Xem mẫu
- …………..o0o…………..
Luận văn
Tìm hiểu một số phương
pháp phát hiện khuôn mặt
trong ảnh
- Khóa lu n t t nghi p Tìm hi u m t s ph ng pháp phát hi n khuôn m t trong nh
IC M N
Em xin chân thành c m n các th y, các cô khoa Công ngh Thông tin
Tr ng i h c D ân l p H i Phòng ã t n tình d y d , truy n t cho chúng em
nhi u ki n th c quý báu.
Em xin t lòng bi t n sâu s c n th y Th.s Ngô Tr ng Giang, ng i ã
n tình giúp và truy n t nhi u kinh nghi m tài có th c th c hi n
và hoàn thành.
Xin chân thành c m n các b n trong khoa Công Ngh Thông Tin, iH c
Dân L p H i Phòng ã giúp , ng viên tôi r t nhi u trong quá trình th c hi n
tài.
Em xin trân tr ng c m n!
i Phòng, tháng 07 n m 2007.
Sinh viên
Lê H ng Chuyên
Lê H ng Chuyên _ CT701 Trang: 1
- Khóa lu n t t nghi p Tìm hi u m t s ph ng pháp phát hi n khuôn m t trong nh
CL C
I C M N .................................................................................................... 1
U ........................................................................................................... 4
CH NG 1: NG QUAN V PHÁT HI N KHUÔN M T .................... 5
1.1. Gi i thi u.............................................................................................. 5
1.2. t s l nh v c ng d ng phát hi n khuôn m t. ................................... 5
1.3. t s ph ng pháp xác nh khuôn m t ng i. .................................. 7
1.3.1. ng ti p c n d a trên tri th c. .................................................... 7
1.3.2. ng ti p c n d a trên c tr ng không thay i. ...................... 10
1.3.3. ng ti p c n d a trên so kh p m u. ......................................... 13
1.3.4. ng ti p c n d a trên di n m o................................................ 16
1.3.5. ng ti p c n t ng h p .............................................................. 25
1.4. Khó kh n và thách th c trong bài toán xác nh khuôn m t. ............... 26
CH NG 2: PHÁT HI N KHUÔN M T S D NG ADABOOST......... 28
2.1. Gi i thi u ............................................................................................ 28
2.1.1. Các h ng ti p c n dò tìm khuôn m t nhanh................................ 28
2.1.2. ng ti p c n theo AdaBoost..................................................... 28
2.2. Trích ch n c tr ng cho AdaBoost.................................................... 29
2.3. Thu t toán ADABOOST..................................................................... 31
2.4. dò tìm phân t ng Adaboost............................................................ 35
2.5. Hu n luy n dò tìm khuôn m t ............................................................. 38
2.6. Dò tìm khuôn m t ............................................................................... 38
2.7. Nh n x ét ............................................................................................. 39
2.7.1. u m ....................................................................................... 39
2.7.2. Khuy t m ................................................................................. 39
CH NG 3: PHÁT HI N KHUÔN M T S D NG M NG N RON. . 40
3.1. ng quan v m ng n ron nhân t o .................................................... 40
3.1.1. ng n ron sinh h c .................................................................... 40
3.1.2. ron nhân t o:............................................................................ 41
3.1.3. Các thành ph n c a n ron nhân t o:............................................. 42
3.1.4. Mô hình c b n c a m ng n ron .................................................. 43
3.1.5. Xây d ng m ng n ron.................................................................. 44
3.1.6. Hu n luy n m ng n ron. .............................................................. 45
3.2. Chu n b d li u.................................................................................. 52
3.2.1. Gi i thi u ..................................................................................... 52
Lê H ng Chuyên _ CT701 Trang: 2
- Khóa lu n t t nghi p Tìm hi u m t s ph ng pháp phát hi n khuôn m t trong nh
3.2.2. Gán nhãn và canh biên các c tr ng khuôn m t .......................... 52
3.2.3. Ti n x lý v sáng và t ng ph n trên t p m u h c ............ 54
3.3. Hu n luy n dò tìm khuôn m t ............................................................. 56
3.3.1. Gi i thi u ..................................................................................... 56
3.3.2. Hu n luy n dò tìm khuôn m t ...................................................... 56
3.4. Quá trình dò tìm khuôn m t ................................................................ 60
CH NG 4: CÀI T NG D NG......................................................... 62
4.1. Môi tr ng TEST ............................................................................... 62
4.2. t s giao di n chính........................................................................ 62
4.3. t qu ............................................................................................... 65
4.4. Nh n x ét ............................................................................................. 66
T LU N...................................................................................................... 67
TÀI LI U THAM KH O ................................................................................ 68
Lê H ng Chuyên _ CT701 Trang: 3
- Khóa lu n t t nghi p Tìm hi u m t s ph ng pháp phát hi n khuôn m t trong nh
U
Trong nh ng n m g n ây, các ng d ng v trí tu nhân t o ngày càng phát
tri n và c ánh giá cao. M t l nh v c ang c quan tâm c a trí tu nhân
o nh m t o ra các ng d ng thông minh, có tính ng i ó là nh n d ng. i
ng cho vi c nghiên c u nh n d ng c ng r t phong phú và a d ng. Trong
tài này tôi ch n it ng là khuôn m t, và b c u tiên c a vi c nh n d ng ó
là phát hi n khuôn m t.
