Nghiên cứu các thuật toán và phương pháp nhận dạng ảnh mặt người

Nghiên cứu các thuật toán và phương pháp nhận dạng ảnh mặt người Nghiên cứu các thuật toán và phương pháp nhận dạng ảnh mặt người Nghiên cứu các thuật toán và phương pháp nhận dạng ảnh mặt người luận văn tốt nghiệp,luận văn thạc sĩ, luận văn cao học, luận văn đại học, luận án tiến sĩ, đồ án tốt nghiệp luận văn tốt nghiệp,luận văn thạc sĩ, luận văn cao học, luận văn đại học, luận án tiến sĩ, đồ án tốt nghiệp

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƢỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI Phạm Hồng Sơn NGHIÊN CỨU CÁC THUẬT TOÁN VÀ PHƢƠNG PHÁP NHẬN DẠNG ẢNH MẶT NGƢỜI Chuyên ngành : Kỹ thuật viễn thông LUẬN VĂN THẠC SĨ KỸ THUẬT … NGƢỜI HƢỚNG DẪN KHOA HỌC : 1.TS Vƣơng Hoàng Nam Hà Nội – Năm 2016 CỘNG HÒA 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 : Phạm Hồng Sơn Đề tài luận văn: Nghiên cứu thuật toán phƣơng pháp nhận dạng ảnh mặt ngƣời Chuyên ngành: Kỹ thuật viễn thông Mã số HV: CB150250 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… .………… với nội dung sau: ………………… ……………………………………………………………… …………………………………… …………………………………………… ……………………………………………………… ………………………… ………………………………………………………………………… ……… ………………………………………………………………………… ……… ………………………………………………………………………………… ………………………………………………………………………………… …… ………………………………………………………………………… ……… Ngày Giáo viên hƣớng dẫn tháng năm Tác giả luận văn CHỦ TỊCH HỘI ĐỒNG LỜI CAM ĐOAN Tôi xin cam đoan: Luận văn cơng trình nghiên cứu thực cá nhân, đƣợc thực dƣới hƣớng dẫn Tiến sĩ Vƣơng Hoàng Nam Các số liệu, kết luận nghiên cứu đƣợc trình bày luận văn trung thực chƣa đƣợc cơng bố dƣới hình thức Tơi xin chịu trách nhiệm nghiên cứu Học viên Phạm Hồng Sơn LỜI CẢM ƠN Lời đầu tiên, tơi xin chân thành cảm ơn Tiến sĩ Vƣơng Hồng Nam, ngƣời trực tiếp hƣớng dẫn tơi hồn thành luận văn Với lời dẫn, tài liệu, tận tình hƣớng dẫn lời động viên thầy giúp tơi vƣợt qua nhiều khó khăn q trình thực luận văn Tơi xin cám ơn q thầy giảng dạy chƣơng trình cao học “Kỹ thuật viễn thông” truyền dạy kiến thức quý báu, kiến thức hữu ích giúp nhiều thực nghiên cứu Xin cám ơn quý thầy, cô công tác Viện Điện tử - Viễn thông – Đại học Bách khoa Hà Nội Viện sau đại học – Đại học Bách khoa Hà Nội tạo điều kiện thuận lợi suốt q trình tơi tham gia khóa học Cuối cùng, tơi xin cám ơn gia đình, bạn bè, ngƣời ủng hộ, tạo động lực giúp hồn thành luận văn Tơi xin chân thành cảm ơn! Học viên Phạm Hồng Sơn MỤC LỤC Chƣơng GIỚI THIỆU MATLAB VÀ KHÁI QUÁT VỀ ẢNH 11 1.1 Giới thiệu chung phần mềm Matlab 11 1.1.1 Khái niệm Matlab 11 1.1.2 Tổng quan cấu trúc liệu Matlab, ứng dụng 11 1.1.3 Hệ thống Matlab 12 1.1.4 Làm quen với Matlab 13 1.1.5 Các cửa sổ làm việc Matlab 14 1.2 Giới thiệu