Có hai phương pháp nhận dạng phổ biến hiện nay là nhận dạng dựa trên đặc trưng của các phần tử trên khuôn mặt như biển đổi Sóng Wavelet (Gabor Wavelet) và Mạng Nơron (Neural Network), Support Vector Machine (SVM), … và nhận dạng dựa trên xét tổng thể toàn khuôn mặt như phương pháp Phân tích thành phần chính (Principal Component Analysis – PCA) phương pháp Phân tích sự khác biệt tuyến tính (Linear Discriminant Analysis – LDA), phương pháp Phân tích đặc điểm vùng (Local Feature Analysis – LFA). Đó là lí do tôi chọn đề tài: “Nghiên cứu xây dựng hệ thống sử dụng khuôn mặt để mở khoá tệp tin”.
NGUYỄN THỊ HIỀN KỸ THUẬT MÁY TÍNH VÀ TRUYỀN THƠNG KHOÁ 2013B BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƢỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI - NGUYỄN THỊ HIỀN NGHIÊN CỨU VÀ ỨNG DỤNG NHẬN DIỆN KHUÔN MẶT LUẬN VĂN THẠC SĨ KỸ THUẬT KỸ THUẬT MÁY TÍNH VÀ TRUYỀN THƠNG Hà Nội – Năm 2015 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƢỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI Nguyễn Thị Hiền NGHIÊN CỨU VÀ ỨNG DỤNG NHẬN DIỆN KHUÔN MẶT Chuyên ngành: Kỹ thuật Máy tính Truyền thơng LUẬN VĂN THẠC SĨ KỸ THUẬT Kỹ thuật Máy tính Truyền thông NGƢỜI HƢỚNG DẪN KHOA HỌC : PGS.TS Nguyễn Thị Hồng Lan Hà Nội – Năm 2015 CỘNG HỊA XÃ HỘI CHỦ NGHĨA VIỆT NAM Độc lập – Tự – Hạnh phúc BẢN XÁC NHẬN CHỈNH SỬA LUẬN VĂN THẠC SĨ Họ tên tác giả luận văn : Nguyễn Thị Hiền Đề tài luận văn: Nghiên cứu ứng dụng nhận diện khuôn mặt Chuyên ngành: Kỹ thuật máy tính truyền thơng Mã số SV: CB130032 Tác giả, Ngƣời hƣớng dẫn khoa học Hội đồng chấm luận văn xác nhận tác giả sửa chữa, bổ sung luận văn theo biên họp Hội đồng ngày 25/04/2015 với nội dung sau: Không phải chỉnh sửa, bổ sung Ngày 11 tháng 05 năm 2015 Giáo viên hƣớng dẫn CHỦ TỊCH HỘI ĐỒNG Tác giả luận văn Đề tài: Nghiên cứu ứng dụng nhận diện khuôn mặt MỤC LỤC LỜI CAM ĐOAN LỜI CẢM ƠN .4 DANH MỤC CÁC TỪ VIẾT TẮT .5 DANH MỤC CÁC HÌNH VẼ, BẢNG .6 MỞ ĐẦU .7 Chƣơng - TỔNG QUAN VỀ NHẬN DẠNG KHUÔN MẶT .10 1.1 Tìm hiểu chung nhận dạng 10 1.2 Tìm hiểu nhận dạng mặt ngƣời qua ảnh .11 1.3 Một số kỹ thuật hệ thống nhận dạng khuôn mặt 13 1.3.1 Phát khn mặt 13 1.3.2 Trích chọn đặc trƣng 15 1.3.3 Phân loại, nhận dạng (Classification) 23 1.4 Những khó khăn nhận dạng khn mặt 23 Chƣơng – GIẢI PHÁP NHẬN DIỆN KHUÔN MẶT TRONG KIỂM TRA THẺ THƢ VIỆN .26 2.1 Khảo sát trạng thƣ viện phân tích nhu cầu ứng dụng nhận diện khn mặt 26 2.2 Mô tả hoạt động mƣợn trả sách thƣ viện 27 2.3 Đề xuất giải pháp ứng dụng nhận diện