Khuôn m t ó ng vai trò quan tr ng trong quá trình giao ti p gi a ng iv i
ng i, và c ng mang m t l ng thông tin giàu có, ch ng h n có th xác nh
gi i tính, tu i tác, tr ng thái c m xúc c a ng i ó, ... h n n a khi kh o sát các
ng nét trên khuôn m t có th bi t c ng i ó mu n nói gì. Do ó, phát
hi n là b c ti n quan tr ng ph c v công vi c nh n d ng khuôn m t sau
này. Có r t nhi u ph ng pháp phát hi n khuôn m t, AdaBoost và m ng N -ron
là m t trong nh ng ph ng pháp ó.
án c chia ra 4 ch ng: Ch ng 1 s trình bày t ng quan v m t s
ph ng pháp phát hi n khuôn m t. Ph ng pháp Adaboost và m ng N -ron
dùng phát hi n khuôn m t c trình bày trong ch ng 2 và 3. Ch ng 4 là
ph n cài t ng d ng, m t s th nghi m dò tìm khuôn m t trong nh, và cu i
cùng là k t lu n.
Lê H ng Chuyên _ CT701 Trang: 4
- Khóa lu n t t nghi p Tìm hi u m t s ph ng pháp phát hi n khuôn m t trong nh
CH NG 1: NG QUAN V PHÁT HI N KHUÔN M T
1.1. Gi i thi u.
H n m t th p k q ua có r t nhi u công trình nghiên c u v bài toán
xác nh khuôn m t ng it nh en tr ng, xám n nh màu nh ngày
hôm nay. Các nghiên c u i t bài toán n gi n, m i nh ch có m t khuôn m t
ng i nhìn th ng vào thi t b thu hình và u t th th ng ng trong nh
en tr ng. Cho n ngày hôm nay bài toán m r ng cho nh màu, có nhi u
khuôn m t trong cùng m t nh, có nhi u t th thay i trong nh. Không nh ng
y mà còn m r ng c ph m vi t môi tr ng xung quanh khá n gi n (trong
phòng thí nghi m) cho n môi tr ng xung quanh r t ph c t p (nh trong t
nhiên) nh m áp ng nhu c u c a th c t .
Xác nh khuôn m t ng i (Face Detection) là m t k thu t máy tính
xác nh các v trí và các kích th c c a các khuôn m t ng i trong các nh b t
( nh k thu t s ). K thu t này nh n bi t các c tr ng c a khuôn m t và b
qua nh ng th khác, nh : tòa nhà, cây c i, c th , …
1.2. t s l nh v c ng d ng phát hi n khuôn m t.
Phát hi n khuôn m t ã c ng d ng trong r t nhi u l nh v c:
- th ng t ng tác gi a ng i và máy: giúp nh ng ng i b t t ho c
khi m khuy t có th trao i. Nh ng ng i dùng ngôn ng tay có th giao
ti p v i nh ng ng i bình th ng. Nh ng ng i b b i li t thông qua m t
ký hi u nháy m t có th bi u l nh ng gì h mu n, …. ó là các bài
toán u b c a bàn tay (hand gesture), u b khuôn m t, …
- Nh n d ng ng i A có ph i là t i ph m truy nã hay không? Giúp c quan
an ninh qu n lý t t con ng i. Công vi c nh n d ng có th trong môi
tr ng bình th ng c ng nh trong bóng t i (s d ng camera h ng ngo i).
- th ng quan sát, theo dõi và b o v . Các h th ng camera s xác nh
âu là con ng i và theo dõi con ng i ó xem h có vi ph m gì không, ví
xâm ph m khu v c không c vào, ….
Lê H ng Chuyên _ CT701 Trang: 5
- Khóa lu n t t nghi p Tìm hi u m t s ph ng pháp phát hi n khuôn m t trong nh
- u tr (rút ti n ATM, bi t ai rút ti n vào th i m ó), hi n nay có
tình tr ng nh ng ng i b ng i khác l y m t th ATM hay m t mã s PIN
và nh ng ng i n c p này i rút ti n, ho c nh ng ng i ch th i rút ti n
nh ng l i b áo cho ngân hàng là m t th và m t ti n. Các ngân hàng có nhu
u khi có giao d ch ti n s ki m tra hay l u tr khuôn m t ng i rút ti n
sau ó i ch ng và x lý.
- Th c n c c, ch ng minh nhân dân (Face dentification).
- u khi n vào ra: v n phòng, công ty, tr s , máy tính,…. K t h p thêm
vân tay và h c m t. Cho phép nhân viên c ra vào n i c n thi t, hay m i
ng is ng nh p m áy tính cá nhân c a mình mà không c n nh tên
ng nh p c ng nh m t kh u mà ch c n xác nh thông qua khuôn m t.
- An ninh sân bay, xu t nh p c nh (hi n nay c quan xu t nh p c nh M ã
áp d ng). Dùng xác th c ng i xu t nh p c nh và ki m tra có ph i là
nhân v t kh ng b không.
- ng lai s phát tri n các lo i th thông minh có tích h p s n c tr ng
a ng i dùng trên ó, khi b t c ng i dùng khác dùng truy c p hay
lý t i các h th ng s c yêu c u ki m tra các c tr ng khuôn m t
so v i th bi t nay có ph i là ch th hay không.
- Tìm ki m và t ch c d li u liên quan n con ng i thông qua khuôn m t
ng i trên nhi u h c s d li u l u tr th t l n, nh internet, các hãng
truy n hình, …. Ví d : tìm các n video có t ng th ng Bush phát bi u,
tìm các phim có di n viên Thành Long óng, tìm các tr n á banh có
Ronaldinho á.