khái quát ảnh số 16 1.2.1 Các khái niệm ảnh 16 1.2.2 Các cách phân loại ảnh 16 1.3 Xử lý ảnh với Matlab 18 1.3.1 Xử lý ảnh 18 1.3.2 Các giai đoạn xử lý ảnh 18 1.3.3 Xử lý ảnh với Matlab 20 1.3.3.1 Các kiểu ảnh Matlab 20 1.3.3.2 Các hàm xử lý ảnh Matlab 22 Chƣơng CÁC PHƢƠNG PHÁP NHẬN DẠNG ẢNH MẶT NGƢỜI 42 2.1 Tổng quan hệ thống sở lý thuyết 42 2.2 Định nghĩa tốn xác định khn mặt ngƣời 44 2.3 Ứng dụng phƣơng pháp xác định khuôn mặt 44 2.4 Phƣơng pháp xác định khuôn mặt 45 2.4.1 Hướng tiếp cận dựa tri thức 46 2.4.2 Hướng tiếp cận dựa đặc trưng không thay đổi 47 2.4.2.1 Các đặc trưng khuôn mặt 48 2.4.2.2 Kết cấu 49 2.4.2.3 Sắc màu da 49 2.4.2.4 Đa đặc trưng 49 2.4.3 Hướng tiếp cận dựa so khớp mẫu 49 2.4.4 Hướng tiếp cận dựa diện mạo 50 2.5 Kết luận chƣơng 51 Chƣơng PHÂN TÍCH THÀNH PHẦN CHÍNH PCA VÀ MƠ PHỎNG 53 3.1 Sơ lƣợc phân tích thành phần PCA 53 3.2 Thuật toán PCA ứng dụng nhận dạng khuôn mặt ngƣời 54 3.2.1 Thuật toán 54 3.2.2 Phân tích thành phần PCA 55 3.2.3 Ví dụ minh họa 57 3.3 Ứng dụng Eigenfaces việc nhận dạng mặt ngƣời 63 3.3.1 Tính tốn Eigenfaces 66 3.3.2 Dùng Eigenfaces để phân loại ảnh mặt người 67 3.3.3 Ứng dụng Eigenfaces để phát gương mặt 68 3.3.3.1 Xem xét lại không gian mặt 69 3.3.3.2 Nhận dạng theo thời gian thực 69 3.4 Nhận xét 70 3.4.1 Ưu điểm phương pháp PCA 70 3.4.2 Nhược điểm PCA 71 3.5 Chƣơng trình mơ 71 3.5.1 Cơ sở liệu ảnh 71 3.5.1.1 Tập ảnh huấn luyện 71 3.5.1.2 Tập ảnh mẫu 72 3.5.2 Các bước thực chương trình 73 3.5.3 Lưu đồ giải thuật 75 3.5.3.1 Lưu đồ giải thuật 75 3.5.3.2 Lưu đồ giải thuật chi tiết 75 3.5.4 Kết mô 78 3.5.5 Tốc độ thực 83 3.6 Kết luận chƣơng 83 KẾT LUẬN 86 Hƣớng phát triển đề tài 86 TÀI LIỆU THAM KHẢO 87 PHỤ LỤC HÌNH Hình 1.1 Cửa sổ khởi động Matlab .13 Hình 1.2 Cửa sổ Command History 14 Hình 1.3 Cửa sổ Workspace 15 Hình 1.4 Cửa sổ Array Editor 15 Hình 1.5 Một số hệ tọa độ màu .17 Hình 1.6 Các bước xử lý ảnh 18 Hình 1.7 Ảnh trước sau imresize 31 Hình 1.8 Ảnh trước sau imrotate 34 Hình 1.9 Ảnh quay theo chiều ngang 36 Hình 1.10 Ảnh trước sau imcrop 36 Hình 1.11 Ảnh trước sau imcrop 38 Hình1 12 Ảnh trước sau imtransfo 39 Hình Độ phân giải ảnh Hình 2 Một loại trí thức người nghiên cứu phân tích khn mặt Hình Một mẫu khn mặt, có 16 vùng 23 quan hệ (các mũi tên) 47 47 50 Hình Hình ảnh mơ tả phương pháp hạ bậc liệu Hình Hình ảnh minh họa tương quan vector ảnh với vector sở Hình 3 Hình ảnh minh họa Eigenface có kích thước NxN Hình Diễn giải hình học phương pháp PCA Hình Hình ảnh ví dụ đơn giản phương pháp giảm chiều liệu Hình a) Những gương mặt dùng để chạy thử b) Ảnh trung bình ψ Hình Các Eigenfaces tính tốn từ dãy chạy thử hình 3.6 Hình Ảnh hình chiếu vào khơng gian mặt người xác định Hình a) Ảnh gốc b) Bản đồ mặt