Open VC là thư viện mã nguồn mở của intel về thị giác máy tính. Nó cung cấp một bộ mã nguồn bao gồm hàng trăm hàm, lớp dựa trên các thuật toán về xử lý ảnh cũng như Computer vision dùng ngôn ngữ C/C++. Open CV thể hiện sự đa dạng của trí tuệ nhân tạo. Được ứng dụng nhiều trong các bài toán nhận dạng mặt, dò tìm mặt, phát hiện mặt, lọc Kalman, …
Cấu trúc tổng quan của OpenCV bao gồm 5 phần chính. 4 trong 5 phần đó được chỉ ra trong hình vẽ dưới.
Hình 4.1: Cấu trúc cơ bản của OpenCV
Phần CV bao gồm các thư viện cơ bản về xử lý ảnh và các giải thuật về thị giác máy tính. ML là bộ thư viện về các thuật toán học máy, bao gồm rất nhiều bộ phân cụm và phân loại thống kê. HighGUI chứa đựng những thủ tục vào ra, các chức năng về lưu trữ cũng như đọc các file ảnh và video. Phần thứ 4, Cxcore chứa đựng các cấu trúc dữ liệu cơ bản ( ví dụ như cấu trúc XML, các cây dữ liệu …). Phần cuối cùng là CvAux, phần này bao gồm các thư viện cho việc phát hiện, theo dõi và nhận dạng đối tượng (khuôn mặt, mắt …). 4.2 Kết quả mô phỏng Ảnh gốc: CV Các hàm về xử lý ảnh và giải thuật về thị giác máy tính CXCORE
Các cấu trúc dữ liệu cơ bản, cấu trúc XML, các hàm về đồ họa …
MLL
Các thuật toán học máy, bao gồm các bộ
phân cụm, phân loại thống kê
HighGUI
Các hàm và thủ tục làm việc với file ảnh
Kết quả nhận dạng:
KẾT LUẬN
Trên cơ sở nghiên cứu về bài toán phát hiện mặt người trong ảnh. Đặc biệt là thuật
toán Adaboost, các đặc trưng haar-like và mô hình Cascade. Nhóm đã áp dụng thành
công mô hình Cascade vào bài toán phát hiện mặt người trong ảnh. Tuy kết quả đạt được
chưa cao, nhưng đây là bước đầu để phát triển bài toán nhận dạng mặt (face recognition)
người sau này.
Có thế thấy nhận diện khuôn mặt là một vấn đề hết sức quan trọng và có ý nghĩa đối với khoa học cũng như trong cuộc sống thường ngày. Hy vọng sẽ ngày càng có nhiều các công nghệ và các ứng dụng mới trong lĩnh vực này.