- Phân lo i trong l u tr hình nh trong n tho i di ng. Thông qua bài
toán xác nh khuôn m t ng i và trích c tr ng, r i d a vào c tr ng
này s p x p, l u tr , giúp ng i s d ng d dàng truy tìm khi c n thi t.
- Ki m tra tr ng thái ng i lái xe có ng g t, m t t p trung hay không, và h
tr thông báo khi c n thi t.
- Phân tích c m xúc trên khuôn m t.
Lê H ng Chuyên _ CT701 Trang: 6
- Khóa lu n t t nghi p Tìm hi u m t s ph ng pháp phát hi n khuôn m t trong nh
- t s hãng s n xu t máy ch p nh ã ng d ng bài toán xác nh khuôn
t ng i vào máy ch p nh th h m i cho k t qu hình nh p h n.
1.3. t s ph ng pháp xác nh khuôn m t ng i.
Có nhi u nghiên c u tìm ph ng pháp xác nh khuôn m t ng i, t nh
xám n ngày nay là nh màu. D a vào tính ch t c a các ph ng pháp xác nh
khuôn m t ng i trên nh, chúng ta có th phân chia các ph ng pháp này thành
nh ng ti p c n chính:
- ng ti p c n d a trên tri th c: Mã hóa các hi u bi t c a con ng iv
các lo i khuôn m t ng i thành các lu t. Thông th ng các lu t mô t
quan h c a các c tr ng.
- ng ti p c n d a trên c tr ng không thay i: M c tiêu các thu t
toán i tìm các c tr ng mô t c u trúc khuôn m t ng i mà các c tr ng
này s không thay i khi t th khuôn m t, v trí t thi t b thu hình ho c
u ki n ánh sáng thay i.
- ng ti p c n d a trên so kh p m u: Dùng các m u chu n c a khuôn
t ng i (các m u này c ch n l a và l u tr ) mô t cho khuôn m t
ng i hay các c tr ng khuôn m t (các m u này ph i ch n làm sao cho
tách bi t nhau theo tiêu chu n mà các tác gi nh ra so sánh).
- ng ti p c n d a trên di n m o: Trái ng c h n v i so kh p m u,
các mô hình h c ây c h c t m t t p nh hu n luy n cho tr c. Sau
ó h th ng s x ác nh khuôn m t ng i. M t s tác gi còn g i h ng
ti p c n này là h ng ti p c n theo ph ng pháp h c.
1.3.1. ng ti p c n d a trên tri th c.
Trong h ng ti p c n này, các lu t s ph thu c r t l n vào tri th c c a
nh ng tác gi nghiên c u v bài toán xác nh khuôn m t ng i. ây là h ng
ti p c n d ng top-down. D dàng xây d ng các lu t c b n mô t các c
tr ng c a khuôn m t và các quan h t ng ng. Ví d , m t khuôn m t th ng
có hai m t i x ng nhau qua tr c th ng ng gi a khuôn m t và có m t m i,
t mi ng. Các quan h c a các c tr ng có th c mô t nh quan h v
kho ng cách và v trí. Thông th ng các tác gi s trích c tr ng c a khuôn
Lê H ng Chuyên _ CT701 Trang: 7
- Khóa lu n t t nghi p Tìm hi u m t s ph ng pháp phát hi n khuôn m t trong nh
t tr c tiên có c các ng viên, sau ó các ng viên này s c xác
nh thông qua các lu t bi t ng viên nào là khuôn m t và ng viên nào
không ph i khuôn m t.
tv n khá ph c t p khi dùng h ng ti p c n này là làm sao chuy n t
tri th c con ng i sang các lu t m t cách hi u qu . N u các lu t này quá chi ti t
(ch t ch ) thì khi xác nh có th xác nh thi u các khuôn m t có trong nh, vì
nh ng khuôn m t này không th th a mãn t t c các lu t a ra. Nh ng các lu t
ng quát quá thì có th chúng ta s xác nh l m m t vùng nào ó không ph i là
khuôn m t mà l i xác nh là khuôn m t. Và c ng khó kh n khi c n m r ng
yêu c u c a bài toán xác nh các khuôn m t có nhi u t th khác nhau.
Hình 1-1: (a) nh ban u có phân gi i n = 1; (b), (c), và (d) nh có
phân gi i n = 4, 8, 16.
Yang và Huang dùng m t ph ng th c theo h ng ti p c n này x ác
nh các khuôn m t. H th ng c a hai tác gi này bao g m ba m c lu t. mc
cao nh t, dùng m t khung c a s quét trên nh và thông qua m t t p lu t tìm
các ng viên có th là khuôn m t. m c k ti p , hai ông dùng m t t p lu t
mô t t ng quát hình dáng khuôn m t. Còn m c cu i cùng l i dùng m t t p
lu t khác x em xét m c chi ti t các c tr ng khuôn m t. M t h th ng a
p hân gi i có th t c dùng xác nh, hình 1-1. Các lu t m c cao nh t
tìm ng viên nh : “vùng trung tâm khuôn m t (ph n t i h n trong hình 1-2)
có b n ph n v i m t m c u c b n”, “ph n xung quanh bên trên c a m t
khuôn m t (ph n sáng h n trong hình 1-2) có m t m c u c b n”, và “m c
khác nhau gi a các giá tr xám trung bình c a ph n trung tâm và ph n b ao
bên trên là áng k ”. m c hai, xem xét bi u c a các ng viên lo i b t
ng viên nào không ph i là khuôn m t, ng th i dò ra c nh bao xung quanh
ng viên. m c cu i cùng, nh ng ng viên nào còn l i s c xem xét các c
tr ng c a k huôn m t v m t và mi ng. Hai ông ã dùng m t chi n l c “t thô
Lê H ng Chuyên _ CT701 Trang: 8
- Khóa lu n t t nghi p Tìm hi u m t s ph ng pháp phát hi n khuôn m t trong nh
n m n” hay “làm rõ d n” gi m s l ng tính toán trong x lý. M c dù t l
chính xác ch a cao, nh ng ây là ti n cho nhi u nghiên c u sau này.
