ĐỒ ÁN CƠ SỞ 5 NĂM 2021 ĐỀ TÀI : ĐIỂM DANH BẰNG NHẬN DIỆN KHUÔN MẶT. Giảng viên : TS. LÊ TÂN

MỞ ĐẦUKhuôn mặt đóng vai trò quan trọng trong quá trình giao tiếp giữa người với người, và cũng mang một lượng thông tin giàu có, chẳng hạn có thể xác định giới tính, tuổi tác, trạng thá

ĐẠI HỌC ĐÀ NẴNG TRƯỜNG ĐẠI HỌC CNTT&TT VIỆT HÀN

BÁO CÁO ĐỒ ÁN CƠ SỞ 5

ĐỀ TÀI : ĐIỂM DANH BẰNG NHẬN DIỆN KHUÔN MẶT

Giảng viên : TS LÊ TÂN

Sinh viên thực hiện : ĐỖ HỒNG PHÚC

Đà nẵng, 31 tháng 05 năm 2021

ĐẠI HỌC ĐÀ NẴNG TRƯỜNG ĐẠI HỌC CNTT&TT VIỆT HÀN

BÁO CÁO ĐỒ ÁN CƠ SỞ 5

ĐỀ TÀI : ĐIỂM DANH BẰNG NHẬN DIỆN KHUÔN MẶT

Giảng viên : TS LÊ TÂN

Sinh viên thực hiện : ĐỖ HỒNG PHÚC

Đà nẵng, 31 tháng 05 năm 2021

MỞ ĐẦU

Khuôn mặt đóng vai trò quan trọng trong quá trình giao tiếp giữa người với người, và cũng mang một lượng thông tin giàu có, chẳng hạn có thể xác định giới tính, tuổi tác, trạng thái cảm xúc của người đó,… hơn nữa khảo sát chuyển động của các đường nét trên khuôn mặt có thể biết được người đó đang muốn nói gì Trong hệ thống nhận dạng người thì quá trình nhận dạng khuôn mặt được đánh giá là bước khó khăn và quan trọng nhất so với các bước còn lại của

hệ thống Do đó, nhận dạng khuôn mặt là điều quan trọng và cần thiết

Nhận dạng khuôn mặt người là một công nghệ được ứng dụng rông rãi trong đời sống hằng ngày của con người như các hệ thống giám sát, quản lí vào ra, tìmkiếm thông tin người nổi tiếng,… có rất nhiều phương pháp nhận dạng khuôn mặt để nâng cao hiệu suất tuy nhiên dù ít hay nhiều những phương pháp này đang vấp phải những thử thách về độ sáng, hướng nghiên, kích thước ảnh, hay ảnh hưởng của tham số môi trường

Cùng với sự phát triển của xã hội, vấn đề an ninh, bảo mật đang được yêu cầu khắt khe tại mọi quốc gia trên thế giới Các hệ thống nhận dạng con người,

đồ vật… được ra đời và phát triển với độ tin cậy ngày càng cao Với cách tiếp cận đối tượng nhận dạng theo phương pháp này, chúng ta có thể thu nhập được nhiều thông tin từ đối tượng hơn, mà không cần tác động nhiều đến đối tượng cũng vấn đảm bảo tính chính xác, an toàn, thuận tiện

Trong phạm vi bài báo cáo này em xin được trình bài quá trình thực hiện điểm danh qua nhận diện khuôn mặt qua thư viện opencv Cuối cùng, mặc dù đã

cố gắng rất nhiều nhưng do thời gian có hạn, khả năng dịch và hiểu tài liệu chưa tốt nên nội dung đồ án này không thể tránh khỏi những thiếu sót, rất mong được

sự chỉ bảo, góp ý của các thầy cô và các bạn

LỜI CẢM ƠN

s

Trước tiên em xin được bày tỏ sự trân trọng và lòng biết ơn đối với

thầy giáo Lê Tân Trong suốt quá thời gian học và làm đồ án môn học, thầy

đã dành rất nhiều thời gian quý báu để tận tình chỉ bảo, hướng dẫn, định

hướng cho em thực hiện đồ án

Chúng em xin được cảm ơn các thầy cô giáo trường CNTT & Truyền Thông Việt Hàn– Đại Học Đà Nẵng đã giảng dạy trong quá trình học tập, thực hành, làm bài tập, giúp em hiểu thấu đáo hơn các nội dung học tập và những hạn chế cần khắc phục trong việc học tập, nghiên cứu và thực hiện

