầu và có nhiều mặt ống ược ứng dụng trong mọi lĩnh vực của cuộc sống.ng khác có trong nh

S bi u c m c a khuôn m t : s bi u c m có th làm thay đ i đáng k các đ c ực của cuộc sống ể làm được rất nhiều việc, tiết kiện ủa cuộc sống ặt người Ngày xưa, ực của cuộc sống ể làm được rất nhiều việc, tiết kiện ể làm được rất nhiều việc, tiết kiện ổi tiếng ể làm được rất nhiều việc, tiết kiện ặt người Ngày xưa,

tr ng và thông s c a khuôn m t, ví d nh khuôn m t c a cùng m t ngư ống ủa cuộc sống ặt người Ngày xưa, ụng trong mọi lĩnh vực của cuộc sống ư ặt người Ngày xưa, ủa cuộc sống ộc sống ư i sẽ

r t khác khi ngất nhiều việc, tiết kiện ư i đ y cất nhiều việc, tiết kiện ư i, t c gi n hay s hãi …ứng dụng trong mọi lĩnh vực của cuộc sống ận dạng mặt người Ngày xưa, ợc ứng dụng trong mọi lĩnh vực của cuộc sống

1.4 Các ng d ng c a xác đ nh m t ng ức đối với bài toán xác định ụng của xác định mặt người ủa xác định mặt người ịnh mặt người trong ặt người trong ười trong i.

Xác đ nh m t ngị hay sân bay, các nhân viên an ặt người Ngày xưa, ư i thư ng là m t ph n c a m t h th ng (facialộc sống ần quan trọng của hệ thống nhận dạng mặt người đó, ủa cuộc sống ộc sống ống

máy và qu n lý c s d li u nh… Các ng c b n c a xác đ nh m t ngơn giản, hệ thống chỉ ở rộng cho ảnh mầu và có nhiều mặt ữ liệu để nhận dạng xem khuôn mặt ứng dụng trong mọi lĩnh vực của cuộc sống ơn giản, hệ thống chỉ ủa cuộc sống ị hay sân bay, các nhân viên an ặt người Ngày xưa, ư i có

th k đ n là:ể làm được rất nhiều việc, tiết kiện ể làm được rất nhiều việc, tiết kiện ết kiện

 Xác minh t i ph mộc sống ạng mặt người Ngày xưa,

 B o m tận dạng mặt người Ngày xưa,

 L u tr khuôn m tư ữ liệu để nhận dạng xem khuôn mặt ặt người Ngày xưa,

1.5 Xác đ nh ph m vi đ tài ịnh mặt người trong ạm vi đề tài ề các phương pháp xác định mặt người trong

Trong đ tài này, em t p trung vào vi c xác đ nh khuôn m t trong nh Tều việc, tiết kiện ận dạng mặt người Ngày xưa, ị hay sân bay, các nhân viên an ặt người Ngày xưa, ừng màn hình camera theo dõi Ngày nay, công việc đấy

đ y l u khuôn m t tìm đất nhiều việc, tiết kiện ư ặt người Ngày xưa, ược ứng dụng trong mọi lĩnh vực của cuộc sống.c vào CSDL đ ph c v cho các m c đích khácể làm được rất nhiều việc, tiết kiện ụng trong mọi lĩnh vực của cuộc sống ụng trong mọi lĩnh vực của cuộc sống ụng trong mọi lĩnh vực của cuộc sống.( ch ng h n nh nh n d ng m t ngẳng, nhìn ạng mặt người Ngày xưa, ư ận dạng mặt người Ngày xưa, ạng mặt người Ngày xưa, ặt người Ngày xưa, ư i ho c ghép khuôn m t vào b c nh khácặt người Ngày xưa, ặt người Ngày xưa, ứng dụng trong mọi lĩnh vực của cuộc sống

… ) Do các đi u ki n khó khăn đã nêu trên ( m c 3 chều việc, tiết kiện ở rộng cho ảnh mầu và có nhiều mặt ụng trong mọi lĩnh vực của cuộc sống ươn giản, hệ thống chỉng 1) em xin đ a raư

nh ng gi đ nh và rành bu c sau đ gi m đ ph c t p c a bài toán:ữ liệu để nhận dạng xem khuôn mặt ị hay sân bay, các nhân viên an ộc sống ể làm được rất nhiều việc, tiết kiện ộc sống ứng dụng trong mọi lĩnh vực của cuộc sống ạng mặt người Ngày xưa, ủa cuộc sống

 Các khuôn m t đặt người Ngày xưa, ược ứng dụng trong mọi lĩnh vực của cuộc sống.c ch p th ng ho c góc nghiêng không đáng k (béụng trong mọi lĩnh vực của cuộc sống ẳng, nhìn ặt người Ngày xưa, ể làm được rất nhiều việc, tiết kiện

h n 10ơn giản, hệ thống chỉ o)

 Phông n n c a nh không quá ph c t pều việc, tiết kiện ủa cuộc sống ứng dụng trong mọi lĩnh vực của cuộc sống ạng mặt người Ngày xưa,

 Ảnh được chụp trong điều kiện ánh sáng bình thườngnh được ứng dụng trong mọi lĩnh vực của cuộc sống.c ch p trong đi u ki n ánh sáng bình thụng trong mọi lĩnh vực của cuộc sống ều việc, tiết kiện ư ng

