1. Trang Chủ
  2. Hệ điều hành
  3. Xây dựng công cụ nhận dạng khuôn mặt theo thời gian thực hiện trên nền hệ điều hành mã nguồn mỡ

Xây dựng công cụ nhận dạng khuôn mặt theo thời gian thực hiện trên nền hệ điều hành mã nguồn mỡ

Bài báo trình bày kết quả nghiên cứu xây dựng phần mềm nhận diện khuôn mặt theo thời gian thực trên hệ điều hành mã nguồn mở áp dụng phương pháp trích rút các thành phần chính ma trận đặc trưng, đặc tính màu của ảnh. Phần mềm được thử nghiệm trên kít phát triển Pandaboard của hãng Texas Instrument sử dụng chip 02 lõi ARM-Cotex A9 với hệ điều hành Linux. Kết quả thử nghiệm ban đầu cho thấy công cụ đã làm việc khá hiệu quả và có khả năng áp dụng vào thực tiễn trên nhiều lĩnh vực. Nghiªn cøu khoa h

Thể loại Tài liệu miễn phí Hệ điều hành

Số trang 7

Ngày tạo 8/15/2019 12:17:06 PM +00:00

Loại tệp PDF

Kích thước 0.31 M

Tên tệp

Tải Xây dựng công cụ nhận dạng khuôn mặt theo thời gia... (.pdf)

Xem mẫu

  1. Nghiªn cøu khoa häc c«ng nghÖ X©y dùng c«ng cô nhËn D¹ng khu«n mÆt theo thêi gian thùc trªn nÒn hÖ ®iÒu hµnh m· nguån më NguyÔn B¸ §¹i*, D­¬ng Quèc Dòng** Tãm tắt: Bµi b¸o tr×nh bµy kÕt qu¶ nghiªn cøu x©y dùng phÇn mÒm nhËn diÖn khu«n mÆt theo thêi gian thùc trªn hÖ ®iÒu hµnh m· nguån më ¸p dông ph­¬ng ph¸p trÝch rót c¸c thµnh phÇn chÝnh ma trËn ®Æc tr­ng, ®Æc tÝnh mµu cña ¶nh. PhÇn mÒm ®­îc thö nghiÖm trªn kÝt ph¸t triÓn Pandaboard cña h·ng Texas Instrument sö dông chip 02 lâi ARM-Cotex A9 víi hÖ ®iÒu hµnh Linux. KÕt qu¶ thö nghiÖm ban ®Çu cho thÊy c«ng cô ®· lµm viÖc kh¸ hiÖu qu¶ vµ cã kh¶ n¨ng ¸p dông vµo thùc tiÔn trªn nhiÒu lÜnh vùc. Tõ khãa: ThÞ gi¸c m¸y, Xö lý ¶nh, NhËn d¹ng ®èi t­îng, M· nguån më, NhËn d¹ng mÆt, PCA. 1. ®Æt vÊn ®Ò Khu«n mÆt ng­êi ®ãng vai trß quan träng trong c¸c t­¬ng t¸c x· héi cña chóng ta, cho phÐp chóng ta nhËn d¹ng ®­îc ng­êi nµy víi ng­êi kh¸c. ViÖc nhËn d¹ng ®èi t­îng dùa vµo khu«n mÆt nhËn ®­îc sù quan t©m ®¸ng kÓ trong nh÷ng n¨m gÇn ®©y do tiÒm n¨ng cña nã cho hµng lo¹t c¸c øng dông trong ®iÒu khiÓn robot, trong c¸c øng dông an ninh nh­ xuÊt nhËp c¶nh, qu¶n lý tßa nhµ, qu¶n lý c¸c ca kÝp lµm viÖc trong c¸c ph©n x­ëng, nhËn d¹ng vµ truy b¾t téi ph¹m NhËn d¹ng mÆt ng­êi (Face Recognition) lµ mét lÜnh vùc nghiªn cøu cña ngµnh thÞ gi¸c m¸y (Computer Vision) vµ cã liÖn hÖ mËt thiÕt víi c¸c nghiªn cøu cña ngµnh sinh tr¾c häc. Nã cã nhiÒu ®iÓm