1.4.4 Phương phỏp phõn tớch thành phần chớnh
Trong phương phỏp phõn tớch thành phần chớnh(PCA cũn gọi là biến đổi Karhunen-Loeve), tập dữ liệu được biểu diễn lại với số đặc trưngớt hơn đồng thời giữ được hầu hết cỏc thụng tin quan trọng nhất của dữ liệu.PCA thườngđược sử dụng cựng phương phỏp mặt riờng.Tập con cỏc vector riờng được dựng làm cỏc vector cơ sở của một khụng gian con, trong đú ta cú thể so sỏnh vớicỏc ảnh trong cơ sở dữ liệuđểnhận dạng cỏc ảnh mới. Cỏc vector cơ sở này cũn được gọi là cỏc thành phần chớnhcủa cơ sở dữ liệu ảnh.
CHƯƠNG 2
NHẬN DẠNG KHUễN MẶT DỰA TRấN PCA-LDA VÀ MẠNG NƠRON Vấn đề phỏt hiện mặt được đưa ra đầu tiờn vào những năm 70 với việc sử dụng cỏc kỹ thuật nhõn trắc học và cỏc phộp heuristic giản đơn. Với những kỹ thuật này, ta chỉ cú thể đạt được kết quả trong những điều kiện khỏ chặt, vớ dụ như nền ảnh đồng nhất, khuụn mặt chụp thẳng,... Cho đến ngày nay, cựng với sự phỏt triển vượt bậc của khoa học kỹ thuật, việc yờu cầu những giới hạn như thế là khụng cũn. Tuy nhiờn, cựng với những yờu cầu ngày càng cao, thỡvấn đề phỏt hiện mặt người đang phải đối mặt với những khú khăn mới. Trong suốt quỏ trỡnh từ những năm đầu tới nay, đó cú rất nhiều cỏc hướng xử lý và tiếp cận khỏc nhau được đưa ra nhằm giải quyết cho những yờu cầu cụ thể khỏc nhau của từng giai đoạn, từng ứng dụng cụ thể và cũng cú nhiều cỏch phõn loại cỏc phương phỏp, hướng tiếp cận này. Trong luận văn này, chỳng ta sẽ nghiờn cứu phương phỏp nhận dạng mặt người dựa trờn phương phỏp trớch chọn đặc trưng PCA và biến đổi LDA, sau đú cỏc đặc trưng này sẽ được nhận dạng bằng mạng nơron nhõn tạo.
2.1 Phương phỏp phõn tớch thành phần chớnh (PCA)
Vào cuối những năm 1980, Sirovich và Kirby đó phỏt triển một kỹ thuật để cú thể biểu diễn hiệu quả cỏc mặt người, được gọi là phương phỏp phõn tớch cỏc thành phần chớnh (PCA –Principle Component Analysis).Với một bộ dữ liệu mặt người, đầu tiờn, ta tiến hành tớnh cỏc thành phần chớnh của sự phõn bố cỏc mặt, biểu diễn dưới dạng cỏc vector riờng (của ma trận hiệp phương sai của sự phõn bố).Mỗi mặt trong tập dữ liệu sau đú được xấp xỉ bằng cỏch kết hợp tuyến tớnh cỏc vector riờng lớn nhất (khụng gian vector) cựng với cỏc trọng số tương ứng của chỳng.
Mụcđớch của phương phỏp phõn tớch này cú thể diễnđạt ngắn gọn như sau:Ảnh gốc cú kớch thước 112ì92 (10304 điểmảnh).Nhữngảnh này cầnđượcrỳt gọn sao cho lượng thụng tin dựng để biểu diễnảnhđú giảmđi,đồng thờikhụng làm mất những đặcđiểm quan trọng nhất của khuụn mặt. Kết quảcủa việc phõn tớch này sẽđạt đượcnhư hỡnh 2.1.