đồ án này

Em xin chân thành cảm ơn

NHẬN XÉT (Của giảng viên hướng dẫn)

………

………

………

………

………

………

………

………

………

………

………

………

………

………

MỤC LỤC

Chương 1 MỞ ĐẦU 8

1.1 Giới thiệu 8

1.2 Đặt vấn đề 9

Chương 2 Tổng quan về xử lý ảnh 10

2.1 Xử lý ảnh là gì? 10

2.1.1 Các quá trình của xử lý ảnh 10

2.1.2 Phần thu nhận ảnh (Image Acquisition) 10

2.1.3 Tiền xử lý (Image Processing) 11

2.1.4 Phân đoạn (Segmentation) hay phân vùng ảnh 11

2.1.5 Biểu diễn ảnh (Image Representation) 11

2.1.6 Nhận dạng và nội suy ảnh (Image Recognition and Interpretation) 11

2.1.7 Cơ sở tri thức (Knowledge Base) 11

2.2 Những vấn đề cơ bản trong hệ thống xử lý ảnh 12

2.2.1 Điểm ảnh (Picture Element) 12

2.2.2 Mức xám của ảnh 12

2.2.3 Các thành phần cơ bản của hệ thống xử lý ảnh 13

2.2.4 Các khái niệm về đường viền ảnh, biên ảnh và vùng bao lồi của ảnh 14 2.2.5 Các thiết bị thu nhận ảnh và một số quy trình khác 14