t­¬ng tù víi c¸c nghiªn cøu nhËn diÖn mèng m¾t hay nhËn d¹ng v©n tay mµ c¸c nghiªn cøu ®· ®¹t ®Õn sù chÝn muåi. Tuy nhiªn nhËn khu«n mÆt vÉn cßn lµ mét vÊn ®Ò phøc t¹p, khoa häc ®ang gÆp nhiÒu khã kh¨n khi gi¶i quyÕt nã ®Æc biÖt lµ bµi to¸n x©y dùng hÖ thèng lµm viÖc theo thêi gian thùc do c¸c giíi h¹n vÒ tèc ®é, bé nhí l­u tr÷ ®èi víi c¸c Board ho¹t ®éng ®éc lËp. HÖ thèng nhËn d¹ng khu«n mÆt thêi gian thùc lµ hÖ thèng nhËn d¹ng khu«n mÆt tõ nh÷ng h×nh ¶nh video mµ ®­îc cung cÊp bëi camera. Nh­ vËy, hÖ thèng nµy sö dông cïng lóc hai kü thuËt ®ã lµ kü thuËt nhËn diÖn khu«n mÆt vµ kü thuËt nhËn d¹ng, ph©n líp ®èi t­îng. Ngµy nay, c¸c hÖ thèng nhóng ph¸t triÓn m¹nh mÏ vµ ®­îc øng dông rÊt réng r·i trong c¸c hÖ thèng kü thuËt còng nh­ c¸c thiÕt bÞ cÇm tay. HÖ thèng nhóng víi hÖ ®iÒu hµnh ®ãng vai trß quan träng trong qu¸ tr×nh ph¸t triÓn ®ã. Cã rÊt nhiÒu c¸c hÖ ®iÒu hµnh nhóng ®­îc ra ®êi nh­ c¸c hÖ ®iÒu hµnh Windows CE, VxWorks (Wind River Systems), Windows NT, QNX RTOS vµ Linux. Trong nh÷ng hÖ ®iÒu hµnh trªn, hÖ ®iÒu hµnh m· nguån më Linux ®­îc ®Æc biÖt quan t©m v× søc m¹nh còng nh­ tµi nguyªn to lín cña nã cho viÖc ph¸t triÓn c¸c hÖ thèng nhóng víi CPU ®a lâi. Mét thùc tÕ kh«ng thÓ phñ nhËn lµ Linux hay nãi chung c¸c dßng hÖ ®iÒu hµnh ph¸t triÓn tõ Unix lµ tèc ®é xö lý nhanh h¬n h¼n c¸c Window bëi lý do Linux ®¹t ®­îc hiÖu qu¶ cao trong viÖc qu¶n lý vµ sö dông tµi nguyªn hÖ thèng. Ngoµi ra nã lµ hÖ ®iÒu hµnh miÔn phÝ víi m· nguån më, cho phÐp T¹p chÝ Nghiªn cøu KH&CN Qu©n sù, Sè 29, 02 - 2014 53
  2. Kü thuËt ®iÖn tö & Khoa häc m¸y tÝnh ng­êi dïng can thiÖp s©u, tèi ­u hãa c¸c phÐp to¸n ®Ó t¨ng kh¶ n¨ng tÝnh to¸n, ®¸p øng yªu cÇu thêi gian thùc trong mét sè bµi to¸n. Môc tiªu cña ®Ò tµi lµ nghiªn cøu x©y dùng c«ng cô nhËn d¹ng mÆt trªn c¸c thiÕt bÞ cã tèc ®é xö lý còng nh­ tµi nguyªn h÷u h¹n ®Ó ¸p dông cho c¸c bµi to¸n thùc tiÔn cô thÓ lµm viÖc theo thêi gian thùc, vÝ dô nh­ c¸c bé chÊm c«ng cho nh©n viªn c«ng ty, nhµ m¸y; thiÕt bÞ gi¸m s¸t vµo ra cho c¸c ®¬n vÞ cã tÝnh an ninh, b¶o mËt cao...ThiÕt bÞ ph¶i ®¶m b¶o gän nhÑ, ho¹t ®éng æn ®Þnh vµ nhËn diÖn ®­îc c¸c ®èi t­îng ®ang di chuyÓn ë tèc ®é cña ng­êi ®i bé b×nh th­êng. Trong ph¹m vi bµi b¸o, t¸c gi¶ nghiªn cøu øng dông c¸c kü thuËt nhËn diÖn ®èi t­îng, ph­¬ng ph¸p sö dông khu«n mÆt ®Æc tr­ng (Eigenfaces) kÕt hîp víi ph­¬ng ph¸p so s¸nh t­¬ng quan ®Ó so khíp vµ nhËn d¹ng ®èi t­îng. Trong ®ã, t¸c gi¶ tËp trung nghiªn cøu kh¶ n¨ng øng dông cña ph­¬ng ph¸p mÆt ®Æc tr­ng (Eigenfaces) cho bµi to¸n x©y dùng bé ®Æc tr­ng nhËn d¹ng mÆt, ®ång thêi xem xÐt c¸c th«ng sè ¶nh h­ëng ®Õn thêi gian tÝnh tÝnh to¸n, ­íc l­îng ®Ó ®­a ra bé th«ng sè ¶nh ®Çu vµo ®¶m b¶o tèc ®é tÝnh to¸n ®¸p øng yªu cÇu bµi to¸n thêi gian thùc trªn board nhóng. Tõ c¸c th«ng sè thu ®­îc, t¸c gi¶ ®· tiÕn hµnh thö nghiÖm trªn kÝt ph¸t triÓn Pandaboard cña h·ng Texas Instrument sö dông chip 02 lâi ARM-Cotex A9 víi hÖ ®iÒu hµnh Linux vµ thu ®­îc kÕt qu¶ kh¶ quan. 2. néi dung gi¶i quyÕt 2.1. Lùa chän ph­¬ng ph¸p Nh­ ®· nãi ë trªn, ®Ó gi¶i quyÕt bµi to¸n nhËn d¹ng mÆt ng­êi theo thêi gian thùc, cÇn gi¶i quyÕt c¸c vÊn ®Ò vÒ nhËn diÖn khu«n mÆt vµ nhËn d¹ng, ph©n líp ®èi t­îng. §Ó gi¶i quyÕt bµi to¸n nhËn d¹ng khu«n mÆt ng­êi, hiÖn t¹i cã hai h­íng chÝnh ®­îc sö dông lµ: NhËn d¹ng dùa trªn c¸c ®Æc tr­ng cña c¸c phÇn tö trªn khu«n mÆt (Feature Based Face Fecognition). Khi ®ã, c¸c chi tiÕt trªn khu«n mÆt (nh­ vÞ trÝ, diÖn tÝch, h×nh d¹ng cña m¾t, mòi, miÖng) vµ mèi quan hÖ h×nh häc gi÷a chóng (nh­ kho¶ng c¸ch cña hai m¾t, kho¶ng c¸ch hai l«ng mµy, t­¬ng quan gi÷a c¸c bé phËn ) ®­îc sö dông lµm ®Æc tr­ng cho bµi to¸n so khíp ®èi t­îng ë giai ®o¹n tiÕp theo. Ph­¬ng ph¸p nµy cã ­u ®iÓm lµ gÇn víi c¸ch con ng­êi sö dông ®Ó nhËn biÕt khu«n mÆt, ngoµi ra ph­¬ng ph¸p nµy lo¹i bá ®­îc c¸c sai sè trong c¸c tr­êng hîp nh­ ¶nh bÞ nghiªng hay nhiÔu do ®iÒu kiÖn ¸nh s¸ng. Tuy nhiªn nh­îc ®iÓm lín nhÊtcña ph­¬ng ph¸p nµy lµ thuËt to¸n kh¸ phøc t¹p, khèi l­îng tÝnh to¸n lín vµ kÕt qu¶ xö lý thÊp ®èi víi c¸c ®èi t­îng ë kho¶ng c¸ch xa. NhËn d¹ng dùa trªn tæng thÓ khu«n mÆt (Appearance Based Face Recognition). Lóc nµy qu¸ tr×nh nhËn d¹ng kh«ng ®i xÐt c¸c chi tiÕt trªn khu«n mÆt n÷a, mµ chóng ta xem khu«n mÆt lµ mét vector trong kh«ng gian nhiÒu chiÒu tõ ®ã cã thÓ ®¸nh gi¸ t­¬ng quan cña c¸c ®èi t­îng th«ng qua ®¸nh gi¸ vÞ trÝ t­¬ng quan cña c¸c vector. Tuy nhiªn viÖc sö dông tÊt c¶ c¸c d÷ liÖu trong ¶nh ®Ó dïng cho bµi to¸n nhËn d¹ng, ph©n líp lµ kh«ng cÇn thiÕt, ®Æc biÖt ®èi víi nhãm d÷ liÖu cã cïng chiÒu h­íng biÕn ®æi nh­ mÆt ng­êi, nªn ph­¬ng ph¸p ph©n tÝch thµnh phÇn chÝnh ®­îc ®Ò xuÊt vµ ®­îc sö dông phæ biÕn cho líp bµi to¸n nµy. ¦u ®iÓm cña ph­¬ng ph¸p ph©n tÝch thµnh phÇn chÝnh (Principal Companent Analysis – PCA) ®­îc t¸c Herve Abdi vµ Lynne J.William tæng hîp trong nghiªn cøu cña m×nh [1] lµ cã thÓ lo¹i bá mét sè chiÒu cña kh«ng gian d÷ liÖu mµ vÉn duy tr× sù biÕn ®æi nhiÒu nhÊt 54 N.B. §¹i, D.Q. Dòng , “X©y dùng c«ng cô nhËn d¹ng khuôn mÆt... mã nguồn mở”
