Kiểm tra trạng thái biểu cảm của khuôn mặt người lái xe

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 1 Cuối cùng em xin dành một tình cảm biết ơn tới gia đình và bạn bè, những người đã luôn luôn ở bên cạnh độn

Trang 1

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 1

Cuối cùng em xin dành một tình cảm biết ơn tới gia đình và bạn bè, những người đã luôn luôn ở bên cạnh động viên, chia sẻ trong suốt thời gian học Cao học cũng như quá trình thực hiện luận văn này

Thái Nguyên, ngày 01 tháng 10 năm 2011

Học viên

Đỗ Khắc Lợi

Trang 2

LỜI CAM ĐOAN

Để hoàn thành luận văn đúng thời gian quy định và đáp ứng được yêu cầu đề ra, bản thân em luôn cố gắng nghiên cứu, học tập Em đã tham khảo một

số tài liệu đã nêu trong phần “Tài liệu tham khảo” và không hề sao chép nội dung từ bất kỳ luận văn nào khác Toàn bộ luận văn do ý tưởng bản thân em được sự chỉ bảo tận tình của thầy hướng dẫn, em tự nghiên cứu và xây dựng nên Toàn bộ mã nguồn do em nghiên cứu, tham khảo và cài đặt

Cho đến nay nội dung luận văn của em chưa từng được công bố hay xuất bản dưới bất kỳ hình thức nào và cũng không sao chép từ bất kỳ luận văn của học viên nào hay một công trình nghiên cứu nào

Em xin cam đoan những lời khai trên là đúng, mọi thông tin sai lệch em xin hoàn toàn chịu trách nhiệm trước Hội đồng

Thái Nguyên, ngày 01 tháng 10 năm 2011

Người cam đoan

Học viên Đỗ Khắc Lợi

Trang 3

có những bước tiến quan trọng đóng góp một phần không nhỏ cho sự phát triển của

xã hội loài người đặc biệt là lĩnh vực xử lý ảnh

Hơn một thập kỷ vừa qua, thế giới đã chứng kiến sự xuất hiện của rất nhiều công trình nghiên cứu về bài toán xác định khuôn mặt người, từ ảnh đen trắng, xám đến ảnh màu, từ ảnh tĩnh đến những dữ liệu ảnh thu nhận được từ camera như ngày hôm nay Các nghiên cứu đi từ bài toán đơn giản, mỗi ảnh chỉ có một khuôn mặt người nhìn thẳng vào thiết bị thu hình và đầu ở tư thế thẳng đứng trong ảnh đen trắng Cho đến ngày hôm nay bài toán mở rộng cho ảnh màu, có nhiều khuôn mặt trong cùng một ảnh, có nhiều tư thế thay đổi trong ảnh Không những vậy mà còn

mở rộng cả phạm vi từ môi trường xung quanh khá đơn giản (trong phòng thí nghiệm) cho đến môi trường xung quanh rất phức tạp (như trong tự nhiên) nhằm đáp ứng nhu cầu thật sự và rất nhiều của con người Sở dĩ bài toán phát hiện mặt người được quan tâm nghiên cứu như vậy vì nó có rất nhiều ứng dụng đối với thực tiễn cuộc sống

Ở nước ta hiện nay, việc kiểm soát tự động đã có nhiều bước phát triển đáng

kể, việc ứng dụng công nghệ nhận dạng mặt người vào các hệ thống giám sát tự động ngày một thiết thực và có khả năng ứng dụng rộng rãi trong nhiều lĩnh vực của đời sống kinh tế xã hội Kiểm tra trạng thái người lái xe có ngủ gật, mất tập trung hay không, và hỗ trợ thông báo khi cần thiết là một vấn đề cấp thiết trong giải

Trang 4

quyết bài toán an toàn giao thông, nhất là trong điều kiện Việt Nam, khi hàng ngày tai nạn giao thông trung bình cướp đi sinh mạng 30 người và làm bị thương hơn 60 người khác

Vì vậy, em đã lựa chọn đề tài “Kiểm tra trạng thái biểu cảm của khuôn mặt

người lái xe”, bố cục nội dung của luận văn bao gồm các chương và mục sau: Chương 1: Trình bày tổng quan cơ sở lý thuyết về xử lý ảnh và phát hiện mặt người trong ảnh

Chương 2: Trình bày một số vấn đề nhằm giải quyết bài toán kiểm tra trạng thái biểu cảm khuôn mặt người

Chương 3: Trình bày các chức năng chính của chương trình thử nghiệm Sleep1.0

Phần kết luận: trình bày những nội dung đã làm được, hạn chế và định hướng phát triển của đề tài

Tài liệu tham khảo: trình bày những tài liệu tham khảo được sử dụng để hoàn thành luận văn này

Trang 5

MỤC LỤC

LỜI CẢM ƠN 1

LỜI CAM ĐOAN 2

PHẦN MỞ ĐẦU 3

MỤC LỤC 5

DANH MỤC CÁC HÌNH 7

CHƯƠNG 1: KHÁI QUÁT VỀ XỬ LÝ ẢNH PHÁT HIỆN MẶT NGƯỜI TRONG ẢNH 9

1.1 Khái quát về xử lý ảnh 9

1.2 Một số khái niệm cơ bản trong xử lý ảnh 10

1.2.1 Ảnh số 10

1.2.2 Điểm ảnh 10

1.2.3 Mức xám (gray level) 10

1.2.4 Xử lý ảnh số là gì và tại sao chúng ta cần phải xử lý ảnh số 11

1.3 Các vấn đề chung liên quan đến xử lý ảnh số 11

1.3.1 Xử lý ảnh mức thấp 12

1.3.2 Những khó khăn khi xử lý ảnh số 13

1.4 Ứng dụng của hệ thống xử lý ảnh 14

1.5 Quá trình xử lý ảnh số 15

1.6 Các thành phần cơ bản của hệ thống xử lý ảnh 19

1.7 Phát hiện mặt người trong ảnh 22

1.7.1 Khái niệm phát hiện mặt người trong ảnh 22

1.7.2 Một số kỹ thuật xử lý ảnh sử dụng trong phát hiện mặt người trong ảnh 22

CHƯƠNG 2: MỘT SỐ VẤN ĐỀ TRONG GIẢI QUYẾT BÀI TOÁN KIỂM TRA TRẠNG THÁI BIỂU CẢM CỦA KHUÔN MẶT 24

2.1 Trạng thái biểu cảm khuôn mặt người 24

2.1.1 Trạng thái, cảm xúc 27

2.1.2 Các trạng thái tâm lý cơ bản 28

2.1.2.1 Trạng thái cân bằng 29

Trang 6

2.1.2.2 Vui vẻ 29

2.1.2.3 Buồn rầu 30

2.1.2.4 Ngạc nhiên 30

2.1.2.5 Cáu giận 31

2.1.2.6 Phẫn nộ 31

2.1.3 Trạng thái ngủ gật 31

2.2 Phát hiện mặt người trong ảnh 32

2.2.1 Phương pháp phân tích thành phần chính 32

2.2.1.1 Eigenface 37

2.2.1.2 Cách triển khai 38

2.2.2 Phương pháp sử dụng đặc trưng Haar kết hợp Adaboost 41

2.2.2.1 Adaboost 41

2.2.2.2 Đặc trưng Haar 43

2.3 Phát hiện ngủ gật 46

2.3.1 Mắt thời gian thực, Gaze và tư thế khuôn mặt 46

2.3.2 Phát hiện và theo dõi đồng tử 55

CHƯƠNG 3: CHƯƠNG TRÌNH THỬ NGHIỆM 66

3.1 Biểu cảm trạng thái ngủ gật của người lái xe 66

3.2 Thay đổi trạng thái của đôi mắt 67

3.3 Giới thiệu chương trình 68

PHẦN KẾT LUẬN 70

TÀI LIỆU THAM KHẢO 72

Trang 7

DANH MỤC CÁC HÌNH

Hình 1.1 Mô phỏng quá trình biến đổi hình học 14

Hình 1.2 Các thành phần chính của hệ thống xử lý ảnh 19

Hình 2.1 a) Mô tả dữ liệu đấu vào trên mặt phẳng 2 chiều; b)Mô tả các thành phần chính trên mặt phẳng 34

