Lựa chọn đặc trưng

Một phần của tài liệu Phát triển khuôn mặt nghiêng trên ảnh và video (Trang 51 - 56)

Hệ thống phát hiện khuôn mặt của tôi đƣợc xây dựng dựa trên thuật toán phân tầng Adaboost và 8 đặc trƣng Haar-like sau đây:

1. Đặc trưng loại 1: Gồm 2 hình chữ nhật: 1 trắng, 1 đen có cùng kích thƣớc đặt kề nhau nhƣ hình dƣới đây:

50

2. Đặc trưng loại 2: Cũng gồm 2 hình chữ nhật: 1 trắng, 1 đen có kích thƣớc bằng nhau nhƣng lại đƣợc bố trí tƣơng tự nhƣ hình dƣới đây:

3. Đặc trưng loại 3: Gồm 3 hình chữ nhật :2 trắng, 1 đen có cùng kích thƣớc đặt cạnh nhau tƣơng tự nhƣ hình dƣới đây:

4. Đặc trưng loại 4: Gồm 4 hình chữ nhật : 2 trắng, 2 đen tuy nhiên lại đƣợc bố trí tƣơng tự nhƣ sau:

51

5. Đặc trưng loại 5: Gồm 3 hình chữ nhật : 2 trắng, 1 đen đƣợc bố trí tƣơng tự nhƣ sau:

6. Đặc trưng loại 6: Gồm 3 hình chữ nhật có kích thước như nhau : 2 trắng, 1 đen, hình đen có chiều cao giống nhƣ 2 hình trắng nhƣng chiều rộng lớn gấp 2 bố trí tƣơng tự nhƣ sau:

7. Đặc trưng loại 7: Gồm 3 hình chữ nhật : 2 trắng, 1 đen, hình đen có chiều cao giống nhƣ 2 hình trắng nhƣng chiều rộng lớn gấp 2 lần đƣợc bố trí tƣơng tự nhƣ sau:

8. Đặc trưng loại 8: Gồm 2 hình chữ nhật : 1 trắng, 1 đen có cùng tâm đƣợc bố trí nhƣ sau (kích thƣớc hình vuông đen bằng 1/3 kích thƣớc hình trắng):

52

Hình 19 Các đặc trưng haar-like dùng trong luận văn

Nguyên nhân chọn:

Nhận thấy các đặc trƣng với hình dạng nhƣ trên có thể thể hiện tốt tƣơng quan mức xám giữa nhiều vùng trên khuôn mặt. Có thể xem minh họa qua hai đặc trƣng loại 1 và loại 3 nhƣ dƣới đây:

Hình 20 Đặc trưng loại 1 và sự tương quan mức xám

Hình 21 Đặc trưng loại 3 và sự tương quan mức xám

Đặc trƣng 1 này thể hiện tƣơng quan mức xám giữa vùng mắt và vùng ngay dƣới mắt, còn đặc trƣng 3 thể hiện tƣơng quan mức xám giữa hai mắt và phần trên dọc mũi.

Việc trích chọn đặc trƣng nhƣ trên có thể tính toán một cách dễ dàng, không quá phức tạp nhƣ các đặc trƣng nghiêng nhờ vào ảnh tích phân.

53

Số lƣợng đặc trƣng này ảnh hƣởng đến số lƣợng bộ phân loại yếu là đầu vào cho bộ học DAB. Với các đặc trƣng đƣợc chọn trên và kích thƣớc của số học là 20x20 thì số bộ phân loại yếu là khoảng 75.000 (75.671) đặc trƣng.

Việc lựa chọn đặc trƣng nhƣ thế nào ảnh hƣởng rất lớn đến chất lƣợng hệ thống trong quá trình xây dựng bộ phân loại, nói cách khác ảnh hƣởng trực tiếp đến chất lƣợng của hệ thống phát hiện khuôn mặt.

54

CHƢƠNG III

XÂY DỰNG HỆ THỐNG VÀ THỬ NGHIỆM

Một phần của tài liệu Phát triển khuôn mặt nghiêng trên ảnh và video (Trang 51 - 56)