người, vùng tối hình dạng khn mặt Hình 10 Ví dụ thể hình chiếu ảnh lên khơng gian mặt người Hình 11 Hệ thống dị tìm định vị mặt người Hình 12 Tập ảnh Face Hình 13 Tập ảnh nface Hình 14 Tập ảnh mẫu Hình 15 Lưu đồ giải thuật Hình 16 Lưu đồ giải thuật chọn ảnh Hình 17 Lưu đồ giải thuật chương trình dị tìm ảnh mặt người Hình 18 Lưu đồ giải thuật chương trình nhận dạng Hình 19 Lưu đồ thuật tốn PCA Hình 20 Bộ sở liệu dùng để thực kiểm tra Hình 21 Tạo sở liệu để thực kiểm tra Hình 22 Hiển thị thơng số sở liệu sau cập nhật Hình 23 Kết thực sau lựa chọn ảnh kiểm tra đầu vào Hình 24 Ảnh đầu gần với ảnh kiểm tra đầu vào 53 62 62 63 63 65 65 67 68 69 70 72 73 73 75 75 76 77 78 79 81 82 82 83 DANH MỤC CÁC TỪ VIẾT TẮT Từ viết tắt Diễn giải PCA Phép phân tích thành phần ICA Phép phân tích thành phần độc lập CSDL Cơ sở liệu RGB Mơ hình hệ màu cộng, thƣờng đƣợc sử dụng để hiển thị màu hình bao gồm màu bản: R = Red (đỏ) G = Green (xanh lá) B = Blue (xanh lam) HSV Khơng gian màu HSB, cịn gọi khơng gian màu HSV, không gian màu dựa ba số liệu: H: (Hue) Vùng màu S: (Saturation) Độ bão hòa màu B (hay V): (Bright hay Value) Độ sáng CMYK Mơ hình hệ màu trừ, thƣờng đƣợc sử dụng in ấn Nó bao gồm màu sau: C = Cyan (xanh) M = Magenta (hồng) Y = Yellow (vàng) K = Black (Đen) JPEG Định dạng nén ảnh thông dụng, phổ biến ảnh số( viết tắt Joint Photographic Experts Group) BMP Định dạng bitmap, dễ dàng đƣợc dịch thành định dạng điểm(dot-format) cho thiết bị đầu nhƣ hình, máy in phục vụ in ấn GIF Định dạng ảnh web/hình động/clip art với kích thƣớc nhỏ khả load nhanh PNG Định dạng ảnh web/logo & line art TIFF Định dạng ảnh phục vụ in ấn khả đọc đƣợc hệ màu CMYK yCbCr lƣu đƣợc ảnh với mật độ pixel lớn, dó dung lƣợng cao ĐỊNH NGHĨA CÁC THUẬT NGỮ Tên thuật ngữ Diễn giải Răng cƣa - xuất giảm kích thƣớc ảnh Khi kích thƣớc ảnh bị giảm, pixel gốc bị lấy mẫu giảm để tạo pixel Aliasing xảy nhƣ kết việc giảm kích Aliasing thƣớc ảnh thƣờng xuất dƣới dạng bậc thang ( đặc biệt ảnh có độ tƣơng phản cao ) Antialiasing Các biện pháp chống cƣa cho ảnh Bicubic Giá trị pixel đƣợc tính tốn từ giá trị trung bình interpolation 4x4 pixeel lân cận Bilinear Gía trị pixel đƣợc tính tốn từ giá trị trung bình interpolation 2x2 pixel lân cận Một thao tác sửa đổi quan hệ hình học gữa pixel Geometric ảnh Chẳng hạn thay đổi kích thƣớc ảnh, quay ảnh operation xén ảnh Quá trình đƣợc sử dụng để ƣớc lƣợng giá trị ảnh vị trí Interpolation pixel Near est- Các giá trị pixel đƣợc gán giá trị pixel nằm neigh vùng gần pixel bor inter polat ion LỜI MỞ ĐẦU Nhận dạng khuôn mặt lĩnh vực xử lý ảnh Và ngày nhận dạng đƣợc ứng dụng rộng rãi nhiều lĩnh vực đời sống nhƣ nhận dạng lĩnh vực thƣơng mại, hay phát tội phạm lĩnh vực an ninh, hay