  3. Nghiªn cøu khoa häc c«ng nghÖ cña tËp hîp c¸c vector d÷ liÖu ban ®Çu. Tõ ®ã, Matthew A. Turk vµ Alex P. Pentland ®· ph¸t triÓn ph­¬ng ph¸p nhËn d¹ng mÆt sö dông khu«n mÆt ®Æc tr­ng[2], lµ ph­¬ng ph¸p cô thÓ cho bµi to¸n nhËn d¹ng mÆt mµ t¸c gi¶ sö dông cho viÖc x©y dùng c«ng cô. Khi ®ã, bµi to¸n sÏ ®­îc gi¶i quyÕt qua c¸c b­íc chÝnh nh­ sau: 1. Khëi t¹o: tÝnh to¸n khu«n mÆt ®Æc tr­ng tõ tËp ¶nh d÷ liÖu ®Çu vµo vµ x©y dùng kh«ng gian ®Æc tr­ng nhiÒu chiÒu míi cho bé ¶nh ®Æc tr­ng. 2. §èi víi ¶nh cÇn nhËn d¹ng, thùc hiÖn viÖc biÓu diÔn trªn kh«ng gian ®Æc tr­ng, tÝnh to¸n ®é t­¬ng quan víi c¸c vector cña tËp d÷ liÖu. 3. §¸nh gi¸ ®é t­¬ng quan ®Ó truy xuÊt kÕt qu¶. 2.2. C¸c b­íc tiÕn hµnh  X©y dùng kh«ng gian ®Æc tr­ng cho tËp ¶nh d÷ liÖu Gi¶ sö c¸c ¶nh mÆt I(x,y) biÓu diÔn thµnh c¸c m¶ng gi¸ trÞ c­êng ®é s¸ng hai chiÒu cã kÝch th­íc lÇn l­ît lµ W vµ H, nÕu biÓu diÔn thµnh d¹ng vector trong kh«ng gian, th× kÝch th­íc cña vector hay nãi c¸ch kh¸c chiÒu cña kh«ng gian sÏ lµ WH. VÝ dô, nÕu ¶nh d÷ liÖu cã d¹ng h×nh vu«ng kÝch th­íc 256, th× sè chiÒu cña kh«ng gian ®Ó biÓu diÔn ¶nh trªn ®ã sÏ lµ 65,536. NÕu tËp ¶nh ®Çu vµo cña chóng ta gåm m phÇn tö, mçi phÇn tö ®­îc biÓu diÔn ë d¹ng vector cét Xi, khi ®ã ta cã gi¸ trÞ trung b×nh c¸c ¶nh mÆt sÏ lµ: 1 m X   Xi (1) m i 1 Sai kh¸c gi÷a c¸c mÆt víi gi¸ trÞ trung b×nh ®­îc tÝnh theo c«ng tøc: i  X i  X (2) Tõ ®ã, tËp hîp c¸c gi¸ trÞ sai kh¸c cña tËp ¶nh d÷ liÖu so víi gi¸ trÞ trung b×nh t¹o thµnh ma trËn A cã d¹ng: A   1  2 ...  m  (3) Tõ ®©y x©y dùng ma trËn hiÖp ph­¬ng sai. Ở ®©y ta sö dông mét thñ thuËt cña Mathew A.Turk vµ Alex P.Pentland [2] lµ ®¶o chiÒu nh©n ma trËn lµm gi¶m ®¸ng kÓ sè chiÒu cña ma trËn ®Ó t×m c¸c vector vµ gi¸ trÞ riªng dÔ dµng h¬n mµ vÉn hiÖu qu¶ tèt lµ : C  AT * A trong ®ã AT lµ ma trËn chuyÓn vÞ cña ma trËn d÷ liÖu ®Çu vµo A, C lµ ma trËn hiÖp ph­¬ng sai. Khi ®ã c¸c gi¸ trÞ riªng x¸c ®Þnh ®­îc chØ cßn lµ 1  2  ...  