CH ƯƠNG 1: TỔNG QUAN VỀ CÁC PHƯƠNG PHÁP XÁC ĐỊNH NG 2: CÁC PH ƯƠNG 1: TỔNG QUAN VỀ CÁC PHƯƠNG PHÁP XÁC ĐỊNH NG PHÁP XÁC Đ NH M T NG ỊNH ẶT NGƯỜI ƯỜI NÓI ĐẦU I

D a vào tính ch t c a các phực của cuộc sống ất nhiều việc, tiết kiện ủa cuộc sống ươn giản, hệ thống chỉng pháp xác đ nh m t ngị hay sân bay, các nhân viên an ặt người Ngày xưa, ư i trên nh, các

phươn giản, hệ thống chỉng pháp này được ứng dụng trong mọi lĩnh vực của cuộc sống.c chia thành b n lo i chính, tống ạng mặt người Ngày xưa, ươn giản, hệ thống chỉng ng v i b n hứng dụng trong mọi lĩnh vực của cuộc sống ống ư ng

ti p c n khác nhau Ngoài ra cũng có r t nhi u nghiên c u mà phết kiện ận dạng mặt người Ngày xưa, ất nhiều việc, tiết kiện ều việc, tiết kiện ứng dụng trong mọi lĩnh vực của cuộc sống ươn giản, hệ thống chỉng pháp xác

đ nh m t ngị hay sân bay, các nhân viên an ặt người Ngày xưa, ư i không ch d a vào m t hỉ ực của cuộc sống ộc sống ư ng mà có liên quan đ n nhi uết kiện ều việc, tiết kiện

 Hư ng ti p c n d a trên tri th c: D a vào các thu t toán, mã hóa cácết kiện ận dạng mặt người Ngày xưa, ực của cuộc sống ứng dụng trong mọi lĩnh vực của cuộc sống ực của cuộc sống ận dạng mặt người Ngày xưa,

đ c tr ng và quan h gi a các đ c tr ng c a khuôn m t thành các lu t.ặt người Ngày xưa, ư ữ liệu để nhận dạng xem khuôn mặt ặt người Ngày xưa, ư ủa cuộc sống ặt người Ngày xưa, ận dạng mặt người Ngày xưa,Đây là hư ng ti p c n theo ki u top-down.ết kiện ận dạng mặt người Ngày xưa, ể làm được rất nhiều việc, tiết kiện

 Hư ng ti p c n d a trên đ c tr ng không thay đ i: Xây d ng các thu tết kiện ận dạng mặt người Ngày xưa, ực của cuộc sống ặt người Ngày xưa, ư ổi tiếng ực của cuộc sống ận dạng mặt người Ngày xưa,toán đ tìm các đ c tr ng c a khuôn m t mà các đ c tr ng này khôngể làm được rất nhiều việc, tiết kiện ặt người Ngày xưa, ư ủa cuộc sống ặt người Ngày xưa, ặt người Ngày xưa, ưthay đ i khi t th khuôn m t hay v trí đ t camera thay đ i.ổi tiếng ư ết kiện ặt người Ngày xưa, ị hay sân bay, các nhân viên an ặt người Ngày xưa, ổi tiếng

 Hư ng ti p c n d a trên so sánh kh p m u: Dùng các m u chu n c aết kiện ận dạng mặt người Ngày xưa, ực của cuộc sống ẫn không ngừng tìm các hướng tiếp cận ẫn không ngừng tìm các hướng tiếp cận ẩn của ủa cuộc sống.khuôn m t (các m u này đã đặt người Ngày xưa, ẫn không ngừng tìm các hướng tiếp cận ược ứng dụng trong mọi lĩnh vực của cuộc sống.c ch n và l u tr ) đ mô t các khuônọi lĩnh vực của cuộc sống ư ữ liệu để nhận dạng xem khuôn mặt ể làm được rất nhiều việc, tiết kiện

m t hay các đ c tr ng c a khuôn m t (các m u này đặt người Ngày xưa, ặt người Ngày xưa, ư ủa cuộc sống ặt người Ngày xưa, ẫn không ngừng tìm các hướng tiếp cận ược ứng dụng trong mọi lĩnh vực của cuộc sống.c ch n tách bi tọi lĩnh vực của cuộc sống.theo tiêu chu n đã đẩn của ược ứng dụng trong mọi lĩnh vực của cuộc sống.c các tác gi đ ra đ so sánh) Phều việc, tiết kiện ể làm được rất nhiều việc, tiết kiện ươn giản, hệ thống chỉng pháp này

có th dùng đ xác đ nh v trí hay dò tìm khuôn m t trên nh.ể làm được rất nhiều việc, tiết kiện ể làm được rất nhiều việc, tiết kiện ị hay sân bay, các nhân viên an ị hay sân bay, các nhân viên an ặt người Ngày xưa,

