4.2.1 Đặt vấn đề
Phát hiện và nhận dạng khuôn mặt trong ảnh có rất nhiều ứng dụng trong cuộc sống. Đây cũng là bài toán cơ bản cần giải quyết trong các hệ thống tương tác người máy, quan sát đám đông. Phát hiện khuôn mặt là quá trình đầu tiên quan trọng và cần thiết cho bất kỳ hệ thống xử lý khuôn mặt một cách tự động như: nhận dạng khuôn mặt, xác định các thành phần đặc trưng của khuôn mặt, kiểm chứng xác thực khuôn mặt.
Nhiệm vụ của hệ thống phát hiện khuôn mặt nhằm xác định xem trong ảnh đầu vào có khuôn mặt hay không, nếu có thì chỉ ra vị trị và kích thước của từng khuôn mặt trong ảnh. Trong hai thập niên gần đây vấn đề này được rất nhiều các nhà khoa học quan tâm nghiên cứu, và đã có khá nhiều các giải pháp khác nhau được đưa ra nhằm giải quyết bài toán phát hiện khuôn mặt trong ảnh đơn và trong chuỗi video. Tuy nhiên do tính phức tạp và đa dạng của thực tế một giải pháp toàn diện và trọn vẹn cho vấn đề này vẫn đang được nghiên cứu. Tôi xin đưa ra hướng phát triển cho của quy trình phát hiện biên khuôn mặt trong vấn đề xác định các thành phần đặc trưng của khuôn mặt, qua đó nhằm hướng đến vấn đề phát hiện khuôn mặt dựa trên các đặc trưng.
4.2.2 Phương pháp thực hiện
a. Phương pháp nhận dạng khuôn mặt thông qua biên tập và hiệu chỉnh tạo ra lớp đối tượng đặc trưng:
Bức ảnh ta xét ở đây là khuôn mặt chụp chung với nhiều loại đối tượng, ta tiến hành loại bỏ các đối tượng và giữ lại đường biên khuôn mặt và qua đó rút trích các điểm đặc trưng. Nếu ảnh khu vực cần tiến hành phân loại có sự tách biệt rõ ràng giữa các đối tượng thì chỉ cần tiến hành phân loại không giám sát theo thuật toán K-mean, còn nếu ảnh khu vực có sự phức tạp hơn thì cần tiến hành phân loại có giám sát.
Thuật toán K -mean:
Thuật toán hoạt động trên 1 tập vectơ d chiều, tập dữ liệu X gồm N phần tử: X = {xi | i = 1, 2, …, N}
K-Mean lặp lại nhiều lần quá trình:
Gán dữ liệu.
Ảnh kết quả sau khi phân loại được tách chuyển tạo ảnh chỉ chứa bao gồm hai loại đối tượng: đối tượng khuôn mặt (giả sử được gán cho giá trị 1) và đối tượng không là khuôn mặt (giả sử được gán cho giá trị là 0). Ảnh chỉ chứa hai loại đối tượng trên được gọi với tên tạm thời là ảnh A.
Tiếp theo, kênh ảnh đơn sắc được tiến hành xử lý lọc nhằm tách lấy thông tin cạnh biên của các đối tượng. Ảnh đơn sắc sau khi xử lý lọc biên được tiến hành tạo ảnh mới chỉ chứa bao gồm hai loại thông tin đối tượng: các đối tượng cạnh biên (giả sử được gán giá trị là 1) và các đối tượng không là cạnh biên (giả sử được gán giá trị 0). Và ảnh này được gán cho tên gọi tạm thời là ảnh B.
Kế đến, tiến hành loại bỏ các đối tượng nhầm lẫn trong lớp lớp đối tượng của khuôn mặt. Thực hiện phép toán tổ hợp hai kênh ảnh A và B để tạo ra ảnh kết quả mới C với chú ý rằng: trong kênh ảnh A, các đối tượng có giá trị 1 là đối tượng của khuôn mặt, có giá trị 0 là các đối tượng không của khuôn mặt, trong kênh ảnh B, các đối tượng có giá trị 1 là các đối tượng cạnh biên, có giá trị 0 là các đối tượng không phải cạnh biên, và trong ảnh tổ hợp kết quả C, các đối tượng có giá trị 1 là các đối tượng đường khuôn mặt cần tách lấy, có giá trị 0 thì không phải đối tượng đường biên khuôn mặt. Xử lý kết hợp hai kênh ảnh A và B để tạo ra kênh ảnh C có thể được mô phỏng theo:
1 nếu A = 1 và B = 0 C =
0 nếu A = 0, hoặc A = B = 1
Cuối cùng, từ ảnh C tiến hành chuyển đổi các đối tượng có giá trị 1 sang dạng vector để biên tập và hiệu chỉnh tạo ra lớp đối tượng đặc trưng khuôn mặt hoàn chỉnh phục vụ cho việc nhận dạng khuôn mặt đang được nghiên cứu.
b. Phương pháp nhận dạng khuôn mặt thông qua việc phân vùng
Một vùng ảnh R là tập hợp của các điểm ảnh có cùng chung một thuộc tính thuộc về một đối tượng trong ảnh. Ranh giới các vùng ảnh là biên ảnh, các đường biên khép kín cho phép cho phép xác định vùng ảnh.
Biên được xác định với 2 vector với 2 thành phần: - Độ lớn: xác định bằng độ lớn của Gradient
Phân vùng ảnh: Là quá trình phân hoạch tập hợp các điểm ảnh X thành các tập con của các vùng ảnh Ri thoả mãn các điều kiện sau:
Các hướng tiếp cận:
- Dựa trên độ đồng đều, độ tương tự về mức xám về các thuộc tính của các pixel trong mỗi vùng.
- Dựa trên tách biên, dựa trên sự biến thiên của hàm mật độ sang hay mức xám.
Quá trình nhận dạng được thực hiện ảnh đối tượng được xử lý tăng cường chất lượng, làm nổi bật các chi tiết, tiếp theo trích chọn đặc trưng dựa vào phân vùng ảnh đối tượng, và biểu diễn các đăc trưng, cuối cùng là giai đoạn nhận dạng ảnh.
TÀI LIỆU THAM KHẢO
Tài liệu tham khảo tiếng Việt
[1]. Phạm Việt Bình (2007), Phát triển kỹ thuật dò biên, phát hiện biên và ứng dụng, Luận án Tiến sỹ.
[2]. Lương Mạnh Bá, Nguyễn Thanh Thủy (2002), Nhập Môn Xử lý ảnh số, Nxb
Khoa học và Kỹ thuật, 2002.
[3]. Phạm Việt Bình (2006), “Một số tính chất của phép toán hình thái và ứng dụng trong phát hiện biên”, Tạp chí Tin học và Điều khiển học, Tập 22, số 2, 2006, 155- 163.
Tài liệu tham khảo tiếng Anh
[4]. J.R.Paker (1997), Algorithms for Image processing and Computer Vision. John Wiley & Sons, Inc.
[5]. T. Pavlidis (1982), Algorithms for Graphics and Image Processing, Computer Science Press.