Hình 1-2: t lo i tri tr c c a ng i nghiên c u phân tích trên khuôn m t.
Kotropoulos và Pitas a m t ph ng pháp dùng trên phân gi i th p.
Hai ông dùng ph ng pháp chi u xác nh các c tr ng khuôn m t. Kanade
ã thành công v i ph ng pháp chi u xác nh biên c a khuôn m t. V i
I(x,y) là giá tr xám c a m t m trong nh có kích th cmxn t i v trí
(x,y), các hàm chi u nh theo ph ng ngang và th ng ng c nh ngh a
nh sau:
∑
HI ( x) = ∑ n −1 I ( x, y ) và VI ( y ) =
m
I ( x, y )
x −1 (1.1)
y
Hình 1-3: Ph ng pháp chi u:
(a) nh ch có m t khuôn m t và hình n n n gi n;
(b) nh ch có m t khuôn m t và hình n n p h c t p;
(c) nh có nhi u khuôn m t
a trên bi u hình chi u ngang, có hai c c ti u c c b khi hai ông xét
quá trình thay i c c a HI, ó chính là c nh bên trái và ph i c a hai bên
u. T ng t v i hình chi u d c VI, các c c ti u c c b c ng cho ta bi t v trí
mi ng, nh m i, và hai m t. Các c tr ng này xác nh khuôn m t.
Lê H ng Chuyên _ CT701 Trang: 9
- Khóa lu n t t nghi p Tìm hi u m t s ph ng pháp phát hi n khuôn m t trong nh
Hình 1-3.a là m t ví d v cách xác nh nh trên. Cách xác nh này có t l
xác nh chính xác là 86.5% cho tr ng h p ch có m t khuôn m t th ng trong
nh và hình n n không ph c t p. N u hình n n p h c t p thì r t khó tìm, nh là
hình 1-3.b. N u nh có nhi u khuôn m t thì s không xác nh c, hình 1-3.c.
Hình 1-4: Chi u t ng ph n ng viên xác nh khuôn m t.
Mateos và Chicote dùng k t c u xác nh ng viên trong nh màu. Sau
ó phân tích hình dáng, kích th c, thành ph n khuôn m t xác nh khuôn
t. Khi tìm c ng viên khuôn m t, hai ông trích các ng viên c a t ng
thành ph n khuôn m t, sau ó chi u t ng ph n này xác th c ó có ph i là
thành ph n khuôn m t hay không, hình 1-4. T l chính xác là h n 87%.
Berbar k t h p m ô hình màu da ng i và xác nh c nh tìm ng viên
khuôn m t ng i. Sau ó k t h p các c tr ng và ph ng pháp chi u các ng
viên khuôn m t xu ng h tr c t a xác nh ng viên nào th t s là khuôn
t ng i.
1.3.2. ng ti p c n d a trên c tr ng không thay i.
ây là h ng ti p c n theo ki u bottom-up. Các tác gi c g ng tìm các c
tr ng không thay i c a khuôn m t ng i xác nh khuôn m t ng i. D a
trên nh n x ét th c t : con ng i d dàng nh n bi t các khuôn m t trong các t
th khác nhau và u ki n ánh sáng khác nhau; do ó khuôn m t ph i có các
thu c tính hay c tr ng không thay i. Theo nhi u nhi u nghiên thì ban u
ph i xác nh các c tr ng khuôn m t r i ch ra có khuôn m t trong nh hay
không. Các c tr ng nh : lông mày, m t, m i, mi ng, và ng vi n c a tóc
Lê H ng Chuyên _ CT701 Trang: 10
- Khóa lu n t t nghi p Tìm hi u m t s ph ng pháp phát hi n khuôn m t trong nh
c trích b ng ph ng pháp xác nh c nh. Trên c s các c tr ng này, xây
ng m t mô hình th ng kê mô t q uan h c a các c tr ng này và xác nh
t n t i c a khuôn m t trong nh. M t v n c a các thu t toán theo h ng
ti p c n c tr ng c n ph i u ch nh cho phù h p u ki n ánh sáng, nhi u, và
che khu t. ô i khi bóng c a khuôn m t s t o thêm c nh m i, mà c nh này l i
rõ h n c nh th t s c a khuôn m t, vì th n u dùng c nh x ác nh s g p khó
kh n.
1.3.2.1. Các c tr ng khuôn m t
Sirohey a m t ph ng pháp xác nh khuôn m t t m t nh có hình n n
ph c t p. ây là ph ng pháp d a trên ng biên, dùng ph ng pháp Candy
và heuristics lo i b các c nh còn l i d uy nh t m t ng bao xung quanh
khuôn m t. M t hình ellipse dùng bao khuôn m t, tách bi t vùng u và hình
n. T l chính xác c a thu t toán là 80%.
C ng dùng ph ng pháp c nh nh Sirohey, Chetverikov và Lerch dùng
t ph ong pháp d a trên blob và streak (hình d ng gi t n c và s c xen k ),
x ác nh theo h ng các c nh. Hai ông dùng hai blob t i và ba blob sáng
mô t hai m t, hai bên gò má, và m i. Mô hình này dùng các treak mô t hình
dáng ngoài c a khuôn m t, lông mày, và môi. Dùng nh có phân gi i th p
theo bi n i laplace xác nh khuôn m t thông qua blob.
