TÌM HIỂU các PHƯƠNG PHÁP và xây DỰNG ỨNG DỤNG PHÁT HIỆN KHUÔN mặt NGƯỜI dựa TRÊN ADABOOST

TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI KHOA CÔNG NGHỆ THÔNG TIN ──────── * ─────── ĐỒ ÁN TỐT NGHIỆP ĐẠI HỌC NGÀNH CƠNG NGHỆ THƠNG TIN TÌM HIỂU CÁC PHƯƠNG PHÁP VÀ XÂY DỰNG ỨNG DỤNG PHÁT HIỆN KHUÔN MẶT NGƯỜI DỰA TRÊN ADABOOST Sinh viên thực : Họ tên sinh viên Lớp Tin? - K45 Giáo viên hướng dẫn: [GS/PGS/GVC/TS/ThS] Tên giáo viên Hà nội 5-2007 PHIẾU GIAO NHIỆM VỤ ĐỒ ÁN TỐT NGHIỆP Định hướng đề tài tốt nghiệp Tìm hiểu phương pháp phát khuôn mặt người xây dựng ứng dụng phát khuôn mặt dựa giải thuật AdaBoost Các nhiệm vụ cụ thể đồ án tốt nghiệp - Tìm hiểu phương pháp phát khuôn mặt Xây dựng thư viện Xây dựng ứng dụng Lời cám đoan sinh viên: Tôi – Mai Anh Tuấn - cam kết đồ án tốt nghiệp cơng trình nghiên cứu thân hướng dẫn Ths Lê Đức Trung Các kết nêu đồ án tốt nghiệp trung thực, chép tồn văn cơng trình khác Hà Nội, ngày tháng năm Tác giả đồ án tốt nghiệp Họ tên sinh viên Xác nhận giáo viên hướng dẫn mức độ hoàn thành đồ án tốt nghiệp cho phép bảo vệ Tìm hiểu phương pháp xây dựng ứng dụng phát khuôn mặt dựa AdaBoost Lời cảm ơn Trong trình thực đồ án, tơi nhận giúp đỡ nhiều người Trước tiên, xin gửi lời cảm ơn chân thành tới thầy giáo Ths Lê Đức Trung hướng dẫn, bảo tận tình giúp đỡ suốt trình nghiên cứu xây dựng đồ án Xin gửi lời cảm ơn đến thấy giáo Ths Lương Mạnh Bá, Ths Lê Tấn Hùng, công ty Avasys Việt nam cá nhân anh Nguyễn Văn Thành giúp đỡ tận tình trình thực thực tập tốt nghiệp Những giúp đỡ quý báu góp phần định hướng nội dung nghiên cứu đồ án Xin cảm ơn gia đình tơi người bạn ln bên, động viên, giúp đỡ tạo điều kiện tốt mặt trình thực đồ án Sự giúp đỡ động lực lớn để tơi hồn thành đồ án tốt nghiệp Sinh viên thực Mai Anh Tuấn TÓM TẮT NỘI DUNG ĐỒ ÁN TỐT NGHIỆP Nhận dạng khuôn mặt người lĩnh vực quan trọng có nhiều ứng dụng thực tế, hệ thống bảo mật, xác minh nhân dạng, phương thức giao tiếp người máy mới, hay lĩnh vực giải trí,… bước quan trọng để nhận dạng khn mặt phải định vị khn mặt hình Đây đối tượng nghiên cứu lĩnh vực phát khuôn mặt người Những năm trở lại đánh dấu tiến lớn tốc độ độ xác phương pháp kỹ thuật phát khuôn mặt Mai Anh Tuấn – Khóa 47 Lớp Cơng nghệ Phần mềm Tìm hiểu phương pháp xây dựng ứng dụng phát khn mặt dựa AdaBoost Nội dung báo cáo trình bày vấn đề lý thuyết lĩnh vực phát khuôn mặt thành công mà nhà nghiên cứu đạt năm gần Báo cáo nhằm mục đích có nhìn tổng qt lĩnh vực phát Mai Anh Tuấn – Khóa 47 Lớp Cơng nghệ Phần mềm Tìm hiểu phương pháp xây dựng ứng dụng phát khuôn mặt dựa AdaBoost Lời cảm ơn Trong trình thực đồ án, nhận giúp đỡ nhiều người Trước tiên, xin gửi lời cảm ơn chân thành tới thầy giáo Ths Lê Đức Trung hướng dẫn, bảo tận tình giúp đỡ suốt trình nghiên cứu xây dựng đồ án Xin gửi lời cảm ơn đến thấy giáo Ths Lương Mạnh Bá, Ths Lê Tấn Hùng, công ty Avasys Việt nam cá nhân anh Nguyễn Văn Thành giúp đỡ tận tình trình thực thực tập tốt nghiệp Những giúp đỡ quý báu góp phần định hướng nội dung nghiên cứu đồ án Xin cảm ơn gia đình tơi người bạn bên, động viên, giúp đỡ tạo điều kiện tốt mặt trình thực đồ án Sự giúp đỡ động lực lớn để tơi hồn thành đồ án tốt nghiệp Sinh viên thực Mai Anh Tuấn TÓM TẮT NỘI DUNG ĐỒ ÁN TỐT NGHIỆP Nhận dạng khuôn mặt người lĩnh vực quan trọng có nhiều ứng dụng thực tế, hệ thống bảo mật, xác minh nhân dạng, phương thức giao tiếp người máy mới, hay lĩnh vực giải trí,… bước