 Hư ng ti p c n d a trên di n m o: Trái ngết kiện ận dạng mặt người Ngày xưa, ực của cuộc sống ạng mặt người Ngày xưa, ược ứng dụng trong mọi lĩnh vực của cuộc sống.c v i hư ng ti p c n d aết kiện ận dạng mặt người Ngày xưa, ực của cuộc sống.trên khuôn m u, các mô hình (hay các m u) sẽ đẫn không ngừng tìm các hướng tiếp cận ẫn không ngừng tìm các hướng tiếp cận ược ứng dụng trong mọi lĩnh vực của cuộc sống.c h c t m t t p nhọi lĩnh vực của cuộc sống ừng màn hình camera theo dõi Ngày nay, công việc đấy ộc sống ận dạng mặt người Ngày xưa,

hu n luy n mà th hi n tính ch t tiêu bi u c a s xu t hi n c a m tất nhiều việc, tiết kiện ể làm được rất nhiều việc, tiết kiện ất nhiều việc, tiết kiện ể làm được rất nhiều việc, tiết kiện ủa cuộc sống ực của cuộc sống ất nhiều việc, tiết kiện ủa cuộc sống ặt người Ngày xưa,

Phươn giản, hệ thống chỉng pháp này còn được ứng dụng trong mọi lĩnh vực của cuộc sống.c bi t đ n v i tên g i ti p c n theo cácết kiện ết kiện ọi lĩnh vực của cuộc sống ết kiện ận dạng mặt người Ngày xưa,

phươn giản, hệ thống chỉng pháp h c máy.ọi lĩnh vực của cuộc sống

CH ƯƠNG 1: TỔNG QUAN VỀ CÁC PHƯƠNG PHÁP XÁC ĐỊNH NG 3: C S LÝ THUY T ƠNG 1: TỔNG QUAN VỀ CÁC PHƯƠNG PHÁP XÁC ĐỊNH Ở LÝ THUYẾT ẾT

3.1 T ng quan v Adaboostổng quan về Adaboost ề các phương pháp xác định mặt người trong

H c theo Adaboost là m t cách trong họi lĩnh vực của cuộc sống ộc sống ư ng ti p c n d a trên di n m o,ết kiện ận dạng mặt người Ngày xưa, ực của cuộc sống ạng mặt người Ngày xưa,Viola và Jones dùng AdaBoost k t h p cascade đ xác đ nh khuôn m t ngết kiện ợc ứng dụng trong mọi lĩnh vực của cuộc sống ể làm được rất nhiều việc, tiết kiện ị hay sân bay, các nhân viên an ặt người Ngày xưa, ư i[17] v i các đ c tr ng d ng Haar wavelet-like T c đ x lý khá nhanh và t lặt người Ngày xưa, ư ạng mặt người Ngày xưa, ống ộc sống ử dụng trong báo cáo ỷ lệ

Thu t toán h c máy Adaboost đận dạng mặt người Ngày xưa, ọi lĩnh vực của cuộc sống ược ứng dụng trong mọi lĩnh vực của cuộc sống.c phát tri n thu t toán boosting, do đóể làm được rất nhiều việc, tiết kiện ận dạng mặt người Ngày xưa,

b n em sẽ trình bày m t chút v thu t toán boosting trọi lĩnh vực của cuộc sống ộc sống ều việc, tiết kiện ận dạng mặt người Ngày xưa, ư c khi trình bày vều việc, tiết kiệnAdaboost

Ti p c n Boostingết kiện ận dạng mặt người Ngày xưa,

V l ch s , boosting b t ngu n t câu h i n i ti ng đều việc, tiết kiện ị hay sân bay, các nhân viên an ử dụng trong báo cáo ắt đầu nghiên cứu từ những năm 1990s, ồng thời xác định phạm vi của đề tài ừng màn hình camera theo dõi Ngày nay, công việc đấy ỏ qua những thứ khác như: tòa nhà, cây ổi tiếng ết kiện ược ứng dụng trong mọi lĩnh vực của cuộc sống.c đ a ra b i Kearnsư

vào năm 1989 : “Li u có th t o ra m t strong classifier t m t t p các b phân ệu về các phương pháp xác định mặt người trong ảnh ểm ảnh của vùng D ạm vi đề tài ột hệ thống xác định mặt người trong ảnh ừ một tập các bộ phân ột hệ thống xác định mặt người trong ảnh ập các bộ phân ột hệ thống xác định mặt người trong ảnh

lo i y u?” ạm vi đề tài ết kế hệ thống phát hiện mặt người Năm 1990, Robert Schapire đ a ra thu t toán boosting đ u tiên, ti pư ận dạng mặt người Ngày xưa, ần quan trọng của hệ thống nhận dạng mặt người đó, ết kiện

đ n năm 1993 thì nó đết kiện ược ứng dụng trong mọi lĩnh vực của cuộc sống.c Drucker, Schapire và Simard ki m nghi m trongể làm được rất nhiều việc, tiết kiệntrong các chươn giản, hệ thống chỉng trình nh n d ng ( ận dạng mặt người Ngày xưa, ạng mặt người Ngày xưa, OCR application ) Freund đã ti p t c cácết kiện ụng trong mọi lĩnh vực của cuộc sống.nghiên c u c a Schaprire, và đ n năm 1995 thì ông cùng v i Schapire phát tri nứng dụng trong mọi lĩnh vực của cuộc sống ủa cuộc sống ết kiện ể làm được rất nhiều việc, tiết kiệnboosting thành adaboost