khuôn mặt kiểm tra thẻ thƣ viện 27 2.4 Sơ đồ khối chức hệ thống nhận diện khuôn mặt 28 2.4.1 Phát khuôn mặt (face detection) 29 2.4.2 Tiền xử lý ảnh (preprocessing) 33 2.4.3 Trích rút đặc trƣng ( feature extraction) 34 2.4.4 Đối sánh (Matching) 37 2.4.5 Cơ sở liệu 37 Học viên: Nguyễn Thị Hiền Lớp: 13BMTTT Đề tài: Nghiên cứu ứng dụng nhận diện khuôn mặt Chƣơng – CHƢƠNG TRÌNH ỨNG DỤNG NHẬN DIỆN KHUÔN MẶT KIỂM TRA THẺ THƢ VIỆN 39 3.1 Phân tích chƣơng trình ứng dụng nhận diện khn mặt 39 3.2 Triển khai cài đặt thử nghiệm 40 3.3 Giao diện chức đăng ký 43 3.4 Giao diện chức nhận diện máy trạm (Client) 45 3.5 Kiểm tra đánh giá 47 KẾT LUẬN VÀ HƢỚNG PHÁT TRIỂN 50 TÀI LIỆU THAM KHẢO 52 Học viên: Nguyễn Thị Hiền Lớp: 13BMTTT Đề tài: Nghiên cứu ứng dụng nhận diện khuôn mặt LỜI CAM ĐOAN Tôi xin cam đoan đề tài nghiên cứu tơi hồn tồn t làm dƣới s hƣớng dẫn cô giáo PGS.TS Nguyễn Thị Hồng Lan Những kết tìm hiểu nghiên cứu trình bày luận văn hồn tồn trung th c chƣa đƣợc cơng bố cơng trình Nếu xảy điều không nhƣ lời cam đoan trên, tơi xin chịu hồn tồn trách nhiệm trƣớc Viện Nhà trƣờng Ngày tháng năm 2015 Tác giả luận văn Nguyễn Thị Hiền Học viên: Nguyễn Thị Hiền Lớp: 13BMTTT Đề tài: Nghiên cứu ứng dụng nhận diện khuôn mặt LỜI CẢM ƠN Lời đầu tiên, em xin chân thành cảm ơn trƣờng đại học Bách Khoa Hà Nội, viện Công nghệ Thông tin – Truyền thông, chun ngành Kỹ thuật Máy tính Truyền thơng tồn thể thầy ân cần dạy dỗ, bảo, định hƣớng nghiên cứu cho em suốt năm học vừa qua, truyền đạt cho chúng em kiến thức quý báu Em xin chân thành cảm ơn PGS.TS Nguyễn Thị Hoàng Lan giành nhiều tâm huyết, kinh nghiệm cô để dẫn, định hƣớng nghiên cứu nhƣ ln ln góp ý cho em để hoàn thành đề tài luận văn Cuối em xin gửi lời cảm ơn tới gia đình, ngƣời động viên tạo điều kiện tốt cho em học tập nghiên cứu thật tốt Và gửi lời cảm ơn tới ngƣời bạn giúp đỡ em trình học tập nhƣ hoàn thành đề tài luận văn Em xin chân thành cảm ơn ! Học viên: Nguyễn Thị Hiền Lớp: 13BMTTT Đề tài: Nghiên cứu ứng dụng nhận diện khuôn mặt DANH MỤC CÁC TỪ VIẾT TẮT PCA (Principal Components Analysis): Phân tích thành phần SVM (support vector machine): Máy hỗ trợ vector FAR (False Acceptance Rate): Tỷ lệ chấp nhận sai FRR (False Rejection Rate): Tỷ lệ từ chối sai LBP (Local Binary Pattern): Mẫu nhị phân cục HMM (Hidden Markov Model): Mơ hình Markov ẩn LDA (Linear Discriminant Analysis): Phân tích phân lớp tuyến tính Học viên: Nguyễn Thị Hiền Lớp: 13BMTTT Đề tài: Nghiên cứu ứng dụng nhận diện khuôn mặt DANH MỤC CÁC HÌNH