Chương 3 NHẬN DIỆN KHUÔN MẶT 15

3.1 Tổng quan về nhận diện khuôn mặt 15

3.2 Các phương pháp nhận diện 17

3.3 Ưu điểm, nhược điểm của các phương pháp 17

3.3.1 Nhận dạng dựa trên các đặc trưng của các phần tử trên khuôn mặt .17

3.3.2 Nhận dạng dựa trên xét tổng thể khuôn mặt 18

3.4 Các thuật toán được sử dụng để phát hiện khuôn mặt 18

3.4.1 Các đặc trưng Haar-Like 18

3.4.2 AdaBoost 21

3.5 Các thuật toán được sử dụng trong việc nhận dạng khuôn mặt 22

3.5.1 One-shot learning 22

3.5.2 Learning similarity 22

3.5.3 Siam network 22

Chương 4 XÂY DỰNG HỆ THỐNG 23

4.1 Phân tích hệ thống 23

4.2 Xây dựng ứng dụng 24

4.2.1 Phát hiện khuôn mặt (face detection) 24

4.2.2 Train data 27

4.2.3 Điểm danh 30

Chương 5 KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN 35

5.1 Kết quả đạt được 35

5.2 Hướng phát triển 35

DANH MỤC TÀI LIỆU THAM KHẢO 37

DANH MỤC HÌNH ẢNH

Hình 1 Quá trình xử lý ảnh 10

Hình 2 Các thành phần cơ bản của hệ thống xử lý ảnh 13

Hình 3 Nhận diện khuôn mặt 16

Hình 4 Phân vùng các dặc trưng của thuật toán Haar-Like 19

Hình 5 4 đặc trưng cơ bản để xác định khuôn mặt người 19

Hình 6 Đặc trưng cạnh (edge feature) 19

Hình 7 Đặc trưng đường (line feature) 19

Hình 8 Đặc trưng xung quanh tâm (center-surround feature) 20

Hình 9 Công thức tính Intergral Image 20

Hình 10 Tổng các giá trị mức xám ở điểm D 21

Hình 11 Các đặc trưng Haar-Like theo mô hình phân tầng (cascade) 21

Hình 12 Sơ đồ hệ thống 24

Hình 13 Giao diện ứng dụng 25

Hình 14 Phát hiện gương mặt 26

Hình 15 Code lấy ảnh 27

Hình 16 Code train dữ liệu 28

Hình 17 Dữ liệu ảnh 28

Hình 18 Danh sách sinh viên 29

Hình 19 Giao diện nhận diện khuôn mặt 29

Hình 20 Code nhận diện khuôn mặt 31

Hình 21 Danh sách điểm danh 31

Hình 22 Danh sách điểm danh file exel 32

Chương 1 MỞ ĐẦU 1.1 Giới thiệu

Với sự phát triển không ngừng của khoa học và công nghệ, đặc biệt là cácthiết bị được hỗ trợ công nghệ xử lý ảnh ngày càng hiện đại và được sử dụng phổbiến trong đời sống con người đã làm cho lượng thông tin thu được bằng hìnhảnh ngày càng tăng và phổ biến Theo đó, lĩnh vực xử lý ảnh cũng được chú trọngphát triển, ứng dụng rộng rãi trong đời sống xã hội hiện đại Không chỉ dừng lại ởviệc chỉnh sửa, tăng chất lượng hình ảnh mà với công nghệ xử lý ảnh hiện naychúng ta có thể giải quyết các bài toán nhận dạng chữ viết, nhận dạng dấu vântay, đặc biệt là nhận dạng khuôn mặt…

Công nghệ nhân diện khuôn mặt (Facial Recognition Technology) hiện làmột công nghệ đang được sử dụng khá phổ biến tại các quốc gia phát triển Côngnghệ này có khả năng xác định hoặc xác nhận một người từ hình ảnh kỹ thuật sốđược lấy mẫu trước đó hoặc từ một khung hình trong một nguồn video khác Đây

là một phương pháp xác minh độc đáo khi thiết bị sẽ dựa vào những điểm khácnhau tiêu biểu nhất trên khuôn mặt của một người để tiến hành phân biệt giữangười này với người khác Do vậy đối với các trường hợp như song sinh thìngười dùng có thể yên tâm rằng máy vẫn sẽ phát hiện ra Chính vì đặc điểm nàythì ngoài được ứng dụng trong việc quản lý nhân sự ra thì nó còn là sự lựa chọncủa rất nhiều đơn vị hoạt động trong lĩnh vực an ninh, bảo mật, gia dịch

Xây dựng một ứng dụng nhận dạng khuôn mặt nhằm giúp việc quản lý,điểm danh, giao dịch hay thống kê theo từng yêu cầu phục cụ cho các mục đíchkhác nhau là cấp thiết Ngoài ra, giúp sinh viên tìm hiểu về thư viện OpenCV, tìmhiểu các phương pháp xác định khuôn mặt (Face Detection)

Xét thấy tính khả thi của mô nhận diện khuôn mặt khi áp dụng vào thực tế,cũng như nhu cầu hiện tại ở các trường học khi chưa có hệ thống điểm danh tựđộng, mà cụ thể là điểm danh bằng khuôn mặt Trong khi các thiết hỗ trợ thunhận và xử lý hình ảnh ngày càng phổ biến Chính vì vậy tôi đã chọn đề tài

“Điểm danh nhận diện khuôn mặt”

1.2 Đặt vấn đề

Hiện nay có nhiều loại thiết bị điểm danh như: chấm vân tay, chấm mặt hayquẹt thẻ nhưng mỗi loại còn tồn tại một số hạn chế Cụ thể, chấm vân tay có khảnăng lây truyền bệnh truyền nhiễm, quẹt thẻ dễ phát sinh tình trạng quẹt thẻ hộ,chấm mặt hay trục trắc bởi lỗi phần mềm Ý tưởng nhóm chúng em là xây dựng

hệ thống nhận dạng khuôn mặt và điểm danh có thể nhận dạng một cách chínhxác

Hiện nay có rất nhiều kỹ thuật để thực hiện việc nhận dạng khuôn mặt, tuynhiên điểm chung của các kỹ thuật này là đều sẽ phải thực hiện qua 3 bước:

Bước 1: Xác định và lấy ra (các) khuôn mặt có trong hình ảnh

Bước 2:Từ hình ảnh các khuôn mặt lấy ra từ bước 1, thực hiện việc phân tích,trích xuất các đặt trưng của khuôn mặt

