Công việc tiếp theo là huấn luyện phần mềm để nhận biết một người có trong cơ sở dữ liệu hay không. Sử dụng Train.py. Thuật toán sử dụng là Local Binary Patterns Histograms (LBPH).
Local Binary Pattern (LBP) là một phương pháp trích xuất kết cấu của một hình ảnh thành một vector đặc trưng được gọi là đặc trưng LBP. Ý tưởng ban đầu của phương pháp này do Ojala và cộng sự [9] đưa ra, bước đầu được xử lý trên ảnh xám. Ví dụ: một pixel xem xét 8 vùng lân cận và sử dụng cùng một giá trị pixel ở trung tâm để chia tỷ lệ 8 giá trị vùng lân cận. Kết quả là một chuỗi bit nhị phân có độ dài 8 tương ứng với 8 điểm lân cận được xác định theo một thứ tự nhất định. Chuỗi bit sẽ được chuyển thành thập phân và giá trị thập phân này sẽ thay thế các giá trị ban đầu của điểm ảnh đang được xem xét. Số lượng các điểm lân cận có thể được thay đổi theo bán kính. Hình 4.a mô tả quy trình tính toán LBP cho bài toán nhận dạng khuôn mặt [10]. Trong MB-LBP, hình 1b, Toán tử so sánh giữa các pixel đơn trong LBP đơn giản được thay thế bằng cách so sánh giữa giá trị trung bình xám của các tiểu vùng. Mỗi tiểu vùng là một khối lập phương bao gồm các pixel lân cận. Chúng ta có thể đếm kích thước của bộ lọc dưới dạng tham số và s x s là viết tắt của quy mô của toán tử MB-LBP (Đặc biệt 3X3 MB-LBP trong thực tế là LBP ban đầu).
Khoa Khoa Học Máy Tính – Lớp 18IT3 Bùi Xuân Thiện
Trợ Lý Ảo AI 21 Trong dự án này, nhận diện khuôn mặt LBPH được sử dụng, đó là hàm createLBPHFaceRecognizer().
LBP hoạt động trên các hình ảnh có tỷ lệ xám. Đối với mỗi pixel trong một ảnh có tỷ lệ xám, vùng lân cận được chọn xung quanh điểm ảnh hiện tại và giá trị LBP được tính cho pixel sử dụng vùng lân cận.
Sau khi tính giá trị LBP của điểm ảnh hiện tại, vị trí pixel tương ứng được cập nhật trong mặt nạ LBP (cùng chiều cao và chiều rộng với hình ảnh đầu vào) với giá trị LBP tính như hình 5. Trong hình ảnh, có tám điểm ảnh lân cận. Nếu giá trị pixel hiện tại lớn hơn hoặc bằng giá trị pixel lân cận, bit tương ứng trong mảng nhị phân được đặt thành 1. Nhưng nếu giá trị pixel hiện tại nhỏ hơn giá trị pixel lân cận, thì bit tương ứng trong mảng nhị phân là đặt thành 0.
Các bước thực hiện để training hình ảnh người dùng và lưu trữ Load đường dẫn và file trong thư mục dataset
Tách ID từ tên, add mảng vào mảng ID Huấn luyện ảnh và lưu vào file .h5
Khoa Khoa Học Máy Tính – Lớp 18IT3 Bùi Xuân Thiện
Hình 28 Cách hoạt động của thuật toán trích chọn đặc trưng LBP
Trợ Lý Ảo AI 22