Nh v y, nguyên lý c b n c a boosting là s k t h p các ư ận dạng mặt người Ngày xưa, ơn giản, hệ thống chỉ ủa cuộc sống ực của cuộc sống ết kiện ợc ứng dụng trong mọi lĩnh vực của cuộc sống weak classifiers

thành m t ộc sống strong classifier Trong đó, weak classifier là các b phân lo i đ n gi nộc sống ạng mặt người Ngày xưa, ơn giản, hệ thống chỉ

ch c n có đ chính xác trên 50% B ng cách này, chúng ta nói b phân lo i đãỉ ần quan trọng của hệ thống nhận dạng mặt người đó, ộc sống ằm nâng cao hiệu suất của việc phát hiện khuôn mặt ộc sống ạng mặt người Ngày xưa,

được ứng dụng trong mọi lĩnh vực của cuộc sống.c “boost”

Đ hi u cách ho t đ ng c a thu t toán boosting, ta xét m t bài toán phânể làm được rất nhiều việc, tiết kiện ể làm được rất nhiều việc, tiết kiện ạng mặt người Ngày xưa, ộc sống ủa cuộc sống ận dạng mặt người Ngày xưa, ộc sống

lo i 2 l p (m u c n nh n d ng ch thu c m t trong hai l p) v i ạng mặt người Ngày xưa, ẫn không ngừng tìm các hướng tiếp cận ần quan trọng của hệ thống nhận dạng mặt người đó, ận dạng mặt người Ngày xưa, ạng mặt người Ngày xưa, ỉ ộc sống ộc sống D là t p hu nận dạng mặt người Ngày xưa, ất nhiều việc, tiết kiệnluy n g m có ồng thời xác định phạm vi của đề tài n m u Trẫn không ngừng tìm các hướng tiếp cận ư c tiên, chúng ta sẽ ch n ng u nhiên ra ọi lĩnh vực của cuộc sống ẫn không ngừng tìm các hướng tiếp cận n1 m u t t pẫn không ngừng tìm các hướng tiếp cận ừng màn hình camera theo dõi Ngày nay, công việc đấy ận dạng mặt người Ngày xưa,

D (n1<n) đ t o t p ể làm được rất nhiều việc, tiết kiện ạng mặt người Ngày xưa, ận dạng mặt người Ngày xưa, D1 Sau đó, chúng ta sẽ xây d ng weak classifier đ u tiên ực của cuộc sống ần quan trọng của hệ thống nhận dạng mặt người đó, C1

t t p ừng màn hình camera theo dõi Ngày nay, công việc đấy ận dạng mặt người Ngày xưa, D1 Ti p theo, chúng ta xây d ng t p ết kiện ực của cuộc sống ận dạng mặt người Ngày xưa, D2 đ hu n luy n b phân lo i ể làm được rất nhiều việc, tiết kiện ất nhiều việc, tiết kiện ộc sống ạng mặt người Ngày xưa, C2.

D2 sẽ được ứng dụng trong mọi lĩnh vực của cuộc sống.c xây d ng sao cho m t n a s m u c a nó đực của cuộc sống ộc sống ử dụng trong báo cáo ống ẫn không ngừng tìm các hướng tiếp cận ủa cuộc sống ược ứng dụng trong mọi lĩnh vực của cuộc sống.c phân lo i đúng b iạng mặt người Ngày xưa, ở rộng cho ảnh mầu và có nhiều mặt

C1 và n a còn l i b phân lo i sai b i ử dụng trong báo cáo ạng mặt người Ngày xưa, ị hay sân bay, các nhân viên an ạng mặt người Ngày xưa, ở rộng cho ảnh mầu và có nhiều mặt C1 B ng cách này, ằm nâng cao hiệu suất của việc phát hiện khuôn mặt D2 ch a đ ng nh ngứng dụng trong mọi lĩnh vực của cuộc sống ực của cuộc sống ữ liệu để nhận dạng xem khuôn mặtthông tin b sung cho ổi tiếng C1 Bây gi chúng ta sẽ xây hu n luy n ất nhiều việc, tiết kiện C2 t ừng màn hình camera theo dõi Ngày nay, công việc đấy D2

Ti p theo, chúng ta sẽ xây d ng t p ết kiện ực của cuộc sống ận dạng mặt người Ngày xưa, D3 t nh ng m u không đừng màn hình camera theo dõi Ngày nay, công việc đấy ữ liệu để nhận dạng xem khuôn mặt ẫn không ngừng tìm các hướng tiếp cận ược ứng dụng trong mọi lĩnh vực của cuộc sống.c phân

lo i t t b i s k t h p gi a ạng mặt người Ngày xưa, ống ở rộng cho ảnh mầu và có nhiều mặt ực của cuộc sống ết kiện ợc ứng dụng trong mọi lĩnh vực của cuộc sống ữ liệu để nhận dạng xem khuôn mặt C1 và C2: nh ng m u còn l i trong ữ liệu để nhận dạng xem khuôn mặt ẫn không ngừng tìm các hướng tiếp cận ạng mặt người Ngày xưa, D mà C1 và C2

cho k t qu khác nhau Nh v y, ết kiện ư ận dạng mặt người Ngày xưa, D3 sẽ g m nh ng m u mà ồng thời xác định phạm vi của đề tài ữ liệu để nhận dạng xem khuôn mặt ẫn không ngừng tìm các hướng tiếp cận C1 và C2 ho t đ ngạng mặt người Ngày xưa, ộc sống.không hi u qu Sau cùng, chúng ta sẽ hu n luy n b phân lo i ất nhiều việc, tiết kiện ộc sống ạng mặt người Ngày xưa, C3 t ừng màn hình camera theo dõi Ngày nay, công việc đấy D3.

