Chương 1: KHÁI QUÁT VỀ BIỂU CẢM KHUÔN MẶT VÀ BÀI TOÁN TRÍCH RÚT ĐẶC TRƯNG BIỂU CẢM KHUÔN MẶT 1. Khái quát về biểu cảm khuôn mặt 1. Khái niệm biểu cảm khuôn mặt Theo cách hiểu thông thường, biểu cảm khuôn mặt có thể hình dung là thể hiện bên ngoài tương ứng với một trạng thái của hệ cơ nét mặt nằm dưới vùng da mặt [5]. Đây cũng là một khái niệm gần gũi với con người trong cuộc sống hàng ngày bởi con người trong sinh hoạt, lao động, giao tiếp đều cần phải biểu lộ thông tin mà mình muốn truyền đạt hoặc thậm chí là phản xạ, trong đó, biểu cảm khuôn mặt gắn liền với việc biểu lộ thông tin qua khuôn mặt là một trong những cách thức cơ bản và phổ dụng nhất.
Các nhà tâm lý học nhìn nhận biểu cảm khuôn mặt dựa trên những trạng thái tâm lý con người. Có thể hình dung, khi nói đến tâm trạng hay trạng thái tâm lý là nói đến một dạng cảm xúc có cường độ nhất định, tồn tại trong một khoảng thời gian tương đối. Những trạng thái tâm lý có tác động mạnh vào các quyết định của con người như các thao tác, hành vi, hoạt động. Theo hướng này, trạng thái biểu cảm có thể được hiểu là cách thức con người thể hiện cảm xúc, dự đoán hay chia sẻ tình cảm của mình.
Có nhiều cách nhìn nhận về việc phân chia các trạng thái biểu cảm., chẳng hạn như chia thành 3 mức chính: mức cao, mức trung và mức thấp. Trong đó mức cao thể hiện sự khác biệt rõ rệt giữa hài lòng và không hài lòng. Mức chung thể hiện cảm giác như tức giận, khiếp sợ, vui mừng và ngạc nhiên. Mức thấp thể hiện khác biệt nhỏ như với trạng thái tức giận ta có những mức độ khác nhau.
Bên cạnh đó, một cách phân chia trạng thái biểu cảm khác là theo tâm 2 trạng negative (buồn), negative hay positive (ngạc nhiên) và positive (vui). Chẳng hạn như trong nghiên cứu của Shaver và các đồng nghiệp về việc phân tích liên quan đến các trạng thái yêu (Love), vui mừng (Joy), Ngạc nhiên (Surprise), tức giận (Anger), buồn (Sadness) và sợ hãi (Fear). Mô tả dưới dạng ma trận của các loại cảm xúc theo 2 chiều: cường độ cao hay thấp(I) và đánh giá positive hay negative(E) của Shaver Gần đây, Matsumoto và các đồng nghiệp sử dụng cách phân chia các trạng thái cảm xúc của khuôn mặt đã chia thành 7 nhóm thể hiện chính. 7 Trạng thái cảm xúc khuôn mặt cơ bản tronng nghiên cứu của Matsumoto Hệ cơ mặt đóng vai trò quan trọng trong việc tạo ra các biểu cảm của mặt, các cơ trên khuôn mặt ở trạng thái khác nhau với những trạng thái biểu cảm khác nhau.