m  0 , vector riªng a1 ,..., am  ,thùc hiÖn ®¸nh gi¸ vµ lùa chän sè trÞ riªng vµ vector riªng lµm c¬ së trùc chuÈn cho kh«ng gian míi. Gäi ma trËn c¬ së trùc chuÈn cho kh«ng gian míi lµ ME. C¸c vector d÷ liÖu ban ®Çu ®­îc biÓu diÔn trong kh«ng gian ®Æc tr­ng th«ng qua phÐp to¸n quay: MF  ME T * A (4) Trong ®ã MF lµ ma trËn chøa täa ®é c¸c vector ¶nh cña tËp d÷ liÖu trong kh«ng gian míi.  TÝnh to¸n ®é t­¬ng quan cña ¶nh nhËn d¹ng víi tËp ¶nh d÷ liÖu §èi víi c¸c ¶nh nhËn d¹ng: ¶nh ®­îc chuÈn hãa kÝch th­íc so víi tËp d÷ liÖu ¶nh c¬ së. Mçi ¶nh ®Çu vµo cña qu¸ tr×nh nhËn d¹ng cã d¹ng lµ vector cét X cã cì kÝch th­íc WH Sai kh¸c gi÷a ¶nh ®Çu vµo vµ gi¸ trÞ trung b×nh tËp d÷ liÖu: T¹p chÝ Nghiªn cøu KH&CN Qu©n sù, Sè 29, 02 - 2014 55
  4. Kü thuËt ®iÖn tö & Khoa häc m¸y tÝnh X X (5) To¹ ®é cña vector ¶nh ®Çu vµo biÓu diÔn trong kh«ng gian ®Æc tr­ng cã d¹ng: IF  ME T *  (6) §é t­¬ng quan Si gi÷a ¶nh cÇn nhËn d¹ng vµ tËp ¶nh d÷ liÖu ®­îc x¸c ®Þnh th«ng qua kho¶ng c¸ch Euclide cña vector IF víi c¸c cét cña ma trËn MF: 1 Si  (7) 1  IF  MFi  Gi¸ trÞ Si cµng lín th× ¶nh ®Çu vµo cµng gièng víi thµnh phÇn Fi cña ma trËn MF, tõ ®ã ta cã thÓ ®­a ra kÕt luËn cho ¶nh cÇn nhËn d¹ng. 3. X©y dùng c«ng cô vµ lùa chän tham sè 3.1. Ph­¬ng ph¸p, c«ng cô thùc hiÖn C«ng cô ®­îc x©y dùng trªn nÒn hÖ ®iÒu hµnh m· nguån më Ubuntu víi sù hç trî cña th­ viÖn xö lý ¶nh OpenCV. C¸c ¶nh cña tËp huÊn luyÖn còng nh­ ¶nh nhËn d¹ng thu ®­îc tr¶i qua qu¸ tr×nh nhËn diÖn, tiÒn xö lý vµ chuÈn hãa kÝch th­íc t­¬ng tù nhau vµ t­¬ng tù víi c¸c ®iÒu kiÖn khi tiÕn hµnh nhËn d¹ng. ViÖc nhËn diÖn sù cã mÆt cña mÆt ®èi t­îng trong ¶nh ®­îc tiÕn hµnh dùa vµo viÖc sö dông c¸c líp ®èi t­îng Haar Cascade trong OpenCV. Trong ch­¬ng tr×nh, chóng t«i thö nghiÖm nhËn diÖn c¸c ®ång nghiÖp trong c¬ quan, mçi ®èi t­îng nhËn d¹ng ®­a vµo c¬ së d÷ liÖu 5 ¶nh, ë c¸c tr¹ng th¸i kh¸c nhau cïng víi mét sè l­îng c¸c ¶nh ®­îc download tõ internet. Sè l­îng ®èi t­îng ®­îc sö dông cho cho viÖc nhËn d¹ng thö nghiÖm lµ 50 ng­êi, sè ¶nh trong c¬ së d÷ liÖu lµ 500. ViÖc tiÒn xö lý d÷ liÖu c¬ së ban ®Çu, tÝnh to¸n ma trËn t­¬ng quan vµ c¸c gi¸ trÞ riªng ®­îc t¸c gi¶ sö dông c¸c c«ng to¸n hç trî qu¸ tr×nh tÝnh to¸n vµ chØ thùc hiÖn khi khëi ®éng ch­¬ng tr×nh. C¸c kÕt qu¶ thu ®­îc sÏ ®­îc l­u tr÷ vµo file vµ truy xuÊt trong qu¸ tr×nh tÝnh to¸n. Nhê c¸ch xö lý nµy lµm gi¶m ®¸ng kÓ thêi gian tÝnh to¸n. H×nh 1. Lưu đồ thuật toán chương trình nhận dạng. Tõ thuËt to¸n trªn, t¸c gi¶ ®· x©y dùng ®­îc c«ng cô phÇn mÒm ch¹y trªn Pandaboard ARM-Cotex A9, giao diÖn ®­îc thÓ hiÖn ë h×nh d­íi. 56 N.B. §¹i, D.Q. Dòng , “X©y dùng c«ng cô nhËn d¹ng khuôn mÆt... mã nguồn mở”