lĩnh vực xử lý video, hình ảnh Hiện có nhiều các phƣơng pháp nhận dạng khác đƣợc xây dựng để nhận dạng ngƣời cụ thể giới thực Tuy nhiên việc nhận dạng đƣợc ngƣời giới thực vơ khó khăn, để nhận dạng đƣợc ta phải xây dựng đƣợc tập sở liệu đủ lớn việc xử lý liệu lớn địi hỏi phải nhanh xác Nhiệm vụ đặt nghiên cứu xây dựng chƣơng trình sử dụng phƣơng pháp nhận dạng có độ xác cao mà khối lƣợng thời gian tính tốn lại Để giải vấn đề có phƣơng pháp cho phép phân tích thành phần khuôn mặt, giảm bớt số thành phần không cần thiết tạo hiệu tính tốn nhanh mà đảm bảo đƣợc độ xác Đó phƣơng pháp Principal Components Analysis (PCA) hay gọi Phƣơng pháp phân tích thành phần Và luận văn tập trung nghiên cứu phƣơng pháp PCA để nhận dạng mặt ngƣời Bài luận đƣợc trình bày bao gồm có chƣơng: • Chƣơng 1: Giới thiệu Matlab khái quát ảnh • Chƣơng 2: Các phƣơng pháp xác định khn mặt • Chƣơng 3: Phân tích thành phần PCA 10 Hình 13 Tập ảnh nface Hình 14 Tập ảnh mẫu 3.5.2 Các bước thực chương trình Khi chạy chƣơng trình “Dị tìm cắt ảnh mặt ngƣời dùng PCA” ta thao tác theo trình tự bƣớc sau: Bƣớc 1: Đƣa ảnh vào để xử lý Ở bƣớc có hai cách để chọn ảnh nguồn để xử lý từ nguồn có sẵn từ nguồn đƣa ảnh trực tiếp ngồi vào thơng qua webcam - Cách thứ nhất: Đƣa ảnh vào từ nguồn có sẵn Ta chọn nút chọn ảnh để tìm nguồn ảnh gốc đƣa ảnh vào xử lý cụ thể tập ảnh thƣ mục ảnh test Sau chọn ảnh cần kiểm tra ta chọn nút open để chọn ảnh chọn 73 - Cách thứ hai: Đƣa ảnh trực tiếp thu từ ngồi vào nhờ thiết bị thu hình webcam Ta nhấn nút camera để mở chƣơng trình chạy webcam, sau điều chỉnh khoảng cách kích thƣớc ảnh đầu vào hợp lý ta nhấn vào nút chụp ảnh để đƣa ảnh chụp vào xử lý cơng đoạn Bƣớc 2: Dị tìm ảnh mặt ngƣời Để thực bƣớc ta cần điều kiện phải có ảnh kiểm tra chạy đƣợc chƣơng trình dị tìm ảnh mặt ngƣời Khi có đủ điều kiện ta nhấn nút nhận dạng chƣơng trình bắt đầu thực hiện: lấy ảnh chọn làm ảnh ban đầu đƣa vào chƣơng trình nhận dạng ảnh tìm xác định vị trí khn mặt có ảnh Đây đoạn chƣơng trình tốn, đoạn chƣơng trình sử dụng thuật tốn PCA giai đoạn chiếm thời gian nhiều tốn “Dị tìm cắt ảnh mặt ngƣời dùng PCA” Bƣớc 3: Cắt ảnh mặt ngƣời Là trình tách khn mặt có ảnh đầu vào chia thành ảnh nhỏ riêng lẻ để giúp ta lƣu lại khn mặt cách dể dàng hay để dùng ảnh vào cơng việc khác cách nhanh chóng xác Bƣớc 4: Lƣu ảnh khuôn mặt Sau tất trình thực phƣơng pháp tìm tách ảnh mặt ngƣời cuối kết đạt đƣợc dù khơng chuẩn xác nhƣng mục đích cuối ta phải lƣu trữ lại mà ta làm đƣợc, ta nhấn vào nút save lên thƣ mục để lƣu ảnh thực thao tác lƣu ảnh Bƣớc 5: Nhận dạng khn mặt Q trình nhận dạng khn mặt đƣợc thực dựa vào thuật toán PCA, sau cắt ảnh mặt ngƣời, từ ảnh ta đặt làm ảnh test, ảnh test đƣợc xử lý cách xác định