Eigenfaces
Sinh trắc học khuôn mặt và phương pháp nhận dạng Eigenfaces đã được nghiên cứu và phát triển từ rất lâu. Dưới đây là một số nghiên cứu về nó được rút trích từ một số tài liệu tại [11] [12] [13] [14].
3.2.1 Giới thiệu
Khi gặp một người nào đó, khuôn mặt có lẽ là điểm gây chú ý đầu tiên đối với chúng ta. Khả năng ghi nhớ và nhận dạng khuôn mặt của con người rất đặc biệt. Người ta có thể ghi nhớ và nhận ra khuôn mặt của hàng trăm, thậm chí hàng ngàn người mà họ từng biết, dù sau một khoảng thời gian rất lâu không gặp; hay dù họ có thay đổi kiểu tóc, hay già đi… Rất nhiều nghiên cứu liên quan đến việc nhận dạng khuôn mặt đã được thực hiện cho đến nay.
Phương pháp dựa trên đặc trưng (feature-based): tập trung vào việc phân tích và trích xuất các đặc trưng riêng biệt như mắt, mũi, miệng và bố cục khuôn mặt… từ đó định nghĩa một mô hình khuôn mặt dựa trên vị trí, kích thước và quan hệ của chúng. Phương pháp này đòi hỏi các tính toán và mô hình hóa rất phức tạp, bên cạnh đó, việc nhận dạng từ nhiều góc nhìn khác nhau cũng được chứng minh là rất khó khả thi cũng như nó rất nhạy cảm với các thay đổi trên gương mặt. Tuy nhiên, cách tiếp cận này vẫn phổ biến nhất trong lĩnh vực thị giác máy tính hiện nay.
Phương pháp dựa trên ảnh (image-based): dựa trên các khái niệm của lý thuyết thông tin và phương pháp phân tích thành phần chính (Principle Component Analysis – PCA). Trong phương pháp này, thông tin trên toàn bộ ảnh khuôn mặt đều cần thiết (không phải chỉ vài đặc trưng riêng biệt). Các ảnh khuôn mặt sẽ được “thu giảm chiều” bằng cách chiếu vào không gian các khuôn mặt (eigenfaces) được trích xuất từ một tập huấn luyện (training set) và sau đó được phân loại bằng cách so sánh vị trí của nó với vị trí của các cá nhân đã biết.