Hình 2.2 Dữ liệu được khôi phục lại với 1 thành phần chính 37

Hình 2.3 Mô tả hình thức không gian ảnh khuôn mặt trong không gian ảnh 39

Hình 2.4 Vài đặc trưng Haar cơ bản 44

Hình 2.5 Áp dụng đặc trưng Haar vào ảnh 44

Hình 2.6 Vài đặc trưng Haar được xây dựng 44

Hình 2.7 Mô tả về SAT 45

Hình 2.8 Mô tả về RSAT 45

Hình 2.9 Mô tả về RSAT 46

Hình 2.10 Sơ đồ hệ thống giám sát cảnh báo 50

Hình 2.11 Tổng quan về hệ thống giám sát cảnh giác cho tài xế 51

Hình 2.12 Nguyên lý về hiệu ứng đồng tử sáng và tối 52

Hình 2.13 Hồng ngoại chiếu sáng mắt 53

Hình 2.14 Cấu hình nguồn sáng IR 53

Hình 2.15 Bức ảnh thực tế về hình dạng hai vòng hồng ngoại chiếu sáng 54

Hình 2.16 (a) sáng và (b) hình ảnh đồng tử tối với các tia sáng 54

Hình 2.17 Ví dụ thu hình ảnh với mong muốn hiệu ứng đồng tử sáng 55

Hình 2.18 Thiết kế camera bên trong động cơ 56

Hình 2.19 Sơ đồ hệ thống theo dõi và phát hiện đồng tử 57

Hình 2.20 Hình nền sự loại bỏ can thiệp chiếu sáng ……… 57

Hình 2.21 Loại bỏ sự can thiệp chiếu sáng qua việc loại trừ hình ảnh 58

Hình 2.22 Hình ảnh đồng tử sáng và tối riêng biệt 59

Hình 2.23 Sơ đồ khối của vòng loại trừ hình ảnh 60 Hình 2.24 Ánh sáng chói trên khung mắt có độ sáng cân bằng với các đồng tử.61

Trang 8

Hình 2.25 Theo dõi và phát hiện đồng tử sử dụng bộ lọc Kalman 62

Hình 2.26 Quỹ đạo thực và dự đoán vị trí đồng tử trong 30 khung hình trình tự63 Hình 2.27 Lọc Kalman theo dõi kết quả với kính 63

Hình 2.28 Ví dụ về theo dõi học trò theo sự can thiệp mạnh mẽ của chiếu sáng bên ngoài 64

Hình 2.29 Định nghĩa về thời gian nhắm mắt và tốc độ mở /nhắm mắt 64

Hình 3.1 Trạng thái khuôn mặt thay đổi a) lúc bình thường, b) khi buồn ngủ 66

Hình 3.2 Sự thay đổi trạng thái của mắt trái 67

Hình 3.3 Sự thay đổi trạng thái của mắt phải 67

Hình 3.4 Sự thay đổi góc chụp đôi mắt 67

Hình 3.5 Lấy ảnh từ camera 68

Hình 3.6 Ảnh về trạng thái của mắt trái 69

Hình 3.7 Ảnh về trạng thái của mắt phải 69

Trang 9

CHƯƠNG 1: KHÁI QUÁT VỀ XỬ LÝ ẢNH PHÁT HIỆN MẶT

NGƯỜI TRONG ẢNH 1.1 Khái quát về xử lý ảnh

Xử lý ảnh là một lĩnh vực mang tính khoa học và công nghệ Nó là một ngành khoa học mới mẻ so với nhiều ngành khoa học khác nhưng tốc độ phát triển của nó rất nhanh, kích thích các trung tâm nghiên cứu, ứng dụng, đặc biệt là máy tính chuyên dụng riêng cho nó

Xử lý ảnh được đưa vào giảng dạy ở bậc đại học ở nước ta khoảng chục năm nay Nó là môn học liên quan đến nhiều lĩnh vực và cần nhiều kiến thức cơ sở khác Đầu tiên phải kể đến Xử lý tín hiệu số là một môn học hết sức cơ bản cho xử

lý tín hiệu chung, các khái niệm về tích chập, các biến đổi Fourier, biến đổi Laplace, các bộ lọc hữu hạn…Thứ hai, các công cụ toán như Đại số tuyến tính, Xác suất, thống kê Một số kiến thức cần thiết như Trí tuệ nhân tạo, Mạng nơ ron nhân tạo cũng được đề cập trong quá trình phân tích và nhận dạng ảnh

Các phương pháp xử lý ảnh bắt đầu từ các ứng dụng chính: Nâng cao chất lượng ảnh và phân tích ảnh Ứng dụng đầu tiên được biết đến là nâng cao chất lượng ảnh báo được truyền qua cáp từ Luân Đôn đến New York từ những năm 20 của thế kỉ XX Vấn đề nâng cao chất lượng ảnh có liên quan tới phân bố mức sáng

và độ phân giải của ảnh Việc nâng cao chất lượng ảnh được phát triển vào khoảng những năm 50 của thế kỉ XX Điều này có thể giải thích được, vì sau thế chiến thứ hai, máy tính phát triển nhanh tạo điều kiện cho quá trình xử lý ảnh số thuận lợi Năm 1964, máy tính đã có khả năng xử lý và nâng cao chất lượng ảnh từ mặt trăng

và vệ tinh Ranger 7 của Mỹ bao gồm: làm nổi đường biên, lưu ảnh Từ năm 1964 đến nay, các phương tiện xử lý, nâng cao chất lượng, nhận dạng ảnh phát triển không ngừng Các phương pháp tri thức nhân tạo như mạng nơron nhân tạo, các thuật toán xử lý hiện đại và cải tiến, các công cụ nén ảnh ngày càng được áp dụng rộng rãi và thu nhiều kết quả khả quan

Trang 10

1.2 Một số khái niệm cơ bản trong xử lý ảnh

1.2.1 Ảnh số

Ảnh số được tạo nên từ hàng trăm ngàn cho đến hàng triệu ô vuông rất nhỏ - được coi là những thành tố của bức ảnh và thường được biết dưới tên gọi là pixels

1.2.2 Điểm ảnh

Ảnh trong thực tế là một ảnh liên tục về không gian và về giá trị độ sáng Để

có thể xử lý ảnh bằng máy tính cần thiết phải tiến hành số hoá ảnh Trong quá trình

số hoá, người ta biến đổi tín hiệu liên tục sang tín hiệu rời rạc thông qua quá trình lấy mẫu (rời rạc hoá về không gian) và lượng hoá thành phần giá trị mà về nguyên tắc bằng mắt thường không phân biệt được 2 điểm kề nhau Trong quá trình này người ta sử dụng khái niệm điểm ảnh được gọi từ picture element Như vậy, một ảnh là một tập hợp các pixel

Điểm ảnh hay còn gọi là pixel (picture element, pels, image elements) được xem như là dấu hiệu hay cường độ sáng tại một toạ độ trong không gian của đối tượng

Ảnh được xem như là một tập hợp các điểm ảnh Khi được số hoá nó thường được biểu diễn là ma trận 2 chiều a[i][j] mà mỗi phần tử có một giá trị nguyên hoặc

là một véc tơ cấu trúc màu

Trang 11

1.2.4 Xử lý ảnh số là gì và tại sao chúng ta cần phải xử lý ảnh số

Trong các dạng truyền thông cơ bản: lời nói, văn bản, hình ảnh, âm thanh thì hình ảnh là dạng truyền thông truyền tải thông tin mạnh mẽ nhất

Bằng thị giác, con người có thể nhận biết và hiểu về thế giới xung quanh chúng ta

Ví dụ: Những hình ảnh về trái đất, những hình ảnh trong dự báo thời tiết…

Có tới 99% lượng thông tin đã biết về thế giới xung quanh được nhận biết thông qua thị giác

Việc trang bị cho máy tính có khả năng thị giác như con người không phải là việc dễ dàng Chúng ta đang sống trong một không gian 3D, khi máy tính cố gắng phân tích đối tượng trong không gian 3D thì những bộ cảm biến có sẵn (camera) lại thường cho ảnh 2D Như vậy, việc mất mát thông tin của hình ảnh sẽ xảy ra Với những cảnh động thì sự di chuyển của đối tượng hay sự di chuyển của camera, tất

cả những việc đó làm cho việc mất mát và sai lệch thông tin rất lớn

Ngày nay, cùng với sự phát triển của ngành CNTT, chúng ta mong muốn đưa được những hình ảnh mà con người có thể nhìn thấy được vào máy tính để thực hiện các mục đích khác nhau như: phân tích ảnh, phục hồi ảnh