Bước 3: Từ các thông tin có được sau khi đã phân tích, kết luận và xác minh danhtính người dùng

Bước 4: Thực hiện lưu thông tin danh tính đã xác định được để thực hiển côngviệc điểm danh

Chương 2 TỔNG QUAN VỀ XỬ LÝ ẢNH

2.1 Xử lý ảnh là gì?

Xử lý ảnh (XLA) là đối tượng nghiên cứu của lĩnh vực thị giác máy, làquá trình biến đổi từ một ảnh ban đầu sang một ảnh mới với các đặc tính và tuântheo ý muốn của người sử dụng Xử lý ảnh có thể gồm quá trình phân tích, phânlớp các đối

tượng, làm tăng chất lượng, phân đoạn và tách cạnh, gán nhãn cho vùng hay quátrình

biên dịch các thông tin hình ảnh của ảnh

Cũng như xử lý dữ liệu bằng đồ hoạ, xử lý ảnh số là một lĩnh vực của tin học ứngdụng Xử lý dữ liệu bằng đồ họa đề cập đến những ảnh nhân tạo, các ảnh nàyđược xem xét như là một cấu trúc dữ liệu và được tạo bởi các chương trình Xử lýảnh số bao gồm các phương pháp và kỹ thuật biến đổi, để truyền tải hoặc mã hoácác ảnh tự nhiên Mục đích của xử lý ảnh gồm:

 Biến đổi ảnh làm tăng chất lượng ảnh

 Tự động nhận dạng ảnh, đoán nhận ảnh, đánh giá các nội dung của ảnh

 Nhận biết và đánh giá các nội dung của ảnh là sự phân tích một hình ảnhthành những phần có ý nghĩa để phân biệt đối tượng này với đối tượngkhác, dựa vào đó ta có thể mô tả cấu trúc của hình ảnh ban đầu Có thể liệt

kê một số phương pháp nhận dạng cơ bản như nhận dạng ảnh của các đốitượng trên ảnh, tách cạnh, phân đoạn hình ảnh,…

 Kỹ thuật này được dùng nhiều trong y học (xử lý tế bào, nhiễm sắc thể),nhận dạng chữ trong văn bản

2.1.1 Các quá trình của xử lý ảnh

Hình 1 Quá trình xử lý ảnh

Sơ đồ này gồm các thành phần sau:

2.1.2 Phần thu nhận ảnh (Image Acquisition)

Ảnh có thể nhận qua camera màu hoặc đen trắng Thường ảnh nhận quacamera là ảnh tương tự (loại camera ống chuẩn CCIR với tần số 1/25, mỗi ảnh 25dòng), cũng có loại camera đã số hoá (như loại CCD – Charge Coupled Device)

là loại photodiode tạo cường độ sáng tại mỗi điểm ảnh

- Camera thường dùng là loại quét dòng ; ảnh tạo ra có dạng haichiều Chất lượng một ảnh thu nhận được phụ thuộc vào thiết bịthu, vào môi trường (ánh sáng, phong cảnh)

2.1.3 Tiền xử lý (Image Processing)

Sau bộ thu nhận, ảnh có thể nhiễu độ tương phản thấp nên cần đưa vào bộtiền xử lý để nâng cao chất lượng Chức năng chính của bộ tiền xử lý là lọc nhiễu,tăng độ tương phản để làm ảnh rõ hơn, nét hơn

2.1.4 Phân đoạn (Segmentation) hay phân vùng ảnh

Phân vùng ảnh là tách một ảnh đầu vào thành các vùng thành phần để biểudiễn phân tích, nhận dạng ảnh Ví dụ: để nhận dạng chữ (hoặc mã vạch) trênphong bì thư cho mục đích phân loại bưu phẩm, cần chia các câu, chữ về địa chỉhoặc tên người thành các từ, các chữ, các số (hoặc các vạch) riêng biệt để nhậndạng 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 vàocông đoạn này

2.1.5 Biểu diễn ảnh (Image Representation)

Đầu ra ảnh sau phân đoạn chứa các điểm ảnh của vùng ảnh (ảnh đã phânđoạn) cộng với mã liên kết với các vùng lân cận Việc biến đổi các số liệu nàythành dạng thích hợp là cần thiết cho xử lý tiếp theo bằng máy tính Việc chọncác tính chất để thể hiện ảnh gọi là trích chọn đặc trưng (Feature Selection) gắnvới 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 nhậnđược

