4.1 Nghiên cứu tổng quan
4.1.2.2 Các mốc trên khuôn mặt ứng dụng OpenCV trong Python
Các điểm mốc trên khuôn mặt là một tập con của bài tốn nhận dạng. Đưa vào một hình ảnh đầu vào, sau đó cơng cụ dự đốn nhận dạng sẽ cố gắng xác định các điểm mốc dọc theo hình dạng.
Vì vậy, khi thực hiện nhận dạng trên khuôn mặt, mục tiêu của chúng ta là phát hiện các cấu trúc quan trọng trên khuôn mặt bằng cách sử dụng các phương pháp dự đốn nhận dạng hình dạng, đặc điểm được thể hiện trên khuôn mặt.
46
Do đó, việc phát hiện các điểm mốc trên khn mặt là một q trình gồm có 2 bước: Bước 1: Khoanh vùng khuôn mặt trong ảnh.
Bước 2: Phát hiện cấu trúc khn mặt chính dựa trên các đặc điểm mốc của khuôn mặt và trả kết quả. [4]
a) Khoanh vùng khuôn mặt
Bước 1: Phát hiện khn mặt
Tiền xử lý ảnh: trích xuất ảnh từ video, webcam. Sau đó biến đổi thành ảnh xám (gray). (1)
Tìm khn mặt trong ảnh xem có khn mặt trong ảnh khơng, nếu có thì có bao nhiêu khn mặt. Sau đó crop để qua bước 3. (2)
Nhận diện khn mặt và trả về kết quả. Có thể vẽ hình vng bao lấy khn mặt hoặc vẽ text tên người. (3)
Bước 2: Nhận diện khn mặt
Nhận diện khn mặt là học có giám sát, tức là phải dán nhãn cho ảnh khn mặt. Từ đó chương trình sẽ tìm ra sự khác biệt của các khuôn mặt rồi lưu lại model. Với model đã học chúng ta dùng để nhận diện khuôn mặt.
Cách thức hoạt động:
Thu thập khuôn mặt, crop rồi lưu vào folder. Khi chạy chương trình thì training ảnh khn mặt. Với mỗi khung hình tiến hành tìm kiếm khn mặt. Nếu tìm thấy khn mặt thì nhận diện rồi in kết quả.
47
Trong thực tế tình trạng nhận diện sai xảy ra khá nhiều, để khắc phục có một vài cách như sau:
Thay đổi file sascade và tối ưu các tham số. (1) Tìm đơi mắt trong khuôn mặt đã nhận được. (2) Lập trình xử lý kết quả đưa ra cảnh báo. (3)