quan trọng để nhận dạng khn mặt phải định vị khn mặt hình Đây đối tượng nghiên cứu lĩnh vực phát khuôn mặt người Những năm trở lại đánh dấu tiến lớn tốc độ độ xác phương pháp kỹ thuật phát khn mặt Mai Anh Tuấn – Khóa 47 Lớp Cơng nghệ Phần mềm Tìm hiểu phương pháp xây dựng ứng dụng phát khuôn mặt dựa AdaBoost Nội dung báo cáo trình bày vấn đề lý thuyết lĩnh vực phát khuôn mặt thành công mà nhà nghiên cứu đạt năm gần Báo cáo nhằm mục đích có nhìn tổng qt lĩnh vực phát Mai Anh Tuấn – Khóa 47 Lớp Cơng nghệ Phần mềm Tìm hiểu phương pháp xây dựng ứng dụng phát khuôn mặt dựa AdaBoost Lời cảm ơn Trong q trình thực đồ án, tơi nhận giúp đỡ nhiều người Trước tiên, xin gửi lời cảm ơn chân thành tới thầy giáo Ths Lê Đức Trung hướng dẫn, bảo tận tình giúp đỡ suốt trình nghiên cứu xây dựng đồ án Xin gửi lời cảm ơn đến thấy giáo Ths Lương Mạnh Bá, Ths Lê Tấn Hùng, công ty Avasys Việt nam cá nhân anh Nguyễn Văn Thành giúp đỡ tận tình trình thực thực tập tốt nghiệp Những giúp đỡ quý báu góp phần định hướng nội dung nghiên cứu đồ án Xin cảm ơn gia đình tơi người bạn bên, động viên, giúp đỡ tạo điều kiện tốt mặt trình thực đồ án Sự giúp đỡ động lực lớn để tơi hồn thành đồ án tốt nghiệp Sinh viên thực Mai Anh Tuấn TÓM TẮT NỘI DUNG ĐỒ ÁN TỐT NGHIỆP Nhận dạng khuôn mặt người lĩnh vực quan trọng có nhiều ứng dụng thực tế, hệ thống bảo mật, xác minh nhân dạng, phương thức giao tiếp người máy mới, hay lĩnh vực giải trí,… bước quan trọng để nhận dạng khn mặt phải định vị khn mặt hình Đây đối tượng nghiên cứu lĩnh vực phát khuôn mặt người Những năm trở lại đánh dấu tiến lớn tốc độ độ xác phương pháp kỹ thuật phát khn mặt Mai Anh Tuấn – Khóa 47 Lớp Cơng nghệ Phần mềm Tìm hiểu phương pháp xây dựng ứng dụng phát khuôn mặt dựa AdaBoost Nội dung báo cáo trình bày vấn đề lý thuyết lĩnh vực phát khuôn mặt thành công mà nhà nghiên cứu đạt năm gần Báo cáo nhằm mục đích có nhìn tổng quát lĩnh vực phát Mai Anh Tuấn – Khóa 47 Lớp Cơng nghệ Phần mềm Tìm hiểu phương pháp xây dựng ứng dụng phát khuôn mặt dựa AdaBoost Lời cảm ơn Trong q trình thực đồ án, tơi nhận giúp đỡ nhiều người Trước tiên, xin gửi lời cảm ơn chân thành tới thầy giáo Ths Lê Đức Trung hướng dẫn, bảo tận tình giúp đỡ suốt trình nghiên cứu xây dựng đồ án Xin gửi lời cảm ơn đến thấy giáo Ths Lương Mạnh Bá, Ths Lê Tấn Hùng, công ty Avasys Việt nam cá nhân anh Nguyễn Văn Thành giúp đỡ tận tình trình thực thực tập tốt nghiệp Những giúp đỡ quý báu góp phần định hướng nội dung nghiên cứu đồ án Xin cảm ơn gia đình tơi người bạn ln bên, động viên, giúp đỡ tạo điều kiện tốt mặt trình thực đồ án Sự giúp đỡ động lực lớn để tơi hồn thành đồ án tốt nghiệp Sinh viên thực Mai Anh Tuấn TÓM TẮT NỘI DUNG ĐỒ ÁN TỐT NGHIỆP Nhận dạng khuôn mặt người lĩnh vực quan trọng có nhiều ứng dụng thực tế, hệ thống bảo mật, xác minh nhân dạng, phương thức giao tiếp người máy mới, hay lĩnh vực giải trí,… bước quan trọng để nhận dạng khn mặt phải định vị khn mặt hình Đây đối tượng nghiên cứu lĩnh vực phát khuôn mặt người Những năm trở lại đánh dấu tiến lớn tốc độ độ xác phương pháp kỹ thuật phát khuôn mặt Mai Anh Tuấn – Khóa 47 Lớp Cơng nghệ Phần mềm Tìm hiểu phương pháp xây dựng ứng dụng phát khuôn mặt dựa AdaBoost với  trung bình tất mẫu,  i trung bình mẫu lớp X i , N i số mẫu lớp X i , c số lớp T Phép chiếu tối ưu thu ta chọn ma trận chiếu WFLD theo W T FLD  arg max w W T S BCW W T SWCW  w1 , w2 , , wm  với wi i  1, , m tập vector eigen