Graf a ra m t ph ng pháp xác nh c tr ng r i xác nh khuôn m t
trong nh xám. Dùng b l c làm n i các biên, các phép toán hình thái h c
c dùng làm n i b t các vùng có c ng cao và hình dáng ch c ch n
(nh m t). Thông qua bi u tìm các nh n i b t r i xác nh các ng ng
chuy n nh xám thành hai nh nh phân. Các thành ph n dính nhau u xu t
hi n trong hai nh nh phân thì c xem là vùng c a ng viên khuôn m t r i
phân lo i xem có ph i là khuôn m t không. Ph ng pháp c ki m tra trên các
nh ch có u và vai c a ng i. Tuy nhiên còn có m t v n ây là làm sao
s d ng các phép toán hình thái và làm sao xác nh khuôn m t trên các vùng
ng viên.
Lê H ng Chuyên _ CT701 Trang: 11
- Khóa lu n t t nghi p Tìm hi u m t s ph ng pháp phát hi n khuôn m t trong nh
1.3.2.2. c tr ng k t c u
K huôn m t con ng i có nh ng k t c u riêng bi t mà có th dùng
phân lo i so v i các i t ng khác. Augusteijn và Skufca cho r ng hình d ng
a khuôn m t dùng làm k t c u phân lo i, g i là k t c u gi ng khuôn m t
(face-like texture). Có ba lo i c tr ng c xem xét: màu da, tóc, và nh ng
th khác. Hai ông dùng m ng n -ron v m i t ng quan cascade cho phân lo i
có giám sát các k t c u, và m t ánh x c tr ng t t ch c Kohonen gom
nhóm các l p k t c u khác nhau. Hai tác gi xu t dùng ph ng pháp b u c
khi không quy t nh ck tc u a v ào là k t c u c a da hay k t c u c a
tóc.
Dai và Nakano dùng mô hình SGLD xác nh khuôn m t ng i. Thông
tin màu s c c k t h p v i mô hình k t c u khuôn m t. Hai tác gi xây d ng
thu t gi i xác nh khuôn m t trong không gian màu, v i các ph n t a m àu cam
xác nh các vùng có th là khuôn m t ng i. u m c a ph ng pháp này
là có th xác nh khuôn m t không ch ch p th ng và có th có râu và có kính.
Mark và Andrew dùng phân b màu da và thu t toán DoG (Difference of
Gauss) tìm các ng viên, r i xác th c b ng m t h th ng h c k t c u c a
khuôn m t. Manian và Ross dùng bi n i wavelet xây d ng t p d li u k t
u c a khuôn m t trong nh xám thông qua nhi u phân gi i khác nhau, k t
p x ác su t thông kê xác nh khuôn m t ng i. T l chính xác là 87%, t
x ác nh sai là 18%.
1.3.2.3. c tr ng s c màu c a da
Thông th ng các nh màu không xác nh tr c ti p trên toàn b d li u
nh mà th ng dùng tính ch t s c màu c a da ng i (khuôn m t ng i) ch n
ra c các ng viên có th là khuôn m t ng i (lúc này d li u ã thu h p áng
) xác nh khuôn m t ng i.
1.3.2.4. a c tr ng
n ây có nhi u nghiên c u s d ng các c tr ng toàn c c nh : màu da
ng i, kích th c, và hình dáng tìm các ng viên khuôn m t, r i sau ó s
xác nh ng viên nào là khuôn m t thông qua các c tr ng c c b nh : m t,
Lê H ng Chuyên _ CT701 Trang: 12
- Khóa lu n t t nghi p Tìm hi u m t s ph ng pháp phát hi n khuôn m t trong nh
lông mày, m i, mi ng, và tóc. Tùy m i tác gi s s d ng t p c tr ng khác
nhau.
Yachida a ra m t p h ng pháp xác nh khuôn m t ng i trong nh
màu b ng lý thuy t logic m . Ông dùng hai mô hình m mô t phân b màu
da ng i và màu tóc trong không gian màu CIE XYZ. Có n m mô dùng mô
hình dáng c a m t trong nh (m t th ng và b n xoay xung quanh). M i mô
hình là m t m u 2-chi u bao g m các ô vuông có kích th c m x n, m i ô có th
ch a nhi u h n m t m nh. Hai thu c tính c gán cho m i ô là: t l màu
da và t l tóc, ch ra t l d i n tích vùng da trong ô so v i di n tích c a ô. M i
m nh s c phân lo i thành tóc, khuôn m t, tóc/khuôn m t, và tóc/n n trên
s phân b c a mô hình, theo cách ó s có c các vùng gi ng khuôn m t
và gi ng tóc. Mô hình hình dáng c a us c so sánh v i vùng gi ng khuôn
t và gi ng tóc. N u t ng t , vùng ang xét s tr thành ng viên khuôn m t,
sau ó dùng các c tr ng m t-lông mày và m i-mi ng xác nh ng viên
nào s là khuôn m t th t s .
