sẽ được dùng để so sánh
Tổng quan về các bước:
Bước 1: Tiền xử lý: từ hình ảnh gốc, ta sử dụng phương pháp phát hiện khuôn mặt và trích xuất khuôn mặt khỏi bức hình
Hình 3.20: Khuôn mặt được sử dụng để nhận dạng
Hình 3.21: Khuôn mặt được trích xuất
Bước 2: Lọc theo bộ lọc Gabor: Bộ lọc Gabor phân tích các thay đổi về ánh sáng và kết cấu để phân tích hình ảnh: thay đổi cạnh và kết cấu trong một hình ảnh làm nổi bật các đặc tính của bức ảnh. Điều này giúp loại bỏ chi tiết không mong muốn, do đó các chi tiết mà chúng ta thực sự mong muốn như các đường viền của môi, mắt, lông mày và vị trí của chúng trong bức ảnh sẽ rõ ràng hơn. Bộ lọc Gabor được sử dụng để phóng đại hướng của hình ảnh khuôn mặt, ví dụ Gabor biến nụ cười thành hình tam giác như trong hình minh họa. Các cạnh được phóng đại và sắc nét hơn, các đặc điểm khuôn mặt trở nên rõ ràng và đơn giản hơn so với hình ảnh gốc, do đó nó tăng cường độ chính xác cho HOG
Hình 3.22: Hình ảnh được xử lý sau khi qua bộ lọc Gabor
5
HOG lấy hình ảnh được chuyển đổi từ Bộ lọc Gabor và tìm hướng nổi bật nhất cho từng nhóm điểm ảnh, được tính toán theo ô. HOG tính toán hướng dốc và cường độ của hình ảnh Gabor để cung cấp một mô tả toán học rõ ràng về hình ảnh, tạo ra một véc tơ để mô tả hình ảnh, phục vụ cho việc nhận diện khuôn mặt.
Hình 3.23: Các đặc trưng được trích xuất bằng HOG
Bước 3: Phân loại: véc tơ lấy được từ HOG sẽ được sử dụng theo SVM để tính toán và phân tích, lưu trữ, và sử dụng để tính toán kết phân loại khuôn mặt