Hệ cơ mặt 4 Nói chung, trước khi có những sự phát triển trong lĩnh vực công nghệ thông tin, đặc biệt là trong lĩnh vực thị giác máy, việc phân tích biểu cảm khuôn mặt về cơ bản là vấn đề của những nhà nghiên cứu tâm lý và bác sĩ. Tuy nhiên sau đó đã có những sự thay đổi và đã xuất hiện nhiều nhóm nghiên cứu, nhiều công ty đầu tư vào vấn đề phân tích biểu cảm khuôn mặt trên phương diện xử lý ảnh và đồ họa máy tính. Có thể kể đến một vài kết quả khởi đầu như: vào năm 1978, Suwa và các cộng sự đã trình bày một khảo sát sơ bộ về việc phân tích biểu cảm khuôn mặt tự động từ một chuỗi các hình ảnh; vào những năm 90, vấn đề nghiên cứu biểu hiện khuôn mặt tự động đạt được nhiều sự quan tâm với sự tiên phong của Mase và Pentland, trong công trình này các tác giả trình bày một phương pháp sử dụng luồng quang học để ước lượng các cử động của cơ mặt và dựa vào đó để nhận dạng một số biểu cảm đặc trưng, theo đó những thí nghiệm ban đầu cho thấy độ chính xác khoảng 80% khi nhận bốn loại: hạnh phúc, giận dữ, ghê tởm, và ngạc nhiên. Nghiên cứu về biểu cảm khuôn mặt trong lĩnh vực công nghệ thông tin rất được quan tâm đến chính bởi vì nó hứa hẹn rất nhiều ứng dụng trong cuộc sống, chẳng hạn như: Các hệ thống xác thực bằng sinh trắc học trong thời gian thực cho phép người dùng đăng nhập bằng cách nhìn vào ống kính camera Các hệ thống kiểm soát vào ra và có lưu vết thời gian Các ứng dụng nhận dạng đối tượng không cần sự ghi danh trước Hệ thống giám sát video và nhận dạng khuôn mặt tự động Hệ thống tìm ảnh dựa trên nội dung Các ứng dụng giải trí trên thiết bị di động Các ứng dụng phân tích tâm lý con người ứng dụng trong phát hiện nói dối, đánh giá sự hài lòng của khách hang với các dịch vụ… 5 Xây dựng các hoạt cảnh khuôn mặt trong ngành công nghiệp giải trí Các ứng dụng tăng cường chất lượng ảnh và biên tập đồ họa Có rất nhiều điều liên quan đến các đặc trưng thể hiện cử chỉ, trạng thái biểu cảm khuôn mặt trong một hệ thống phân tích biểu hiện khuôn mặt.
Các biểu cảm khuôn mặt được sinh ra từ sự chuyển động của các cơ nét mặt, kết quả là tạo ra những biến dạng tạm thời của những thành phần khuôn mặt như mí mắt, lông mày, mũi, môi và da như nếp nhăn và những chỗ phình. Những thay đổi thông thường của các cơ nét mặt thường rất ngắn, chỉ khoảng vài giây, hiếm khi dài hơn 5s và ngắn hơn 250ms. Các đặc trưng của biểu hiện khuôn mặt thường yêu cầu một độ đo chính xác và một thuật ngữ hữu ích cho việc miêu tả chúng. Vấn đề thường được đặt ra là việc định vị các cử động trên khuôn mặt cũng như cường độ của chúng.
Cường độ của các biểu hiện khuôn mặt có thể được đo bằng cách xác định những biến đổi hình học của các đặc trưng khuôn mặt hay mật độ các nếp nhăn xuất hiện trên vùng mặt. Ví dụ như độ mỉm cười được truyền đạt dựa trên độ phình của má và việc nâng cao điểm góc môi cũng như việc biểu hiện các nếp nhăn. Do có sự ảnh hưởng của tính chất cá nhân lên cử động của khuôn mặt nên rất khó để xác định một cách tuyệt đối cường độ của biểu hiện khuôn mặt mà không sử dụng đến một khuôn mặt trung tính cho chủ thể được đề cập tới. Chú ý rằng việc đo cường độ của những biểu cảm tự nhiên trên khuôn mặt là khó khăn hơn khi so sánh với những biểu hiện khuôn mặt trong một tình huống cụ thể, khi đó các biểu hiện thường có cường độ phóng đại và có thể được xác định dễ dàng hơn.
