Hệ thống xác định và đánh giá trạng thái mắt người

ĐẠI HỌC THÁI NGUYÊN TRƢỜNG ĐẠI HỌC CNTT & TRUYỀN THÔNG  Nguyễn Thị Hƣơng HỆ THỐNG XÁC ĐỊNH & ĐÁNH GIÁ TRẠNG THÁI MẮT NGƢỜI Chuyên ngành: Khoa học máy tính Mã số: 60.48.01 LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH NGƢỜI HƢỚNG DẪN KHOA HỌC TS Vũ Duy Linh Thái Nguyên - 2013 Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn ii LỜI CẢM ƠN Em xin trân trọng cảm ơn thầy giáo, cô giáo Viện Công nghệ thông tin, trường Đại học Công nghệ thông tin truyền thông, Đại học Thái Ngun nhiệt tình giảng dạy hết lịng giúp đỡ em trình học tập nghiên cứu đề tài Luận văn hoàn thành trường Đại học Công nghệ thông tin truyền thông hướng dẫn TS Vũ Duy Linh Em xin bày tỏ lịng kính trọng biết ơn sâu sắc tới thầy Em xin chân thành cảm ơn bạn đồng nghiệp phịng Khảo thí & Đảm bảo chất lượng trường Đại học Hải Phòng tạo điều kiện giúp đỡ q trình hồn thành luận văn Sự quan tâm, giúp đỡ gia đình bạn bè, đặc biệt lớp Cao học K9C trường Đại học Công nghệ thông tin truyền thông cổ vũ, động viên em suốt thời gian học tập thực đề tài Mặc dù có nhiều cố gắng song luận văn khơng thể tránh khỏi thiếu sót, tác giả mong nhận đóng góp ý kiến thầy cô bạn Xin chân thành cảm ơn! Thái Nguyên, tháng 01 năm 2013 Tác giả Nguyễn Thị Hương Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn LỜI CAM ĐOAN Tôi xin cam đoan luận văn “ Hệ thống xác định & đánh giá trạng thái mắt ngƣời ” tơi tự tìm hiểu đƣợc hồn thành dƣới hƣớng dẫn thầy giáo TS Vũ Duy Linh Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn MỤC LỤC MỞ ĐẦU i CHƢƠNG I TỔNG QUAN VỀ XỬ LÝ ẢNH VÀ BÀI TOÁN XÁC ĐỊNH MẶT NGƢỜI TRONG ẢNH SỐ 10 1.1 Xử lý ảnh vấn đề xử lý ảnh 10 1.1.1 Xử lý ảnh gì? 10 1.1.2 Các vấn đề xử lý ảnh 11 1.2 Chuẩn sinh trắc học ( Biometric ) 14 1.2.1 Định nghĩa chuẩn sinh trắc học : 14 1.2.2 Ứng dụng chuẩn sinh trắc học 14 1.3 Bài toán xác định mặt ngƣời ảnh số 17 1.3.1 Giới thiệu toán xác định mặt ngƣời ảnh số 17 1.3.2 Định nghĩa toán xác định mặt ngƣời 17 1.3.3 Các phƣơng pháp xác định mặt ngƣời 17 1.4 Ƣu điểm việc xác định vị trí mắt 18 CHƢƠNG CÁC PHƢƠNG PHÁP XÁC ĐỊNH VỊ TRÍ MẮT NGƢỜI TRÊN KHUÔN MẶT 20 2.1 Xác định tọa độ mắt cách sử dụng so sánh mẫu 21 2.1.1 Phƣơng pháp 21 Bằng cách sử dụng hai mơ hình 21 2.1.2 Những thuận lợi khó khăn xác định vị trí mắt sử dụng phƣơng pháp so sánh mẫu 26 2.2 Xác định tọa độ mắt sử dụng phƣơng pháp Moments 26 2.3 Xác định tọa độ mắt cách sử dụng phƣơng pháp chiếu 33 2.4 Xác định tọa độ mắt sử dụng phƣơng pháp Knowledge 46 CHƢƠNG XÂY DỰNG CHƢƠNG TRÌNH VÀ CÀI ĐẶT THỬ NGHIỆM 47 Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 3.1 Giới thiệu Matlab 47 3.2 Thuật toán để phát vị trí mắt cho hình ảnh sắc nét 47 3.3 Mô tả CSDL dùng cho thực nghiệm 53 3.3.1 CSDL ORL 53 3.3.2 CSDL FERET 54 3.3.3 CSDL SIMILAR 55 3.3.4 CSDL BIOID 56 3.4 Phƣơng pháp đánh giá độ xác: 57 3.5 Hệ thống đánh giá trạng thái mắt ngƣời 59 3.6 Cấu trúc hệ thống 