Để máy tính có thể hiểu và phân tích ảnh thì ảnh cần được mã hoá và biểu diễn dưới dạng số gọi là ảnh số Việc xử lý ảnh trên máy tính nhằm mục đích phân tích ảnh và phục hồi các thông tin bị sai lệch của ảnh trong quá trình thu nhận Như vậy, xử lý ảnh số là thực hiện các phép xử lý đối với ảnh số trên máy tính Việc hiểu ảnh, phân tích ảnh và thị giác máy nhằm mục đích nhân bản hiệu quả của thị lực con người, giúp chúng ta nhận biết tốt hơn về thế giới xung quanh

1.3 Các vấn đề chung liên quan đến xử lý ảnh số

Người ta chia xử lý ảnh thành 2 mức: Xử lý ảnh mức thấp và xử lý ảnh mức cao (thị giác máy)

Trang 12

Phương pháp xử lý ảnh mức thấp thường sử dụng rất ít kiến thức (knowledge)

về nội dung hay ngữ nghĩa ảnh

Xử lý ảnh mức cao dựa trên kiến thức, mục tiêu và kế hoạch trong việc làm thế nào để hoàn thành những mục tiêu đó Thị giác máy ở mức cao luôn cố gắng

mô phỏng nhận thức của con người và có thể đưa ra những quyết định dựa vào những thông tin đã biết về ảnh

Xử lý ảnh mức thấp và thị giác máy ở mức cao khác nhau trong việc sử dụng

dữ liệu ảnh Dữ liệu ảnh mức thấp bao gồm các ảnh gốc được biểu diễn dưới dạng

ma trận ảnh, các phần tử của ma trận biểu diễn giá trị độ sáng của điểm ảnh Trong khi đó dữ liệu ảnh mức cao khởi đầu từ những ảnh tốt, nhưng chỉ những dữ liệu có liên quan đến các mục đích ở mức cao mới được đưa ra, việc giảm số lượng dữ liệu

là đáng kể Dữ liệu ở mức cao diễn tả các thông tin về nội dung ảnh

1.3.1 Xử lý ảnh mức thấp

Các kỹ thuật xử lý ảnh mức thấp được thực hiện với việc thao tác trên các ảnh

số Các phương pháp xử lý ảnh mức thấp được đưa ra vào những năm 1970 của thế

kỉ XX Gần đây, các nhà nghiên cứu đang cố gắng tìm ra những giải thuật có hiệu quả hơn và thực hiện các giải thuật đó trên nhiều thiết bị tinh vi mang tính kỹ thuật cao Ví dụ, các máy tương tự (Parallel machines) đang được sử dụng giúp cho việc tính toán một khối lượng phép tính khổng lồ của quá trình hoạt động trên tập hợp

dữ liệu ảnh trở nên dễ dàng hơn

Một vấn đề phức tạp và chưa giải quyết được là thứ tự các bước trong xử lý ảnh mức thấp như thế nào để giải quyết công việc được cụ thể và mục tiêu tự động hoá vấn đề đó vẫn chưa được thực hiện Những năm 1980 của thế kỉ XX, nhiều đề

án tập trung cho vấn đề này sử dụng các hệ thống chuyên gia (expert systems), nhưng các hệ thống chuyên gia vẫn không giải quyết được vấn đề của chính họ Trình tự các bước xử lý như sau đã được công nhận và phổ biến:

1) Thu nhận ảnh: Một ảnh được thu vào bởi một bộ cảm biến (như TV camera), từ vệ tinh qua các bộ cảm ứng (sensor) hay ảnh, tranh được

Trang 13

quét trên scanner Ảnh có thể được thu nhận từ nhiều thiết bị và bằng nhiều cách Sau đó ảnh được số hoá để biến đổi tín hiệu tương

tự sang tín hiệu rời rạc (lấy mẫu) và số hoá bằng lượng hoá

2) Quá trình xử lý: Là quá trình xây dựng lại ảnh, phục hồi ảnh, khử nhiễu và tăng cường ảnh

3) Mã hoá và nén ảnh: Là bước quan trọng trong việc truyền ảnh 4) Phân đoạn ảnh: Máy tính cố gắng tách các đối tượng ảnh riêng biệt

ra khỏi ảnh nền

Mô tả và phân loại đối tượng trong một tổng thể ảnh đã được phân đoạn cũng được hiểu là một phần của quá trình xử lý ảnh mức thấp

1.3.2 Những khó khăn khi xử lý ảnh số

a Sự hiểu biết về hệ thống thị giác của con người còn hạn chế

Chúng ta không có một sự hiểu biết rõ về vấn đề khi con người quan sát, xử lý

và lưu trữ thông tin trực quan như thế nào Chúng ta thậm trí không biết con người

đo chất lượng ảnh trực quan và phân loại ảnh như thế nào Với cùng một bức ảnh thì sự quan sát ở mỗi người là khác nhau

Sự chú ý của bạn đến các vùng hay các đường viền khác nhau cũng có xu hướng làm thay đổi cảm nhận của bạn về bức ảnh

Thậm chí một ảnh được nhìn với một con mắt không thay đổi thì sự cảm nhận

về bức ảnh đó của con người vẫn thay đổi cho dù là rất ít Các nhà nghiên cứu đã làm ổn định hình ảnh trực tiếp trên võng mạc để loại trừ bất kỳ một hiệu ứng nào xuất hiện từ sự di chuyển của mắt Và ngay cả trong những điều kiện đó, giác quan của con người cũng vẫn có thể thay đổi

b Sự diễn tả về bản chất của ảnh không thể hiểu được ngay lập tức

Ảnh tương tự được biểu diễn bằng một hàm 2 biến Sau khi số hoá, ảnh được biểu diễn dưới dạng ma trận ảnh 2 chiều và được gọi là ảnh số Máy tính

có thể hiểu và xử lý ảnh số nhưng sự biểu diễn đó không thích hợp cho máy móc

Trang 14

có thể hiểu được Những kiến thức về ảnh và những thông tin được rút ra từ ảnh

là cần thiết trong việc cố gắng để hiểu được những mảng số đó

Ví dụ:

Đọc và hiển thị ảnh như một hàm 2 chiều (dùng matlab script)

Hiển thị ảnh dưới dạng ma trận ảnh (dùng matlab)

Hiển thị ảnh với các chương trình hiển thị ảnh (AcdSee trên hệ thống Windows)

Cả hai sự biểu diễn hình ảnh đều chứa những thông tin chính xác như nhau, nhưng khi quan sát hình ảnh dưới 2 dạng biểu diễn đó thì rất khó để có thể tìm ra

sự tương đồng

1.4 Ứng dụng của hệ thống xử lý ảnh

- Văn phòng: hệ thống nhận dạng chữ, nhận dạng tiếng Anh, tiếng Việt nhận dạng được cả chữ, ảnh, bảng

- Nhận dạng chữ OCR (Optical charater Recognition),

- Nhận dạng nhãn OMR (Optical Mark Recognition)

- Nhận dạng tiếng Anh

- Nhận dạng tiếng việt

- Kiểm tra sản phẩm

- So sánh mầu của sản phẩm mẫu với sản phẩm mới

- Kiểm tra độ tròn của chai/lọ

- Nhận dạng công nghiệp, y học, thương mại,

điều tra khoáng sản

- Địa lý: véc tơ hoá bản đồ

- Các phần mềm chuyển đổi ảnh Raster sang

ảnh vector: MapScan của Viện CNTT,

TrixSystem R2V và V2R

Hình 1.1 Mô phỏng quá trình biến đổi hình học

- Hoạt hình: biến đổi hình học, bóp méo hình học

Trang 15

- Quân sự

- Dự báo thời tiết, cháy rừng, lũ lụt, sâu bệnh, khoáng sản

- Thiên văn học, vật lý, sinh học

- An ninh:

- Nhận dạng vân tay, Water Marking

- Nhận dạng khuôn mặt người, nhận dạng tội phạm

- Dấu thông tin trong ảnh

- Chống bạo lực: dùng camera để phát hiện ra sự an toàn ở nơi công cộng, Siêu thị…

- Bar code: nhận dạng mã vạch

- Các robot tự động phục vụ

- Thư viện: Dùng camera để điều khiển robot

Ngoài ra có ứng dụng trong y học làm nổi các ảnh, trong thiên văn học để khôi phục lại ảnh do tác động của khí quyển hay nén ảnh trong truyền đi xa hoặc lưu trữ

1.5 Quá trình xử lý ảnh số

a Phần thu nhận ảnh (Image Acquisition)

Ảnh có thể nhận qua camera màu hoặc đen trắng Thường ảnh nhận qua camera là ảnh tương tự (loại camera ống chuẩn CCIR với tần số 1/25, mỗi ảnh 25 dòng), cũng có loại camera đã số hoá (như loại CCD - Change Coupled Device) là loại photodiot tạo cường độ sáng tại mỗi điểm ảnh Camera thường dùng là loại quét dòng; ảnh tạo ra có dạng hai chiều Chất lượng một ảnh thu nhận được phụ thuộc vào thiết bị thu, vào môi trường (ánh sáng, phong cảnh)

b Tiền xử lý (Image Processing)

Sau bộ thu nhận, ảnh có thể nhiễu độ tương phản thấp nên cần đưa vào bộ tiền

xử lý để nâng cao chất lượng Chức năng chính của bộ tiền xử lý là lọc nhiễu, nâng

độ tương phản để làm ảnh rõ hơn, nét hơn

Trang 16

c Phân đoạn (Segmentation) hay phân vùng ảnh

Phân vùng ảnh là tách một ảnh đầu vào thành các vùng thành phần để biểu diễn phân tích, nhận dạng ảnh Ví dụ: để nhận dạng chữ (hoặc mã vạch) trên phong

bì thư cho mục đích phân loại bưu phẩm, cần chia các câu, chữ về địa chỉ hoặc tên người thành các từ, các chữ, các số (hoặc các vạch) riêng biệt để nhận dạng

Đây là phần phức tạp khó khăn nhất trong xử lý ảnh và cũng dễ gây lỗi, làm mất độ chính xác của ảnh Kết quả nhận dạng ảnh phụ thuộc rất nhiều vào công đoạn này

Nếu thực hiện tách quá chi tiết thì bài toán nhận dạng các thành phần được tách ra trở nên phức tạp, còn ngược lại nếu quá trình phân đoạn được thực hiện quá thô hoặc phân đoạn sai thì kết quả nhận được cuối cùng sẽ không chính xác

d Biểu diễn ảnh (Image Representation)

Biểu diễn ảnh là quá trình xử lý tiếp sau khâu phân đoạn hình ảnh Các vật thể sau khi phân đoạn có thể được mô tả dưới dạng chuỗi các điểm ảnh tạo nên ranh giới một vùng, hoặc tập hợp tất cả các điểm ảnh nằm trong vùng đó Phương pháp

mô tả thông qua ranh giới vùng thường được sử dụng khi cần tập trung sự chú ý vào hình dạng bên ngoài của chi tiết ảnh như độ cong, các góc cạnh v.v Biểu diễn vùng thường được sử dụng khi chúng ta quan tâm tới đặc tính bên trong của vùng ảnh như đường vân (texture) hay hình dạng (skeletal)

Đầu ra ảnh sau phân đoạn chứa các điểm ảnh của vùng ảnh (ảnh đã phân đoạn) cộng với mã liên kết với các vùng lân cận Việc biến đổi các số liệu này thành dạng thích hợp là cần thiết cho xử lý tiếp theo bằng máy tính Việc chọn các tính chất để thể hiện ảnh gọi là trích chọn đặc trưng (Feature Selection) gắn với việc tách các đặc tính của ảnh dưới dạng các thông tin định lượng hoặc làm cơ sở

để phân biệt lớp đối tượng này với đối tượng khác trong phạm vi ảnh nhận được

Ví dụ: trong nhận dạng ký tự trên phong bì thư, chúng ta miêu tả các đặc trưng của từng ký tự giúp phân biệt ký tự này với ký tự khác

Trang 17

e Nhận dạng và nắn chỉnh bằng nội suy ảnh

Nhận dạng là quá trình phân loại vật thể dựa trên cơ sở các chi tiết mô tả vật thể đó (ví dụ các phương tiện giao thông có trong ảnh) Nhận dạng ảnh còn là quá trình xác định ảnh, quá trình này thường thu được bằng cách so sánh với mẫu chuẩn đã được học (hoặc lưu) từ trước Nắn chỉnh bằng nội suy là phán đoán theo ý nghĩa trên cơ sở nhận dạng Ví dụ: một loạt chữ số và nét gạch ngang trên phong bì thư có thể được nội suy thành mã điện thoại Có nhiều cách phân loại ảnh khác nhau về ảnh Theo lý thuyết về nhận dạng, các mô hình toán học về ảnh được phân theo hai loại nhận dạng ảnh cơ bản:

- Nhận dạng theo tham số

- Nhận dạng theo cấu trúc

Một số đối tượng nhận dạng khá phổ biến hiện nay đang được áp dụng trong khoa học và công nghệ là: nhận dạng ký tự (chữ in, chữ viết tay, chữ ký điện tử), nhận dạng văn bản (Text), nhận dạng vân tay, nhận dạng mã vạch, nhận dạng mặt người…

f Cơ sở tri thức (Knowledge Base)

Như đã nói ở trên, ảnh là một đối tượng khá phức tạp về đường nét, độ sáng tối, dung lượng điểm ảnh, môi trường để thu ảnh phong phú kéo theo nhiễu Trong nhiều khâu xử lý và phân tích ảnh ngoài việc đơn giản hóa các phương pháp toán học đảm bảo tiện lợi cho xử lý, người ta mong muốn bắt chước quy trình tiếp nhận

và xử lý ảnh theo cách của con người Trong các bước xử lý đó, nhiều khâu hiện nay đã xử lý theo các phương pháp trí tuệ con người Vì vậy, ở đây các cơ sở tri thức được phát huy

Các quá trình xử lý liệt kê ở trên đều được thực hiện dưới sự giám sát và điều khiển dựa trên cơ sở các kiến thức về lĩnh vực xử lý ảnh Các kiến thức cơ bản có thể đơn giản như vị trí vùng ảnh nơi có những thông tin cần quan tâm, như vậy có thể thu nhỏ vùng tìm kiếm

Trang 18

Trường hợp phức tạp hơn, cơ sở kiến thức có thể chứa danh sách tất cả những

hư hỏng có thể gặp trong quá trình kiểm soát chất lượng thành phẩm hoặc các ảnh

vệ tinh có độ chi tiết cao trong các hệ thống theo dõi sự thay đổi môi trường trong một vùng

g Mô tả (biểu diễn ảnh)

Ảnh sau khi số hoá sẽ được lưu vào bộ nhớ, hoặc chuyển sang các khâu tiếp theo để phân tích Nếu lưu trữ ảnh trực tiếp từ các ảnh thô, đòi hỏi dung lượng bộ nhớ cực lớn và không hiệu quả theo quan điểm ứng dụng và công nghệ Thông thường, các ảnh thô đó được đặc tả (biểu diễn) lại (hay đơn giản là mã hoá) theo các đặc điểm của ảnh được gọi là các đặc trưng ảnh (Image Features) như: biên ảnh (Boundary), vùng ảnh (Region) Một số phương pháp biểu diễn thường dùng:

- Biểu diễn bằng mã chạy (Run-Length Code)

- Biểu diễn bằng mã xích (Chaine-Code)

- Biểu diễn bằng mã tứ phân (Quad-Tree Code)

Biểu diễn bằng mã chạy

Phương pháp này thường biểu diễn cho vùng ảnh và áp dụng cho ảnh nhị phân Một vùng ảnh R có thể mã hoá đơn giản nhờ một ma trận nhị phân:

U(m, n) = 1 nếu (m, n) thuộc R

U( m, n) = 0 nếu (m, n) không thuộc R

Trong đó: U(m, n) là hàm mô tả mức xám ảnh tại tọa độ (m, n) Với cách biểu diễn trên, một vùng ảnh được mô tả bằng một tập các chuỗi số 0 hoặc 1 Giả sử chúng ta mô tả ảnh nhị phân của một vùng ảnh được thể hiện theo toạ độ (x, y) theo các chiều và đặc tả chỉ đối với giá trị “1” khi đó dạng mô tả có thể là: (x, y)r; trong

đó (x, y) là toạ độ, r là số lượng các bit có giá trị “1” liên tục theo chiều ngang hoặc dọc

Biểu diễn bằng mã xích

Phương pháp này thường dùng để biểu diễn đường biên ảnh Một đường bất

kỳ được chia thành các đoạn nhỏ Nối các điểm chia, ta có các đoạn thẳng kế tiếp

Trang 19

được gán hướng cho đoạn thẳng đó tạo thành một dây xích gồm các đoạn Các hướng có thể chọn 4, 8, 12, 24,… mỗi hướng được mã hoá theo số thập phân hoặc

số nhị phân thành mã của hướng

Biểu diễn bằng mã tứ phân

Phương pháp mã tứ phân được dùng để mã hoá cho vùng ảnh Vùng ảnh đầu tiên được chia làm bốn phần thường là bằng nhau Nếu mỗi vùng đã đồng nhất (chứa toàn điểm đen (1) hay trắng (0)), thì gán cho vùng đó một mã và không chia tiếp Các vùng không đồng nhất được chia tiếp làm bốn phần theo thủ tục trên cho đến khi tất cả các vùng đều đồng nhất Các mã phân chia thành các vùng con tạo thành một cây phân chia các vùng đồng nhất

Trên đây là các thành phần cơ bản trong các khâu xử lý ảnh Trong thực tế, các quá trình sử dụng ảnh số không nhất thiết phải qua hết các khâu đó tùy theo đặc điểm ứng dụng Ảnh sau khi được số hóa được nén, lưu lại để truyền cho các hệ thống khác sử dụng hoặc để xử lý tiếp theo Mặt khác, ảnh sau khi số hóa có thể bỏ qua công đoạn nâng cao chất lượng (khi ảnh đủ chất lượng theo một yêu cầu nào đó) để chuyển tới khâu phân đoạn hoặc bỏ tiếp khâu phân đoạn chuyển trực tiếp tới khâu trích chọn đặc trưng sau đó thực hiện nâng cao chất lượng ảnh (tăng độ sáng,

độ tương phản, lọc nhiễu) hoặc khôi phục ảnh (hồi phục lại ảnh thật khi ảnh nhận được bị méo) v.v…

1.6 Các thành phần cơ bản của hệ thống xử lý ảnh

Hình 1.2 Các thành phần chính của hệ thống xử lý ảnh

Trang 20

- Thiết bị thu nhận hình ảnh: Là thiết bị biến đổi quang-điện, cho phép biến đổi hình ảnh quang học thành tín hiệu điện dưới dạng analog hay trực tiếp dưới dạng số Có nhiều dạng cảm biến cho phép làm việc với ánh sáng nhìn thấy hoặc hồng ngoại Hai loại thiết bị biến đổi quang - điện chủ yếu thường được sử dụng là đèn ghi hình điện tử và chip CCD (Charge Couple Device - linh kiện ghép điện tích)

- Bộ nhớ trong và ngoài: Trong các hệ thống xử lý ảnh số thường có dung lượng rất lớn dùng để lưu trữ ảnh tĩnh và động dưới dạng số Ví dụ, để lưu một ảnh số đen trắng kích thước 1024x1024 điểm, mỗi điểm được mã hóa bằng 8 bits cần bộ nhớ ~ 1MB Để lưu một ảnh màu không nén, dung lượng bộ nhớ phải tăng lên gấp 3 Bộ nhớ số trong hệ thống xử lý ảnh có thể chia làm 3 loại:

1) Bộ nhớ đệm trong máy tính để lưu ảnh trong quá trình xử lý Bộ nhớ này phải có khả năng ghi/đọc rất nhanh (ví dụ: 25 hình/s);

2) Bộ nhớ ngoài có tốc độ truy cập tương đối nhanh, dùng để lưu thông tin thường dùng Các bộ nhớ ngoài có thể là ổ cứng, thẻ nhớ flash v.v

3) Bộ nhớ dùng để lưu trữ dữ liệu Loại bộ nhớ này thường có dung lượng lớn, tốc độ truy cập không cao Thông dụng nhất là đĩa quang ghi 1 lần (ROM) hoặc nhiều lần (ROM) như đĩa DVD có dung lượng 4.7GB (một mặt)

Ngoài ra trong hệ thống xử lý ảnh còn sử dụng các thiết bị cho phép lưu ảnh trên vật liệu khác như giấy in, giấy in nhiệt, giấy trong, đó có thể là máy in phun, in laser, in trên giấy ảnh đặc biệt bằng công nghệ nung nóng v.v

- Bộ xử lý ảnh chuyên dụng: Sử dụng chip xử lý ảnh chuyên dụng, có khả năng thực hiện nhanh các lệnh chuyên dùng trong xử lý ảnh Cho phép thực hiện các quá trình xử lý ảnh như lọc, làm nổi đường bao, nén và giải nén

Trang 21

video số v.v Trong bộ xử lý ảnh thường tích hợp bộ nhớ đệm có tốc độ cao

- Màn hình hiển thị: Hệ thống biến đổi điện - quang hay đèn hình (đen trắng cũng như màu) có nhiệm vụ biến đổi tín hiệu điện có chứa thông tin của ảnh (tín hiệu video) thành hình ảnh trên màn hình Có hai dạng display được sử dụng rộng rãi là đèn hình CRT (Cathode-Ray Tube) và màn hình tinh thể lỏng LCD (Liquid Crystal Display) Đèn hình CRT thường có khả năng hiển thị màu sắc tốt hơn màn hình LCD nên được dùng phổ biến trong các hệ thống xử lý ảnh chuyên nghiệp

- Máy tính: Có thể là máy tính để bàn cũng như siêu máy tính có chức năng điều khiển tất cả các bộ phận chức năng trong hệ thống xử lý ảnh số

Một hệ thống xử lý ảnh cơ bản có thể gồm: Máy tính cá nhân kèm theo vỉ mạch chuyển đổi đồ hoạ VGA hoặc SVGA, đĩa chứa các ảnh dùng để kiểm tra các thuật toán và một màn hình có hỗ trợ VGA hoặc SVGA Nếu điều kiện cho phép, nên có một hệ thống như Hình 1.2 bao gồm một máy tính PC kèm theo thiết bị xử

lý ảnh Nối với cổng vào của thiết bị thu nhận ảnh là một video camera, và cổng ra nối với một màn hình Thực tế, phần lớn các nghiên cứu của chúng ta được đưa ra trên ảnh mức xám (ảnh đen trắng) Bởi vậy, hệ thống sẽ bao gồm một thiết bị xử lý ảnh đen trắng và một màn hình đen trắng

Ảnh mức xám được áp dụng trong nhiều lĩnh vực như sinh vật học hoặc trong công nghiệp Thực tế chỉ ra rằng bất kỳ ứng dụng nào trên ảnh mức xám cũng ứng dụng được trên ảnh màu Với lý do đó, hệ thống ban đầu nên chỉ bao gồm các thiết

bị thu nhận và hiển thị ảnh đen trắng Với ảnh màu, nên sử dụng một hệ thống mới trừ trường hợp bạn cần một camera, TV màu và một màn hình đa tần số (ví dụ như: NEC MultiSync, Sony Multiscan, hoặc Mitsubishi Diamond Scan) để hiển thị ảnh màu Nếu khả năng hạn chế, có thể dùng PC kèm theo, vỉ mạch VGA và màn hình VGA, để dựng ảnh được

Trang 22

1.7 Phát hiện mặt người trong ảnh

1.7.1 Khái niệm phát hiện mặt người trong ảnh

Phát hiện khuôn mặt người (Face Detection) là một kỹ thuật máy tính để xác định các vị trí và các kích thước của các khuôn mặt người trong các ảnh bất kỳ (ảnh

kỹ thuật số) Kỹ thuật này nhận biết các đặc trưng của khuôn mặt và bỏ qua những thứ khác, như: tòa nhà, cây cối, cơ thể, …