2.1.6 Nhận dạng và nội suy ảnh (Image Recognition and Interpretation)

Nhận dạng ảnh là quá trình xác định ảnh Quá trình này thường thu đượcbằng cách so sánh với mẫu chuẩn đã được học (hoặc lưu) từ trước Nội suy làphán đoán theo ý nghĩa trên cơ sở nhận dạng Có nhiều cách phân loại ảnh khácnhau về ảnh Theo lý thuyết về nhận dạng, các mô hình toán học về ảnh đượcphân 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 dụngtrong khoa học và công nghệ là: nhận dạng ký tự (chữ in, chữ viết tay, chữ kýđiện tử), nhận dạng văn bản (Text), nhận dạng vân tay, nhận dạng mã vạch, nhậndạng mặt người…

2.1.7 Cơ sở tri thức (Knowledge Base)

Như đã nói ở trên, ảnh là một đối tượng khá phức tạp về đường nét, độsáng 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 phươngpháp 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, ởđây các cơ sở tri thức được phát huy.

2.2 Những vấn đề cơ bản trong hệ thống xử lý ảnh

2.2.1 Điểm ảnh (Picture Element)

Gốc của ảnh (ảnh tự nhiên) là ảnh liên tục về không gian và độ sáng Để

xử lý bằng máy tính (số), ảnh cần phải được số hoá Số hoá ảnh là sự biến đổi gầnđúng một ảnh liên tục thành một tập điểm phù hợp với ảnh thật về vị trí (khônggian) và độ sáng (mức xám) Khoảng cách giữa các điểm ảnh đó được thiết lậpsao cho mắt người không phân biệt được ranh giới giữa chúng Mỗi một điểmnhư vậy gọi là điểm ảnh (PEL: Picture Element) hay gọi tắt là Pixel Trong khuônkhổ ảnh hai chiều, mỗi pixel ứng với cặp tọa độ (x, y)

Điểm ảnh (Pixel) là một phần tử của ảnh số tại toạ độ (x, y) với độ xámhoặc màu nhất định Kích thước và khoảng cách giữa các điểm ảnh đó được chọnthích hợp sao cho mắt người cảm nhận sự liên tục về không gian và mức xám(hoặc màu) của ảnh số gần như ảnh thật Mỗi phần tử trong ma trận được gọi làmột phần tử ảnh

2.2.2 Mức xám của ảnh

 Mức xám của điểm ảnh: là cường độ sáng của nó được gán bằng giá trị số

của nó tại điểm đó

 Điểm ảnh (pixel): là một phần tử của ảnh số tại toạ độ (x, y) với độ xám

hoặc màu nhất định Kích thước và khoảng cách giữa các điểm ảnh đóđược chọn thích hợp sao cho mắt người cảm nhận sự liên tục về khônggian và mức xám (hoặc màu) của ảnh số gần như ảnh thật Mỗi phần tửtrong ma trận được gọi là một phần tử ảnh

 Độ phân giải của ảnh: Độ phân giải (Resolution) của ảnh là mật độ điểm

ảnh được ấn định trên một ảnh số được hiển thị Khoảng cách giữa cácđiểm ảnh phải được chọn sao cho mắt người vẫn thấy được sự liên tục củaảnh Việc lựa chọn khoảng cách thích hợp tạo nên một mật độ phân bổ, đóchính là độ phân giải và được phân bố theo trục x và y trong không gianhai chiều

 Các thang giá trị mức sáng thông thường: 16, 32, 64, 128, 256 (Mức 256

là mức phổ dụng Lư do: từ kỹ thuật máy tính dùng 1 byte (8 bit) để biểudiễn mức xám: Mức xám dùng 1 byte biểu diễn: 2 8=256 mức, tức là từ 0đến 255)