63 KẾT LUẬN 66 TÀI LIỆU THAM KHẢO 67 Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn DANH MỤC CÁC HÌNH VẼ, ẢNH CHỤP Số hiệu Tên hình vẽ hình vẽ Trang 1.1 Quá trình xử lý ảnh 1.2 Các giai đoạn xử lý ảnh 1.3 Các điểm khuôn mặt 12 Kết xác định thông số khuôn mặt 13 2.1 Tìm kiếm trung tâm mắt sử dụng phƣơng pháp so sánh mẫu 14 2.2 Các biến thể mẫu dùng xác định vị trí mắt 15 2.3 Kết xác định vị trí vùng mắt 16 2.4 Kết xác định vị trí mắt việc sử dụng mẫu b4 17 2.5 Trích chọn vùng mắt trái cách xử lý hai giai đoạn 18 2.6 Xác định tọa độ trung tâm hình ảnh nhị phân 19 2.7 Xác định tọa độ trung tâm dựa hai phƣơng pháp 21 2.8 Ảnh khuôn mặt, cho mà dự toán tọa độ mắt sai 22 2.9 Ví dụ ƣớc tính xác tọa độ mắt 23 2.10 Sử dụng thành phần I2 để xác định trung tâm mắt 25 2.11 Thủ tục xác định tọa độ mắt (biến thể "a") 28 2.12 Chức hoạt nghiệm 28 2.13 Kết xác định vị trí mắt sử dụng phƣơng pháp chiếu 30 2.14 Cửa sổ hàm W cho phiên khác phép quay đầu 31 2.15 Hàm S F cho phiên khác cảu phép quay đầu 32 2.16 Kết dùng phƣơng pháp đơn gian hóa 32 2.17 Một số kết xác định tọa độ mắt CSDL ỎL 33 2.18 Mơ hình khn mặt đƣợc sử dụng để thử nghiệm 34 2.19 Tính tốn xác minh tọa độ mắt 34 Số hóa Trung tâm Học liệu – Đại học Thái Ngun http://www.lrc-tnu.edu.vn 2.20 Kết tính tốn mắt dịng vị trí nửa mặt 35 2.21 Bám sát vị trí dịng mắt 38 2.22 Vị trí dịng mắt nửa mặt 38 2.23 Tính toán mắt phối hợp chuỗi video 39 3.1 Sơ đồ khối phƣơng pháp 41 3.2 Kết thuật tốn xác định vị trí mắt ngƣời 45 3.3 Một số kết khác 45 3.4 CSDL ORL 46 3.5 Cơ sở liệu hình ảnh khn mặt FERE 47 3.6 Mặt hình ảnh sở liệu tƣơng tự 49 3.7 Cơ sở liệu hình ảnh khn mặt BIOID 49 3.8 Trung tâm phối hợp mắt mối quan hệ chúng 50 3.9 Định vị trí mắt CSDL FERET 51 3.10 Xác định vị trí mắt CSDL BIOID 51 3.11 Giai đoạn tỉnh táo ngủ ngủ 53 3.12 Đánh giá hƣớng quay theo vị trí mắt ngƣời 55 3.13 Hệ thống đánh giá trạng thái mắt ngƣời 57 3.14 Một ví dụ việc đánh giá trạng thái mắt 58 Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn MỞ ĐẦU Thông tin ngƣời thu nhận từ giới bên ngoài, đến 80% đƣợc ghi nhận mắt tức dạng ảnh Vì xử lý ảnh ngành khoa học đã, phát triển mạnh có ứng dụng rộng rãi khoa học đời sống thực tiễn nhƣ vẽ đồ, lĩnh vực quảng cáo, siêu thị, quân sự… Xác định mắt ngƣời khn mặt kỹ thuật máy tính để xác định vị trí kích thƣớc mắt ngƣời ảnh (ảnh kỹ thuật số) Nhận dạng mắt ngƣời công việc sở chủ yếu cho việc chỉnh mặt ngƣời nhận dạng mặt ngƣời Việc nhận dạng mắt ngƣời đối mặt với nhiều thách thức khác nhƣ hƣớng nhìn, biểu cảm xúc mặt ngƣời thay đổi điều kiện ánh sáng khác thay đổi Hệ thống nhận dạng làm việc theo chế so sánh ảnh mặt ngƣời đầu vào với ảnh mặt ngƣời đƣợc lƣu trữ CSDL(Face Recognition System) Công nghệ nhận dạng mặt ngƣời lĩnh vực phát triển nhanh hệ thống sinh trắc học Công nghệ sử dụng khuôn mặt để nhận dạng điểm đặc biệt thực việc nhận dạng mà không cần tƣơng tác với ngƣời nhƣ số công nghệ khác(vân