khoảng cách ảnh test đến ảnh sở liệu Nếu ảnh test có nằm sở liệu ảnh, ảnh test đƣợc nhận dạng ảnh khác nằm sở liệu ảnh, cịn ảnh test khơng nằm sở liệu ảnh, khơng nhận dạng đƣợc 74 3.5.3 Lưu đồ giải thuật 3.5.3.1 Lưu đồ giải thuật Bắt đầu Chọn ảnh Chƣơng trình Dị & cắt ảnh Chƣơng trình nhận dạng Kết thúc Hình 15 Lưu đồ giải thuật 3.5.3.2 Lưu đồ giải thuật chi tiết a) Lƣu đồ giải thuật chọn ảnh Chọn ảnh có hai cách: • Cách 1: Chọn ảnh tĩnh (ảnh có sẵn) • Cách 2: Chọn ảnh động (nhận ảnh từ webcam) Chọn thƣ mục chứa ảnh cần kt Chọn ảnh Hiển thị ảnh Bắt đầu Chọn mở webcam Kết thúc Chọn & chụp ảnh Hình 16 Lưu đồ giải thuật chọn ảnh 75 b) Lƣu đồ giải thuật chƣơng trình dị tìm ảnh mặt ngƣời Hình 17 Lưu đồ giải thuật chương trình dị tìm ảnh mặt người 76 c) Lƣu đồ giải thuật chƣơng trình nhận dạng Hình 18 Lưu đồ giải thuật chương trình nhận dạng 77 d) Lƣu đồ thuật tốn PCA Hình 19 Lưu đồ thuật tốn PCA 3.5.4 Kết mô Tập sở liệu đƣợc sử dụng định dạng JPEG, định dạng phổ biến với máy ảnh số, camera số Tuy nhiên sử dụng ảnh định dạng khác nhƣ JPG, PNG, PGM MATLAB,.v v Trên tập sở liệu tự thực gồm 80 ảnh JPEG với định dạng khung tỷ lệ 1:1 (hình vng) độ phân giải 256 x 256 pixels đƣợc sử dụng thử nghiệm với ngƣời nhƣ sau : 78 Hình 20 Bộ sở liệu dùng để thực kiểm tra Thực tạo tập sở liệu cho ngƣời, gán số thứ tự tƣơng ứng với Class, với ngƣời ta tạo class tƣơng ứng nhƣ sau: 79 80 Hình 21 Tạo sở liệu để thực kiểm tra Lựa chọn thẻ Database Info để kiểm tra sở liệu nhập, bên cạnh đó, ta xóa sở liệu ảnh thẻ Delete Database 81 Hình 22 Hiển thị thông số sở liệu sau cập nhật Hình 23 Kết thực sau lựa chọn ảnh kiểm tra đầu vào Kết thực nhận dạng dựa ảnh đầu vào đƣa ảnh gần tập sở liệu: 82 Hình 24 Ảnh đầu gần với ảnh kiểm tra đầu vào 3.5.5 Tốc độ thực Tốc độ thực chƣơng trình thể thời gian mà chƣơng trình tính tốn q trình xử lý, tùy theo giá trị kích thƣớc ảnh đƣa vào lớn hay nhỏ mà tốc độ thực nhanh hay chậm Nếu ảnh đầu vào có kích thƣớc nhỏ, q trình xử lý chƣơng trình thực nhanh chóng, ảnh đầu vào có kích thƣớc lớn, q trình xử lý chƣơng trình thực chậm, mặc khác tốc độ thực tùy thuộc vào tốc độ xử lý máy tính, vậy, u cầu cần có cấu hình thích hợp để thực chƣơng trình cách nhanh chóng, tạo điều kiện thuận lợi cho việc dị tìm nhận dạng khn mặt Tốc độ thực trình đo đạc thời gian xử lý chƣơng trình, chƣơng trình dị tìm ảnh mặt ngƣời chƣơng trình nhận dạng ảnh mặt ngƣời 3.6 Kết luận chƣơng Qua trình tìm hiểu nghiên cứu, luận văn xây dựng đƣợc nhìn khái qt tốn nhận dạng, đặc biệt nhận dạng mặt ngƣời Đồng thời, nắm bắt đƣợc số vấn đề xử lý ảnh: dạng ảnh, tính chất ảnh, khơng gian, tọa độ ảnh, ma trận ảnh,… vận dụng kết hợp với công cụ xử lý ảnh Matlab (Image Processing Toolbox) Từ kết