  5. Nghiªn cøu khoa häc c«ng nghÖ H×nh 2. Giao diÖn chÝnh cña hÖ nhËn d¹ng khu«n mÆt. Giao diÖn gồm có 4 phần chính: 1. Vùng hiển thị tín hiệu video từ camera 2. Vùng khuôn mặt được phát hiện và cắt phục vụ cho quá trình nhận dạng 3. Vùng hiển thị kết quả khuôn mặt sau khi nhận dạng 4. Vùng hiển thị c¸c th«ng sè qu¸ tr×nh nhËn d¹ng bao gåm thêi gian tÝnh to¸n, chØ sè mÆt t­¬ng quan lín nhÊt vµ gi¸ trÞ t­¬ng quan. Vïng này được thể hiện dưới dạng text và chỉ thay đổi khi cã sù xuÊt hiÖn cña mÆt ng­êi trong tr­êng quan s¸t cña camera. Tuy nhiªn, trong qu¸ tr×nh thùc hiÖn, ®èi víi mét thiÕt bÞ phÇn cøng cô thÓ, ë ®©y sö dông Pandaboard ARM-Cotex A9, t¸c gi¶ nhËn thÊy cã rÊt nhiÒu yÕu tè ¶nh h­ëng tíi c¸c ®Æc tÝnh ho¹t ®éng cña ch­¬ng tr×nh nh­ thêi gian tÝnh to¸n, kho¶ng c¸ch tíi ®èi t­îng khi ch­¬ng tr×nh b¾t ®Çu nhËn diÖn, ®é chÝnh x¸c cña thuËt to¸n. Ngoµi c¸c yÕu tè thuéc vÒ tÝnh n¨ng cña thiÕt bÞ nh­ tèc ®é xö lý cña chip vµ thuËt to¸n ch­¬ng tr×nh ®· ®­îc tèi ­u hãa, th× kÝch th­íc cña tËp ¶nh d÷ liÖu vµ ¶nh nhËn d¹ng cã lµ yÕu tè cã ¶nh h­ëng lín tíi c¸c ®Æc tÝnh ho¹t ®éng. Râ rµng lµ khi kÝch th­íc ¶nh gi¶m xuèng, thêi gian tÝnh to¸n sÏ gi¶m, tuy nhiªn viÖc gi¶m chiÒu d÷ liÖu sÏ lµm mÊt ®i kh¸ nhiÒu th«ng tin trong ¶nh, nh­ thÕ hiÓn nhiªn sÏ lµm ®é chÝnh x¸c nhËn d¹ng còng gi¶m xuèng. Nh­ vËy ®Ó ®¶m b¶o yªu cÇu lµm viÖc theo thêi gian thùc vµ ®é chÝnh x¸c khi lµm viÖc cña thiÕt bÞ, cÇn c©n nh¾c kü ®Ó lùa chän kÝch th­íc ¶nh hîp lý. NhËn thÊy viÖc tÝnh to¸n thêi gian xö lý cña ch­¬ng tr×nh theo kÝch th­íc cña ¶nh mét c¸ch chÝnh x¸c lµ hÕt søc khã kh¨n, t¸c gi¶ ®Ò xuÊt t×m th«ng sè kÝch th­íc ¶nh hîp lý nhÊt th«ng qua viÖc thö nghiÖm c¸c bé gi¸ trÞ kh¸c nhau. Ngoµi ra, tõ viÖc thö nghiÖm ta cßn ®¸nh gi¸ ®­îc mét sè ®Æc tÝnh cña ch­¬ng tr×nh thay ®æi theo kÝch th­íc ¶nh. T¹p chÝ Nghiªn cøu KH&CN Qu©n sù, Sè 29, 02 - 2014 57
  6. Kü thuËt ®iÖn tö & Khoa häc m¸y tÝnh B¶ng 1. KÕt qu¶ thö nghiÖm thuËt to¸n víi c¸c kÝch th­íc ¶nh kh¸c nhau. KÝch th­íc ¶nh 40x44 80x88 100x110 150x165 200x220 232x256 mÆt(pixel) Thêi gian tÝnh trung 4 9 12 23 31 39 b×nh (ms) Kho¶ng c¸ch trung b×nh b¾t ®Çu qu¸ tr×nh 3.5 2.5 2.2 1.8 1.5 1.2 nhËn diÖn(m) §é chÝnh x¸c 64.6% 78.7% 82.3% 88.2% 92.2% 