tay, ngƣơi…) Ngày công nghệ nhận dạng mặt ngƣời đƣợc đƣa vào sử dụng nhiều lĩnh vực sống nhƣ truy tìm tội phạm, đảm bảo an ninh, hộ chiếu điện tử… Biometric phƣơng pháp nhận danh tánh ngƣời dựa Physiological hành vi đặc trƣng,các tính đo đƣợc mặt, dấu vân tay, bàn tay geometry, iris, retinal, giọng nói… biometric xác thực ngày đƣợc sử dụng lĩnh vực nhƣ ngân hàng, bán lẻ, quốc phòng, sản xuất, y tế ngành cơng nghiệp, chứng khốn, khu vực công, sân bay an ninh…Sự phát triển biometric sở sử dụng mặt ngƣời ngày lớn Số hóa Trung tâm Học liệu – Đại học Thái Ngun http://www.lrc-tnu.edu.vn Xác định vị trí khn mặt điều kiện quan trọng hệ thống nhận dạng mặt ngƣời Hiệu suất làm việc hệ thống phụ thuộc vào việc xác định xác vị trí mặt ngƣời ảnh đầu vào nhƣ việc xác định vị trí mặt ngƣời xây dựng sở liệu cho hệ thống Xác định xác vị trí mắt ngƣời giúp cho phƣơng pháp xử lý ảnh mặt ngƣời đƣợc dễ dàng Ví dụ sau xác định đƣợc vị trí mắt ngƣời sử dụng để xác định đƣờng đối xứng khuôn mặt, xây dựng model khuôn mặt, sử dụng toán đánh giá trạng thái mắt ngƣời, chuẩn hóa khn mặt theo chuẩn Sinh trắc học Đó lý mà em chọn đề tài “ Hệ thống xác định & đánh giá trạng thái mắt ngƣời ” Luận văn đƣợc trình bày gồm có chƣơng:  Chƣơng Tổng quan xử lý ảnh toán xác định mặt ngƣời  Chƣơng Các phƣơng pháp xác định vị trị mắt ngƣời Gồm có : phƣơng pháp Xác định tọa độ mắt sử dụng mẫu so sánh Xác định tọa độ mắt sử dụng phƣơng pháp Moments Xác định tọa độ mắt sử dụng phƣơng pháp chiếu Xác định tọa độ mắt sử dụng phƣơng pháp Knowlegde  Chƣơng Xây dựng chƣơng trình cài đặt Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 10 CHƢƠNG I TỔNG QUAN VỀ XỬ LÝ ẢNH VÀ BÀI TOÁN XÁC ĐỊNH MẶT NGƢỜI TRONG ẢNH SỐ 1.1 Xử lý ảnh vấn đề xử lý ảnh 1.1.1 Xử lý ảnh gì? Quá trình xử lý ảnh đƣợc xem nhƣ trình thao tác ảnh đầu vào nhằm cho kết mong muốn Kết đầu trình xử lý ảnh ảnh “tốt hơn” kết luận Ảnh Ảnh “tốt hơn” Xử lý ảnh Kết luận Hình 1.1 Q trình xử lý ảnh Mục đích xử lý ảnh gồm: - Biến đổi ảnh, làm tăng chất lƣợng ảnh - Tự động nhận dạng ảnh, đoán nhận ảnh, đánh giá nội dung ảnh Nhận biết đánh giá đƣợc nội dung ảnh để phân biệt đƣợc đối tƣợng với đối tƣợng khác, từ ta mơ tả đƣợc ảnh ban đầu Có số phƣơng pháp nhận dạng nhƣ: nhận dạng cạnh số đối tƣợng ảnh, tách cạnh, phân đoạn hình ảnh … Các kỹ thuật đƣợc ứng dụng nhiều y học nhƣ: xử lý tế bào, nhiễm sắc thể; nhận dạng chữ viết văn bản… Thu nhận ảnh (Scanner, Camera, Senssor ) Tiền Trích xử lý chọn lylý điểm đặc Hậu xử lý Hệ định Lƣu trữ Đối sánh rút kết luận Hình 1.2: Các giai đoạn xử lý ảnh Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 55 Những hình ảnh sở liệu FERET đƣợc đặc trƣng bởi: • Thay đổi đáng kể hợp đồng, độ sáng hình ảnh nền; • Thay đổi đáng kể kích thƣớc cá nhân (lên đến lần); • Thay đổi biểu thức kiểu tóc khn mặt ngƣời, nhƣ định hƣớng ngƣời đứng đầu; • Thay đổi tuổi tác thay đổi quần áo; • Sự diện kính; • Địa phƣơng rõ rệt cá nhân phần khuôn mặt