TOM TAT KHÓA LUẬN
Chương 3. NỘI DUNG NGHIÊN CỨU
3.1. Mục tiêu nghiên cứu
Nhằm giải quyết những vấn đề còn tồn tại cũng như góp phần cải thiện phương pháp nhận dạng khuôn mặt, đề tài sẽ tập trung vào thuật toán nhận dạng và loại bỏ mắt kính khỏi hình ảnh khuôn mặt người. Bên cạnh đó cũng dam bảo tỉ lệ phục hồi hình ảnh khuôn mặt người sau khi loại bỏ mắt kính và độ tin cậy nhận dạng khuôn mặt người sau khi đã loại bỏ mắt kính.
Mục tiêu tống quan: Tìm hiểu phương pháp nhận biết và loại bỏ mắt kính trên
khuôn mặt, phục vụ cho bài toán nhận dạng khuôn mặt người.
Mục tiêu chỉ tiết:
- _ Nhận biết mắt kính trên ảnh khuôn mặt người
- _ Loại bỏ mắt kính trên ảnh khuôn mặt
- Phuc hồi ảnh khuôn mặt không có kính
- _ xây dựng được mô hình thực nghiệm với giao diện đơn giản
3.2. Giải pháp đề xuất
Xác định được khuôn mặt người?
Thông báo “không có khuôn rnặt
người
Chuyên đối ảnh mức xám
Xác định vùng nhận đạng kính
Xác định có mắt
Hình 3.2-1 Lưu đồ giải pháp đề xuất
3.2.1. Bài toán xác định khuôn mặt người — Haar Cascade
Sử dụng module Haar Cascade được hỗ trợ bởi thư viện OpenCV.
Module Haar Cascade sẽ xác định ROI bằng cách xác định những tinh năng cho
từng khu vực trong năm hình chữ nhật Hình 4.2-1. Dựa vào các đặc trưng của
khuôn mặt người chúng ta sẽ có vùng mắt luôn tối hơn so với vùng má, hay vùng mũi thì sáng hơn so với vùng mắt,... Chúng ta chỉ cần trừ tong số pixel ở vùng trắng cho tổng số pixel ở vùng đen, nhờ đó mà năm vùng hình chữ nhật này có thê tạo thành các đặc điểm có thé phân loại các phần của khuôn mặt từ đó xác định
được vi trí khuôn mặt trên ảnh.
Kết quả thu được được thê hiện qua Hình 3.2-2 dưới đây.
10
3.2.2. Thực hiện chuyến đổi ảnh mức xám — Grayscale Convert
Tại bước này, chúng ta thực hiện chuyển đổi từ anh đầu vào là dạng ảnh màu (RGB
— Red Green Blue) sang dạng ảnh xám (Grayscale). Đây là một bước xử lý quan trọng giúp nâng cao hiệu quả của các bước xử lý sau đó.
Việc thực hiện chuyền đổi ảnh màu về ảnh xám thực chất là chuyên đổi 3 ma trận màu (RGB) về một ma trận xám duy nhất. Một trong những công thức chuyển đôi ảnh màu về ảnh xám phổ biến nhất là Công thitc 3.2-1 được công bố bởi Michael
Stokes và các cộng sự [3].
Y =0.2126R + 0.7152G + 0.0722B (Công thức 3.2-1) Trong do:
" Y:ma trận xám cân tim
= R: ma trận xám đỏ của anh
= : ma trận xám lục của ảnh
= _: ma trận xám lam của ảnh
11
Hình 3.2-3 Kết qua áp dung Grayscale Convert 3.2.3. Xác định vùng nhận dang mắt kính — Glass Covered Region
Đối với dé tài đang thực hiện, vùng cần được xác định là vùng nhận dạng mắt kính
— Glass Covered Region (GCR). Dé xác định GCR, chúng ta dựa vào kết quả thu được từ bước 3.2.3 sau đó tiễn hành thực hiện chia ảnh thành bốn phan bằng nhau theo chiều dọc. GCR sẽ thuộc phần thứ 2 từ trên xuống ~ vị trí đeo mat kính. Các bước xử lý hình ảnh tiếp theo sẽ thực hiện trên vùng GCR kết quả thu được.
Sau khi đã có được GCR, chúng ta áp dụng phương pháp Gaussian blur để làm mờ
ảnh. Y tưởng của bước làm mờ ảnh là loại bỏ các thành phân có tân sô cao như
12
nhiễu, cạnh viền không mong muốn.... giúp nâng cao khả năng bắt được các điểm
thuộc viền mắt kính. Tham khảo mục 4.2.5 về các phương pháp làm mờ ảnh.
Kết quả thu được sau khi thực hiện làm mờ ảnh được thể hiện trong Hình 3.2-5.
Sau khi đã có được GCR đã được làm mờ, chúng ta tiếp tục áp dụng phương pháp lọc cạnh biên Canny Edge Detection dé tim tat cả các cạnh. Dé hiểu rõ thêm về phương pháp lọc cạnh biên Canny Edge Detection có thể tham khảo mục 4.2.9. Kết
quả sau khi thực hiện lọc cạnh biên như Hình 3.2-6.
Hình 3.2-6 Kết quả áp dung Canny Edge Detection để lọc cạnh biên 3.2.4. Xác định có mắt kính trên ảnh khuôn mặt người
Sau bước 3.2.3, chúng ta đã có được giá trị Contour area của ảnh đầu vào. Sau khi tiễn hành chạy thực nghiệm trên bộ dataset 500 ảnh đầu vào và thu được kết quả giá
tri cua Contour area như sau:
© Contour area < 950mm? đối với anh không có mắt kính
¢ Contour area > 950mm? đối với anh có mắt kính
Từ kết qua sau khi thử nghiệm, chúng ta thiết lập một ngưỡng — threshold. Với giá trị của threshold > 950mm? thì xác định có mắt kính trên ảnh khuôn mặt người.
Tại bước tiếp theo, chúng ta thực hiện tìm các đường viền trong (inner frame) và đường viền ngoài (outer frame) của mắt kính trên các biên đã tìm được từ Hình 3.2-
6. Trong quá trình tìm các đường viền, chúng ta nên thực hiện phương pháp Xói
13
mòn (Erosion) va Giãn nở (Dilation). Bằng cách thực hiện X6i mòn va Gian nở, chúng ta có thể loại bỏ bớt những đường viền không mong muốn — hay các đường viền có kích thước nhỏ giúp nâng cao hiệu quả tìm được những đường viền mắt kính trên khuôn mặt người. Tham khảo cuối mục 4.2.8 về các phương pháp Xói
món và Giản nở.
Sau khi loại những đường viền nhỏ không mong muốn, chúng ta tiếp tục thực hiện tìm đường viền ngoài và đường viên trong dé xác định chính xác mắt kính trên ảnh
khuôn mặt người. Kết quả xác định outer frame va inner frame được thé hiện lần
lượt qua Hình 3.2-7 và Hình 3.2-8 dưới day.
— - => A 1 2
Hình 3.2-7 Xác định đường viễn ngoài