Sobottka và Pitas dùng các c tr ng v hình dáng và màu s c xác nh
khuôn m t ng i. Dùng m t ng ng phân n trong không gian màu HSV
xác nh các vùng có th là màu da ng i. Các thành ph n dính nhau s c
xác nh b ng thu t toán t ng vùng phân gi i thô. Xem xét ti n ng viên
nào v a kh p hình d ng ellipse s c ch n làm ng viên c a khuôn m t. Sau
ó dùng các c tr ng bên trong nh : m t và mi ng, c trích ra trên c s các
vùng m t và mi ng s t i h n các vùng khác c a khuôn m t, sau cùng phân lo i
a trên m ng n -ron b i t vùng ng viên nào là khuôn m t ng i và vùng
nào không ph i khuôn m t ng i. T l chính xác là 85%.
1.3.3. ng ti p c n d a trên so kh p m u.
Trong so kh p m u, các m u chu n c a khuôn m t (th ng là khuôn m t
c ch p th ng) s c xác nh tr c ho c xác nh các tham s thông qua
t hàm. T m t nh a vào, tính các giá tr t ng quan so v i các m u chu n
ng vi n khuôn m t, m t, m i và mi ng. Thông qua các giá tr t ng quan
này mà các tác gi quy t nh có hay không có t n t i khuôn m t trong nh.
Lê H ng Chuyên _ CT701 Trang: 13
- Khóa lu n t t nghi p Tìm hi u m t s ph ng pháp phát hi n khuôn m t trong nh
ng ti p c n này có l i th là r t d cài t, nh ng không hi u qu khi có s
thay i v t l , t th , và hình dáng.
1.3.3.1. Xác nh m u tr c
Sakai ã c g ng th xác nh khuôn m t ng i ch p th ng trong nh.
Ông dùng vài m u con v m t, m i, mi ng, và ng vi n khuôn m t mô
hình hóa m t khuôn m t. M i m u con c nh ngh a trong gi i h n c a các
n th ng. Các ng th ng trong nh c trích b ng ph ng pháp xem xét
thay i gradient nhi u nh t và so kh p các m u con. u tiên tìm các ng viên
thông qua m i t ng quan gi a các nh con và các m u v ng vi n. Sau ó,
so kh p v i các m u con khác. Hay nói m t cách khác, giai n u xem nh
là giai n s ch tìm ng viên, giai n th hai là giai n tinh ch
xác nh có t n t i hay không m t khuôn m t ng i. Ý t ng này c duy trì
cho n các nghiên c u sau này.
Craw a ra m t ph ng pháp xác nh khuôn m t ng i d a vào các m u
hình dáng c a các nh c ch p th ng (dùng v b ngoài c a hình dáng
khuôn m t). u tiên dùng phép l c Sobel tìm các c nh. Các c nh này s
c nhóm l i theo m t s ràng bu c. Sau ó, tìm ng vi n c a u, quá trình
ng t c l p i l p l i v i m i t l khác nhau xác nh các c tr ng
khác nh : m t, lông mày, và môi. Sau ó Craw mô t m t ph ng th c x ác nh
dùng m t t p có 40 m u tìm các c tr ng khuôn m t và u khi n chi n
c dò tìm.
Sinha dùng m t t p nh các b t bi n nh trong không gian nh mô t
không gian các m u nh. T t ng chính c a ông d a vào s thay im c
sáng c a các vùng khác nhau c a khuôn m t (nh hai m t, hai má, và trán),
quan h v m c sáng c a các vùng còn l i thay i không áng k . Xác nh
các c p t s c a m c sáng c a m t s vùng (m t vùng t i h n hay sáng h n)
cho ta m t l ng b t bi n khá hi u qu . Các vùng có sáng u c xem nh
t m u t s mà là m u thô trong không gian nh c a m t khuôn m t v i
thích h p ít dùng ch n nh các c tr ng chính c a khuôn m t nh hai m t,
hai má, và trán. L u gi thay i sáng c a các vùng trên khuôn m t trong
t t p thích h p v i các c p quan h sáng h n – t i h n gi a các vùng nh .
Lê H ng Chuyên _ CT701 Trang: 14
- Khóa lu n t t nghi p Tìm hi u m t s ph ng pháp phát hi n khuôn m t trong nh
t khuôn m t c xác nh khi m t nh phù h p t t c các c p sáng h n – t i
n. Ý t ng này xu t p hát t s khác bi t c a c ng gi a các vùng k c c
, sau này c m r ng trên c s bi n i wavelet bi u d i n cho xác nh
ng i i b , xác nh xe h i, xác nh khuôn m t. Ý t ng c a Sinha còn c
áp d ng cho h th ng th giác c a robot. Hình 1-5 cho th y m u n i b t trong 23
quan h c nh ngh a. Dùng các quan h này phân lo i, có 11 quan h
thi t y u (các m i tên màu en) và 12 quan h xác th c (các m i tên xám). M i
i tên là m t q uan h . M t quan h th a mãn m u khuôn m t khi t l gi a hai
vùng v t qua m t ng ng và 23 quan h này v t ng ng thì xem nh xác
nh c m t khuôn m t.
Ph ng pháp so kh p m u theo th t xác nh khuôn m t ng i do
o o
Miao trình bày. giai n u tiên, nh s c xoay t -20 n 20 v i m i
o
c là 5 và theo th t . X ây d ng nh a phân gi i, hình 1-1, r i dùng phép
toán Laplace xác nh các c nh. M t m u khuôn m t g m các c nh mô t sáu
thành ph n: hai lông mày, hai m t, m t m i, và m t mi ng. Sau ó áp d ng
heuristic xác nh s t n t i c a khuôn m t trong nh, ph ng pháp này cho
phép xác nhi u khuôn m t, nh ng k t qu không t t b ng xác nh m t khuôn
t (ch p th ng ho c xoay) trong nh xám.
Hình 1-5: u khuôn m t, có 16 vùng và 23 quan h (các m i tên).