Obosnovaeiem sử dụng thí nghiệm đƣợc thực đặc điểm động hình ảnh ban đầu vùng lãnh thổ ngƣời chúng, thƣờng xuất điều kiện thực tế hệ thống FERET sở đƣợc sử dụng thí nghiệm ngƣời quy định, đối xứng xác định thông số nhân trắc học hình ảnh khn mặt Một số hình ảnh sở liệu đƣợc hiển thị hình 3.5 3.3.3 CSDL SIMILAR CSDL tƣơng tự Cơ sở tƣơng tự có chứa 61 hình ảnh màu sắc lớp Mỗi hình ảnh đƣợc xây dựng nhƣ thành phần phần trên, dƣới hình ảnh nhiều nguồn tập trung hồn tồn tồn mặt Trong trƣờng hợp này, hình ảnh giới tính khác diễn viên khác có thành phần (mắt, mũi, lơng mày, miệng, ) công nhận phức tạp, so sánh tƣơng phản Tính sở tƣơng tự lý cho việc sử dụng thử nghiệm so với hình ảnh khn mặt thực thể tham số đánh giá so sánh họ Ví dụ hình ảnh sở liệu đƣợc hiển thị hình 3.6 Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 56 Hình 3.6 Mặt hình ảnh sở liệu tƣơng tự 3.3.4 CSDL BIOID Dữ liệu thiết lập BIOID bao gồm 1521 hình ảnh màu xám (quy mơ GRAY) kích thƣớc 286 by 384 pixels Mỗi hình ảnh chân dung 23 chủ đề khác • Các hình ảnh đƣợc định nghĩa hầu hết nội thất • Chiếu sáng khuôn mặt chụp ảnh không đƣợc kiểm sốt; • Các khu vực khn mặt nửa kích thƣớc ảnh gốc khơng 1/4 kích thƣớc hình ảnh ban đầu Hình ảnh sở liệu đƣợc hiển thị hình 3.7 Hình 3.7 Cơ sở liệu hình ảnh khn mặt BIOID Obosnovaeiem sử dụng thí nghiệm đƣợc thực là: khu vực hiệu suất loa lớn cá nhân diện động độ sáng, Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 57 diễn giả thƣờng xuyên lĩnh vực Cơ sở đƣợc sử dụng thí nghiệm liên quan đến định nghĩa đƣờng đối xứng định nghĩa tham số khác cá nhân 3.4 Phƣơng pháp đánh giá độ xác: Đánh giá độ xác phƣơng pháp (so sánh kết với kết sở liệu thống kê (BIOD ID) so sánh với kết tự xác định vị trí mắt) Đánh giá tính xác trung tâm mắt Hình 3.8 cho thấy ví dụ so sánh mắt tọa độ nhận đƣợc Hình 3.8 Trung tâm phối hợp mắt mối quan hệ chúng Ở đây: màu xanh điểm - vị trí xác mắt, đỏ - tọa độ mắt phát Các cơng thức gần để ƣớc tính xác nội địa hóa trung tâm predstalvena mắt dƣới đây: ~ d eye ~ | d (Cl , C l ) |  | d (Cr , C r ) |  , (4.3) đó: - Tính toán giá trị tọa độ mắt trái phải; - Đúng giá trị tọa độ mắt trái mắt phải, Kết xác định ví trí mắt đƣợc coi ≤ 3px (kích thƣớc hình ảnh 320 x 240 pixel) Số hóa Trung tâm Học liệu – Đại học Thái Ngun http://www.lrc-tnu.edu.vn 58 Ví dụ việc tìm kiếm trung tâm mắt khuôn mặt cho FERET sở liệu chân dung hình ảnh sở liệu BioID đƣợc hiển thị hình 3.9 hình 3.10 Hình 3.9 Định vị trí mắt CSDL FERET Hình 3.10 Xác định vị trí mắt CSDL BIOID Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 59 Bảng Các kết thực nghiệm Số lƣợng hình ảnh kích thƣớc Độ sai số Thời gian chúng chênh lệch (s) SIMILAR 60 (240х320) 0.08 FERET 1000 (184x224) 0.06 BIOID 1300(286x384) 2.5 0.13 Cơ sở Nhƣ thấy từ kết quả, độ xác phụ thuộc vào chất lƣợng hình ảnh, việc thực kích thƣớc chúng Sau chúng tơi áp dụng phƣơng pháp xác định vị trí mắt ngƣời để xây dựng toán cụ thể : Hệ thống đánh giá trạng thái mắt ngƣời 3.5 Hệ thống đánh giá trạng thái mắt ngƣời Sự ý ngƣời hình thức trạng thái tinh thần thể chất mình.Vì vậy, tâm lý vật lý tình trạng ngƣời đƣợc đánh giá độ tập trung tập trung vào gì, xem khn mặt ngƣời đó, đơi mắt vị trí đầu (quan điểm mình: nghiêng lên xuống "trên mặt", biến trái / phải tần số quay ) Bạn theo dõi trạng ngƣời (hoặc định hƣớng ngƣời đứng đầu), mắt lần xác "ra khỏi tập trung" ngƣời, ngƣời quan sát đƣờng(các lái xe, ngƣời lái xe ) thiết bị kiểm soát (một phi công hãng hàng không nút chế độ chờ điều khiển từ xa) Trong hình 3.8 biểu diễn năm trạng thái ngƣời: Đôi mắt rộng mở, khuôn mặt đầy đủ Đôi mắt mở nửa (hoặc nửa đóng), ngƣời đầu đƣợc hạ xuống, đƣợc ƣớc tính khởi đầu giai đoạn ngủ Nhắm mắt lại, ngƣời đàn ơng "ngáp", đƣợc ƣớc tính nhƣ trạng thái "nửa ngủ" Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 60 Nhắm mắt đầu ông hạ thấp nữa, đánh giá nhƣ chuẩn bị ngủ Nhắm mắt lại xuống - ngƣời ngủ Hình 3.11 Giai đoạn tỉnh táo ngủ ngủ Trong ví dụ đơn giản này, thấy rằng: Đối với đánh giá xác ngƣời thực cần phải xem khuôn mặt ngƣời nhƣ cho độ nghiêng đầu, sau mắt cuối cho đôi mắt Không phải nhiệm vụ đơn giản, xem xét khn mặt ngƣời đƣợc xoay bên trái (bên phải) lên, xuống Ví dụ: lái xe nhìn vào gƣơng Trong hình 3.11 cho thấy bốn tùy chọn chuyển đầu bạn đánh giá tình hình dịng mắt dịng đối xứng khuôn mặt Trong trƣờng hợp này, vị trí dịng đối xứng khn mặt mức độ mà dịng mắt, nhƣ "điểm bắt đầu" vấn đề xác định định hƣớng đầu đánh giá hƣớng ý Phân loại bệnh mắt Trong phƣơng án, góc đƣợc hiển thị hình 3,33, nhà nƣớc quan trọng đặt tên ba số họ: đƣờng mắt cao bình thƣờng, dịng đối xứng bên trái bên phải vị trí trung bình Nếu điều kiện không thay đổi, thời gian lƣu ý hẹn vƣợt giá trị thiết lập, cần thiết để kích hoạt "ALARM" Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 61 Nhiệm vụ khó khăn trƣờng hợp để xác định khu vực "nhắm mắt lại" tiểu bang nhắm mắt Khi đơi mắt mở, dịng mắt đƣợc xác định nhất, mà không đƣợc bảo đảm nhắm mắt Trong trƣờng hợp này, khó khăn khơng để xác định vị trí thực mắt, nhƣng khó để phát khu vực mắt Để cải thiện tình trạng này, chúng tơi sử dụng ba phƣơng pháp tiếp cận Việc dựa việc phân bổ khu vực bao gồm lông mày mắt Trong trƣờng hợp này, kết điểm chuẩn ln ln đƣợc lông mày, mắt che Một số điểm ảnh không thuộc nền, tiêu chí việc phân loại nhà nƣớc mắt Cách tiếp cận thứ hai dựa theo dõi kiểm soát mắt Trong trƣờng hợp này, trình chuyển đổi từ tiểu bang khác qua giai đoạn "nhắm mắt" hay "mở mắt", dễ dàng để phát thay đổi số lƣợng điểm ảnh khơng Ví dụ, hình 3.9 cho thấy tám bang mắt trình chuyển đổi tiểu bang khác: từ "đơi mắt mở" để "nhắm mắt" Hình 3.11 Hai trạng thái mắt trình chuyển đổi chúng Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 62 Phƣơng pháp thứ ba đƣợc dựa hai tiêu chuẩn riêng biệt mắt - tiêu chuẩn: "Đôi mắt mở" tiêu chuẩn "nhắm mắt" Trong trƣờng hợp này, trạng mắt đƣợc ƣớc