 Ảnh đen trắng: là ảnh có hai màu đen, trắng (không chứa màu khác) với

mức xám ở các điểm ảnh có thể khác nhau

 Ảnh nhị phân: ảnh chỉ có 2 mức đen trắng phân biệt tức dùng 1 bit mô tả

21 mức khác nhau Nói cách khác: mỗi điểm ảnh của ảnh nhị phân chỉ cóthể là 0 hoặc 1

 Ảnh màu: trong khuôn khổ lý thuyết ba màu (Red, Blue, Green) để tạo nên

thế giới màu, người ta thường dùng 3 byte để mô tả mức màu, khi đó cácgiá trị màu: 28*3=224≈ 16,7 triệu màu

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

Hình 2 Các thành phần cơ bản của hệ thống xử lý ảnh

Thiết bị thu nhận ảnh: Là thiết bị biến đổi quang điện, cho phép biến đổi hình

ảnh quang học thành tín hiệu dưới dạng analog hay trực tiếp dưới dạng số Cónhiều 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 ghihình điện tử và chip CCD (Charge Coupled Device – linh kiện ghép điện tích)

Bộ xử lý ảnh chuyên dụng: Sử dụng chip xử lý ảnh chuyên dụng, có khả năng

thực hiện nhanh các lệnh trong xử lý ảnh Cho phép thực hiện các quá trình xử lýảnh như lọc,làm nổi đường bao, nén và giải thích video v.v Trong bộ xử lýthường thường tích hợp hợp bộ nhớ đệm có tốc độ cao

Bộ nhớ trong và bộ nhớ 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.Bộ nhớ số trong hệthống xử lý ảnh có thể chia làm 3 loại :

 Bộ nhớ đệm trong máy tính để lưu ảnh trong quá trình xử lý Bộ nhớ này

có khả năng ghi/đọc rất nhanh (ví dụ 25 hình /s)

 Bộ nhớ ngoài có tốc độ truy cập tương đối nhanh, dùng để lưu thông tinthường dùng.Các bộ nhớ ngoài có thể là ổ cứng, thẻ nhớ thẻ nhớflash v.v

 Bộ nhớ dùng để lưu trữ dữ liệu Loại bộ nhớ này thường có dung lượnglớn, tốc độ truy cập không cao.Thông dụng là đĩa quang ghi 1 lần (ROM)hoặc nhiều lần (ROM) như đĩa DVD có dung lượng 4.7 GB(một mặt ) Ngoài ra trong hệ thống xử lý ảnh còn sử dụng các thiết bị cho phép lưu ảnh trêncác vật liệu khác như giấy in, công nghệ nung nóng v.v

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 hiệuvideo) 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 (LiquidCrystal Display) Đèn hình CRT thường có khả năng hiển thị màu sắc tốt hơnmàn hình LCD nên được dùng phổ biến trong các hệ thống xử lý ảnh chuyênnghiệp

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

2.2.4 Các khái niệm về đường viền ảnh, biên ảnh và vùng bao lồi của ảnh Đường viền ảnh(border) của một vùng ảnh R là tập hợp các điểm ảnh trong

vùng

đó mà có 1 hay nhiều lân cận bên ngoài vùng ảnh R

Biên ảnh: một điểm ảnh có thể coi là biên nếu ở đó có sự thay đổi đột ngột về

mức

xám.tập hợp các điểm biên tạo thành đường bao của ảnh

Vùng bao lồi: Được sử dụng để mô tả các thuộc tính hình học của đối

2.2.5 Các thiết bị thu nhận ảnh và một số quy trình khác

Các thiết bị thu nhận ảnh: Bộ cảm biến ảnh camera, màn hình video, máy tính.

Các thiết bị thu nhận ảnh bao gồm camera, scanner các thiết bị thu nhận này cóthể cho ảnh đen trắng Các thiết bị thu nhận ảnh có 2 loại chính ứng với 2 loại ảnhthông dụng Raster, Vector Các thiết bị thu nhận ảnh thông thường Raster làcamera các thiết bị thu nhận ảnh thông thường Vector là sensor hoặc bàn số hoáDigitizer hoặc được chuyển đổi từ ảnh Raster Nhìn chung các hệ thống thu nhậnảnh thực hiện 1 quá tŕnh Cảm biến: biến đổi năng lượng quang học thành nănglượng điện Tổng hợp năng lượng điện thành ảnh