Phát hiện khuôn mặt được coi như một giai đoạn quan trọng trong hệ thống nhận dạng khuôn mặt Việc xác định chính xác vị trí và kích thước các khuôn mặt trong ảnh là một trong những yếu tố quyết định để giai đoạn kiểm tra xem khuôn mặt vừa tìm thấy là ai được chính xác

1.7.2 Một số kỹ thuật xử lý ảnh sử dụng trong phát hiện mặt người trong ảnh

Có nhiều nghiên cứu tìm phương pháp xác định khuôn mặt người, từ ảnh xám đến ngày nay là ảnh màu Trong luận văn này sẽ trình bày một cách tổng quát nhất những hướng giải quyết chính cho bài toán, từ những hướng chính này nhiều tác giả thay đổi một số ý nhỏ bên trong để có kết quả mới

Dựa vào tính chất của các phương pháp xác định khuôn mặt người trên ảnh Các phương pháp này được chia làm bốn hướng tiếp cận chính Ngoài bốn hướng này, nhiều nghiên cứu có khi liên quan đến không những một hướng tiếp cận mà có liên quan nhiều hơn một hướng chính:

- Hướng tiếp cận dựa trên tri thức: Mã hóa các hiểu biết của con người về

các loại khuôn mặt người thành các luật Thông thường các luật mô tả quan

hệ của các đặc trưng

- Hướng tiếp cận dựa trên đặc trưng không thay đổi: Mục tiêu các thuật

toán đi tìm các đặc trưng mô tả cấu trúc khuôn mặt người mà các đặc trưng này sẽ không thay đổi khi tư thế khuôn mặt, vị trí đặt thiết bị thu hình hoặc điều kiện ánh sáng thay đổi

Trang 23

- Hướng tiếp cận dựa trên so khớp mẫu: Dùng các mẫu chuẩn của khuôn

mặt người (các mẫu này được chọn lựa và lưu trữ) để mô tả cho khuôn mặt người hay các đặc trưng khuôn mặt (các mẫu này phải chọn làm sao cho tách biệt nhau theo tiêu chuẩn mà các tác giả định ra để so sánh) Các mối tương quan giữa dữ liệu ảnh đưa vào và các mẫu dùng để xác định khuôn mặt người

- Hướng tiếp cận dựa trên diện mạo: Trái ngược hẳn với so khớp mẫu, các

mô hình (hay các mẫu) được học từ một tập ảnh huấn luyện trước đó Sau

đó hệ thống (mô hình) sẽ xác định khuôn mặt người Hay một số tác giả còn gọi hướng tiếp cận này là hướng tiếp cận theo phương pháp học

Trang 24

CHƯƠNG 2: MỘT SỐ VẤN ĐỀ TRONG GIẢI QUYẾT BÀI TOÁN

KIỂM TRA TRẠNG THÁI BIỂU CẢM KHUÔN MẶT

2.1 Trạng thái biểu cảm khuôn mặt người

Từ khi loài người sinh ra, trên Trái Đất xuất hiện một hiện tượng hoàn toàn mới mẻ - hiện tượng tâm lý người mà nền văn minh cổ đại gọi là linh hồn Khoa học nghiên cứu hiện tượng này gọi là tâm lý học Từ những tư tưởng đầu tiên sơ khai về hiện tượng tâm lý, tâm lý học đã hình thành, phát triển không ngừng và ngày càng giữ một vị trí quan trọng trong nhóm các khoa học về con người Hiện nay tâm lý học là ngành khoa học nghiên cứu hành vi, tinh thần và tư tưởng của con người (cụ thể đó là những cảm xúc, ý chí và hành động) Tâm lý học cũng chú tâm đến sự ảnh hưởng của hoạt động thể chất, trạng thái tâm lý và các yếu tố bên ngoài lên hành vi và tinh thần của con người Ngành này tập trung vào loài người, tuy một vài khía cạnh của động vật cũng thỉnh thoảng được nghiên cứu Động vật ở đây có thể được nghiên cứu như là những chủ thể độc lập, hoặc một cái nhìn gây tranh cãi hơn được nghiên cứu như một cách tiếp cận đến sự hiểu biết bộ máy tâm thần của con người (qua tâm lý học so sánh) Tâm lý học được định nghĩa một cách rộng rãi như là "khoa nghiên cứu những hành vi và những tiến trình tâm thần của con người"

Tâm lý học vừa được nghiên cứu một cách khoa học lẫn phi khoa học Tâm lý học chủ đạo ngày nay đa phần đặt nền tảng trên thuyết thực chứng, thông qua những phân tích định lượng và sử dụng những phương pháp khoa học để thử và bác bỏ những giả thuyết Tâm lý học có khuynh hướng chiết trung, sử dụng và tiếp thu kiến thức thu thập được từ nhiều ngành khoa học khác để hiểu và lý giải hành

vi của con người

Thuật ngữ Tâm lý học được dùng lần đầu tiên trong "Yucologia hoc est de hominis perfectione, anima, ortu", do nhà triết học kinh điển người Đức Rudlof Goeckel (La tinh hóa Rudolph Goclenius (1547-1628)) viết ra, được phát hành tại

Trang 25

Marburg vào năm 1590 Tuy nhiên, thuật ngữ này đã được nhà nhân văn học người Croatia là Marko Marulić (1450-1524) dùng trong thực tế từ sáu thập kỷ trước đó trong tiêu đề của chuyên luận La tinh của ông "Psichiologia de ratione animae humanae" Mặc dù chính chuyên luận không được bảo tồn, tiêu đề của nó xuất hiện trong danh sách các công trình của Marulic được người đồng nghiệp trẻ hơn của ông là Franjo Bozicevic-Natalis biên dịch trong "Vita Marci Maruli Spalatensis" của mình (Krstić, 1964) Điều này tất nhiên có thể không phải là việc sử dụng đầu tiên, nhưng nó là việc sử dụng được ghi lại trên tài liệu sớm nhất hiện tại biết được Thuật ngữ đã bắt đầu được dùng rộng rãi kể từ khi nhà triết học duy tâm người Đức Christian Wolff (1679-1754) dùng nó trong Psychologia empirica and Psychologia rationalis của ông (1732-1734) Sự phân biệt giữa tâm lý học kinh nghiệm (empirical) và lý trí (rational) này được đề cập trong Encyclodedie của Diderot và được Maine de Biran phổ cập tại Pháp

Nguồn gốc của từ tâm lý học (psychology) là psyche (tâm lý) rất gần giống với "soul" (linh hồn) trong tiếng Hy Lạp, và tâm lý học trước đây đã được coi như một nghiên cứu về linh hồn (với ý nghĩa tôn giáo của thuật ngữ này), trong thời kỳ Thiên Chúa Giáo Tâm lý học được xem là một ngành y khoa được Thomas Willis nhắc đến khi nói về tâm lý học (trong Doctrine of the Soul) với các thuật ngữ về chức năng não, một phần của chuyên luận giải phẫu 1862 của ông là "De Anima Brutorum" ("Hai thuyết trình về Linh hồn của Brutes")

Người sáng lập của ngành tâm lý học là Wilhelm Wundt Vào năm 1879 ông thiết lập phòng thí nghiệm tâm lý học đầu tiên ở Leipzig, Đức Ông tách Tâm lý học ra khỏi các khoa học khác, từ đây tâm lý học trở thành khoa học độc lập Ông

là người theo chủ nghĩa cấu trúc ghestal, quan tâm đến những gì tạo thành ý thức

và mong muốn phân loại não ra thành những mảng nhỏ khác nhau để nghiên cứu từng phần riêng biệt Ông sử dụng phương pháp xem xét nội tâm, yêu cầu một người tự nhìn vào nội tâm và ý thức của bản thân để nghiên cứu Những người theo

Trang 26

chủ nghĩa cấu trúc cũng tin rằng một người phải được huấn luyện để có thể tự xem xét nội tâm của mình