chuẩn hóa S BC SWC ứng với giá trị eigen i i  1, , m 2.1.3 Mạng nơron Phương pháp phát khuôn mặt sử dụng mạng nơron phát triển Rowley coi chuẩn mực lĩnh vực phát khuôn mặt Chuẩn bị tập ảnh huấn luyện mẫu Việc huấn luyện thực tập lớn ảnh khn mặt, điểm đặc trưng khuôn mặt gán nhãn tay Vị trí điểm đặc trưng lấy trung bình tồn tập ảnh huấn luyện, khớp với điểm xác định trước Mỗi ảnh huấn luyện sau dóng thẳng hàng với vị trí trung bình thu Q trình lặp lại để thu liệu khuôn mặt mẫu chuẩn Để xây dựng liệu ảnh không-phải-là-mặt, chiến lược boostrapping áp dụng Việc phát khuôn mặt sử dụng mạng nơron thực theo hai bước chính: Phát khn mặt sử dụng lọc dựa mạng nơron Đầu vào bước ảnh vng kích thước 20x20, đầu mạng nơron giá trị thực khoảng -1 đến +1 Hình – Bộ phát khuôn mặt dựa mạng nơron Mai Anh Tuấn – Khóa 47 Lớp Cơng nghệ Phần mềm 15 Tìm hiểu phương pháp xây dựng ứng dụng phát khuôn mặt dựa AdaBoost Ảnh đầu vào ban đầu phân tích thành ảnh theo mơ hình kim tự tháp để phát khn mặt có kích thước lớn kích thước sở Bước cho lại tỷ lệ phát cao (nếu tập ảnh huấn luyện chuẩn bị kỹ lưỡng), nhiên tỷ lệ phát sai lớn Những phương pháp thông kê giới thiệu dựa phương pháp học máy để xây dựng nên mơ hình khn mặt từ tập ảnh mẫu ảnh không mặt không-phải-là-mặt Với cách tiếp cận dựa cấu trúc hình học khn mặt, nhà nghiên cứu tìm cách giải tốn phát khn mặt dựa chi tiết đặc trưng khuôn mặt cấu trúc hình học chúng Những phương pháp theo hướng tiếp cận chia làm hai nhóm:  Nhóm phương pháp trên-xuống: Khn mặt xem xét cách tổng thể, hướng tiếp cận sử dụng nghiên cứu Yang Huang, Lanitis  Nhóm phương pháp dưới-lên: Hướng tiếp cận cố gắng tìm tất chi tiết đặc trưng khuôn mặt diện hình ảnh, sau kết hợp thành nhóm chi tiết để biểu diễn nên khn mặt dựa vào kiến thức cho trước cấu trúc khuôn mặt Các nhà nghiên cứu Leung Sumi xây dựng hệ thống họ theo cách 2.2.2 Những phương pháp từ xuống (top-down) Phần lớn số phương pháp sử dụng dấu hiệu mầu sắc da thịt người để tìm kiếm khn mặt ảnh Bên cạnh đó, phương pháp kết hợp sử dụng giải thuật phân vùng thuật toán lan tỏa vùng, thuật toán lọc trường ngẫu nhiên Gibbs,… để tách khuôn mặt khỏi Mầu sắc da thịt người dấu hiệu nhận biết hệ thống nhãn quang người Ưu điểm phương pháp việc phát thực nhanh Tuy nhiên phương pháp nhiều hạn chế:  Mầu sắc da thịt người thu nhận ảnh đa dạng, tùy theo chủng tộc, điều kiện ánh sáng,…  Mầu sắc dấu hiệu đặc trưng riêng khuôn mặt, ảnh có nhiều vùng có mầu tương tự, phận khác thể gây nhầm lẫn  Không thể áp dụng với ảnh có mầu sắc bị biến đổi ảnh đa mức xám, ảnh qua xử lý mầu sắc,… Phương pháp phát khuôn mặt Yang Ahuja dựa vào mầu sắc da thịt người Mai Anh Tuấn – Khóa 47 Lớp Cơng nghệ Phần mềm 16 Tìm hiểu phương pháp xây dựng ứng dụng phát khuôn mặt dựa AdaBoost Những nghiên cứu họ rằng, mầu sắc da thịt người có khác biệt ví dụ, khác biệt chủ yếu nằm tham số cường độ sáng dấu hiệu mầu sắc Họ sử dụng phân bố Gaussian để mơ hình phân bố mầu sắc đặc trưng cho da thịt người  Một phương pháp khác sử dụng dấu hiệu mầu sắc Cai Goshtasby đề xuất Họ phát khuôn mặt cách kiểm tra diện chi tiết có mầu khác với mầu da thịt vùng da thịt tìm thấy 2.3 Đánh giá chất lượng phương pháp Việc so sánh phương pháp khác khó thực hiện, phương pháp xây dựng nhằm giải ngữ cảnh cụ thể, chưa có chuẩn để đánh giá chất lượng phương pháp phát khn mặt Một số tiêu chí thường sử dụng như: Tỷ lệ khuôn mặt phát tỷ lệ số khuôn mặt phát