VẼ, BẢNG Hình 1.1 Sơ đồ chung hệ thống nhận dạng 10 Hình 1.2 Cấu trúc hệ thống nhận dạng khn mặt Error! Bookmark not defined Hình 1.3 Mơ hình Markov cho định vị khn mặt 17 Hình 1.4 Ví dụ s tính tốn LBP 18 Hình 1.5 Minh họa toán tử LBP mở rộng vớị P R khác 19 Hình 1.6 Ví dụ LBP8,1 19 Hình 1.7 LBP giống với độ sáng khác 20 Hình Ví dụ mẫu đồng mẫu không đồng 20 Hình 1.9 58 Mẫu đồng 21 Hình 1.10 Trích rút đặc trƣng khn mặt LBP 22 Hình 1.11 Không gian (u1,u2) theo hƣớng phân bố mạnh 23 Hình 2.1 Sơ đồ khối hệ thống 28 Hình 2.2 Ví dụ cách tính nhanh tổng điểm ảnh vùng D ảnh 31 Hình 2.3 Mơ hình phân tầng kết hợp phân loại yếu để xác định khuôn mặt 32 Hình 2.4 Thuật tốn trích chọn đặc trƣng sử dụng PCA 35 Hình 3.1 Sơ đồ khối chức nhận diện khuôn mặt 39 Hình 3.2 Giao diện chƣơng trình 41 Hình 3.3 Thƣ mục lƣu ảnh máy chủ 42 Hình 3.4 Cơ sở liệu SQL 42 Hình 3.5 Giao diện chức thu nhận ảnh 43 Hình 3.6 Giao diện thơng báo đủ số lƣợng ảnh 44 Hình 3.7 Giao diện chỉnh sửa thông tin 45 Hình 3.8 Giao diện chức nhận diện thành công 46 Hình 3.9 Giao diện chức nhận diện thành công 46 Hình 3.10 Giao diện chức nhận diện không thành công 47 Bảng Kết thử nghiệm ứng dụng nhận diện khuôn mặt 48 Học viên: Nguyễn Thị Hiền Lớp: 13BMTTT Đề tài: Nghiên cứu ứng dụng nhận diện khuôn mặt MỞ ĐẦU Lý chọn đề tài Ngày nay, với s tiến vƣợt bậc cơng nghệ thơng tin, ngày có nhiều ứng dụng công nghệ thông tin nhiều lĩnh v c sống Con ngƣời ngày tạo cỗ máy thơng minh có khả t nhận biết xử lý đƣợc công việc cách t động, phục vụ cho lợi ích ngƣời Trong năm gần đây, toán nhận đƣợc nhiều s quan tâm tốn nhiều công sức lĩnh v c công nghệ thơng tin, tốn nhận dạng Tuy xuất chƣa lâu nhƣng đƣợc quan tâm tính ứng dụng th c tế tốn nhƣ s phức tạp Bài tốn nhận dạng có nhiều lĩnh v c nhƣ: nhận dạng vật chất, nhận dạng chữ viết, nhận dạng giọng nói, nhận dang hình dáng, nhận dạng khn mặt phổ biến đƣợc ứng dụng nhiều tốn nhận dạng khn mặt Nhận dạng khuôn mặt đƣợc ứng dụng rộng rãi đời sống ngày ngƣời nhƣ hệ thống giám sát, quản lý vào ra, điều tra an ninh…Không giới hạn giải pháp sử dụng, vận dụng kiến thức linh hoạt nhiều lĩnh v c, thách thức nhiều ngƣời nghiên cứu đƣa ứng dụng có ích th c tế Với mong muốn tìm hiểu, nghiên cứu, khám phá công nghệ mong muốn xây d ng ứng dụng nhận diện khuôn áp dụng vào quan, nơi học viên làm việc Chính thế, học viên l a chọn đề tài “Nghiên cứu ứng dụng nhận diện khuôn mặt” làm luận văn tốt nghiệp Mục tiêu đề tài Đề tài tập trung nghiên cứu ứng dụng nhận diện khuôn mặt