Thuật to|n nhận dạng khuôn mặt hiện chia l{m hai loại l{ hình học (geometric) v{ trắc quang (photometric). Hình học nhận diện khuôn mặt dựa trên c|c đặc trưng trên khuôn mặt như mắt, mũi, miệng, gò m|; trong khi trắc quang l{ phương ph|p biến hình ảnh th{nh c|c gi| trị v{ so s|nh với gi| trị mẫu để nhận diện. C|c nh{ nghiên cứu ng{y nay đ~ ph|t triển những kỹ thuật nhận diện khuôn mặt riêng, nhưng phổ biến nhất hiện có ba loại chính l{ ph}n tích th{nh phần chính (PCA), ph}n tích ph}n lớp tuyến tính (LDA) v{ phương ph|p đồ thị đ{n hồi (EBGM).
Với những hạn chế khi sử dụng công nghệ nhận diện khuôn mặt
truyền thống, phương pháp nhận diện 3D đ~ trở th{nh hướng đi mới trong việc ứng dụng công nghệ nhận diện khuôn mặt. Phương ph|p n{y lưu lại hình ảnh 3D của khuôn mặt với c|c điểm đặc trưng như độ cong của cằm, mũi, hốc mắt… Ưu điểm của nó l{ có thể nhận diện khuôn mặt ở nhiều góc độ kh|c nhau, không bị ảnh hưởng bởi |nh s|ng.
Ng{y nay, c|c công ty của Mỹ đ~ cải tiến phương ph|p nhận diện 3D bằng việc bổ sung thêm nhận diện mẫu da, được gọi l{ phương ph|p ph}n tích v}n
40
bề mặt. Phương ph|p n{y cũng sử dụng c|c thuật to|n chia nhỏ vùng da th{nh c|c không gian có thể đo đếm được, giúp x|c định danh tính của cả những cặp sinh đôi.
Nhận diện khuôn mặt 3D vẫn chưa ho{n hảo, nó vẫn bị hạn chế đ|ng kể bởi c|c yếu tố bên ngo{i như khuôn mặt bị tóc che phủ, đeo kính, hình ảnh qu| mờ. C|c công ty của Mỹ hiện vẫn đang liên tục tìm c|ch cải tiến để tăng độ chính x|c cho công nghệ nhận diện khuôn mặt m{ không g}y khó chịu cho người bị nhận diện.
Trong đề t{i n{y, tôi tập trung tìm kiếm v{ đề xuất một thuật to|n hiệu quả cho việc x|c định, nhận dạng khuôn mặt xuất hiện trong thời gian thực chụp từ camera . Do c|c điều kiện khó khăn của b{i to|n, tôi đưa ra những giả định v{ r{ng buộc sau nhằm giảm độ phức tạp của b{i to|n:
- Thuật to|n giải quyết cho ảnh đơn.
- Ảnh gồm một khuôn mặt được chụp thẳng hay góc nghiêng không đ|ng kể (không qu| 100).
- Ảnh được chụp trong điều kiện |nh s|ng bình thường (không chụp ngược s|ng).
Để khắc phục nhược điểm của nhận dạng khuôn mặt, trong bài toán xác thực tôi đề xuất kết hợp cả xác thực bằng mật khẩu và nhận dạng khuôn mặt nhằm nâng cao tính an toàn cho hệ thống thông tin. Trong luận văn n{y tôi tiến h{nh c{i đặt chương trình ứng dụng lý thuyết nhận dạng khuôn mặt v{o chức năng đăng nhập hệ thống quản lý, cụ thể l{ quản lý điểm của sinh viên hệ cao đẳng khoa công nghệ thông tin, trường Đại học Sư phạm kỹ thuật Nam Định.
41
Chương 4: CHƯƠNG TRÌNH THỬ NGHIỆM
Nhận dạng mặt người trong ảnh có nhiều ứng dụng trong cuộc sống. Tuy nhiêntrong luận văn n{y, tôi chỉ x}y dựng một chương trình nhỏ để minh họa cho c|c lý thuyết ở trên. Cụ thể đấy l{ một chức năng đăng nhập hệ thống quản lý điểm sử dụng kết hợp nhận dạng mặt người v{ kỹ thuật mật khẩu để tăng cường độ an to{n cho hệ thống thông tin quản lý. Phần nhận dạng sử dụng Webcam chụp ảnh khuôn mặt. Chương trình được viết trên nền C# (2010) của Microsoft, thư viện m~ nguồn mở EmguCV(2.4.9)
(EmguCV cross platform .Net wrapper to the Intel OpenCV image processing library for C#.Net).