Không chỉ bản chất tự nhiên của những biến dạng thành phần khuôn mặt mang ý nghĩa, mà còn thời gian diễn ra tương đối cũng như quá trình chuyển đổi theo thời gian. Bài toán xây dựng hệ thống thường được đặt ra với đầu vào dữ liệu là cả video và ảnh tĩnh, ngoài ra hiện nay còn có sự góp mặt của ảnh chiều sâu của của một số loại 6 cảm biến như Kinect. Thông thường hình ảnh tĩnh không thể hiện rõ những thay đổi tinh tế trên khuôn mặt do đó nhiều hệ thống hướng đến việc sử dụng dữ liệu đầu vào là một luồng ảnh như trực tiếp từ camera hoặc từ video để có thể tận dụng thêm thông tin có được theo chuỗi thời gian. Vấn đề biểu diễn biểu cảm khuôn mặt 3D Xét một cách tổng quát, trên thế giới hiện nay, những người tham gia vào công việc liên quan đến biểu diễn biểu cảm khuôn mặt người thường rơi vào một trong hai nhóm: những người làm việc trong lĩnh vực khoa học máy tính và những họa sỹ.
Những người làm việc trong lĩnh vực khoa học máy tính quan tâm đến những vấn đề chi tiết về nhiều khía cạnh theo cách nhìn của kỹ thuật và công nghệ. Họ dùng nhiều thời gian trong việc nghiên cứu, thử nghiệm và triển khai những phương pháp mô hình hóa, định vị và hoạt hóa khuôn mặt người và những đặc trưng khuôn mặt dựa trên nhiều tiếp cận khác nhau. Có những hướng tiếp cận phân tích thuần túy những tính chất bất biến trong vùng ảnh mặt người đồng thời có khả năng phân biệt với những loại dữ liệu khác để áp dụng trong công đoạn xác định vị trí cùng phạm vi vùng ảnh khuôn mặt trong một bức ảnh hoặc trong luồng video. Những nghiên cứu này cũng là một phần quan trọng trong việc thiết kế những hệ thống thực hiện bám sát những điểm đặc trưng khuôn mặt trong một luồng video, có thể với nhiều yêu cầu cụ thể hơn như phải xử lý thời gian thực và có thể không bao gồm việc đánh dấu những điểm đó khuôn mặt.
Nhiều nghiên cứu khác lại nhìn nhận vấn đề theo khía cạnh kết hợp dữ liệu ảnh với những nghiên cứu về cơ thể người như trong giải phẫu học, tâm lý học hay nhân chủng học. Các nghiên cứu theo tiếp cận này cũng quan tâm đến nhiều vấn đề, chẳng hạn như lợi dụng một số loại mặt mẫu có sẵn để làm cơ sở cho những đánh giá tiếp theo trong việc phân tích khuôn mặt; hoặc theo 7 cách nhìn vật lý, mô phỏng lại hình dáng cùng sự chuyển động của xương, cơ và mô với nhiều mức độ chi tiết khác nhau. Ngoài ra còn một số hướng quan tâm đến việc tiếp cận từng ứng dụng cụ thể, như nhận dạng cảm xúc khuôn mặt, tương tác người máy bằng cử chỉ mặt, tổng hợp biểu hiện khuôn mặt từ lời thoại… Những họa sĩ thì có những mối quan tâm cụ thể và gần với nhiều thứ xuất hiện trong đời sống hơn. Đó là những công việc mang tính chất thực hành và kỹ năng nhiều hơn, như việc tạo ra các hoạt cảnh khuôn mặt chất lượng cao cho những chương tình TV, cho những trò chơi, cho phim ảnh, quảng cáo… Những người làm công tác này hầu như sẽ không quan tâm đến phương diện nghiên cứu tạo ra một phương pháp mới, công nghệ mới mà khi làm việc họ cần chủ yếu là những kỹ năng thao tác, những kinh nghiệm làm việc cùng với những phương thức tốt nhất hiện có.
Các phương thức này liên quan đến sự hỗ trợ về mặt học thuật và công nghệ dựa trên môt phần mềm mô hình hóa, thường là 3D mà họ có khả năng thao tác và làm việc hiệu quả.