để kiểm tra thẻ thƣ viện Để đạt đƣợc mục tiêu trên, đề tài tập trung vào nhiệm vụ cụ thể nhƣ sau: + Nghiên cứu tổng quan nhận dạng khuôn mặt + Nghiên cứu, Xây d ng giải pháp ứng dụng nhận diện khuôn mặt kiểm tra thẻ thƣ viện Học viên: Nguyễn Thị Hiền Lớp: 13BMTTT Đề tài: Nghiên cứu ứng dụng nhận diện khuôn mặt Chƣơng – CHƢƠNG TRÌNH ỨNG DỤNG NHẬN DIỆN KHN MẶT KIỂM TRA THẺ THƢ VIỆN 3.1 Phân tích chƣơng trình ứng dụng nhận diện khn mặt Nhƣ trình bày chƣơng mục 2.4 (Sơ đồ khối chức hệ thống nhận diện khuôn mặt), hệ thống nhận diện khuôn mặt bao gồm giai đoạn bản: Giai đoạn đăng ký (Enrollment) giai đoạn nhận diện (Verification) bao gồm khối bản: Khối tiền xử lý, Khối phát khn mặt, Khối trích chọn đặc trƣng khối nhận diện Tƣơng ứng với khối, học viên trình bày phƣơng pháp định Sơ đồ khối chức ứng dụng nhận diện khn mặt đƣợc trình bày hình 3.1 dƣới đây: Giai đoạn đăng ký Camera Phát hện Tiền xử lý khuôn mặt Cơ sở liệu Giai đoạn nhận diện Trích chọn đặc trƣng Camera Phát khn mặt Tiền xử lý Trích chọn đặc Đối sánh Kết trƣng Hình 3.1 Sơ đồ khối chức nhận diện khuôn mặt Học viên: Nguyễn Thị Hiền Lớp: 13BMTTT 39 Đề tài: Nghiên cứu ứng dụng nhận diện khuôn mặt Quá trình xử lý bao gồm: Khối phát khuôn mặt: Trong ứng dụng nhận diện khuôn mặt, học viên l a chọn phƣơng pháp phát khuôn mặt d a trƣng Haar-like Khối tiền xử lý: Trong bƣớc tiền xử lý, học viên th c việc chuẩn hố kích cỡ ảnh Khối trích chọn đặc trƣng: Học viên sử dụng phƣơng pháp PCA để trích chọn đặc trƣng khn mặt Khối đối sánh: học viên sử dụng phƣơng pháp khoảng cách Euclides 3.2 Triển khai cài đặt thử nghiệm Học viên xây d ng triển khai cài đặt thử nghiệm ứng dụng tảng C# OpenCV với thƣ viện EmguCV Yều cầu cài đặt: Máy chủ phải cài đặt SQL Server 2005 tạo liệu từ hệ quản trị sở liệu nhằm lƣu thông tin Mã sinh viên, tên sinh viên, Tên ảnh cài FTP Server để giao tiếp máy chủ mà máy trạm Máy trạm phải cài đặt chƣơng trình ứng dụng nhận diện khuôn mặt, đƣợc trang bị camera với Megapixel để th c việc kiểm tra Giao diện ứng dụng thử nghiệm nhận diện khuôn mặt đƣợc xây d ng nhƣ hình 3.2 Học viên: Nguyễn Thị Hiền Lớp: 13BMTTT 40 Đề tài: Nghiên cứu ứng dụng nhận diện khn mặt Hình 3.2 Giao diện chương trình Ứng dụng thử nghiệm đƣợc chia làm hai phần tƣơng ứng với hai giai đoạn hệ thống nhận diện khuôn mặt Phần 1: Đăng ký (Enrollment) Đăng ký có chức sau: o Lƣu: Thêm ảnh vào sở liệu với ảnh tƣơng ứng đƣợc lƣu vào thƣ mục ảnh máy chủ nhƣ hình 3.3 Các thơng tin liên quan: Mã sinh viên, tên sinh viên, Tên