Sau một thời gian nghiên cứu đề tài “tự động dò tìm mặt người trong ảnh màu và nhận dạng ảnh” em đã thực hiện được tương đối đầy đủ các nhiệm vụ đặt ra:
- Tìm hiểu một số không gian màu cơ bản (RBG, HSL, YCbCr).
- Tìm hiểu các phương pháp dò tìm mặt người theo các hướng tiếp cận khác nhau.
- Xây dựng các bộ lọc hiệu quả cho việc phân tích ảnh trên các không gian màu cơ bản:
+ Không gian màu RGB:
Trích ảnh màu thành ba ảnh theo biểu diễn của 3 thành phần R, G, B. Bộ lọc theo phạm vi của từng thành phần.
+ Không gian màu HSL:
Bộ lọc màu theo phạm vi các thành phần + Không gian màu YCbCr:
Trích ảnh màu thành 3 ảnh theo biểu diễn của 3 thành phần Y, Cb, Cr. Bộ lọc màu theo phạm vi các thành phần.
- Xây dựng các chức năng nhập dữ liệu đầu vào của chương trình đầy đủ, giao diện dễ sử dụng. Chương trình có thể xử lý file ảnh tĩnh, thu nhận và xử lý trực tiếp trên camera, trích ảnh và xử lý trên file *.avi.
- Kết quả dò tìm khuôn mặt của chương trình ổn định, tốc độ nhanh, có thể tìm tương đối chính xác và đầy đủ vị trí các khuôn mặt trong ảnh, cả trong những ảnh có màu nền phức tạp. Qua thử nghiệm hệ thống dò tìm mặt người chính xác 96%.
- Cài đặt phương pháp PCA nhận dạng ảnh khuôn mặt trong cơ sở dữ liệu với số lượng ảnh hữu hạn (20 ảnh). Theo thử nghiệm hệ thống nhận dạng ảnh kết quả như sau:
Chương trình đã dò tìm được đầy đủ vị trí các khuôn mặt trong ảnh màu và nhận dạng được một số ảnh khuôn mặt trong cơ sở dữ liệu. Tuy nhiên chức năng nhận dạng chỉ áp dụng cho tập dữ liệu nhỏ, chương trình vẫn dò không đúng một số vị trí. Vì vậy cần được cải tiến cả thuật toán dò tìm và nhận dạng để hệ thống có độ chính xác cao.
Nghiên cứu thuật nhận dạng khuôn mặt hiệu quả hơn, có thể áp dụng cho tập dữ liệu lớn hơn. Đề tài có thể phát triển thuật toán nhận dạng theo hướng biến đổi Gabor wavelet. Đây là kỹ thuật trích chọn đặc trưng theo cấu trúc một số hướng trên khuôn mặt. Phương pháp này đã được một số tác giả thực hiện cho kết quả nhận dạng có độ chính xác cao.
Nghiên cứu các đặc trưng haarlike áp dụng cho bài toán nhận dạng mặt người. Đây vẫn là một hướng mở, theo một số kết quả thực nghiệm cho thấy phương pháp này rất khả quan
Trong phạm vi đề tài đã giải quyết được cũng có thể triển khai một số ứng dụng thực tế:
+ Hệ thống kiểm soát phát hiện xâm nhập bất hợp pháp. Chương trình đã dò tìm mặt người với độ chính xác cao và tốc độ nhanh đảm bảo xử lý thời gian thực. Do đó có thể triển khai hệ thống kiểm soát các vị trí không cho phép con người hoạt động (ví dụ các phòng lắp đặt hệ thống máy chủ, các văn
Số người số ảnh/người Số ảnh Test PCA
15 2 8 80%
15 3 6 82%
phòng, phân xưởng, kho vũ khí ngoài giờ làm việc, …). Hệ thống sẽ phát hiện sự hiện diện của một người nào đó và báo động kịp thời.
+ Hệ thống kiểm tra nhân công trong một công ty. Các công ty có số công nhân hàng nghìn người, việc quản lý ngày công của công nhân bằng thẻ, nếu công nhân đi làm trong công ty chỉ quét thẻ là được tính ngày công hôm đó. Như vậy sẽ xảy ra trường hợp công nhân không đi làm nhưng nhờ công nhân khác quét thẻ hộ. Hệ thống nhận dạng mặt người được lắp đặt ở vị trí quét thẻ sẽ liệt kê ra danh sách các công nhân quét thẻ hai lần trong ngày, do đó sẽ phát hiện được người đi quét hộ để xử lý.