thu đƣợc, ta nhận thấy: ta dị tìm đƣợc khn mặt, khuôn mặt, khuôn mặt tối đa khuôn mặt ảnh, nguyên 83 nhân hạn chế kích thƣớc khn mặt ảnh, khn mặt có khơng có tập ảnh huấn luyện, ƣu điểm tốn Tuy chƣa có chuẩn xác q trình dị tìm nhận dạng mặt ngƣời, nhƣng toán phần đƣợc giải Trong q trình thao tác, có ƣu khuyết điểm, nhƣng luận văn chúng em hồn thành tƣơng đối chấp nhận đƣợc, sau số ƣu điểm khuyết điểm toán nhƣ trình thực luận văn Ƣu điểm - Ta nhận dạng đƣợc ảnh với khuôn mặt, khuôn mặt, khuôn mặt khn mặt - Khn mặt ngƣời đƣợc dị tìm cắt rõ nét, nhận dạng đƣợc - Đối với thuật toán PCA, thuật toán đƣợc sử dụng nhiều lĩnh vực, lĩnh vực chuyên ngành điện tử, thuật toán đƣợc vận dụng Matlab với nhiều công cụ xử lý, tạo điều kiện thuận lợi cho việc thực đề tài Khuyết điểm - Nội dung toán dị tìm nhận dạng mặt ngƣời, nên sử dụng nhiều khuôn mặt nhiều đối tƣợng với trạng thái khác nhau, nên khuyết điểm toán cần số lƣợng lớn nguồn tài nguyên khn mặt nhiều đối tƣợng, từ tạo đƣợc khối lƣợng sở liệu phong phú Cho nên có trƣờng hợp khơng dị tìm đƣợc vài khn mặt ảnh, khơng tìm đƣợc nét đặc trƣng khn mặt - Chƣơng trình đƣợc thực nhờ vào hoạt động máy tính, nên cần có cấu hình cần thiết để xử lý tính tốn, từ áp dụng công nghệ đại, điều ảnh hƣởng đến tốc độ thực chƣơng trình Ví dụ nhƣ nhận dạng khuôn mặt ngƣời qua thiết bị quan sát, tốc độ xử lý nhanh ta có kết mỹ mãn hài lịng - Về nội dung toán, việc chọn lọc đƣa ảnh vào để xử lý, có hai cách: sử dụng ảnh tĩnh có sẵn sử dụng nguồn liệu đƣa vào từ webcam Đối với webcam, hay thiết bị thu hình nào, điều cần phải có độ 84 phân giải tốt để ảnh đƣa vào rõ nét, nhƣ khả xử lý cao xác - Đồng thời khó khăn cách xác định khoảng cách tọa độ khn mặt ngƣời q trình đƣa ảnh vào xử lý, cụ thể kích thƣớc ảnh mặt ngƣời so với kích thƣớc ảnh huấn luyện (quá lớn bé) Vì phƣơng pháp nhận dạng PCA phƣơng pháp dò quét ảnh nhận dạng theo khối vấn đề khoảng cách kích thƣớc khn mặt ảnh đƣa vào so với kích thƣớc tập ảnh huấn luyện (tập ảnh face) quan trọng Cho nên thuật tốn thƣờng gặp khó khăn nhiều vấn đề Khó khăn việc xử lý dị tìm nhận dạng, điều kiện ảnh đƣa vào xử lý phải phù hợp: độ sáng, góc lệch, cảm xúc, biến dạng,… Chính điều này, đơi có khn mặt mà khơng đủ điều kiện ánh sáng (ảnh bị tối) khuôn mặt bị sai khác nhiều so với ảnh liệu (méo dạng, khn mặt nhăn nhó, nhiều cảm xúc,…) Nhƣ vậy, dựa vào xác suất thống kê trình làm việc, có vài trƣờng ảnh khơng nhận dạng đƣợc, với nhiều lí khách quan Một số trƣờng hợp bị lỗi, khơng dị tìm đƣợc khn mặt, nhiều nguyên nhân khác nhau: - Ảnh có nhiều điểm đặc trƣng khác: râu quai nón… 85 KẾT LUẬN Trong trình thực đồ án tốt nghiệp gặp nhiều khó khăn thử thách, địi hỏi cố gắng tập trung cao độ trình thực