Nhận dạng khuôn ng khuôn m khuôn mặt dùng mạng nơron

Hệ thống nhận dạng ảnh là một ứng dụng tự động phát hiện và nhận dạng khuôn mặt người từ một ảnh số hay là một khung ảnh từ một luồng video. Cách làm là so sánh các đặc trưng được lựa chọn của ảnh chụp thật với một cơ sở dữ liệu ảnh chụp gốc.Hệ thống nhận dạng ảnh là một ứng dụng tự động phát hiện và nhận dạng khuôn mặt người từ một ảnh số hay là một khung ảnh từ một luồng video. Cách làm là so sánh các đặc trưng được lựa chọn của ảnh chụp thật với một cơ sở dữ liệu ảnh chụp gốc.

NỘI DUNG THUYẾT TRÌNH

1.GIỚI THIỆU

NHẬN DẠNG KHUÔN MẶT

KHÁI NIỆM:

 Hệ thống nhận dạng ảnh là một ứng dụng tự động phát hiện và nhận dạng khuôn mặt người từ một ảnh số hay là một khung ảnh từ một luồng video Cách làm là so sánh các đặc trưng được lựa chọn của ảnh chụp thật với một cơ sở dữ liệu ảnh chụp gốc .

 Các dữ liệu dùng để so sánh trong nhận dạng ảnh:

1 Khoảng cách giữa 2 hốc mắt

2 Khoảng cách giữa môi và mũi

3 Khoảng cách giữa sống mũi và mắt

4 Khoảng cách giữa môi và sống mũi

5 Độ lệch tâm của khuôn mặt

Ứng dụng của nhận dạng khuôn mặt

 Kiểm tra hộ chiếu tại cổng sân bay

 Nhận dạng các cá nhân trong một cuộc họp

SƠ ĐỒ NHẬN DẠNG MẪU

2

2 CÁC PHƯƠNG PHÁP C C ƯƠNG TRÍCH ĐẶC TRƯNG

CÁC PHƯƠNG PHÁP

ầ

 Phân tích thành phần chính

(Principle Component Analysis-PCA)

 Phân tích phân biệt tuyến tính

(Linear Discriminant Analysis-LDA)

SƠ ĐỒ KHỐI

PCA

Nhận dạng bằng PCA

PCA

Nhận dạng bằng PCA

Nhận dạng bằng PCA

Kết quả : ết quả :

 Sau khi tìm được các eigenface các ảnh trong tập

 Sau khi tìm được các eigenface, các ảnh trong tập

cơ sở dữ liệu sẽ được chiếu lên không gian các eigenface này để tạo ra vector đặc tính g y ạ ặ

 Vector này có kích thước nhỏ hơn nhiều so với kích thước ảnh nhưng vẫn mang nhiều nhất g g thông tin chứa trong ảnh.

Nhược điểm của PCA

Sơ đồ khối của nhận dạng LDA ậ ạ g

Thuật toán nhận dạng ảnh dùng LDA

1 Cơ sở dữ liệu

2 Tính toán trung bình tất cả các khuôn mặt

3 Tính toán trung bình khuôn mặt của từng người

4 Trừ đi các kh ôn mặt h ấn l ện

4 Trừ đi các khuôn mặt huấn luyện.

Thuật toán nhận dạng ảnh dùng LDA

5 Sử dụng ma trận S1, S2, S3, S4

6 Ma trận rải rác

( within-class scatter matrix –sw)

Thuật toán tính toán vector Fisherface

 

 

 

1 2

d d

f f

g g

Thuật toán tính toán vector Fisherface

 Tính toán trung bình tất cả các khuôn mặt

 Tính toán trung bình tất cả các khuôn mặt

Thuật toán tính toán vector Fisher face

 Tính toán trung bình khuôn mặt của từng người

 Tính toán trung bình khuôn mặt của từng người

Thuật toán tính toán vector Fisher face

 Trừ đi các khuôn mặt được huấn luyện

 Trừ đi các khuôn mặt được huấn luyện

Thuật toán tính toán vector Fisher face

Nhận dạng dùng phương pháp huấn luyện LDA

Ưu điểm của LDA-NN

 Nhanh hơn phương pháp eigenface (PCA)

3 HUẤN LUYỆN MẠNG NEURON

MẠNG NEURON

 Mạng neuron là một hệ thống chương trình và cấu trúc dữ liệu cho phép mô phỏng hoạt động của não bộ.

 Thông thường, một mạng neuron được khởi tạo ở trạng thái “

đã huấn luyện” hay biểu diễn một khối lượng lớn dữ liệu và luật điều khiển(Vd:” Ông nội thì lớn tuổi hơn bố”)

 Một h t ì h ó thể bá ột l ới á á h hà h ử

 Một chương trình có thể báo một mạng lưới các cách hành xử

MÔ HÌNH MẠNG NEURON

MẠNG TRUYỀN THẲNG 1 LỚP

MẠNG TRUYỀN THẲNG NHIỀU LỚP

MẠNG HỒI QUY NHIỀU LỚP

THUẬT TOÁN HỌC

 Học không giám sát

 Học có giám sát

 Học có củng cố ọ g

ƯU ĐIỂM

 Khi một phần tử ( của neuron nhân tạo) của mạng neuron

 Khi một phần tử ( của neuron nhân tạo) của mạng neuron

bị sai, nó vẫn có thể tiếp tục mà không gặp phải vấn đề gì nhờ có cấu trúc song song.

 Mạng neuron có thể học và không cần thiết phải lập trình lại ạ

 Có thể được áp dụng trong rất nhiều ứng dụng.

ƯU ĐIỂM

 Khô ầ hiế hấ hậ ộ lớ hâ bố dữ liệ đ

 Không cần thiết chấp nhận một lớp phân bố dữ liệu được hoàn thành trong mô hình xác suất.

 Mạng neuron có thể ứng dụng cho nhiều vấn đề của hệ thống phi tuyến.

 Sự trao đổi thông tin giữa các biến là tự động trong quá trình tính toán.

Ế Ả

4 KẾT QUẢ

So sánh

 Cơ sở dữ liệu FERET So sánh

So sánh kết quả các phương pháp

………