2. Chuẩn bị cơ sở dữ liệu
2.1.1Ảnh huấn luyện là khuơn mặt
Ảnh huấn luyện khuơn mặt được sử dụng trong đồ án này là tập ảnh chuẩn
được lấy từ website của Dr Libor Spacek:
http://cswww.essex.ac.uk/mv/allfaces/index.html. Đây là một nguồn ảnh mầu
chuẩn phong phú với 750 ảnh màu 24bit kích thước 480 x 640 của 50 người, mỗi người là 15 kiểu ảnh theo tư thề nhìn thẳng hoặc xê dịch một lượng khơng đáng kể. Các khuơn mặt ở các trạng thái như bình thường, cười, nghiêm nghị, đeo kính và khơng đeo kính, nhắm mắt và mở mắt.
Tồn bộ 750 ảnh này được sử dụng để chuẩn hĩa về kích thước cửa sổ 25x25, đây là kích thước cửa số chuẩn được chọn để sử dụng cho hệ thống phát hiện khuơn mặt. Điều này cũng cĩ nghĩa là, kích thước tối thiểu của khuơn mặt cĩ thể được phát hiện bởi hệ thống là 25 x 25.
Hình 8: Ví dụ về ảnh trong cơ sở dữ liệu của Libor Spacek
Để làm phong phú thêm cho nguồn ảnh khuơn mặt, sau khi ảnh được chuẩn hĩa về kích thước 25 x 25, ảnh sẽ được cho qua phép đối xứng [8]. Như vậy, cuối cùng cơ sở dữ liệu ảnh khuơn mặt mà chúng ta cĩ được là 1500 ảnh.
Hình 9: Ví dụ về ảnh được chuẩn hĩa về kích thước cửa số 25 x 25 và sau khi lấy đối xứng
Sau khi chuẩn hĩa và lấy đối xứng, các cửa sổ được tiến hành tiền xử lý. Thực ra, quá trình tiền xử lý được thực hiện khi ảnh được cho vào hệ thống huấn luyện mạng neural. Và trước khi thực hiện tiền xử lý, các cửa sổ ảnh được chuyển sang đa mức xám grayscale 24bit bằng cách sử dụng khơng gian màu YcrCb (giá trị của mỗi điêm ảnh đa mức xám là giá trị độ sáng Y của khơng gian màu YCrCb). Sau đĩ ảnh được tiến hành tiền xử lý, đầu tiên cửa sổ được lọc nhiễu bằng phép lọc thơng thấp, sau đĩ tiến hành cân bằng lược đồ mức xám để làm tăng độ tương phản trong ảnh [8].
Để tiến hành cân bằng lược đồ mức xám, ở đây, sẽ sử dụng một chụp mặt nạ để loại bỏ ảnh hưởng của pixel nền kích thước 25 x 25
Hình 10: Mặt nạ loại bỏ kích ảnh hưởng của pixel nền
Như vậy quá trình cân bằng lược đồ chỉ được tiến hành cho những pixel nằm trong vịng trịn mặt nạ [8]
Hình 11: Ví dụ ảnh sau quá trình cân bằng lược đồ