so với số khn mặt thực diện hình Về nguyên tắc, tỷ lệ gần tốt Tỷ lệ khuôn mặt không phát được, tỷ lệ số khuôn mặt mà phát bỏ qua so với số khn mặt thực có hình Về mặt giá trị, tỷ lệ phần bù tỷ lệ phát Số khuôn mặt phát sai số vùng không chứa khuôn mặt phân lớp khẳng định có chứa khn mặt Tốc độ phát hiện, thời gian để phân lớp quét xong toàn hình ảnh đưa kết Mức độ tổng quát phương pháp hay phạm vi giới hạn khn mặt mà phương pháp phát 2.4 Kết chương Chương hai trình giới thiệu sơ lược phương pháp phát khuôn mặt phát triển thời gian gần Mỗi phương pháp giải toán theo hướng tiếp cận khác nhau, có điểm mạnh điểm hạn chế riêng Việc so sánh phương pháp mang tính tương đối, nhiên xét mặt tốc độ phát hiện, phương pháp theo kịp phương pháp phát khuôn mặt nhanh sử dụng giải thuật AdaBoost Giải thuật tập trung tìm hiểu chương Chương Mai Anh Tuấn – Khóa 47 Lớp Cơng nghệ Phần mềm 19 Tìm hiểu phương pháp xây dựng ứng dụng phát khuôn mặt dựa AdaBoost Phát khuôn mặt nhanh sử dụng giải thuật AdaBoost Gọi  giá trị ngưỡng đó, f mẫu khn mặt nf mẫu không-phải-là-mặt bị phân lớp sai Giá trị ngưỡng tối ưu phải làm cho giá trị 1  f  nf  nhỏ 3.3.7 Chi tiết giải thuật Đầu vào i N mẫu huấn luyện x1 , y1 , , x N , y N  ii L giải thuật học để sinh giả thuyết ht x  (các phân lớp yếu) iii T số giả thuyết tối đa kết hợp Khởi tạo Giá trị trọng số mẫu huấn luyện ( d phân bố với  n 1 d nt  ) N nN d n1  N với  1,2, , Bước lặp với t  1, , T i Huấn luyện học sở theo phân bố d t  tập mẫu huấn luyện, thu giả thuyết tốt ht : x �  1 ii Tính tổng sai số mẫu với trọng số  t  n 1 d nt I y n  ht x n  N iii Tính trọng số giả thuyết  t  ln 1 t t (t ) iv Cập nhật lại phân bố tập huấn luyện d nt 1  d n exp  t y n ht x n Z t với Z t nhân tố dùng để chuẩn hóa phân bố d nt 1 Đầu Giả thuyết cuối f Ens x   t 1 t ht x  T 3.3.8 Ví dụ áp dụng thuật tốn AdaBoost để giải toán phân lớp Bài toán phân loại táo lớp táo táo tự nhiên táo plastic Mai Anh Tuấn – Khóa 47 Lớp Cơng nghệ Phần mềm 21 Tìm hiểu phương pháp xây dựng ứng dụng phát khuôn mặt dựa AdaBoost Cách giải toán sử dụng thuật toán AdaBoost thực sau: Giai đoạn  Chuẩn bị tập ảnh mẫu đánh nhãn Hình 10 – Phân bố thành phần H S mầu da người không gian mầu HLS Mặc dù hệ thống phát dựa mấu sắc da người có hiệu tính tốn cao, dựa vào mầu sắc khơng thể đạt độ xác mong muốn ảnh hưởng ánh sáng, bóng, hay chủng tộc Ngồi ra, vùng phát bao gồm phận khác thể (thường chân, tay, cổ,…) đối tượng có mầu gần với mầu da người Những kỹ thuật xử lý khác cần áp dụng tiếp để loại bỏ vùng 4.2 Kỹ thuật Trừ ảnh [8] Trừ ảnh dùng để tách nhiễu khỏi Ta quan sát ảnh thời điểm khác nhau, so sánh chúng để tìm khác biệt Việc trừ ảnh thực cách dóng thẳng ảnh trừ để thu ảnh Ảnh thu khác hai ảnh 4.3 Kỹ thuật cắt theo mức [8] Kỹ thuật cắt theo mức dùng phép ánh xạ khác cho trường hợp có khơng Có nền:  fu    Không nền:  fu     Lif aub  uotherwise …  Lif aub  0otherwise 4.4 Phép co (Erosion) [8] Phép co phép tốn xử lý hình thể Mai Anh Tuấn – Khóa 47 Lớp Cơng nghệ Phần mềm 30 Tìm hiểu phương pháp xây dựng ứng dụng phát khuôn mặt dựa AdaBoost BS  x S X  B 6.3.2 Kỹ thuật phát chuyển động Kỹ thuật quét cục áp dụng hình ảnh khơng có khn mặt (hoặc phát khuôn mặt khung hình trước) Khi đó, ta phải thực việc quét toàn tất kích thước cửa sổ Để khắc phục điều này, ta sử dụng thêm kỹ thuật phát chuyển động Kỹ thuật phát chuyển động cho phép bỏ qua bước qt tồn khung hình để phát khuôn mặt