94.1% Trong qu¸ tr×nh truy xuÊt kÕt qu¶, ®Ó tr¸nh x¶y ra c¸c ®iÓm bÊt th­êng, t¸c gi¶ nhËn thÊy, viÖc xuÊt ra kÕt qu¶ sai th­êng chØ x¶y ra mét c¸ch ngÉu nhiªn sau ®ã l¹i tr¶ vÒ gi¸ trÞ ch©n lý. T¸c gi¶ ®Ò xuÊt ®­a ra viÖc chÊp nhËn kÕt qu¶ nhËn d¹ng chØ ®­îc truy xuÊt khi cã liªn tiÕp mét sè lÇn nhËn d¹ng cã cïng kÕt qu¶. Tr­êng hîp nhËn d¹ng cã cïng mét kÕt qu¶ sai ë mét sè lÇn liªn tiÕp kh¸c nhau lµ rÊt hiÕm x¶y ra nªn c¸ch xö lý nµy lµm cho kÕt qu¶ nhËn d¹ng t¨ng lªn mét c¸ch ®¸ng kÓ. Víi viÖc truy xuÊt kÕt qu¶ cho ba lÇn xö lý liªn tiÕp, t¸c gi¶ thu ®­îc mét kÕt qu¶ kh¶ quan h¬n : B¶ng 2. KÕt qu¶ thö nghiÖm thuËt to¸n víi c¸c kÝch th­íc ¶nh kh¸c nhau sau ba lÇn trïng khíp kÕt qu¶. KÝch th­íc ¶nh 40x44 80x88 100x110 150x165 200x220 232x256 mÆt(pixel) Thêi gian tÝnh trung 12 27 36 69 93 117 b×nh (ms) Kho¶ng c¸ch trung b×nh b¾t ®Çu qu¸ tr×nh 3.5 2.5 2.2 1.8 1.5 1.2 nhËn diÖn(m) §é chÝnh x¸c 87.4% 90.2% 94.5% 95.6% 96.4% 97.1% 4. KÕt luËn Tõ c¸c kÕt qu¶ thö nghiÖm, t¸c gi¶ nhËn thÊy, ®èi víi tõng môc ®Ých sö dông c«ng cô (chÊm c«ng, qu¶n lý ®èi t­îng ra vµo khu vùc, hay lµm nhiÖm vô c¶nh b¸o an ninh) chóng ta sÏ ®¸nh gi¸ yªu cÇu ®Ó lùa chän th«ng sè hîp lý nhÊt. Víi môc ®Ých ch­¬ng tr×nh ho¹t ®éng thö nghiÖm nhËn diÖn theo thêi gian thùc c¸c ®èi t­îng ra vµo c¬ quan (Khoa), t¸c gi¶ c¨n cø vµo kÕt qu¶ vµ lùa chän ®­îc yÕu tè quyÕt ®Þnh ®Õn tÝnh n¨ng bµi to¸n lµ kÝch th­íc ¶nh chuÈn cho tËp d÷ liÖu còng nh­ cho ¶nh mÆt ®Çu vµo nhËn diÖn. Víi kÝch th­íc ¶nh ®Çu vµo cã kÝch th­íc 640x480 vµ kÝch th­íc quy chuÈn mÆt c¸c ®èi t­îng vÒ 100x110, tèc ®é ph¸t hiÖn mÆt vµ nhËn d¹ng mÆt cña ch­¬ng tr×nh kh¸ nhanh, ®¶m b¶o ph¸t hiÖn t¸ch ®­îc mÆt cña ®èi t­îng, xö lý vµ ®­a ra 27 kÕt qu¶ nhËn dang trong 1 gi©y, ®¶m b¶o ®­îc tèc ®é yªu cÇu. §é chÝnh x¸c thèng kª thùc nghiÖm trªn tËp ¶nh c¬ së d÷ liÖu thùc (c¸n bé gi¸o viªn trong Khoa) ®¹t xÊp xØ 94.5% kÕt qu¶ chÝnh x¸c trªn tæng sè lÇn mµ ch­¬ng tr×nh truy xuÊt kÕt qu¶. 58 N.B. §¹i, D.Q. Dòng , “X©y dùng c«ng cô nhËn d¹ng khuôn mÆt... mã nguồn mở”