ảnh đƣợc lƣu vào sở liệu SQL nhƣ hình 3.4 Học viên: Nguyễn Thị Hiền Lớp: 13BMTTT 41 Đề tài: Nghiên cứu ứng dụng nhận diện khuôn mặt Hình 3.3 Thư mục lưu ảnh máy chủ Hình 3.4 Cơ sở liệu SQL Học viên: Nguyễn Thị Hiền Lớp: 13BMTTT 42 Đề tài: Nghiên cứu ứng dụng nhận diện khuôn mặt o Sửa: Cho phép thay đổi thông tin sinh viên sở liệu o Xoá: Xoá ảnh khỏi sở liệu Phần 2: Nhận diện Nhận diện có chức sau: o Tìm kiếm: Cho phép tìm kiếm theo mã sinh viên tên sinh viên o Nhận diện: D a vào kết tìm kiếm, cho phép nhận diện sinh viên 3.3 Giao diện chức đăng ký Việc thu nhận ảnh đƣợc th c máy trạm, phòng riêng giành cho việc thu thập ảnh từ Camera Chức cho phép sinh viên ngồi ngắn trƣớc camera để th c việc đăng ký Khi chƣơng trình phát khuôn mặt, yêu cầu nhập Mã sinh viên, Tên sinh viên, sau bấm vào nút “Lƣu” Lúc ảnh khuôn mặt đƣợc lƣu vào thƣ mục đặt máy chủ Mã sinh viên, tên sinh viên đƣợc lƣu sở liệu SQL server, cài đặt máy chủ Giao diện chức thu nhận ảnh đƣợc trình bày hình 3.5 Hình 3.5 Giao diện chức thu nhận ảnh Học viên: Nguyễn Thị Hiền Lớp: 13BMTTT 43 Đề tài: Nghiên cứu ứng dụng nhận diện khuôn mặt Mỗi sinh viên đƣợc lƣu tối đa ảnh Khi lƣu đủ số lƣợng ảnh u cầu, chƣơng trình đƣa thơng báo nhƣ hình 3.6 Hình 3.6 Giao diện thơng báo đủ số lượng ảnh Khi muốn sửa thông tin sinh viên phải vào form “Chỉnh sửa thơng tin”, th c tìm kiếm sinh viên cần chỉnh sửa, sau sửa thơng tin sinh viên Làm tƣơng t muốn xố thơng tin sinh viên Giao diện chỉnh sửa thơng tin đƣợc trình bày hình 3.7 Học viên: Nguyễn Thị Hiền Lớp: 13BMTTT 44 Đề tài: Nghiên cứu ứng dụng nhận diện khn mặt Hình 3.7 Giao diện chỉnh sửa thông tin 3.4 Giao diện chức nhận diện máy trạm (Client) Khi th c nhận diện khuôn mặt máy trạm, liệu ảnh thông tin sinh viên đƣợc tải từ máy chủ Chƣơng trình nhận diện máy trạm lấy thông tin liên quan sinh viên: Mã sinh viên, tên sinh viên, tên ảnh, tƣơng ứng lấy ảnh sinh viên theo tên ảnh th c đối sánh so với ảnh sinh viên ngồi trƣớc Camera để kiểm tra thẻ thƣ viện sinh viên Để th c việc nhận diện, thủ thƣ lọc theo Mã sinh viên tên sinh viên (theo mã sinh viên tên sinh viên thẻ sinh viên sinh viên mƣợn sách), sau nhấn vào kết mà máy chủ trả nhấn vào nút “Nhận diện” đƣợc thơng báo nhƣ hình 3.8 Học viên: Nguyễn Thị Hiền Lớp: 13BMTTT 45 Đề tài: Nghiên cứu ứng dụng nhận diện khn mặt Hình 3.8 Giao diện chức nhận diện thành công Nếu nhận diện thành cơng chƣơng trình hiển thị “Kết nhận diện đúng” Giao diện đƣợc trình bày hình 3.8 Hình 3.9 Giao diện chức nhận diện