thỏa mãn hai điều kiện:  Thứ nhất, khung hình tai khơng thay đổi nhiều so với khung hình trước  Và thứ hai, việc phát khn mặt khn hình trước khơng tìm khn mặt Việc so sánh khung hình khung hình trước thực thông qua phát chuyển động đề cập chương Theo đó, hệ số thay đổi hai khung hình xác định so sánh với giá trị ngưỡng định trước Nếu hệ số nhỏ giá trị ngưỡng ta khẳng định hai khn hình khơng có khác biệt đáng kể kết phát khuôn hình trước áp dụng cho khn hình Về nguyên tắc, kỹ thuật áp dụng cho trường hợp kết phát trước tìm nhiều khn mặt Tuy nhiên xảy tượng vị trí kích thước khn mặt phát nằm cố định hình khn mặt có thay đổi đơi chút vị trí diện mạo Một trở ngại khác kỹ thuật khuôn mặt thay đổi dần từ vị trí mà phát khơng thể tìm (góc quay khn mặt q lớn khn mặt nhỏ) sang vị trí mà phát phát hiện, việc áp dụng kỹ thuật khiến phát bỏ qua khuôn mặt hợp lệ Khó khăn giải cách thực việc định kỳ quét toàn khung 6.3.3 Kết hợp Mai Anh Tuấn – Khóa 47 Lớp Cơng nghệ Phần mềm hai kỹ thuật 41 Tìm hiểu phương pháp xây dựng ứng dụng phát khuôn mặt dựa AdaBoost Phát khn mặt Tích hợp chức nhận dạng khuôn mặt Phát khuôn mặt ảnh tĩnh Phát khuôn mặt ảnh tĩnh Phát khuôn mặt hình ảnh đọc từ file AVI Phát khn mặt hình ảnh đcọ từ file AVI Phát khuôn mặt ảnh thu nhận từ thiết bị Camera Lưu kết phát 7.2.1 Chức phát khuôn mặt Chức cho phép phát khuôn mặt hình ảnh từ nguồn khác Tùy theo nguồn tính chất hình ảnh mà ta chia thành chức nhỏ:  Chức phát khn mặt hình ảnh tĩnh đọc từ file ảnh  Chức phát khuôn mặt hình ảnh động đọc từ file AVI  Chức phát khuôn mặt hình ảnh động thu nhận từ thiết bị Camera Với khn mặt phát hiện, chương trình cung cấp chức lưu giữ kết Kết lưu trữ dạng file số liệu (file text) dạng đồ họa (file ảnh file video) 7.2.1.1 Chức phát khuôn mặt ảnh tĩnh Đầu vào:  Tệp tin ảnh người dùng lựa chọn Các bước xử lý: Mai Anh Tuấn – Khóa 47 Lớp Cơng nghệ Phần mềm 55 Tìm hiểu phương pháp xây dựng ứng dụng phát khuôn mặt dựa AdaBoost  Nạp hình ảnh từ tệp tin lên form  Mã nguồn rõ ràng dễ bảo trì  Cơ chế quản lý tài nguyên an toàn  Phù hợp với việc phát triển ứng dụng thân thiện với người sử dụng 7.4.2 Giao diện chương trình Giao diện chương trình xây dựng theo hình thức giao diện RibbonBar, kiểu giao diện hãng Microsoft, xuất lần sản phầm Microsoft Office 2007 Giao diện RibbonBar cho phép thay hình thức giao diện menu kết hợp toolbar truyền thống, đồng thời tiết kiệm thời gian tìm kiếm chức sử dụng Dưới số giao diện chương trình 7.4.2.1 Giao diện chương trình Hai chức Phát khuôn mặt Nhận dạng khuôn mặt phân thành hai tab bố trí phía cửa sổ Những nút chức cho phép điều khiển nguồn ảnh từ camera từ tệp video Mai Anh Tuấn – Khóa 47 Lớp Cơng nghệ Phần mềm 56 Tìm hiểu phương pháp xây dựng ứng dụng phát khuôn mặt dựa AdaBoost \gt_db\s08\10.jpg \gt_db\s08\11.jpg \gt_db\s08\12.jpg \gt_db\s08\13.jpg \gt_db\s08\14.jpg \gt_db\s08\15.jpg \gt_db\s09\01.jpg \gt_db\s09\02.jpg \gt_db\s09\03.jpg \gt_db\s09\04.jpg \gt_db\s09\05.jpg \gt_db\s09\06.jpg \gt_db\s09\07.jpg \gt_db\s09\08.jpg \gt_db\s09\09.jpg \gt_db\s09\10.jpg \gt_db\s09\11.jpg \gt_db\s09\12.jpg \gt_db\s09\13.jpg \gt_db\s09\14.jpg \gt_db\s09\15.jpg \gt_db\s10\01.jpg \gt_db\s10\02.jpg 1 1 1 1 1 1 1 1 1 1 1 484 500 485 484 515 469 484 469 484 500 469 500 484 516 515 485 515 500 500 485 484 500 500 \gt_db\s33\09.jpg \gt_db\s33\10.jpg \gt_db\s33\11.jpg \gt_db\s33\12.jpg \gt_db\s33\13.jpg \gt_db\s33\14.jpg \gt_db\s33\15.jpg \gt_db\s34\01.jpg \gt_db\s34\02.jpg \gt_db\s34\03.jpg \gt_db\s34\04.jpg \gt_db\s34\05.jpg \gt_db\s34\06.jpg \gt_db\s34\07.jpg \gt_db\s34\08.jpg \gt_db\s34\09.jpg \gt_db\s34\10.jpg \gt_db\s34\11.jpg \gt_db\s34\12.jpg \gt_db\s34\13.jpg \gt_db\s34\14.jpg \gt_db\s34\15.jpg \gt_db\s35\01.jpg Mai Anh Tuấn – Khóa 47 Lớp Công nghệ Phần mềm 1 1 1 1 1 1 1 1 1 1 485 500 515 469 516 500 515 469 453 500 453 484 484 485 531 469 500 468 485 500 531 516 437 62 Tìm hiểu phương pháp xây dựng ứng dụng phát khuôn mặt dựa AdaBoost \gt_db\s10\03.jpg \gt_db\s10\04.jpg \gt_db\s10\05.jpg \gt_db\s10\06.jpg \gt_db\s10\07.jpg \gt_db\s10\08.jpg \gt_db\s10\09.jpg \gt_db\s10\10.jpg \gt_db\s10\11.jpg \gt_db\s10\12.jpg \gt_db\s10\13.jpg \gt_db\s10\14.jpg \gt_db\s10\15.jpg \gt_db\s11\01.jpg \gt_db\s11\02.jpg \gt_db\s11\03.jpg \gt_db\s11\04.jpg \gt_db\s11\05.jpg \gt_db\s11\06.jpg \gt_db\s11\07.jpg \gt_db\s11\08.jpg \gt_db\s11\09.jpg \gt_db\s11\10.jpg \gt_db\s11\11.jpg \gt_db\s11\12.jpg \gt_db\s11\13.jpg \gt_db\s11\14.jpg \gt_db\s11\15.jpg \gt_db\s12\01.jpg \gt_db\s19\01.jpg \gt_db\s19\02.jpg \gt_db\s19\03.jpg \gt_db\s19\04.jpg \gt_db\s19\05.jpg \gt_db\s19\06.jpg \gt_db\s19\07.jpg \gt_db\s19\08.jpg \gt_db\s19\09.jpg \gt_db\s19\10.jpg \gt_db\s19\11.jpg \gt_db\s19\12.jpg \gt_db\s19\13.jpg \gt_db\s19\14.jpg \gt_db\s19\15.jpg \gt_db\s20\01.jpg \gt_db\s20\02.jpg \gt_db\s20\03.jpg \gt_db\s20\04.jpg \gt_db\s20\05.jpg \gt_db\s20\06.jpg 1 1 1 0 1 1 1 1 1 1 1 1 1 0 0 1 0 1 1 1 1 484 485 531 453 422 484 453 454 437 469 437 469 437 547 468 469 422 469 484 563 515 547 485 485 484 500 515 469 469 437 438 437 453 454 484 500 500 469 500 500 500 484 516 468 454 468 485 453 453 484 \gt_db\s35\02.jpg \gt_db\s35\03.jpg \gt_db\s35\04.jpg \gt_db\s35\05.jpg \gt_db\s35\06.jpg \gt_db\s35\07.jpg \gt_db\s35\08.jpg \gt_db\s35\09.jpg \gt_db\s35\10.jpg \gt_db\s35\11.jpg \gt_db\s35\12.jpg \gt_db\s35\13.jpg \gt_db\s35\14.jpg \gt_db\s35\15.jpg \gt_db\s36\01.jpg \gt_db\s36\02.jpg \gt_db\s36\03.jpg \gt_db\s36\04.jpg \gt_db\s36\05.jpg \gt_db\s36\06.jpg \gt_db\s36\07.jpg \gt_db\s36\08.jpg \gt_db\s36\09.jpg \gt_db\s36\10.jpg \gt_db\s36\11.jpg \gt_db\s36\12.jpg \gt_db\s36\13.jpg \gt_db\s36\14.jpg \gt_db\s36\15.jpg \gt_db\s43\15.jpg \gt_db\s44\01.jpg \gt_db\s44\02.jpg \gt_db\s44\03.jpg \gt_db\s44\04.jpg \gt_db\s44\05.jpg \gt_db\s44\06.jpg \gt_db\s44\07.jpg \gt_db\s44\08.jpg \gt_db\s44\09.jpg \gt_db\s44\10.jpg \gt_db\s44\11.jpg \gt_db\s44\12.jpg \gt_db\s44\13.jpg \gt_db\s44\14.jpg \gt_db\s44\15.jpg \gt_db\s45\01.jpg \gt_db\s45\02.jpg \gt_db\s45\03.jpg \gt_db\s45\04.jpg \gt_db\s45\05.jpg Mai Anh Tuấn – Khóa 47 Lớp Cơng nghệ Phần mềm 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 485 562 563 1531 781 703 719 640 735 562 578 610 625 515 704 640 625 594 531 500 500 531 485 515 484 469 516 500 500 531 484 485 453 469 453 469 453 485 484 469 500 500 500 515 469 500 547 500 500 531 67 Tìm hiểu phương pháp xây dựng ứng dụng phát khuôn mặt dựa AdaBoost \gt_db\s20\07.jpg \gt_db\s20\08.jpg \gt_db\s20\09.jpg \gt_db\s20\10.jpg \gt_db\s20\11.jpg \gt_db\s20\12.jpg \gt_db\s20\13.jpg \gt_db\s20\14.jpg \gt_db\s20\15.jpg \gt_db\s21\01.jpg \gt_db\s21\02.jpg \gt_db\s21\03.jpg \gt_db\s21\04.jpg \gt_db\s21\05.jpg \gt_db\s21\06.jpg \gt_db\s21\07.jpg \gt_db\s21\08.jpg \gt_db\s21\09.jpg \gt_db\s21\10.jpg \gt_db\s21\11.jpg \gt_db\s21\12.jpg \gt_db\s21\13.jpg \gt_db\s21\14.jpg \gt_db\s21\15.jpg \gt_db\s22\01.jpg \gt_db\s22\02.jpg \gt_db\s22\03.jpg \gt_db\s22\04.jpg \gt_db\s22\05.jpg \gt_db\s22\06.jpg \gt_db\s22\07.jpg \gt_db\s22\08.jpg \gt_db\s22\09.jpg \gt_db\s22\10.jpg \gt_db\s22\11.jpg \gt_db\s22\12.jpg \gt_db\s22\13.jpg \gt_db\s22\14.jpg \gt_db\s22\15.jpg \gt_db\s23\01.jpg \gt_db\s23\02.jpg \gt_db\s23\03.jpg \gt_db\s23\04.jpg \gt_db\s23\05.jpg \gt_db\s23\06.jpg \gt_db\s23\07.jpg \gt_db\s23\08.jpg \gt_db\s23\09.jpg \gt_db\s23\10.jpg \gt_db\s23\11.jpg 0 0 0 1 1 1 1 1 1 1 1 1 1 0 0 1 1 1 1 1 1 1 1 469 453 453 469 484 469 453 485 453 515 532 515 500 500 485 531 516 469 484 547 469 484 516 500 484 531 485 468 485 484 469 453 500 469 468 485 484 516 485 500 500 454 484 484 500 453 500 485 469 484 \gt_db\s45\06.jpg \gt_db\s45\07.jpg \gt_db\s45\08.jpg \gt_db\s45\09.jpg \gt_db\s45\10.jpg \gt_db\s45\11.jpg \gt_db\s45\12.jpg \gt_db\s45\13.jpg \gt_db\s45\14.jpg \gt_db\s45\15.jpg \gt_db\s46\01.jpg \gt_db\s46\02.jpg \gt_db\s46\03.jpg \gt_db\s46\04.jpg \gt_db\s46\05.jpg \gt_db\s46\06.jpg \gt_db\s46\07.jpg \gt_db\s46\08.jpg \gt_db\s46\09.jpg \gt_db\s46\10.jpg \gt_db\s46\11.jpg \gt_db\s46\12.jpg \gt_db\s46\13.jpg \gt_db\s46\14.jpg \gt_db\s46\15.jpg \gt_db\s47\01.jpg \gt_db\s47\02.jpg \gt_db\s47\03.jpg \gt_db\s47\04.jpg \gt_db\s47\05.jpg \gt_db\s47\06.jpg \gt_db\s47\07.jpg \gt_db\s47\08.jpg \gt_db\s47\09.jpg \gt_db\s47\10.jpg \gt_db\s47\11.jpg \gt_db\s47\12.jpg \gt_db\s47\13.jpg \gt_db\s47\14.jpg \gt_db\s47\15.jpg \gt_db\s48\01.jpg \gt_db\s48\02.jpg \gt_db\s48\03.jpg \gt_db\s48\04.jpg \gt_db\s48\05.jpg \gt_db\s48\06.jpg \gt_db\s48\07.jpg \gt_db\s48\08.jpg \gt_db\s48\09.jpg \gt_db\s48\10.jpg Mai Anh Tuấn – Khóa 47 Lớp Cơng nghệ Phần mềm 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 469 500 500 500 468 500 516 484 485 531 484 485 500 484 484 500 453 469 515 469 500 500 500 500 531 485 500 515 485 500 468 485 500 500 515 532 500 500 531 484 500 485 531 485 500 500 500 500 515 500 70 Tìm hiểu phương pháp xây dựng ứng dụng phát khuôn mặt dựa AdaBoost \gt_db\s23\12.jpg \gt_db\s23\13.jpg \gt_db\s23\14.jpg \gt_db\s23\15.jpg \gt_db\s24\01.jpg \gt_db\s24\02.jpg \gt_db\s24\03.jpg \gt_db\s24\04.jpg \gt_db\s24\05.jpg \gt_db\s24\06.jpg \gt_db\s24\07.jpg \gt_db\s24\08.jpg \gt_db\s24\09.jpg \gt_db\s24\10.jpg \gt_db\s24\11.jpg \gt_db\s24\12.jpg \gt_db\s24\13.jpg \gt_db\s24\14.jpg \gt_db\s24\15.jpg \gt_db\s25\01.jpg \gt_db\s25\02.jpg \gt_db\s25\03.jpg \gt_db\s25\04.jpg \gt_db\s25\05.jpg \gt_db\s25\06.jpg \gt_db\s25\07.jpg \gt_db\s25\08.jpg \gt_db\s25\09.jpg \gt_db\s25\10.jpg \gt_db\s25\11.jpg \gt_db\s25\12.jpg \gt_db\s25\13.jpg \gt_db\s25\14.jpg \gt_db\s50\14.jpg 1 1 0 0 0 1 0 1 1 1 1 1 1 1 1 469 515 469 453 469 485 484 500 500 484 485 500 500 500 468 469 469 516 453 515 437 516 453 531 516 531 563 515 516 547 531 516 547 485 \gt_db\s48\11.jpg \gt_db\s48\12.jpg \gt_db\s48\13.jpg \gt_db\s48\14.jpg \gt_db\s48\15.jpg \gt_db\s49\01.jpg \gt_db\s49\02.jpg \gt_db\s49\03.jpg \gt_db\s49\04.jpg \gt_db\s49\05.jpg \gt_db\s49\06.jpg \gt_db\s49\07.jpg \gt_db\s49\08.jpg \gt_db\s49\09.jpg \gt_db\s49\10.jpg \gt_db\s49\11.jpg \gt_db\s49\12.jpg \gt_db\s49\13.jpg \gt_db\s49\14.jpg \gt_db\s49\15.jpg \gt_db\s50\01.jpg \gt_db\s50\02.jpg \gt_db\s50\03.jpg \gt_db\s50\04.jpg \gt_db\s50\05.jpg \gt_db\s50\06.jpg \gt_db\s50\07.jpg \gt_db\s50\08.jpg \gt_db\s50\09.jpg \gt_db\s50\10.jpg \gt_db\s50\11.jpg \gt_db\s50\12.jpg \gt_db\s50\13.jpg \gt_db\s50\15.jpg 1 1 1 0 1 0 0 1 1 1 1 1 1 485 500 500 532 