Những người đóng góp cho tâm lý học trong những ngày đầu tiên bao gồm Hermann Ebbinghaus (người tiên phong nghiên cứu trí nhớ), Ivan Petrovich Pavlov (người Nga đã phát hiện ra quá trình học hỏi thông qua những điều kiện kinh điển-phản xạ có điều kiện, là khái niệm quan trọng trong nghiên cứu tâm lý cấp cao con người - ("sinh lý thần kinh cấp cao") và Sigmund Freud Freud là người Áo đã có rất nhiều ảnh hưởng đến môn tâm lý học, mặc dù những ảnh hưởng này thiên về sinh vật hóa hơn, đóng góp cho ngành khoa học tâm lý Thuyết của Freud cho rằng cấu trúc hành vi người được thúc đẩy bởi các thành tố cơ bản là ý thức-tiềm thức-

vô thức, dựa trên cơ chế "thỏa mãn và dồn nén"

Ngày nay, vị trí tâm lý học có vai trò quyết định đến sức khỏe con người Tổ chức Y tế thế giới (WHO) đã định nghĩa sức khỏe là sự tương tác của mối liên hệ giữa Xã hội-Thể chất-Tinh thần con người Năm 1972 Leonchiev đã làm sáng tỏ khái niệm về nghiên cứu tâm lý con người dựa trên hay hướng đến hoạt động có đối tượng Xây dựng liệu pháp tâm lý trên hoạt động tích cực của cá nhân Yếu tố tiền đề quyết định đến hành vi và năng lực cá nhân đó phương tiện trong cấu trúc hoạt động có đối tượng của cá nhân trong môi trường nhất định Tổng hòa các mối quan hệ xã hội

Tâm lý học là một lĩnh vực nghiên cứu về quy luật chung nhất của sự vận động thế giới đời sống con người dưới sự tác động qua lại tích cực của cá nhân với thực tại khách quan và những quy luật riêng biệt trong đời sống như : tâm lý học bất thường, tâm lý học động học, tâm lý học nhận thức, tâm lý học so sánh, tâm lý học phát triển, tâm lý học cá nhân, tâm lý học xã hội, tâm lý học nghệ thuật, tâm lý học quân sự, tâm lý học tội phạm, tâm lý học sáng tạo, tâm lý học lao động, tâm lý học trị liệu, tâm lý học tư vấn, tâm lý học kinh tế, cận tâm lý, và ứng dụng trong thực tiễn đời sống con người Nhiều nghiên cứu tâm lý học được ứng dụng trong các lĩnh vực khác nhau: quản lý kinh doanh, thiết kế sản phẩm, lao động học, dinh

Trang 27

dưỡng, và y học lâm sàng Các chuyên ngành tâm lý học đó gọi là tâm lý học ứng dụng, bao gồm các lĩnh vực: tâm lý học lâm sàng, tâm lý học công nghiệp và tổ chức, các nhân tố con người, tâm lý học pháp lý, tâm lý học sức khỏe, tâm lý học trường học và các lĩnh vực khác

Như vậy tâm lý học được chia ra thành rất nhiều các chuyên ngành khác nhau, ứng với các ứng dụng thực tiễn khác nhau, nhưng chúng ta thấy chưa có chuyên ngành nào nghiên cứu chuyên sâu về các trạng thái tâm lý của con người, mối liên

hê giữa chúng,… Giả thuyết rằng nếu có một chuyên ngành như vậy thì chúng ta

có thể nghiên cứu được hệ thống các trạng thái tâm lý ở người, những yếu tố ảnh hưởng, sinh ra và quyết định tới các trạng thái tâm lý đó thì chúng ta có thể đưa ra được các ứng dụng để hạn chế những tâm lý có ảnh hưởng không tốt tới sức khoẻ, thể trạng cũng như có ảnh hưởng tốt tới cuộc sống của con người, đưa cuộc sống của con người hướng tới những gì tốt đẹp và hạnh phúc hơn

Song hiện nay chưa có công trình nghiên cứu cụ thể về vấn đề này, có chăng cũng chỉ là những định nghĩa chung chung mang tính chất miêu tả về các trạng thái tâm lý như các cuốn từ điển Đây cũng là điểm khó trong việc hoàn thiện luận văn của tác giả, từ đó với mong muốn luận văn có thể góp phần tích cực trong vấn đề tìm mối liên hệ giữa các trạng thái tâm lý cơ bản ở con người với nhau, cũng như

sự phối hợp các trạng thái tâm lý cơ bản này để có thể hình thành hay tạo ra các trạng thái tâm lý khác, từ đó phân tích và tìm ra cấu trúc của các trạng thái tâm lý ở người với giả thuyết rằng hệ thống các trạng thái tâm lý ở người được cấu trúc như

hệ thống các màu trong bảng màu RGB, các màu được cấu trúc bằng cách pha trộn

ba màu cơ bản là Red, Green, Blue với các tỷ lệ khác nhau

2.1.1 Trạng thái, cảm xúc

Trạng thái là một thể hiện của một đối tượng trong một thời gian nhất định nào đó, người ta dùng khái niệm trạng thái để mô tả những tính chất, những hình dáng nhất định ở một thời điểm nhất định, thời gian lưu lại những tính chất và hình dáng này có thể ngắn, có thể dài tuỳ theo mức độ ảnh hưởng và làm thay đổi nó của

Trang 28

những yếu tố tác động Trạng thái tâm lý là những hiện tượng tâm lý diễn ra trong một thời gian tương đối dài, việc mở đầu và kết thúc không rõ ràng như : chú ý, tâm trạng,…

Cảm xúc là những thái độ thể hiện sự dung cảm của con người đối với những

sự vật, hiện tượng có liên quan tới nhu cầu và động cơ của họ Trong sự tác động qua lại giữa con người và thế giới khách quan, con người không chỉ nhận thức thế giới mà còn tỏ thái độ của chính mình với nó nữa Đời sống tình cảm của con người rất phong phú, đa dạng, thể hiện dưới nhiều hình thức khác nhau, ở nhiều mức độ khác nhau, có ảnh hưởng sau sắc tới toàn bộ đời sống tâm lý của con người Cảm xúc thường thoát khỏi sự kiểm soát của con người, có nghĩa là con người thường không kiềm chế được nó, ví dụ khi ta phải nhanh chóng quyết định một điều gì và phải làm điều gì ngay lập tức, các phản xạ sẽ quyết định hành động của chúng ta Khi đó chúng ta không có thời gian để suy nghĩ hợp lý và cân nhắc mọi tình huống Trong cơn phẫn nộ hoặc tức giận, ta thường nói ra những lời mà sau đó bản thân ta thấy ân hận Hậu quả của những hành động thiếu sự kiểm soát đó có thể khó mà lường trước được, tình thế hầu như tuột khỏi tay của chủ thể hành động Với lý do

đó vai trò của nó trong đời sống tâm lý của con người là rất quan trọng, và cũng do

đó có nhiều nghiên cứu về khả năng kiềm chế cảm xúc, điều khiển và phát hiện cảm xúc, những khía cạnh thế được gọi là : “Trí tuệ cảm xúc”

2.1.2 Các trạng thái tâm lý cơ bản

Tâm trạng hay trạng thái tâm lý là một dạng cảm xúc có cường độ vừa và phải hoặc tương đối yếu, tồn tại trong một khoảng thời gian tương đối lâu dài Trạng thái tâm lý thường bao chùm lên toàn bộ hoạt động của con người, ảnh hưởng rõ rệt đến toàn bộ hành vi của con người trong một thời gian khá dài Những trạng thái tâm lý quyết định tính hiệu quả và giá trị của hành vi, hoạt động Sau đây, chúng ta

sẽ tìm hiểu một số trạng thái tâm lý thường gặp ở người như : trạng thái cân bằng, vui vẻ, buồn dầu, ngạc nhiên, cáu giận, phẫn nộ,…

Trang 29

và không biểu lộ sự thất vọng quá đáng

2.1.2.2 Vui vẻ

Vui vẻ là trạng thái tâm lý tích cực, thích thú khi đang gặp việc hợp nguyện vọng hoặc điều làm mình hài lòng hơn mong đợi, khi ở trạng thái tâm lý vui vẻ người ta thường có những suy nghĩ và tính toán thoáng hơn bình thường, dễ chấp nhận với những yêu cầu hay đề nghị của người khác Ở trạng thái tâm lý vui vẻ cơ thể cảm thấy khoẻ mạnh, tinh thần lạc quan, phấn khởi, gần như người ta thoát khỏi được những ràng buộc về cuộc sống cũng ở trạng thái tâm lý đó, theo các bác sĩ chuyên gia, trạng thái vui vẻ có lợi cho việc bài tiết các chất độc trong cơ thể, điều

