TÓM TẮT 1

LỜI CẢM ƠN 3

DANH SÁCH CÁC BẢNG TRONG ĐỒ ÁN 4

DANH SÁCH HÌNH VẼ TRONG ĐỒ ÁN 5

CHƯƠNG I: GIỚI THIỆU 7

1. Tổng quan về các phương pháp phát hiện mặt người 7

1.1 Phát hiện mặt người và ứng dụng 7

1.2 Các thách thức trong vấn đề phát hiện mặt người 9

1.3 Các vấn đề liên quan đến phát hiện mặt người 9

1.4 Tổnq quan các hướng tiếp cận phát hiện khuôn mặt 10

1.4.1 Hướng tiếp cận dựa trên đặc trưng của ảnh (Feature-based approaches) 11

1.4.2 Hướng tiếp cận dựa trên thông tin xuất hiện trong ảnh (Image-based approach) 19

1.4.4 Kết luận 23

2. Tổng quan về các kỹ thuật nhận biết màu da dựa trên tính chất điểm ảnh

2.1 Giới thiệu 24

2.2 Không gian màu sử dụng cho mô hình hóa màu da 24

2.2.1 Không gian màu RGB 24

2.2.2 Không gian RGB chuẩn hóa 25

2.2.3 HIS, HSV, HSL - Độ bão hòa của màu 25

2.2.4 TSL – Tint, Saturation, Lightness (sắc thái, độ bão hòa, độ dịu ) 26

2.2.5 YcrCb 26

2.2.6 Các hệ tọa độ không gian màu khác 26

2.3 Mô hình hóa màu da 27

2.3.1 Xác định ngưỡng cụ thể một điểm ảnh là màu da 27

2.3.2 Phưong pháp mô hình hóa màu da sử dụng phân phối không tham số 27

2.3.3 Mô hình hóa phân phố màu da có tham số 29

2.3.3.4 Tổng kết các phưong pháp mô hình hóa theo tham số 30

2.4 So sánh kết quả các mô hình 30

2.5 Đánh giá phương pháp 31

2.6 Chọn lựa không gian màu và phương pháp mô hình hóa dùng để nhận biết màu da cho đồ án. 32

3. Giới thiệu về mạng neural nhân tạo MPL và thuật toán lan truyền ngược 32

3.1 Giói thiệu 32

3.2 Mạng Perceptron nhiều tầng (MPL – Multi Perceptron Layer) 33

3.2.1 Ánh xạ mạng lan truyền tiến 33

3.2.2 Hàm sigmoid 35

3.3 Thuật toán lan truyền ngược 36

3.3.1. Lan truyền ngược 38

3.3.2 Hiệu quả của lan truyền ngược 40

CHƯƠNG II: TÔNG THỂ HOẠT ĐỘNG CỦA HỆ THỐNG VÀ VẤN ĐỀ CHUẨN BỊ CƠ SỞ DỮ LIỆU 42

1. Tổng thể sơ đồ hoạt động của hệ thống phát hiện mặt người 42

2. Chuẩn bị cơ sở dữ liệu 44

2.1 Dữ liệu huấn luyện mạng neural 44

2.1.1 Ảnh huấn luyện là khuôn mặt 44

2.1.2 Ảnh huấn luyện không khuôn mặt 46

2.2 Ảnh huấn luyện để phân vùng màu da 47

2.3 Cơ sở dữ liệu để đánh giá kết quả hệ thống. 48

CHƯƠNG III: PHÁT HIỆN KHUÔN MẶT DỰA TRÊN MẠNG NEURAL VÀ PHƯƠNG PHÁP PHÂN VÙNG MÀU DA 49

1. Kiến trúc hệ thống 49

2. Huấn luyện phân vùng và phân vùng màu da dựa trên mô hình phân phối Gaussian 50

2.1 Huấn luyện phân vùng màu da 50

2.1.1 Cơ sở để huấn luyện 50

2.1.2 Huấn luyện phân vùng màu da 53

2.2 Nhận biết và phân vùng màu da. 54

2.2.1 Lọc khởi tạo 54

2.2.2 Nhận biết màu da 54

2.3 Phân vùng màu da 55

3. Mạng neural phát hiện khuôn mặt 58

3.1 Mô hình mạng Neural 58

3.1.1 Mô hình 58

3.1.2 Mô hình xác suất dựa trên công thức xác suất đầy đủ Bayes 59

3.2 Huấn luyện mạng 61

3.2.1 Huấn luyện mạng học ảnh khuôn mặt 61

3.2.2 Chiến thuật huấn luyện mạng học ảnh không khuôn mặt 61

4. Nâng cao chất lượng phát hiện khuôn mặt và cải thiện tốc độ phát hiện 63

4.1 Heuristic giúp phát hiện khuôn mặt chính xác hơn 63

4.2 Heuristic cải thiện thời gian phát hiện. 66

CHƯƠNG IV: PHÂN TÍCH THIẾT KẾ VÀ CÀI ĐẶT CHƯƠNG TRÌNH 68

1. Xác định yêu cầu 68

2. Phân tích và thiết kế hệ thống 68

2.1 Giới thiệu 68

2.2 Phân tích và thiết kế hệ thống 68

2.3. Thiết kế cơ sở dữ liệu 73

3. Thiết kế chương trình và kết quả minh họa 73

3.1 Thiết kế chương trình 73

3.2 Kết quả chương trình 74

CHƯƠNG V: KHẢO SÁT THỰC NGHIỆM VÀ ĐÁNH GIÁ KẾT QUẢ 75

KÉT LUẬN VÀ HƯỚNG PHÁT TRIỂN 76

TÀI LIỆU THAM KHẢO 77