500 453 469 484 437 485 422 422 422 438 406 422 422 390 422 453 453 485 484 500 469 500 469 469 484 500 469 516 468 500 Đánh giá kết Tỷ lệ phát hiện: 591/750 = 78.8% Số phát sai: Tỷ lệ phát không cao, nhiên hầu hết khuôn mặt khơng phát nằm ngồi phạm vi giới hạn đồ án (Tham khảo số ảnh trang sau) N Thời gian trung bình để xử lý ảnh: t i 1 N i  492.4787 ms Việc xử lý phát khuôn mặt ảnh tĩnh tốn nhiều thời gian Tuy nhiên, giải pháp thu nhỏ ảnh kết hợp với hai kỹ thuật lọc cục phát Mai Anh Tuấn – Khóa 47 Lớp Cơng nghệ Phần mềm 71 Tìm hiểu phương pháp xây dựng ứng dụng phát khuôn mặt dựa AdaBoost chuyển động cho phép tăng tốc độ xử lý lên đáng kể áp dụng giải tốn phát khn mặt hình ảnh động Một số ảnh khơng phát được: \gt_db\s24\15.jpg \gt_db\s50\05.jpg Ảnh hưởng góc quay Ảnh hưởng kính mắt \gt_db\s22\12.jpg \gt_db\s45\10.jpg Ảnh hưởng góc quay Ảnh hưởng kính mắt góc quay Ảnh hưởng góc quay Ảnh hưởng kính mắt Mai Anh Tuấn – Khóa 47 Lớp Cơng nghệ Phần mềm 72 Tìm hiểu phương pháp xây dựng ứng dụng phát khuôn mặt dựa AdaBoost KẾT LUẬN HƯỚNG PHÁT TRIỂN TIẾP THEO Phát khuôn mặt lĩnh vực nghiên cứu thú vị nhiều thử thách Mặc dù nhiều phương pháp hiệu đề xuất thời gian gần đây, việc giải toán tổng quát vấn đề bỏ ngỏ Những nội dung luận văn cho phép có nhìn tổng qt lĩnh vực phát khn mặt, hướng tiếp cận số phương pháp chính, số đó, phương pháp phát khuôn mặt dựa giải thuật AdaBoost quan tâm Kết cài đặt thử nghiệm cho thấy hiệu phương pháp khả ứng dụng vào sống thực tiễn Tuy nhiên, tồn nhiều trở ngại độ xác tốc độ, cần khắc phục thời gian tới Ngoài việc mở rộng nghiên cứu phát khuôn mặt tư khác vấn đề lý thú Đây hướng đề tài mong nhận giúp đỡ góp ý mặt quan tâm TÀI LIỆU THAM KHẢO [1] Stan Z Li and Anil K Jain – Handbook of Face Recognition – Springer [2] Andrew King – A Survey of Methods for Face Detection, March 3, 2003 [3] Paul Viola and Michael Jones – Robusst Real-time Object Detection, July 13, 2001 [4] Yoav Freund and Robert E Schapire – A Short Introduction to Boosting, September, 1999 [5] Robert E Schapire – The Boosting Approach to Machine Learning, an Overview, December 19, 2001 Mai Anh Tuấn – Khóa 47 Lớp Cơng nghệ Phần mềm 73 Tìm hiểu phương pháp xây dựng ứng dụng phát khuôn mặt dựa AdaBoost [6] M Turk and A Pentland – Eigenfaces for Recognition, Journal of Cognitive Neuroscience, 1991 [7] Henry A Rowley, Shumeet Baluja and Takeo Kanada – Neural Network-Based Face Detection, January 1998 [8] Lương Mạnh Bá, Nguyễn Thanh Thủy – Nhập môn Xử lý ảnh số, Nhà xuất Khoa học Kỹ thuật, 1999 [9] Bách khoa toàn thư trực tuyến Wikipedia địa http://en.wikipedia.org [10] Thư viện Xử lý ảnh mã nguồn mở AForge http://code.google.com/p/aforge/ [11] Thư viện mã nguồn mở OpenCV http://sourceforge.net/projects/opencvlibrary Mai Anh Tuấn – Khóa 47 Lớp Cơng nghệ Phần mềm 74 ... nghiệp Tìm hiểu phương pháp phát khuôn mặt người xây dựng ứng dụng phát khuôn mặt dựa giải thuật AdaBoost Các nhiệm vụ cụ thể đồ án tốt nghiệp - Tìm hiểu phương pháp phát khuôn mặt Xây dựng thư... pháp xây dựng ứng dụng phát khuôn mặt dựa AdaBoost Phát khn mặt Tích hợp chức nhận dạng khuôn mặt Phát khuôn mặt ảnh tĩnh Phát khuôn mặt ảnh tĩnh Phát khn mặt hình ảnh đọc từ file AVI Phát khn mặt. .. mềm 19 Tìm hiểu phương pháp xây dựng ứng dụng phát khuôn mặt dựa AdaBoost Phát khuôn mặt nhanh sử dụng giải thuật AdaBoost Gọi  giá trị ngưỡng đó, f mẫu khuôn mặt nf mẫu không-phải-là -mặt bị