tính phân loại khoảng cách tối thiểu khu vực mắt điểm chuẩn thích hợp Tại thời điểm này, tiến hành nhƣ sau Chọn dải dọc theo đƣờng mắt chiều rộng không nhỏ 1,5 lần kích thƣớc tiêu chuẩn Đến lƣợt mình, kích thƣớc tiêu chuẩn đƣợc lựa chọn theo kích thƣớc khu vực đƣợc lựa chọn khuôn mặt bên Tiếp theo, sử dụng phƣơng pháp "điểm chuẩn": quét lựa chọn mặt nạ kích thƣớc mẫu so sánh lĩnh vực dƣới vỏ bọc điểm chuẩn Khoảng cách tối thiểu lĩnh vực vỏ bọc mơ hình cho vị trí (hoặc trung tâm) mắt, tiêu chuẩn lớp học - cho biết tình trạng mắt Để đảm bảo phân loại ổn định cần thiết để tạo hai lớp học tiêu chuẩn mà bạn muốn thu thập phiên khác tiêu chuẩn đơi mắt mở / đóng Các lớp học tiêu chuẩn xem xét hình dạng mắt khác nhau, màu sắc khác trình bày Hình 3.12 Đánh giá hướng quay theo vị trí mắt người Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 63 3.6 Cấu trúc hệ thống Trong ánh sáng bên trên, số 3.13 cho thấy cấu trúc hệ thống, nhiệm vụ thực việc đánh giá ý ngƣời Khối bên cấu trúc, thực dự toán chức sau điều kiện thuật toán tâm lý ngƣời: Tiếp nhận (theo dõi) ảnh gốc Phát khn mặt Đánh giá vị trí dịng dịng đối xứng mắt Đánh giá khn mặt góc (đầu) Phát dịng vùng mắt mắt Đánh giá mắt (mở / đóng) Phân tích trạng thái góc mắt Chuẩn bị báo động tin nhắn: - Thông báo: "nhắm mắt" - Thông báo: “Nhắm mắt giây!" - Thông báo: "nhắm mắt giây ngƣời ngủ!" - Tín hiệu: "CẢNH BÁO" Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 64 Hình 3.13 Hệ thống đánh giá trạng thái mắt người Hệ thống đƣợc thực môi trƣờng Matlab cách sử dụng máy ảnh web cài sẵn máy tính Kết hệ thống phân loại trạng mắt đƣợc hiển thị hình 3.14 Nhiệm vụ đánh giá trạng thái tinh thần thể chất ngƣời giải việc xác định trạng thái "sự tỉnh táo" giấc ngủ ngƣời từ đơi mắt Đang hiển thị ứng dụng yêu cầu đánh giá điều kiện sống ngƣời Phƣơng pháp tiếp cận để giải vấn đề này, đề xuất cấu trúc cho việc thực hệ thống, thuật toán hoạt động Hệ thống đƣợc đề xuất làm việc phần thời gian thực đƣợc thực giám sát góc khn mặt ngƣời nay, để Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 65 phân loại tình trạng mắt (mở / đóng), đếm thời gian cho Trong trƣờng hợp nặng, hệ thống tạo báo động cảnh báo đặc biệt Hình 3.14 Một ví dụ việc đánh giá trạng thái mắt Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 66 KẾT LUẬN Qua thời gian tìm hiểu thực hiện, luận văn “ Hệ thống xác định đánh giá trạng thái mắt ngƣời “ đạt đƣợc số kết nhƣ sau : - Trình bày khái quát xử lý ảnh vấn đề xử lý ảnh - Luận văn đƣa số phƣơng pháp xác định vị trí mắt ngƣời mà đƣợc sử dụng Tìm hiểu đƣợc số thuật toán nhƣ ƣu nhƣợc điểm thuật tốn - Cài đặt thử nghiệm chƣơng trình đánh giá trạng thái mắt ngƣời - Chƣơng trình ứng dụng việc xác định trạng thái mắt ngƣời ( nhắm mắt hay mở mắt ) - Trong trƣờng hợp mắt nhắm hay mở khó xác định đƣợc - Phần mềm cần đƣợc hoàn thiện Do thời gian có hạn khả cịn nhiều hạn chế nên luận văn khó tránh đƣợc sai sót, mong nhận đƣợc