Phƣơng phỏp phỏt hiện mặt dựa trờn cỏc đặc trƣng nhƣ đó trỡnh bày ở trờn tỏ ra khỏ cứng nhắc và gặp phải rất nhiểu khú khăn do cỏc điều kiện mụi trƣờng và những thay đổi khụng thể đoỏn trƣớc của cỏc khuụn mặt. Mặc dự đó cú một số phƣơng phỏp cải tiến để tăng khả năng xử lý với cỏc trƣờng hợp thay đổi, nhƣng chỳng vẫn chỉ giới hạn ở việc phỏt hiện cỏc mặt nhỡn thẳng và gần thẳng. Do đú yờu cầu đặt ra cần phải cú những phƣơng phỏp hữu hiệu hơn, cho phộp phỏt hiện mặt trong những trƣờng hợp phức tạp hơn, chẳng hạn nhƣ phỏt hiện nhiều mặt trong một ảnh và trong mụi trƣờng nền ảnh phức tạp. Yờu cầu này đó mở ra một lĩnh vực nghiờn cứu mới, trong đú vấn đề phỏt hiện mặt đƣợc xem nhƣ một phần của lý thuyết nhận dạng mẫu. Bằng cỏch miờu tả vấn đề này nhƣ là một kỹ thuật học cỏc mẫu mặt ngƣời từ cỏc tập dữ liệu, những lý thuyết riờng về phỏt hiện mặt đó đƣợc bỏ qua. Điều này cho phộp loại trừ những lỗi
38
Số hoỏ bởi Trung tõm Học liệu – ĐHTN http://www.lrc.tnu.edu.vn
gặp phải trong quỏ trỡnh phỏt hiện mặt sinh ra bởi sự thiếu chớnh xỏc và thiếu toàn vẹn tri thức về mặt. Phƣơng phỏp tiếp cận cơ bản trong nhận dạng mẫu mặt là sử dụng một giải thuật luyện trong đú dữ liệu đƣợc phõn thành 2 lớp: lớp mẫu mặt và lớp khụng phải là mẫu mặt. So sỏnh những lớp này với một mảng 2D trớch chọn từ ảnh đầu vào cho phộp ta xỏc định đƣợc liệu cú tồn tại cỏc mặt hay khụng. Phƣơng phỏp đơn giản nhất dựa trờn hƣớng tiếp cận này là phƣơng phỏp đối sỏnh mẫu, tuy nhiờn so với những phƣơng phỏp khỏc trong cựng hƣớng tiếp cận thỡ phƣơng phỏp đối sỏnh mẫu tỏ ra kộm hiệu quả.
Hầu hết cỏc phƣơng phỏp theo hƣớng tiếp cận dựa trờn ảnh đều ỏp dụng kỹ thuật quột cửa sổ để phỏt hiện mặt. Kỹ thuật này thực chất là tỡm kiếm trờn toàn bộ ảnh đƣa vào để cú thể tỡm đƣợc tất cả cỏc mặt cú trờn ảnh ở mọi tỷ lệ. Tuy nhiờn, cỏch thức xõy dựng kỹ thuật tỡm kiếm rất đa dạng, phụ thuộc vào từng mục đớch của mỗi hệ thống. Thụng thƣờng, kớch cỡ cửa sổ quột, bƣớc nhảy, số bƣớc lặp, số mẫu con phụ thuộc vào từng phƣơng phỏp ỏp dụng và yờu cầu về hiệu quả tớnh toỏn của từng hệ thống.
Sau đõy, chỳng ta sẽ xem xột hƣớng tiếp cận này bằng cỏch chia nhỏ ra thành 3 hƣớng con, bao gồm phƣơng phỏp khụng gian con tuyến tớnh (linear subspace methods), mạng neural (neural network) và phƣơng phỏp phõn tớch thống kờ (statistical analysis).