thành công Nếu sinh viên cần kiểm tra sinh viên muốn mƣợn sách chƣơng trình hiển thị “Kết nhận diện sai” Giao diện đƣợc trình bày hình 3.9 Học viên: Nguyễn Thị Hiền Lớp: 13BMTTT 46 Đề tài: Nghiên cứu ứng dụng nhận diện khn mặt Hình 3.10 Giao diện chức nhận diện không thành công 3.5 Kiểm tra đánh giá Để đánh giá ứng dụng thử nghiệm nhận diện khuôn mặt, học viên d a thông số nhƣ sau: FAR: False Acceptance Rate - Tỷ lệ chấp nhận sai FAR: thƣớc đo khả hệ thống khơng xác chấp nhận s truy cập ngƣời dùng giả mạo Vì vậy, tỷ lệ chấp nhận sai cho biết tỉ lệ trả lời liệu vào sai Cơng thức tính FAR: T = n 100% FA Tỷ lệ chấp nhận sai: Trong đó, n FA FAR N số lần chấp nhận sai N lần thử nghiệm Để đánh giá tỷ lệ chấp nhận sai FAR: Học viên tiến hành khảo sát th c nghiệm với mẫu đƣợc chụp từ Webcam với 200 ảnh 40 ngƣời, ngƣời học viên tiến hành thử lần, ngƣỡng đƣợc chọn 650 Tổng cộng học viên thử Học viên: Nguyễn Thị Hiền Lớp: 13BMTTT 47 Đề tài: Nghiên cứu ứng dụng nhận diện khuôn mặt nghiệm 120 lần tất Học viên tiến hành đo số lần chấp nhận sai kết có 25 lần chấp nhận sai FRR: False Rejection Rate - Tỉ lệ từ chối sai FRR: thƣớc đo khả hệ thống khơng xác từ chối s truy cập ngƣời dùng thật Vì vậy, tỷ lệ từ chối sai cho biết tỉ lệ trả lời sai liệu vào Cơng thức tính FRR: T = n 100% FR Tỷ lệ từ chối sai: Trong đó, n FR FRR N số lần từ chối sai N lần thử nghiệm Để đánh giá tỷ lệ chấp nhận sai FRR: Học viên tiến hành khảo sát th c nghiệm với mẫu đƣợc chụp từ Webcam với 200 ảnh 40 ngƣời, ngƣỡng đƣợc chọn 650 Tổng cộng học viên thử nghiệm 160 lần Học viên tiến hành đo số lần từ chối sai kết có lần từ chối sai Bảng kết thử nghiệm ứng dụng nhận diện khuôn mặt kết q trình tính tốn hai thông số: FAR FRR ứng dụng: Thử nghiệm FAR FRR Số lƣợng test 120 160 Số lƣợng sai 25 Tỷ lệ FAR=0.21 FRR=0.05 Bảng Kết thử nghiệm ứng dụng nhận diện khuôn mặt Khi thử nghiệm giống nhƣ với ngƣỡng đƣợc chọn 700, tỉ lệ chấp nhận sai (FAR) tăng lên đáng kể Học viên: Nguyễn Thị Hiền Lớp: 13BMTTT 48 Đề tài: Nghiên cứu ứng dụng nhận diện khuôn mặt Qua kết thử nghiệm nhận diện khuôn mặt, học viên nhận thấy ứng dụng hoạt động tƣơng đối ổn định hai trình đăng ký xác th c.Tuy nhiên đánh giá tỷ số lỗi FAR, FRR có mức sai số tƣơng đối cao, nhƣng ngƣỡng chấp nhận đƣợc Việc l a chọn ngƣỡng ảnh hƣởng lớn đến độ xác hệ thống nhận diện khuôn mặt Học viên: Nguyễn Thị Hiền Lớp: 13BMTTT 49 Đề tài: Nghiên cứu ứng dụng nhận diện khuôn mặt KẾT LUẬN VÀ HƢỚNG PHÁT TRIỂN Kết luận Với kết đƣợc trình bày chƣơng