Wei và Lai dùng b l c phân n k t h p thu t toán tìm láng gi ng g n
nh t xác nh ng viên khuôn m t, t ng viên này sau ó so kh p v i các m u
ã xác nh tr c bi t ng viên có ph i là khuôn m t hay không. T l chính
xác là 80%.
Lê H ng Chuyên _ CT701 Trang: 15
- Khóa lu n t t nghi p Tìm hi u m t s ph ng pháp phát hi n khuôn m t trong nh
Darrell dùng phân n tìm ng viên, dùng ng viên này xác nh
khuôn m t ng i d a vào m u r i theo v t chuy n ng c a ng i.
Dowdall dùng ph c a màu da ng i xác nh ng viên. Sau ó chi u
các ng viên này so sanh v i các m u có tr c xác nh ng viên nào là
khuôn m t ng i. Ph ng pháp này ch xác nh cho khuôn m t ch p th ng và
n th ng, góc quay kho ng t -10o n 10 o .
1.3.3.2. Các m u b bi n d ng
Yuille dùng các m u bi n d ng mô hình hóa các c tr ng c a khuôn
t, mô hình này có kh n ng linh ho t cho các c tr ng khuôn m t. Trong
ng ti p c n này, các c tr ng khuôn m t c mô t b ng các m u c
tham s hóa. M t hàm n ng l ng (giá tr ) c nh ngh a liên k t các c nh,
nh, và thung l ng trong nh t ng ng v i các tham s trong m u. Mô hình
này cho k t qu t t khi t i gi n hàm n ng l ng qua các tham s . M t h n ch
ah ng ti p c n này là các m u bi n d ng ph i c kh i t o trong ph m vi
n các it ng xác nh.
Lanitis mô t m t ph ng pháp bi u di n khuôn m t ng i v i c hai thông
tin: hình dáng và c ng . Ban u, t p nh c hu n luy n v i các ng
vi n m u nh là ng bao m t, m i, c m, má c gán nhãn. Dùng m t vector
mô t hình dáng, ây tác gi d ùng m t mô hình phân b m (Point
Distribution Model – PDM) mô t vector hình dáng qua toàn b các cá th .
1.3.4. ng ti p c n d a trên di n m o.
Trái ng c v i các ph ng pháp so kh p m u v i các m u ã c nh
ngh a tr c b i nh ng chuyên gia, các m u trong h ng ti p c n này ch c
các nh m u. M t các t ng quát, các ph ng pháp theo h ng ti p c n này áp
ng các k thu t theo h ng xác su t th ng kê và máy h c tìm nh ng c
tính liên quan c a khuôn m t và không ph i là khuôn m t. Các c tính ã c
c trong hình thái các mô hình phân b , hay các hàm bi t s có th dùng các
c tính này xác nh khuôn m t ng i. ng th i, bài toán gi m s chi u
th ng c quan tâm t ng hi u q u tính toán c ng nh hi u qu xác nh.
t nh hay m t vector c tr ng xu t phát t m t nh c xem nh m t b i n
ng u nhiên x, và bi n ng u nhiên có c tính là khuôn m t hay không ph i
Lê H ng Chuyên _ CT701 Trang: 16
- Khóa lu n t t nghi p Tìm hi u m t s ph ng pháp phát hi n khuôn m t trong nh
khuôn m t b i công th c tính theo các hàm m t phân l p theo u ki n
p(x | khuôn m t) và p(x | không ph i khuôn m t) . Có th dùng phân lo i Bayes
ho c kh n ng c c i phân lo i m t ng viên là khuôn m t hay không ph i
là khuôn m t. Không th cài t tr c ti p phân lo i Bayes b i vì s chi u c a x
khá cao, b i vì p(x | khuôn m t) và p(x | không ph i khuôn m t) là a th c, và
ch a th hi u n u xây d ng các d ng tham s hóa m t cách t nhiên cho
p(x | khuôn m t) và p(x | không ph i khuôn m t) . Có khá nhi u nghiên c u theo
ng ti p c n này quan tâm x p x có tham s hay không có tham s cho
p(x | khuôn m t) và p(x | không ph i khuôn m t) . Các ti p c n khác trong
ng ti p c n d a trên di n m o là tìm m t hàm bi t s (nh : m t ph ng quy t
nh, siêu ph ng tách d li u, hàm ng ng) phân bi t hai l p d li u:
khuôn m t và không ph i khuôn m t. Bình th ng, các m u nh c chi u vào
không gian có s chi u th p h n, r i sau ó dùng m t hàm bi t s (d a trên các
o kho ng cách) phân lo i, ho c xây d ng m t quy t nh phi tuy n b ng
ng n -ron a t ng. Ho c dùng SVM (Support Vector Machine) và các
ph ng th c kernel, chi u hoàn toàn các m u vào không gian có s chi u cao
n d li u b r i r c hoàn toàn và ta có th d ùng m t m t ph ng quy t nh,
phân lo i các m u khuôn m t và không ph i khuôn m t.
1.3.4.1. Eigenface.
Kohonen ã a ra ph ng pháp dùng vector riêng nh n d ng khuôn
t, ông dùng m t m ng n -ron n gi n ch ng t kh n ng c a ph ng
pháp này trên các nh ã c chu n hóa. M ng n -ron tính m t mô t c a
khuôn m t b ng cách x p x các vector riêng c a ma tr n t ng quan c a nh.