hiện, nhƣng chúng em cố gắng hoàn thành tiến độ làm việc theo yêu cầu đề ra, nhiên luận đạt đƣợc số kết tƣơng đối, cịn nhiều sai sót vấn đề dị tìm nhƣ nhận dạng mặt ngƣời Kết đạt đƣợc chúng em dò tìm nhận dạng đƣợc số ảnh có sở liệu số ảnh nằm ngồi sở liệu, ảnh có độ sắc nét tƣơng phản cao, cịn ảnh khơng có độ sắc nét cao chƣa xử lý đƣợc, khuyết điểm đề tài nhƣ thuật toán PCA Đối với ảnh động, việc xử lý ảnh đƣa vào gây nhiều khó khăn, khơng địi hỏi sắc nét ảnh, mà yêu cầu khoảng cách… Hƣớng phát triển đề tài - Nhận diện mặt ngƣời qua tập liệu có sẵn từ camera - Nhận diện danh tính ngƣời phạm tội qua ảnh chụp - Có thể kết hợp với nhiều thuật tốn khác nhƣ: ICA, Neural,… để xử lý cách xác - Dị tìm nhận dạng đối tƣợng vi phạm kỷ luật từ xa qua thiết bị quan sát - Bảo mật hệ thống cách nhận dạng khuôn mặt hay nhiều đối tƣợng muốn vào cơng ty, xí nghiệp, hay quan - Quản lý thời gian làm việc nhân viên xí nghiệp mà cần camera quan sát 86 TÀI LIỆU THAM KHẢO [1] Ngơ Hồng Khắc Tiến, Trần Xn Bách, Đồ án tốt nghiệp Dị tìm ảnh mặt người dùng PCA, Khoa Công nghệ điện tử, trƣờng Đại học Công Nghiệp TP HCM, 2009 [2] Lƣơng Mạnh Bá, Nguyễn Thanh Thủy, Nhập Môn Xử lý ảnh số, Nxb Khoa học Kỹ thuật, 2002 [3] Võ Đức Khánh, Hoàng Văn Kiếm Giáo trình xử lý ảnh số, Nhà xuất Đại học Quốc gia Thành phố Hồ Chi Minh, 2003 [4] Phạm Thế Bảo, Tổng quan phương pháp xác định khuôn mặt người, Tạp chí bƣu viễn thơng [5] Ngơ Quốc Tạo, Ngơ Phƣơng Đơng, Nguyễn Thanh Hịa, Phạm Việt Bình (2003), Báo cáo “Nhận dạng mặt người mơi trường độ sáng không đồng nhất”, Hội thảo Công nghệ thông tin quốc gia lần thứ VIII, Thái Nguyên, 29-31/8/2003 [6] Nguyễn Hồi Sơn, Giáo trình Matlab bản, Khoa Xây dựng Cơ học ứng dụng, trƣờng ĐHSPKT [7] Burce A Draper, Kyungim Baek, Marian Stewart Bartlett, J Ross Beveridge, “Recognizing Faces with PCA and ICA” [8] Stan Z Li , Anil K Jain, “Handbook of Face Recognition”, 2006 [9] IEEE Computer Society, “Automatic face and gesture recognition”, 2004 [10] Các Website: http://www.mathworks.com/matlabcentral/ http://www.picvietnam.com/forum/ www.diendandientu.com www.dientuvienthong.net 87 ... thuyết nhận dạng ảnh bao gồm hệ thống sở lý thuyết, phƣơng pháp nhận dạng ảnh, yếu tố ảnh hƣởng đến việc nhận dạng ảnh nói chung nhận dạng ảnh mặt ngƣời nói riêng Luận văn sâu phân tích phƣơng pháp, ... phân loai ảnh khác ảnh Theo lý thuyết nhận dạng, mơ hình tốn học ảnh đƣợc phân theo hai loại nhận dạng ảnh bản: - Nhận dạng theo tham số - Nhận dạng theo cấu trúc Một số đối tƣợng nhận dạng phổ... thập nhận dạng mặt ngƣời với đầu vào ảnh số chứa đối tƣợng cần nhận dạng, hệ thống đƣa ảnh sở liệu có mức độ tƣơng khớp cao kết luận kết nhận dạng Phƣơng pháp nhận dạng dựa phân tích xử lý ảnh