trên, qua thời gian th c hiện, Luận văn đạt đƣợc số kết nhƣ sau: - Phân tích hệ thống nhận diện khn mặt ứng dụng vào việc kiểm tra thẻ thƣ viện Đƣa quy trình th c hệ thống, sơ đồ khối hệ thống phục vụ cho việc xây d ng hệ thống ứng dụng nhận diện khuôn mặt kiểm tra thẻ thƣ viện - Xây d ng giải pháp hệ thống nhận diện mặt ngƣời ứng dụng kiểm tra thẻ thƣ viện chƣơng trình ứng dụng thử nghiệm Tuy đạt đƣợc số kết định nhƣng luận văn số tồn nhƣ: - Việc đánh giá tỷ số lỗi (FAR) tƣơng đối cao - Quá trình trích chọn đặc trƣng sử dụng PCA nên mang nhƣợc điểm phƣơng pháp PCA - Chƣa kết hợp với mơ hình nhận dạng khác tăng độ tin cậy - Chƣơng trình cịn phụ thuộc vào điều kiện ánh sáng, môi trƣờng xung quanh - Chƣơng trình chƣa xử lý hiệu trƣờng hợp thay đổi tƣ thế, trạng thái cảm xúc đối tƣợng Hƣớng phát triển - Thử nghiệm, phối hợp mơ hình nhận dạng khác (mạng nơron, SVM ) phƣơng pháp nhận dạng ảnh khác (LDA, ICA ) để mang lại độ tin cậy cao cho hệ thống - Quy định ánh sáng nơi có sử dụng hệ thống để giảm thiểu sai số cƣờng độ ánh sáng thay đổi Học viên: Nguyễn Thị Hiền Lớp: 13BMTTT 50 Đề tài: Nghiên cứu ứng dụng nhận diện khuôn mặt - Giải mở rộng khả xử lý chƣơng trình với trƣờng hợp thay đổi tƣ thế, trạng thái cảm xúc đối tƣợng - Tích hợp chƣơng trình ứng dụng nhận diện khuôn mặt kiểm tra thẻ thƣ viện với chƣơng trình quản lý thƣ viện - Hệ thống áp dụng cho việc nhận dạng sinh viên phòng thi với danh sách cho trƣớc, giúp phịng tra khảo thí nhanh chóng xác định sinh viên nghi ngờ thi hộ Đầu vào cho hệ thống ảnh mặt ngƣời đƣợc lấy từ modul nhận dạng vùng mặt ngƣời (sử dụng thƣ viện Open CV kết hợp matlab), chuẩn hoá tiền xử lý ảnh mặt ngƣời cần nhận dạng để đƣa vào hệ thống với mạng nơron luyện theo danh sách thƣ viện ảnh cho trƣớc Hệ thống nhanh chóng đƣa kết luận ảnh mặt ngƣời đầu vào có thuộc danh sách hay không Học viên: Nguyễn Thị Hiền Lớp: 13BMTTT 51 Đề tài: Nghiên cứu ứng dụng nhận diện khuôn mặt TÀI LIỆU THAM KHẢO Tiếng Việt [1] Lƣơng Mạnh Bá, Nguyễn Thanh Thuỷ (2002), Nhập môn xử lý ảnh số, Nhà xuất Khoa học Kỹ thuật [2] Phạm Việt Bình, Đỗ Năng Tồn (2008), Xử lý ảnh, Nhà xuất Khoa học Kỹ thuật, Hà Nội Tiếng Anh [3] Ben Kröse, Patrick van der Smagt (1996), An introduction to Neural Networks, The University of Amsterdam [4] Rabiner (1989), “L.R A tutorial on hidden Markov models and selected applications in speech recognition”, Proc IEEE 77, 257–286 [4] Ethan Png (2004), Morphological Shared-Weight Neural Network for Face Recognition, University of