Bây gi chúng ta đã có m t strong classifier: s k t h p ộc sống ực của cuộc sống ết kiện ợc ứng dụng trong mọi lĩnh vực của cuộc sống C1, C2 và C3 Khi

ti n hành nh n d ng m t m u X, k t qu sẽ đết kiện ận dạng mặt người Ngày xưa, ạng mặt người Ngày xưa, ộc sống ẫn không ngừng tìm các hướng tiếp cận ết kiện ược ứng dụng trong mọi lĩnh vực của cuộc sống.c quy t đ nh b i s th a thu nết kiện ị hay sân bay, các nhân viên an ở rộng cho ảnh mầu và có nhiều mặt ực của cuộc sống ỏ qua những thứ khác như: tòa nhà, cây ận dạng mặt người Ngày xưa,

chính là k t qu phân lo i c a ết kiện ạng mặt người Ngày xưa, ủa cuộc sống X; ngược ứng dụng trong mọi lĩnh vực của cuộc sống ạng mặt người Ngày xưa,c l i, n u ết kiện C1 và C2 phân X vào 2 l p khác

nhau, C3 sẽ quy t đ nh ết kiện ị hay sân bay, các nhân viên an X thu c v l p nàoộc sống ều việc, tiết kiện

Đ có th k t h p các b phân lo i y u, Adaboost s d ng m t tr ng s ể làm được rất nhiều việc, tiết kiện ể làm được rất nhiều việc, tiết kiện ết kiện ợc ứng dụng trong mọi lĩnh vực của cuộc sống ộc sống ạng mặt người Ngày xưa, ết kiện ử dụng trong báo cáo ụng trong mọi lĩnh vực của cuộc sống ộc sống ọi lĩnh vực của cuộc sống ống.(weight) đ đánh d u các m u khó nh n d ng Trong quá trình hu n luy n, ể làm được rất nhiều việc, tiết kiện ất nhiều việc, tiết kiện ẫn không ngừng tìm các hướng tiếp cận ận dạng mặt người Ngày xưa, ạng mặt người Ngày xưa, ất nhiều việc, tiết kiện

c m i weak classifier đứng dụng trong mọi lĩnh vực của cuộc sống 6 ược ứng dụng trong mọi lĩnh vực của cuộc sống.c xây d ng, thu t toán sẽ ti n hành c p nh t l i ực của cuộc sống ận dạng mặt người Ngày xưa, ết kiện ận dạng mặt người Ngày xưa, ận dạng mặt người Ngày xưa, ạng mặt người Ngày xưa,

tr ng s đ chu n b cho vi c xây d ng weak classifier ti p theo: tăng tr ng ọi lĩnh vực của cuộc sống ống ể làm được rất nhiều việc, tiết kiện ẩn của ị hay sân bay, các nhân viên an ực của cuộc sống ết kiện ọi lĩnh vực của cuộc sống.

s c a các m u b nh n d ng sai và gi m tr ng s c a các m u đống ủa cuộc sống ẫn không ngừng tìm các hướng tiếp cận ị hay sân bay, các nhân viên an ận dạng mặt người Ngày xưa, ạng mặt người Ngày xưa, ọi lĩnh vực của cuộc sống ống ủa cuộc sống ẫn không ngừng tìm các hướng tiếp cận ược ứng dụng trong mọi lĩnh vực của cuộc sống.c nh n ận dạng mặt người Ngày xưa,

d ng đúng b i weak classifier v a xây d ng B ng cách này, các weak ạng mặt người Ngày xưa, ở rộng cho ảnh mầu và có nhiều mặt ừng màn hình camera theo dõi Ngày nay, công việc đấy ực của cuộc sống ằm nâng cao hiệu suất của việc phát hiện khuôn mặt

classifier sau có th t p trung vào các m u mà các weak classifier trể làm được rất nhiều việc, tiết kiện ận dạng mặt người Ngày xưa, ẫn không ngừng tìm các hướng tiếp cận ư c đó

ch a th c hi n t t Sau cùng các weak classifier sẽ đư ực của cuộc sống ống ược ứng dụng trong mọi lĩnh vực của cuộc sống.c k t h p tùy theo ết kiện ợc ứng dụng trong mọi lĩnh vực của cuộc sống

m c đ ‘t t’ c a chúng đ t o nên m t strong classifier.ứng dụng trong mọi lĩnh vực của cuộc sống ộc sống ống ủa cuộc sống ể làm được rất nhiều việc, tiết kiện ạng mặt người Ngày xưa, ộc sống

1 Các weak classifiers hk(x) là các b phân lo i y u, độc sống ạng mặt người Ngày xưa, ết kiện ược ứng dụng trong mọi lĩnh vực của cuộc sống.c bi u di n nh sau:ể làm được rất nhiều việc, tiết kiện ễn như sau: ư

2

Trong đó:

3 X : m u hay c a s con c n xét ( X = (xẫn không ngừng tìm các hướng tiếp cận ử dụng trong báo cáo ổi tiếng ần quan trọng của hệ thống nhận dạng mặt người đó, 1,x2,…,xn) là vector đ c tr ng c a m u)ặt người Ngày xưa, ư ủa cuộc sống ẫn không ngừng tìm các hướng tiếp cận

5 fk: giá tr c a đ c tr ng Haar-likeị hay sân bay, các nhân viên an ủa cuộc sống ặt người Ngày xưa, ư

6 pk: h s quy t đ nh chi u c a b t phống ết kiện ị hay sân bay, các nhân viên an ều việc, tiết kiện ủa cuộc sống ất nhiều việc, tiết kiện ươn giản, hệ thống chỉng trình

7 Công th c trên có th di n gi i nh sau: N u giá tr đ c tr ng c a m u choứng dụng trong mọi lĩnh vực của cuộc sống ể làm được rất nhiều việc, tiết kiện ễn như sau: ư ết kiện ị hay sân bay, các nhân viên an ặt người Ngày xưa, ư ủa cuộc sống ẫn không ngừng tìm các hướng tiếp cận

b i hàm đánh giá c a b phân lo i vở rộng cho ảnh mầu và có nhiều mặt ủa cuộc sống ộc sống ạng mặt người Ngày xưa, ược ứng dụng trong mọi lĩnh vực của cuộc sống.t qua m t ngộc sống ưỡng.ng cho trư c thì m uẫn không ngừng tìm các hướng tiếp cận

đ y là khuôn m t ( g i là ất nhiều việc, tiết kiện ặt người Ngày xưa, ọi lĩnh vực của cuộc sống object : đ i tống ược ứng dụng trong mọi lĩnh vực của cuộc sống.ng c n nh n d ng ), ngần quan trọng của hệ thống nhận dạng mặt người đó, ận dạng mặt người Ngày xưa, ạng mặt người Ngày xưa, ược ứng dụng trong mọi lĩnh vực của cuộc sống ạng mặt người Ngày xưa,c l i thì

m u là ẫn không ngừng tìm các hướng tiếp cận background ( không ph i là đ i tống ược ứng dụng trong mọi lĩnh vực của cuộc sống.ng )

3.1.2 Thu t toán Adaboost: ận dạng mặt người Ngày xưa,

1 Cho m t t p g m n m u có đánh d u (xộc sống ận dạng mặt người Ngày xưa, ồng thời xác định phạm vi của đề tài ẫn không ngừng tìm các hướng tiếp cận ất nhiều việc, tiết kiện 1,y1), (x2,y2),… (xn,yn) v i xk ∈ (xk1,

xk2, … , xkm) là vector đ c tr ng và yặt người Ngày xưa, ư k ∈ (-1, 1) là nhãn c a m u (1 ng v iủa cuộc sống ẫn không ngừng tìm các hướng tiếp cận ứng dụng trong mọi lĩnh vực của cuộc sống

object, -1 ng v i ứng dụng trong mọi lĩnh vực của cuộc sống background).

2 Kh i t o tr ng s ban đ u cho t t c các m u: v i ở rộng cho ảnh mầu và có nhiều mặt ạng mặt người Ngày xưa, ọi lĩnh vực của cuộc sống ống ần quan trọng của hệ thống nhận dạng mặt người đó, ất nhiều việc, tiết kiện ẫn không ngừng tìm các hướng tiếp cận m là s m u đúng ( ngống ẫn không ngừng tìm các hướng tiếp cận ứng dụng trong mọi lĩnh vực của cuộc sống

v i object và y = 1) và l là s m u sai ( ng v i ống ẫn không ngừng tìm các hướng tiếp cận ứng dụng trong mọi lĩnh vực của cuộc sống background và y = -1).

L p t = 1, …, Tặt người Ngày xưa,

 V i m i đ c tr ng trong vector đ c tr ng, xây d ng m t weak6 ặt người Ngày xưa, ư ặt người Ngày xưa, ư ực của cuộc sống ộc sống

 Ch n ra họi lĩnh vực của cuộc sống j v i εj nh nh t, ta đỏ qua những thứ khác như: tòa nhà, cây ất nhiều việc, tiết kiện ược ứng dụng trong mọi lĩnh vực của cuộc sống.c ht:

 C p nh t l i tr ng s :ận dạng mặt người Ngày xưa, ận dạng mặt người Ngày xưa, ạng mặt người Ngày xưa, ọi lĩnh vực của cuộc sống ống

: H s dùng đ đ a ống ể làm được rất nhiều việc, tiết kiện ư v đo n [0,1] (normalization factor)ều việc, tiết kiện ạng mặt người Ngày xưa,

Strong classifier đ ược xây dựng : c xây d ng : ựng ứng dụng

S đ kh i ơng 1: Tổng quan về các phương pháp xác định mặt người ồ khối ối

Hình 3.2: S đ kh i xây d ng b phân lo i ơng pháp xác định mặt người trong ảnh ồ khối xây dựng bộ phân loại ối với bài toán xác định mặt người ựng bộ phân loại ột hệ thống xác định mặt người trong ảnh ạm vi đề tài.

