Tôi dự định tiếp tục nghiên cứu sâu hơn và hoàn thiện thêm đề tài khóa luận này, đặc biệt là trong việc khắc phục những hạn chế nhƣ đã nêu ở phần trên. Cụ thể tôi sẽ tiếp tục nghiên cứu cách thức áp dụng các bộ phân lớp vào việc xác định vị trí của nhiều đối tƣợng hơn nữa từ đó có thể trích rút đƣợc nhiều nội dung của ảnh, làm phong phú thêm cho các tính năng tìm kiếm theo nội dung của hệ thống.
Tôi cũng muốn tiếp tục nghiên cứu cụ thể về cách thức áp dụng thuật toán học bán giám sát bootstrapping bổ trợ cho bộ phân lớp LBPH mà không làm ảnh hƣởng nhiều đến tốc độ thực thi. Từ đó có thể nhận diện chính xác hơn danh tính của các khuôn mặt, cải thiện đƣợc chất lƣợng tìm kiếm danh tính của hệ thống.
46
Việc giải quyết các vấn đề với các ảnh khuôn mặt bị phản chiếu, xoay ngƣợc của cùng một khuôn mặt cũng rất cần thiết để tránh việc nhận nhầm một khuôn mặt thành nhiều khuôn mặt khác nhau. Nếu giải quyết đƣợc vấn đề này thì ta cũng từ đó có thể đƣa thêm các tính năng nhƣ nhận diện các ảnh khuôn mặt bị xoay ngƣợc hoặc các ảnh bị phản chiếu ngƣợc.
Việc phỏng đoán khuôn mặt và danh tính của khuôn mặt khi chỉ có một phần khuôn mặt xuất hiện trong ảnh cũng là một hƣớng nghiên cứu quan trọng tiếp theo để hoàn thiện hệ thống tìm kiếm ảnh theo nội dung.
Cuối cùng là sử dụng cơ sở dữ liệu để lƣu trữ các nội dung đã trích rút ra đƣợc từ các bức ảnh. Việc này cũng rất quan trọng cần đƣợc hoàn thiện, nhất là trong tƣơng lai với các hƣớng phát triển đã nêu trên, số lƣợng nội dung trích rút đƣợc từ một bức ảnh có thể đƣợc nâng lên đáng kể. Khi đó việc lƣu trữ lại những nội dung đã trích rút gần nhƣ là bắt buộc nếu muốn ứng dụng hệ thống tìm kiếm ảnh theo nội dung trong thực tế.
47
TÀI LIỆU THAM KHẢO
[1] Shengcai Liao, Xiangxin Zhu, Zhen Lei, Lun Zhang, and Stan Z. Li (2007);
Learning Multi-scale Block Local Binary Patterns for Face Recognition, Center for
Biometrics and Security Research & National Laboratory of Pattern Recognition,Institute of Automation, Chinese Academy of Sciences, 95 Zhongguancun Donglu, Beijing 100080, China. Springer Lecture Notes in Computer Science Volume 4642, 2007, pp 828-837
[2] Ahonen, T., Hadid, A., Pietikainen, M. (2004) Face recognition with local
binary patterns. In: Proceedings of the European Conference on Computer Vision,
Prague, Czech, pp. 469–481.
[3] Belhumeur, P.N., Hespanha, J.P., Kriegman, D.J. (1997): Eigenfaces vs.
Fisherfaces: Recognition using class specific linear projection. IEEE Transactions
on Pattern Analysis and Machine Intelligence 19(7), 711–720.
[4] Rainer Lienhart, Alexander Kuranov, Vadim Pisarevsky; (2003) Empirical
Analysis of Detection Cascades of Boosted Classifiers for Rapid Object Detection;
Springer, Lecture Notes in Computer Science Volume 2781, 2003, pp 297-304. [5] Yann RODRIGUEZ (2006) Face Detection and Verification using Local
Binary Patterns, ÉCOLE POLYTECHNIQUE FÉDÉRALE DE LAUSANNE.
[6] Yakowsky, David (1995); Unsupervised Word Sense Disambiguation Rivaling
Supervised Methods ; Department of Computer and Information Science,
University of Pennsylvania, Proceedings of the 33rd Annual Meeting of the Association for Computational Linguistics. Cambridge, MA, pp. 189–196.
48
[7] Ojala, T., Pietikainen, M., Harwood, D. (1996): A comparative study of texture
measureswith classification based on feature distributions. Pattern Recognition
29(1), 51–59.
[8] Ojala, T., Pietikainen, M., Maenpaa, M. (2002): Multiresolution gray-scale and
rotation invariant texture classification with local binary patterns. IEEE
Transactions on Pattern Analysis and Machine Intelligence 24(7), 971–987. (adsbygoogle = window.adsbygoogle || []).push({});
[9] Phillips, P.J., Flynn, P.J., Scruggs, T., Bowyer, K.W., Chang, J., Hoffman, K., Marques, J., Min, J., Worek, W. (2005): Overview of the face recognition grand challenge. In: Proceedings of IEEE Computer Society Conference on Computer
Vision and Pattern Recognition. IEEE Computer Society Press, Los Alamitos.
[10] Turk, M.A., Pentland, A.P. (1991): Eigenfaces for recognition. Journal of Cognitive Neuroscience 3(1), 71–86.
[11] Viola, P., Jones, M. (2001): Robust real time object detection. In: IEEE ICCV Workshop on Statistical and Computational Theories of Vision, Vancouver, Canada, July 13, 2001.
[12] Zhang, G., Huang, X., Li, S.Z., Wang, Y., Wu, X. (2004): Boosting local
binary pattern (LBP)-based face recognition. In: Li, S.Z., Lai, J.-H., Tan, T., Feng,
G.-C., Wang, Y. (eds.) SINOBIOMETRICS 2004. LNCS, vol. 3338, pp. 180–187. Springer, Heidelberg.
[13]M Jones, P. Viola (2003). Fast multi-view face detection. In IEEE Conference on Computer Vision and Pattern Recognition.
[14] R. Meir and G. Rätsch (2003). An introduction to Boosting and Leveraging. Springer.
[15] http://docs.opencv.org/modules/contrib/doc/facerec/facerec_tutorial.html