góp ý thầy cố bạn bè để luận văn đƣợc hoàn thiện * Hƣớng phát triển tƣơng lai: - Hồn thiện chƣơng trình đánh giá trạng thái mắt - Xây dựng ứng dụng sở chƣơng trình đánh giá trạng thái mắt ngƣời Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 67 TÀI LIỆU THAM KHẢO A Tiếng Việt [1] Đỗ Năng Tồn, Phạm Việt Bình (2008), Giáo trình xử lý ảnh, Nhà xuất Khoa học Kỹ thuật, 2008 [2] Lƣơng Mạnh Bá, Nguyễn Thanh Thủy (2002), Nhập môn xử lý ảnh số, Nhà xuất Khoa học Kỹ thuật, 2002 [3] Vũ Duy Linh (2010), Phương pháp xác định đường đối xứng mặt người ảnh số, Tạp chí khoa học cơng nghệ, Đại học Đà Nẵng B Tiếng Anh [4] Cai, J., Goshtasby, A Detecting human faces in color images // Image and Vision Computing, 1999, 18(1), pp 63-75 [5] Кухарев Г А Биометрические системы: Методы и средства идентификации личности человека / СПб.: Политехника, 2001, 240с [6] Z Qian, D Xu ( 2010), Automatic eye detection using intensity filtering and K- means clustering // Pattern Recognition Letters 31 (2010) pp 1633–1640 [7] Z.Zhou, Z.Geng ( 2004), Projection functions for eye detection // Pattern Recognition , pp 1049–1056 [8] Lam, K., Yan, H.( 1996 ), Locating and extracting the eye in human face images // Pattern Recognition, pp 771–779 [9] D’Orazio, T., Leo, M., Cicirelli, G., Distante, A.(2004),An algorithm for real time eye detectionin face images, Pattern Recognition,pp 278–281 [10] Ekaterina Kamenskaya, Georgy Kukharev Recognition of psychological characteristics from face // Metody Informatyki Stosowanej, nr 2/2008, Poland, May 2008, pp 59-73, Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 68 C Internet [11] Face DB - Face data bases: http://www.face-rec.org/databases [12] ORL DB - The ORL database of faces: www.uk.research.att.com/pub/data/att_faces.zip [13] F94 DB - Collection of Facial Images (faces94 , faces95 , faces96 , grimace): http://cswww.essex.ac.uk/mv/allfaces/index.html [14] YaleB - The YaleB - Data base http://cvc.yale.edu/projects/yalefacesB/yalefacesB.html [15] BioID DB - The BioID Face Database http://www.bioid.com/research/index.html [16] FERET - FERET database: http://www.nist.gov/humanid/feret/feret_master.html [17] http://buyer.com.vn/forums/showthread.php/1461-He-thongsinh-trac-hoc Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 69 Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn ... việc xác định vị trí mắt ngƣời: Xác định trạng thái mắt nhắm hay mở (hệ thống đặt tơ để kiểm sốt lái xe, hay hệ thống kiểm tra bảo vệ ngủ quan quan trọng, xác định hƣớng nhìn khn mặt dựa vị trí mắt, ... quay theo vị trí mắt ngƣời 55 3.13 Hệ thống đánh giá trạng thái mắt ngƣời 57 3.14 Một ví dụ việc đánh giá trạng thái mắt 58 Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn... đầu vào nhƣ việc xác định vị trí mặt ngƣời xây dựng sở liệu cho hệ thống Xác định xác vị trí mắt ngƣời giúp cho phƣơng pháp xử lý ảnh mặt ngƣời đƣợc dễ dàng Ví dụ sau xác định đƣợc vị trí mắt