TểM TẮT KHểA LUẬN

Trong những năm gần đây, công nghệ thông tin - đặc biệt là công nghệ phần cứng phát triển vượt bậc mở đường cho việc hiện thực hoá mong muốn đưa những bài toán trong lĩnh vực trí tuệ nhân tạo đi vào ứng dụng trong thực tiễn.

Dò tìm khuôn mặt trong ảnh và video số là một bài toán như vậy. Giai đoạn trước những năm 90 của thế kỷ trước bài toán này đã được nghiên cứu và phát triển nhưng phần lớn dưới dạng học thuật mà chưa có nhiều ứng dụng thực tiễn do hạn chế về mặt công nghệ. Từ giữa những năm 90 đến nay những hạn chế đó dần được khắc phục,nhiều phương pháp dò tìm đối tượng đã được tiến hành thực nghiệm và thu được những kết quả khả quan.

Đề tài “Dề TèM, PHÁT HIỆN KHUễN MẶT TRONG ẢNH SỐ” lựa chọn tìm hiểu về vấn đề dò tìm khuôn mặt trong ảnh số vì đây là bài toán ngày càng có nhiều ứng dụng thiết thực trong cuộc sống. Hiện nay có khoảng hơn 150 phương pháp khác nhau để giải quyết bài toán này dựa trên hai hướng căn bản là dò tìm dựa trên ảnh và dò tìm dựa trên đặc trưng hình học. Đa số những phương pháp đã có gặp hạn chế trong việc ứng dụng để xây dựng một hệ thống dò tìm thời gian thực.

Phương pháp dò tìm dựa trên thuật toán AdaBoost và các đặc trưng Haar có những ưu thế nổi bật để có thể xây dựng các hệ thống dò tìm trong thời gian thực với hiệu quả dò tìm khá tốt. Do vậy đề tài sẽ chú trọng tìm hiểu phương pháp này và bước đầu tiến hành xây dựng thử nghiệm chương trình demo.

Đề tài gồm 3 phần chính. Chương 1 trình bày tổng quan về bài toán dò tìm khuôn mặt trong ảnh số và những hướng giải quyết đã được phát triển. Chương 2 tìm hiểu phương pháp dò tìm khuôn mặt nhanh trong ảnh số. Chương 3bước đầu xây dựng chương trình dò tìm khuôn mặt sử dụng AdaBoost và tổng kết một số kết quả đạt được.

Mục lục

TểM TẮT KHểA LUẬN              1

Mục lục              1

Danh sách các hình              4

Danh sách các bảng              5

Các từ viết tắt và thuật ngữ              5

Chương 1: TỔNG QUAN VỀ Dề TèM KHUễN MẶT TRONG ẢNH SỐ              6

1.1.              GIỚI THIỆU VỀ XỬ Lí ẢNH              6

1. 1. 1 Biểu diễn ảnh số              6

1. 1. 2Một số khái niệm cơ sở trong xử lý ảnh Một số khái niệm cơ sở trong xử lý ảnh              7

1.1.3Các giai đoạn trong xử lý ảnh              8

1.2.              BÀI TOÁN Dề TèM KHUễN MẶT              10

1.2.1              Tóm tắt lịch sử              10

1. 2. 2Những thách thức trong bài toán dò tìm khuôn mặt Những thách thức trong bài toán dò tìm khuôn mặt              11

1.2.3              Một số khái niệm cơ sở cần thiết              14

1.3.              Dề TèM KHUễN MẶT DỰA TRấN ẢNH              15

1. 3. 1Giới thiệu Giới thiệu              15

1.3.2              Eigenface              15

1.3.3              Mạng Nơron              17

1.3.4              SVM              18

1.3.5              Mô hình Markov ẩn              18

1.4.              Dề TèM KHUễN MẶT DỰA TRấN ĐẶC TRƯNG HèNH HỌC              18

1.4.1              Giới thiệu              18

1.4.2              Các phương pháp Top – down              19

1.4.3              Các phương pháp Bottom – up              20

1.5.              HƯỚNG TIẾP CẬN CỦA KHOÁ LUẬN              20

1.5.1              Ý tưởng chung              20

1.5.2              Hướng tiếp cận              21

Chương 2: Dề TèM KHUễN MẶT NHANH BẰNG PHƯƠNG PHÁP ADABOOST              23

2. 1GIỚI THIỆU GIỚI THIỆU              23

2. 1. 1Lựa chọn phương pháp Lựa chọn phương pháp              23

2. 1. 2Phạm vi của dò tìm khuôn mặt thẳng Phạm vi của dò tìm khuôn mặt thẳng              23

2.1.3              Những bước chính để dò tìm khuôn mặt              24

2. 2CÁC ĐẶC TRƯNG VÀ ẢNH TÍCH PHÂN CÁC ĐẶC TRƯNG VÀ ẢNH TÍCH PHÂN              25

2. 2. 1Mụ hình dựa trên điểm ảnh Mô hình dựa trên điểm ảnh              25

2. 2. 2Cỏc đặc trưng Haar - like Các đặc trưng Haar-like              26

2. 2. 3Ảnh tích phân Ảnh tích phân              30

2. 3HỌC VỚI ADABOOST HỌC VỚI ADABOOST              33

2. 3. 1 Tổng quan về AdaBoost Tổng quan về AdaBoost              33

2.3.2              Bộ phân lớp yếu              36

2.3.3              Ngưỡng tối ưu              36

2. 3. 4Thuật toán AdaBoost Thuật toán AdaBoost              37

2.3.4              Hoạt động của bộ phân lớp yếu              43

2.3.6 AdaBoost với vấn đề dò tìm khuôn mặt              44

2.4              SỰ PHÂN LOẠI VÀO CÁC TẦNG              46

2.4.1              Hiệu quả của việc phân tầng              46

2.4.2              Cải tiến bộ phân lớp              49

2.4.3              Huấn luyện các tầng cho bộ phân lớp              49

Chương 3: XÂY DỰNG CHƯƠNG TRèNH VÀ MỘT SỐ KẾT QUẢ              53

3. 1CƠ SỞ DỮ LIỆU CƠ SỞ DỮ LIỆU              53

3. 2KẾT QUẢ KẾT QUẢ              55

3. 2. 1Kết quả học Kết quả học              55

3. 2. 2Kết quả kiểm tra Kết quả kiểm tra              56

3. 3 THỬ NGHIỆM BỘ Dề TèM KHUễN MẶT              56

3. 3. 1 Dữ liệu              56

3. 3. 2Kết quả Kết quả thực nghiệm              57

3.3.3              Nhận xét              58

KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN              58

PHỤ LỤC 1: Cấu trúc chương trình demo              60

PHỤ LỤC 2: Một số mẫu test chương trình demo              61