Quá trình hu n luy n b phân lo i đất nhiều việc, tiết kiện ộc sống ạng mặt người Ngày xưa, ược ứng dụng trong mọi lĩnh vực của cuộc sống.c th c hi n b ng m t vòng l p mà ực của cuộc sống ằm nâng cao hiệu suất của việc phát hiện khuôn mặt ộc sống ặt người Ngày xưa, ở rộng cho ảnh mầu và có nhiều mặt

m i b6 ư c l p, thu t toán sẽ ch n ra weak classifier hặt người Ngày xưa, ận dạng mặt người Ngày xưa, ọi lĩnh vực của cuộc sống t th c hi n vi c phân lo iực của cuộc sống ạng mặt người Ngày xưa,

v i l i 6 εt nh nh t (do đó sẽ là b phân lo i t t nh t) đ b sung vào strongỏ qua những thứ khác như: tòa nhà, cây ất nhiều việc, tiết kiện ộc sống ạng mặt người Ngày xưa, ống ất nhiều việc, tiết kiện ể làm được rất nhiều việc, tiết kiện ổi tiếngclassifier M i khi ch n đ6 ọi lĩnh vực của cuộc sống ược ứng dụng trong mọi lĩnh vực của cuộc sống.c 1 b phân lo i hộc sống ạng mặt người Ngày xưa, t, Adaboost sẽ tính giá tr ị hay sân bay, các nhân viên anαt theocông th c trên ứng dụng trong mọi lĩnh vực của cuộc sống ở rộng cho ảnh mầu và có nhiều mặt αt cũng được ứng dụng trong mọi lĩnh vực của cuộc sống.c ch n trên nguyên t c làm gi m thi u giá tr l i ọi lĩnh vực của cuộc sống ắt đầu nghiên cứu từ những năm 1990s, ể làm được rất nhiều việc, tiết kiện ị hay sân bay, các nhân viên an 6 εt

H s ống αt nói lên m c đ quan tr ng c a hứng dụng trong mọi lĩnh vực của cuộc sống ộc sống ọi lĩnh vực của cuộc sống ủa cuộc sống t:

 Trong công th c c a b phân lo i H(x):ứng dụng trong mọi lĩnh vực của cuộc sống ủa cuộc sống ộc sống ạng mặt người Ngày xưa,

Ta th y t t c các b phân lo i hất nhiều việc, tiết kiện ất nhiều việc, tiết kiện ộc sống ạng mặt người Ngày xưa, t đ u có đóng góp vào k t qu c a bều việc, tiết kiện ết kiện ủa cuộc sống ộc sống.phân lo i H(x), và m c đ đóng góp c a chúng ph thu c vào giá tr ạng mặt người Ngày xưa, ứng dụng trong mọi lĩnh vực của cuộc sống ộc sống ủa cuộc sống ụng trong mọi lĩnh vực của cuộc sống ộc sống ị hay sân bay, các nhân viên an αt

tươn giản, hệ thống chỉng ng: hứng dụng trong mọi lĩnh vực của cuộc sống t v i αt càng l n thì nó càng có vài trò quan tr ng trongọi lĩnh vực của cuộc sống.H(x)

 Trong công th c tính ứng dụng trong mọi lĩnh vực của cuộc sống αt:

Bắt đầu huấn luyện

Khởi tạo tập đặc trưng ban đầu

Xác định các đặc trưng trong từng mẫu, xây dựng các

bộ phân loại yếu tương ứng

Đặc trưng haar-like

Tính toán giá trị lỗi cho mỗi đặc trưng

False alarm ≤ max false alarm

Tập các mẫu và trọng số Tập các mẫu

Mẫu

sai

Mẫu đúng

Cập nhật lại trọng số

Sai Kết thúc,

D th y giá tr ễn như sau: ất nhiều việc, tiết kiện ị hay sân bay, các nhân viên an αt t l ngh ch v i ỉ ị hay sân bay, các nhân viên an εt B i vì hở rộng cho ảnh mầu và có nhiều mặt t được ứng dụng trong mọi lĩnh vực của cuộc sống.c ch n v i tiêu chí đ tọi lĩnh vực của cuộc sống ạng mặt người Ngày xưa,

εt

nh nh t, do đó nó sẽ đ m b o giá tr ỏ qua những thứ khác như: tòa nhà, cây ất nhiều việc, tiết kiện ị hay sân bay, các nhân viên an αt l n nh t.ất nhiều việc, tiết kiện

Sau khi tính được ứng dụng trong mọi lĩnh vực của cuộc sống.c giá tr ị hay sân bay, các nhân viên an αt, Adaboost ti n hành c p nh t l i tr ng s c aết kiện ận dạng mặt người Ngày xưa, ận dạng mặt người Ngày xưa, ạng mặt người Ngày xưa, ọi lĩnh vực của cuộc sống ống ủa cuộc sống.các m u: tăng tr ng s các m u mà hẫn không ngừng tìm các hướng tiếp cận ọi lĩnh vực của cuộc sống ống ẫn không ngừng tìm các hướng tiếp cận t phân lo i sai, gi m tr ng s các m u mà hạng mặt người Ngày xưa, ọi lĩnh vực của cuộc sống ống ẫn không ngừng tìm các hướng tiếp cận t