  7. Nghiªn cøu khoa häc c«ng nghÖ Trong qu¸ tr×nh thùc nghiÖm, t¸c gi¶ nhËn thÊy r»ng hÖ thèng cÇn c¶i tiÕn thuËt to¸n ®Ó cã thÓ lo¹i bá tèi ®a nh÷ng yÕu tè nhiÔu do m«i tr­êng nhËn d¹ng, còng nh­ tèi ­u hãa tèc ®é cña ch­¬ng tr×nh nh»m gi¶m c«ng suÊt lµm viÖc cho chÝp nh»m ®¶m b¶o tÝnh tin cËy còng nh­ tµi nguyªn cña hÖ nhóng. §ång thêi thö nghiÖm trªn tËp mÉu thùc lín h¬n nh¾m ®¸nh gi¸ chÝnh x¸c ®­îc kÕt qu¶. Lêi c¶m ¬n: Nhãm t¸c gi¶ xin göi lêi c¸m ¬n ch©n thµnh tíi c¸c gi¸o viªn trong Khoa Hµng kh«ng vò trô, Häc viÖn kü thuËt Qu©n sù ®· gióp ®ì nhiÖt t×nh nhãm nghiªn cøu trong qu¸ tr×nh tiÕn hµnh thö nghiÖm thuËt to¸n. Tµi liÖu tham kh¶o [1]. Herve Abdi and Lynne J. Williams, “Principal component analysis,” Wiley Interdisciplinary Reviews: Computational Statistics, 2: 433–459. [2]. Matthew A. Turk and Alex P. Pentland, “Face recognition using eigenfaces.” In Proceedings CVPR 91, IEEE Computer Society Conference on Computer Vision and Pattern Recognition, 1991. [3]. Peter N. Belhumeur, Joao P. Hespanha, and David J. Kriegman, “Eigenfaces vs. fisherfaces: Recognition using class specific linear projection,” IEEE Transactions On Pattern Analysis And Machine Intelligence, 19(7):711–720, July 1996. [4]. W. Zhao, R. Chellappa, P. J. Phillips, and A. Rosenfeld “Face recognition: A literature survey,” ACM Computing Surveys,35(4):399-458, December 2003 [5]. Rafael C. Gonzalez, Richard E. Woods, “Digital Image Processing,” 2nd edition, Prentice Hall, Upper Saddle River, NJ, pp 693-750. [6]. Robert Laganière, “OpenCV 2 Computer Vision Application Programming Cookbook,” Published by Packt Publishing Ltd. 32 Lincoln Road, Olton,Birmingham, B27 6PA, UK. [7]. I.T. Jolliffe, ‘Principal Companent Analysis,” 2nd edition, Springer, New York, 2005. abstract building face recognition tool in real time based open source This paper presents research building face recognition tool in real time based open source with using principal companent analysis. Initial test results show that the tool has worked quite effectively and be able to apply in practice in many fields. Keywords: Computer vision, Image processing, Face recognition, PCA NhËn bµi ngµy 08 th¸ng 9 n¨m 2013 Hoµn thiÖn ngµy 08 th¸ng 01 n¨m 2013 ChÊp nhËn ®¨ng ngµy 14 th¸ng 01n¨m 2014 §Þa chØ: * Khoa Hµng kh«ng Vò trô, Häc viÖn KTQS. ** Khoa Kü thuËt ®iÒu khiÓn, Häc viÖn KTQS. T¹p chÝ Nghiªn cøu KH&CN Qu©n sù, Sè 29, 02 - 2014 59
nguon tai.lieu . vn
Tin học văn phòng Đồ họa - Thiết kế - Flash Quản trị Web Cơ sở dữ liệu Quản trị mạng Kỹ thuật lập trình Hệ điều hành Phần cứng An ninh - Bảo mật Chứng chỉ quốc tế Thủ thuật máy tính Điện - Điện tử Kinh tế học Hoá học Xã hội học Môi trường