20 mặt đặc trƣng với giá trị đặc trƣng thấp nhất

Một phần của tài liệu 27849 (Trang 46 - 48)

Một đặc tính của các vector đặc trƣng đó là những vector có giá trị đặc trƣng cao sẽ mang nhiều thông tin về sự khác biệt của mặt so với mặt trung bình hơn những vector có giá trị đặc trƣng thấp.

Một ảnh mặt đƣợc biến đổi sang không gian vector đặc trƣng sẽ có biểu diễn là sự kết hợp tuyến tính của các vector đặc trƣng đó hay nói cách khác là sẽ có một bộ các số =[1,2, 3,… M] mô tả ảnh mặt đó trong không gian vector đặc trƣng hay mỗi ảnh mặt sẽ coi là một điểm trong không gian M chiềụ

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnụedụvn 45

Nếu ta sử dụng tất cả các vector đặc trƣng để khôi phục lại ảnh ban đầu thì ta sẽ khôi phục đƣợc hoàn toàn tuy nhiên nếu ta chỉ sử dụng một số các vector có giá trị đặc trƣng lớn nhất khôi phục thì ta cũng thu đƣợc ảnh tƣơng đói giống với ảnh ban đầụ

Nhận xét này rất quan trọng, nó cho phép ta giảm số vector đặc trƣng cần thiết để khôi phục ảnh ban đầu hay ta có thể coi mỗi ảnh mặt là một điểm trong không gian có số chiều M’ nhỏ hơn M và do đó công việc tính toán để phân loại mặt sau này sẽ đƣợc cải thiện đáng kể.

Theo thử nghiệm trong luận văn này ta có thể chọn M’=40(lƣu ý M=120) là đã có kết quả tƣơng đối tốt. Sau khi đã tính đƣợc bộ trọng số =[1,2, 3,… M] là bộ trọng số mô tả mặt, ta tiến hành phân loại, nhận dạng ảnh mặt.

3.2.2 Thiết kế mạng MLP

Mạng neural là một cấu trúc học để nhận biết nên mạng tiếp nhận dữ liệu về khuôn mặt của một ngƣời càng đầy đủ càng tốt. Số ngõ vào của mạng là các bộ trọng số mô tả mặt. Mỗi neural ngõ ra ứng với một ngƣời đƣợc nhận dạng.

Trong quá trình huấn luyện nếu đƣa ảnh của ngƣời ứng với neural biểu diễn cho ngƣời đó vào; giá trị của neural đƣợc gán bằng 1, những neural khác đƣợc gán bằng 0.

Khi mạng đƣợc dùng để nhận dạng, khuôn mặt cần nhận dạng sẽ đƣợc đƣa vào mạng neural, ngõ ra có giá trị bằng 1, thì khuôn mặt đó sẽ tƣơng ứng của ngƣời đó.

Mạng nơron sử dụng ở đây là mạng MLP lan truyền ngƣợc. Mạng gồm 3 lớp trong đó: lớp nhập có tới 100 nút, lớp ẩn có 10 nút, lớp ra có 1 nút có giá trị từ 0.0- >1.0 dựa vào đó quyết định xem mặt thuộc phân lớp nàọ

Ta sẽ thiết kế mỗi một mạng nơron sẽ nhận dạng cho một ngƣời, thuật toán nhận dạng của ta là cho ảnh nhận dạng qua tất cả các mạng rồi chọn ra mạng có đầu ra lớn nhất, nếu giá trị đầu ra này vƣợt quá một ngƣỡng thì coi là nhận dạng đƣợc, nếu không thì sẽ coi là nhạn dạng đƣợc, nếu không thì sẽ coi là không nhận dạng đƣợc.

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnụedụvn 46

Một phần của tài liệu 27849 (Trang 46 - 48)

Tải bản đầy đủ (PDF)

(72 trang)