Các vector riêng sau này c bi t n v i cái tên Eigenface. Kirby và Sirovich
ch ng t các nh có các khuôn m t có th c mã hóa tuy n tính b ng m t s
ng v a p h i các nh c s . Tính ch t này d a trên bi n i Karhunen-Lòeve,
mà còn c g i d i m t cái tên khác là PCA và bi n i Hotelling. Ý t ng
này c xem là c a Pearson trình bày u tiên vào n m 1901 và sau ó là
Hotelling vào n m 1933. Cho m t t p các nh hu n luy n có kích th cnxm
c mô t b i các vector có kích th c m x m, các vector c s cho m t không
gian con t i u c x ác nh thông qua l i bình ph ng trung bình khi chi u
các nh hu n luy n vào không gian con này. Các tác gi g i t p các vector c s
Lê H ng Chuyên _ CT701 Trang: 17
- Khóa lu n t t nghi p Tìm hi u m t s ph ng pháp phát hi n khuôn m t trong nh
i u này là nh riêng, sau ó g i cho n gi n là vector riêng c a ma tr n hi p
ph ng sai, c tính t các nh khuôn m t ã vector hóa trong t p hu n luy n.
u cho 100 nh, mà m i khuôn m t có kích th c 91x50 thì có th ch dùng 50
nh riêng, trong khi v n d uy trì c m t kh n ng gi ng nhau h p .
Turk và Pentland áp d ng PCA xác nh và nh n d ng khuôn m t.
ng t , dùng PCA trên t p hu n luy n nh các khuôn m t sinh các nh
riêng (còn g i là eigenface) tìm m t không gian con (không gian khuôn m t)
trong không gian nh. Các nh khuôn m t c chi u vào không gian con này
và c gom nhóm l i. T ng t các nh không có khuôn m t dùng hu n
luy n c ng c chi u vào cùng không gian con và gom nhóm l i. Các nh khi
chi u vào không gian khuôn m t thì không b thay i tính ch t c b n, trong
khi chi u các nh không có khuôn m t thì xu t hi n nhi u s khác nhau. Xác
nh s có m t c a m t khuôn m t trong nh thông qua t t c kho ng cách gi a
các v trí trong nh và không gian nh. Kho ng cách này dùng xem xét có hay
không có khuôn m t ng i, k t qu khi tính toán các kho ng cách s cho ta m t
n v khuôn m t. Có th xác nh c t c c ti u c c b c a b n này.
Có nhi u nghiên c u v xác nh khuôn m t, nh n d ng, và trích c tr ng t ý
ng vector riêng, phân rã, và gom nhóm.
1.3.4.2. ng Neural.
ng n -ron c áp d ng khá thành công trong các bài toán nh n d ng
u, nh : nh n ký t , it ng, robot t ng v n hành. Xác nh khuôn m t
ng i có th xem là bài toán nh n d ng hai lo i m u, có nhi u ki n trúc m ng
-ron ã c trình bày. M t thu n l i khi dùng m ng n -ron xác nh
khuôn m t là tính kh thi c a h th ng h c khi có s ph c t p trong l p c a các
u khuôn m t. Tuy nhiên, m t u tr ng i là các ki n trúc m ng u t ng
quát, khi áp d ng thì ph i xác nh rõ ràng s l ng t ng, s l ng node, t l
c, …, cho t ng tr ng h p c th
Lê H ng Chuyên _ CT701 Trang: 18
- Khóa lu n t t nghi p Tìm hi u m t s ph ng pháp phát hi n khuôn m t trong nh
Hình 1-6: Mô hình m ng N -ron theo Rowley
Agui trình bày m ng n -ron x lý có th t . Giai n u, dùng hai m ng
con song song mà d li u vào là các giá tr c ng c a nh ban u và các giá
tr c ng c a nh ã c l c b ng thu t toán l c Sobel v i c a s l c 3x3.
u vào c a m ng giai n hai bao g m d li u u ra t hai m ng con và
các giá tr c tr ng ã c trích ra, nh : c tr ng l ch chu n c a các giá
tr m nh trong m u a vào, m t t l c a s m nh tr ng trên t ng s
m nh ( ã chuy n sang nh nh phân) trong m t c a s , và c tr ng thi t y u
hình h c. M t giá tr xu t t i giai n hai cho bi t có t n t i hay không
khuôn m t ng i trong vùng a vào. Qua kinh nghi m, tác gi ch ra r ng n u
các nh cùng m t kích th c thì m i dùng ph ng pháp này c.
Propp và Samal phát tri n m ng n -ron xác nh khuôn m t ng is m
nh t. M ng n -ron c a hai ông g m b n t ng v i 1,024 u vào, 256 u k ti p
trong t ng n th nh t, tám u k ti p trong t ng n th hai, và hai u ra.
ng t nh m ng n -ron x lý theo th t c a ra sau ó. Ph ng
pháp c a Soulie duy t m t nh a vào v i m ng n -ron có th i gian tr (kích
th c c a s là 20x25 m nh) xác nh khuôn m t. Dùng bi n i wavelet
phân rã nh các ph n có kích th c khác nhau xác nh khuôn m t.
Vaillant dùng m ng n -ron d ng xo n xác nh khuôn m t ng i. u
tiên t o các nh m u khuôn m t và không ph i khuôn m t có kích th c 20x20.
Dùng m t m ng n -ron, m ng này ã c hu n luy n, tìm các v trí t ng
i c a các khuôn m t các t l khác nhau. R i dùng m t m ng khác xác
nh v trí chính xác c a các khuôn m t. M ng u tiên dùng tìm các ng
Lê H ng Chuyên _ CT701 Trang: 19
nguon tai.lieu . vn