phân lo i đúng B ng cách này, tr ng s c a m u ph n ánh đạng mặt người Ngày xưa, ằm nâng cao hiệu suất của việc phát hiện khuôn mặt ọi lĩnh vực của cuộc sống ống ủa cuộc sống ẫn không ngừng tìm các hướng tiếp cận ược ứng dụng trong mọi lĩnh vực của cuộc sống.c m c đ khóứng dụng trong mọi lĩnh vực của cuộc sống ộc sống

nh n d ng c a m u đó và hận dạng mặt người Ngày xưa, ạng mặt người Ngày xưa, ủa cuộc sống ẫn không ngừng tìm các hướng tiếp cận t+1 sẽ u tiên h c cách phân lo i nh ng m u này ư ọi lĩnh vực của cuộc sống ạng mặt người Ngày xưa, ữ liệu để nhận dạng xem khuôn mặt ẫn không ngừng tìm các hướng tiếp cậnVòng l p xây d ng strong classifier sẽ d ng l i sau T l n l p Trong th c tặt người Ngày xưa, ực của cuộc sống ừng màn hình camera theo dõi Ngày nay, công việc đấy ạng mặt người Ngày xưa, ần quan trọng của hệ thống nhận dạng mặt người đó, ặt người Ngày xưa, ực của cuộc sống ết kiệncài đ t (th vi n OpenCV c a Intel), ngặt người Ngày xưa, ư ủa cuộc sống ư i ta ít s d ng giá tr T vì không cóử dụng trong báo cáo ụng trong mọi lĩnh vực của cuộc sống ị hay sân bay, các nhân viên ancông th c nào đ m b o tính đứng dụng trong mọi lĩnh vực của cuộc sống ược ứng dụng trong mọi lĩnh vực của cuộc sống.c giá tr T t i u cho quá trình hu n luy n Thayị hay sân bay, các nhân viên an ống ư ất nhiều việc, tiết kiệnvào đó, ngư i ta s d ng giá tr ử dụng trong báo cáo ụng trong mọi lĩnh vực của cuộc sống ị hay sân bay, các nhân viên an max false positive hay max false alarm (t l nh nỉ ận dạng mặt người Ngày xưa,

d ng sai t i đa các m u background) T l này c a b phân lo i c n xây d ngạng mặt người Ngày xưa, ống ẫn không ngừng tìm các hướng tiếp cận ỉ ủa cuộc sống ộc sống ạng mặt người Ngày xưa, ần quan trọng của hệ thống nhận dạng mặt người đó, ực của cuộc sống.không được ứng dụng trong mọi lĩnh vực của cuộc sống.c phép vược ứng dụng trong mọi lĩnh vực của cuộc sống.t quá giá tr này Khi đó, qua các l n l p, ị hay sân bay, các nhân viên an ần quan trọng của hệ thống nhận dạng mặt người đó, ặt người Ngày xưa, false alarm c aủa cuộc sống.strong classifier Ht(x) xây d ng đực của cuộc sống ược ứng dụng trong mọi lĩnh vực của cuộc sống.c (t i l n l p th t) sẽ gi m d n, và vòng l pạng mặt người Ngày xưa, ần quan trọng của hệ thống nhận dạng mặt người đó, ặt người Ngày xưa, ứng dụng trong mọi lĩnh vực của cuộc sống ần quan trọng của hệ thống nhận dạng mặt người đó, ặt người Ngày xưa,

k t thúc khi t l này th p h n ết kiện ỉ ất nhiều việc, tiết kiện ơn giản, hệ thống chỉ max false alarm.

3.2Các đ c tr ng Haar-like ặt người trong ư

Viola và Jones dùng 4 đ c tr ng c b n [20] đ xác đ nh khuôn m t ngặt người Ngày xưa, ư ơn giản, hệ thống chỉ ể làm được rất nhiều việc, tiết kiện ị hay sân bay, các nhân viên an ặt người Ngày xưa, ư i

M i đ c tr ng Haar–like là s k t h p c a hai hay ba hình ch nh t "tr ng" hay6 ặt người Ngày xưa, ư ực của cuộc sống ết kiện ợc ứng dụng trong mọi lĩnh vực của cuộc sống ủa cuộc sống ữ liệu để nhận dạng xem khuôn mặt ận dạng mặt người Ngày xưa, ắt đầu nghiên cứu từ những năm 1990s,

Hình 3.3: 4 đ c tr ng Haar-like c b n ặt người trong ảnh ư ơng pháp xác định mặt người trong ảnh ảnh

Đ áp d ng các đ t tr ng này vào vi c bài toán xác đ nh m t ngể làm được rất nhiều việc, tiết kiện ụng trong mọi lĩnh vực của cuộc sống ặt người Ngày xưa, ư ị hay sân bay, các nhân viên an ặt người Ngày xưa, ư i, 4 đ tặt người Ngày xưa,

tr ng Haar-like c b n đư ơn giản, hệ thống chỉ ược ứng dụng trong mọi lĩnh vực của cuộc sống.c m r ng ra, và đở rộng cho ảnh mầu và có nhiều mặt ộc sống ược ứng dụng trong mọi lĩnh vực của cuộc sống.c chia làm 3 t p đ c tr ng nhận dạng mặt người Ngày xưa, ặt người Ngày xưa, ư ưsau:

1 Đ c tr ng c nh (edge features): ặt người trong ảnh ư ạm vi đề tài.