Số hóa ảnh: Ảnh thu vào được từ các thiết bị thu nhận ảnh có thể là ảnh tương tự

hoặc ảnh số.Trong trường hợp ảnh tương tự, chúng ta phải tiến hành quá trình sốhóa ảnh để có thể xử lý được bằng máy tính

Quá trình lượng hóa: Lượng tử hóa về mặt biên độ (độ sáng) cho dòng ảnh vừa

được rời rạc hóa

Lấy mẫu là một quá tŕnh, qua đó ảnh được tạo nên trên một vùng có tính liên tục

được chuyển thành các giá trị rời rạc theo tọa độ nguyên Quá tŕnh này gồm 2 lựachọn: Một là khoảng lấy mẫu Hai là cách thể hiện dạng mẫu Lựa chọn thứ nhấtđược đảm bảo nhờ lư thuyết lấy mẫu của Shannon Lựa chọn thứ hai liên quanđến độ đo (Metric) được dùng trong miền rời rạc

Chương 3 NHẬN DIỆN KHUÔN MẶT

3.1 Tổng quan về nhận diện khuôn mặt

Nhận diện khuôn mặt (Face recogintion) đang được ứng dụng trong nhiềulĩnh vực Hệ thống nhận dạng khuôn mặt là một ứng dụng cho phép máy tính tựđộng xác định hoặc nhận dạng một người nào đó từ một bức hình ảnh kỹ thuật sốhoặc một khung hình video từ một nguồn video

Nhận dạng khuôn mặt là một bài toán khá phức tạp, nó đòi hỏi một loạtcác vấn đề cần thực hiện:

 Việc làm đầu tiên đó là cần phải tìm kiếm tất cả những khuôn mặt

có trong bức hình

 Focus vào từng khuôn mặt chắc chắn có thể nhận ra cùng mộtngười từ các góc nhìn hoặc điều kiện sáng tối khác nhau

 Lựa chọn những feature đặc trưng trên từng khuôn mặt

 So sánh những đặc trưng này với những người khác để có thể biếtđược định danh của họ

Mỗi khuôn mặt đều có nhiều điểm mốc, những phần lồi lõm tạo nên cácđặc điểm của khuôn mặt Các hệ thống nhận diện khuôn mặt định nghĩa nhữngđiểm này là những điểm nút Mỗi mặt người có khoảng 80 điểm nút Có thể nhậndiện một số điểm nút như sau:

 Khoảng cách giữa hai mắt

 Chiều rộng của mũi

 Độ sâu của hốc mắt

 Hình dạng của xương gò má

 Độ dài của xương hàm

Hình 3 Nhận diện khuôn mặt

 Một số thuật toán nhận dạng khuôn mặt xác định các đặc điểmkhuôn mặt bằng cách trích xuất các ranh giới, hoặc đặc điểm, từmột hình ảnh khuôn mặt của đối tượng Từ đó các thuật toán sẽtrích xuất được các thông tin, và những tính năng này sau đó được

sử dụng để tìm kiếm các hình ảnh khác với các tính năng phù hợp.Trong trường hợp sử dụng để nhận diện, cần phải lưu lại thông tinkhuôn mặt để ghi nhớ trước Các thuật toán sẽ đơn giản hóa một tậpcác hình ảnh khuôn mặt và sau đó nén dữ liệu khuôn mặt, chỉ lưu

dữ liệu hình ảnh nào là hữu ích cho việc nhận dạng khuôn mặt Khi

đó, muốn nhận diện sẽ so sánh hình ảnh mẫu với các dữ liệu khuônmặt đã lưu

 Các thuật toán nhận dạng có thể được chia thành hai hướng chính,

là hình học, đó là nhìn vào tính năng phân biệt, hoặc trắc quang (đosáng), là sử dụng phương pháp thống kê để ‘chưng cất’ một hìnhảnh thành những giá trị và so sánh các giá trị với các mẫu để loại bỏchênh lệch

Tuy nhiên, các trường hợp nhận diện thường không phải lúc nào cũngđược đo đạc trong môi trường ổn định, có thể bị ảnh hưởng ngay chỉ bởi sự thiếu