Trang 30

tiết sự hưng phấn của tế bào não và khả năng tuần hoàn máu Trạng thái tâm lý vui

vẻ là trạng thái con người ta luôn muốn hướng tới vì sự thoả mãn, vì tính thoải mái

và có ý nghĩa trên nhiều mặt của đời sống tâm lý, đời sống tình cảm và thể chất của chính họ

2.1.2.3 Buồn rầu

Buồn thường được coi là trạng thái đối lập của trạng thái vui vẻ, đó là trạng thái tiêu cực, không thích thú của những người đang gặp trạng thái đau thương hoặc đang có điều không được như ý Trong trạng thái buồn, con người ta thường

có cảm giác thờ ơ với sự vật, sự việc và môi trường xung quanh, họ như bị rơi vào một thế giới riêng, suy nghĩ miên man tới những sự việc gây buồn trong họ Trong trạng thái tâm lý buồn phiền người ta thường không có nhu cầu đòi hỏi, không có nhu cầu ăn uống, hoặc những nhu cầu khác, họ rơi vào tình trạng xấu hơn mức bình thường không muốn làm bất cứ việc gì, không muốn trò chuyện, không muốn đi đâu, thường chỉ thích nằm hoặc ngồi một chỗ Trạng thái buồn thường xảy ra khi

có việc đau thương, không như ý với chính bản thân chủ thể hoặc với những người thân, những người có tình cảm xấu sắc với chủ thể tâm lý

há miệng, …

Trang 31

2.1.2.5 Cáu giận

Cáu giận là tâm trạng tâm lý phấn khích, sẵn sàn có những phản ứng mạnh mẽ bằng lời nói hay bằng hành động thiếu suy nghĩ Đó là tâm trạng bột phát khi gặp những chuyện, những sự việc diễn ra trái với ý mình, quá đáng với bình thường và chủ thể là người bất lợi trong những tình huống như vậy Khi gặp những tình huống khách quan đem lại những sự bất bình, không đúng, không phù hợp con người sẽ thường nổi cáu, họ chuyển từ một tâm trạng đang có sang sự phản ứng mạnh mẽ hoặc phát ra bên ngoài hoặc diễn ra trong cơ thể và tâm lý một cách mạnh mẽ, biểu hiện thường là trợn mắt, mặt đỏ ửng, há miệng,… qua những cơn kích động, la hét, phá phách, tấn công người khác, đi với những hiện tượng sinh lý: tim đập nhanh, mặt đỏ lên hay tái mét, tay run; cao độ gọi là cơn khùng Con người trong trạng thái tâm lý cáu giận thường có những hành động hoặc lời nói phản ứng lại một cách nhanh chóng theo suy nghĩ tức thì nhằm thoả mãn những phấn khích trong lòng, nhằm làm cho rõ những điều không hài lòng theo cách của mình, phản ứng quyết liệt để lấy thế chủ động và giành phần thắng

2.1.2.6 Phẫn nộ

Là trạng thái tâm lý quá phấn khích, chủ thể gặp một vấn đề, sự việc bất thường có hại tới mình nên quá căm phẫn, uất ức tới mức có những hành động hay phản ứng mạnh mẽ với đối phương Trong trạng thái này chủ thể không kiềm chế được bản thân, phấn khích nên tới cao trào, họ thể hiện bằng những lời hét to, những hành động cụ thể và biểu hiện mạnh mẽ,…

2.1.3 Trạng thái ngủ gật

Trạng thái buồn ngủ khi lái xe là cực kỳ nguy hiểm là đường dẫn xấu tới tất cả mọi người khi tham gia giao thông Vì vậy vấn đề của bài toán kiểm tra và phát hiện trạng thái, dấu hiệu buồn ngủ như suy nghĩ vẩn vơ, quên không chuyển số, không nhìn thấy biển báo giao thông, lái chậm lại không có chủ ý, đạp phanh quá trễ, nháy mắt quá nhiều chảy nước mắt, nhắm mắt lại một lúc, ở trạng thái gà gật

Trang 32

Khi đó thiết bị kiểm tra nhận dạng nhận biết được và cảnh báo cho người lái xe dừng lại để nghỉ ngơi để trở về trạng thái tốt nhất tiếp tục điều khiển phương tiện

2.2 Phát hiện mặt người trong ảnh

Các phương pháp này nhằm trả lời cho câu hỏi “Bức ảnh đầu vào có phải là khuôn mặt không ?”

Để thực hiện việc phát hiện khuôn mặt, các phương pháp đều dựa trên các đặc trưng đại diện cho khuôn mặt Có thể là các đặc trưng toàn cục như: màu da người, kích thước, và hình dáng để tìm các ứng viên khuôn mặt, rồi sau đó sẽ xác định ứng viên nào là khuôn mặt thông qua dùng các đặc trưng cục bộ như: mắt, lông mày, mũi, miệng, và tóc; hoặc nhờ áp dụng các kỹ thuật thống kê và học máy để tìm ra các đặc tính liên quan của khuôn mặt và không phải của khuôn mặt

Một số phương pháp phát hiện khuôn mặt:

1, 2, , không tương quan với nhau và có thể biểu diễn tuyến tính qua các biến

cũ Dĩ nhiên là chúng ta phải đòi hỏi sự thay đổi biến số này không làm mất thông tin về các biến ban đầu Phân tích thành phần chính là một phương pháp nhằm mục đích như vậy Nó dụ vào phân tích cấu trúc của ma trận hiệp phương sai của vectơ ngẫu nhiên X thông qua việc phân tích các tổ hợp tuyến tính của các thành phần của nó Mục tiêu cơ bản của phân tích thành phần chính là:

- Rút gọn số liệu

- Biểu diễn và giải thích tập số liệu

Việc phân tích các thành phần chính thường phát hiện ra các mối quan hệ tàng

ẩn trong các thành phần và cho phép ta giải thích các mối quan hệ đó Hơn nữa, việc phân tích các thành phần chính là một giai đoạn trung gian của các nghiên cứu khác, như phân tích hồi quy và phân tích nhân tố thông qua các thành phần chính

Trang 33

Một vấn đề được đặt ra của việc phân tích thành phần chính là số thành phần chính chủ yếu, hay nói cách khác là cần phải giữ lại bao nhiêu thành phần chính giải thích các vấn đề liên quan tới thành phần chính

Thông thường các thành phần chính ứng với các giá trị riêng i rất nhỏ (i

0

 ) không đóng vai trò gì trong phân tích số liệu và ta có thể loại đi Theo ngôn ngữ về sự khôi phục thông tin về các số liệu ban đầu dựa trên các dự báo tuyến tính của các thành phần X , ,1 X pcủa vector X dựa trên các thông tin về quan sát các

thành phần chính Y , ,1 Y pta chỉ cần giữ lại k thành phần chính nếu

PCA là một công cụ thống kê đã được xây dựng trong các ứng dụng nhận dạng mặt người và nén ảnh, ngoài ra PCA còn là một công cụ được sử dụng phổ biến trong việc tìm mẫu cho dữ liệu nhiều chiều

Trang 34

Hình 2.1 a) Mô tả dữ liệu đấu vào trên mặt phẳng 2 chiều; b)Mô tả các thành

phần chính trên mặt phẳng

- Bước 3 : Tính ma trận hiệp phương sai

- Bước 4 : Tính các vector riêng ( eigenvector ) và giá trị riêng (eigenvalue)

Trang 35

o Nếu chọn cả hai vector riêng thì ta được vector đặc trưng :

o Nếu chỉ chọn vector riêng ứng với giá trị riêng lớn nhất thì ta được vector đặc trưng :

FeatureVec

o Trong ví dụ này: nếu chọn cả hai vector riêng, ta được thành phần chính là :

Trang 36

o Nếu chỉ chọn vector riêng ứng với giá trị riêng lớn nhất, ta được thành phần chính là:

- Bước 6 : Khôi phục dữ liệu ban đầu

Cộng thêm kỳ vọng ta sẽ được dữ liệu ban đầu

o Trong ví dụ với 1 thành phần chính :

o DataAdjust

o Dữ liệu ban đầu :

Định dạng
Số trang	72
Dung lượng	1,45 MB