Manchester Institute of Science and Technology , [5] Face Recognition Algorithms (2003) Pattern recognition, TKO 5519, cu [6] Ghahramani (2001), “An introduction to Hidden Markov Models and Bayesian Networks”, International journal of pattern Recognition and Artificial [7] Kresimir Delac, Mislav Grgic (2007), “PCA and LDA based Neural Networks for Human Face Recognition”, Face Recognition, ISBN 978-3902613-03-5, I-Tech, Vienna, Austria 2 [8] Kresimir Delac , Mislav Grgic and Sonja Grgic , “A comparative study of PCA, ICA and LDA”, University of Zagreb, FER, Unska 3/XII, Zagreb, Croatia [9] Lindsay I.Smith (2002), A Tutorial on Principal Components Analysis, Cornell University, USA [10] Proyecto Fin de Carrera (2010), Face Recognition Algorithms, Universidad del [11] Pais Vasco, “Incremental PCA-LDA Algorithm”, Department Of Computer Engineering University of Balamand POBOX 100, Elkoura, Lebanon Học viên: Nguyễn Thị Hiền Lớp: 13BMTTT 52 Đề tài: Nghiên cứu ứng dụng nhận diện khuôn mặt [12] P Viola, & M Jones (2004), Robust real-time face detection, International Journal of Computer Vision, 57(2), 137-154 [13] Taranpreet Singh Ruprah, “Face Recognition Based on PCA Algorithm”, International Journal of Computer Science & Informatics (IJCSI), ISSN (PRINT) : 2231–5292, Vol.- II, Issue-1, [14] T Ojala, M Pietikäinen, and D Harwood (1996), "A Comparative Study of Texture Measures with Classification Based on Feature Distributions", Pattern Recognition, vol 29, pp 51-59 [15] V.M.C.F.S.a.L Chiara Turati (2006), "Newborns face recognition: Role of inner and outer facial features Child Development" [16] William K.Pratt (2007), Digital Image Processing, John Wiley & Sons, Inc., Publication [17] W.Zhao, R.Chellappa, P.J.Phillips, A.Rosenfeld (2003), “Face Recognition A Literature Survey”, ACM Computing Surveys, Vol 35 (No 4) Học viên: Nguyễn Thị Hiền Lớp: 13BMTTT 53 ... (Classification Approaches Model) Phƣơng pháp tiếp cận theo mô hình đƣờng viền linh hoạt (Active Shape Model) Phƣơng pháp tiếp cận theo mơ hình xuất linh hoạt (Active Appearance Model) Một số phƣơng... Ngƣời hƣớng dẫn khoa học Hội đồng chấm luận văn xác nhận tác giả sửa chữa, bổ sung luận văn theo biên họp Hội đồng ngày 25/04/2015 với nội dung sau: Không phải chỉnh sửa, bổ sung Ngày 11 tháng... thơng tin sinh viên phải vào form “Chỉnh sửa thơng tin? ??, th c tìm kiếm sinh viên cần chỉnh sửa, sau sửa thơng tin sinh viên Làm tƣơng t muốn xố thơng tin sinh viên Giao diện chỉnh sửa thơng tin