CHƯƠNG 1: GIỚI THIỆU DE TÀI 1.1 Giới Thiệu Đề Tài. Trong nhiều năm qua, có rất nhiều công trình nghiên cứu về bài toán phát hiện, nhận dạng mặt người. Các nghiên cứu đi từ bài toán đơn giản, từ việc nhận dạng một mặt người trong ảnh đen trắng cho đến mở rộng cho ảnh màu và có nhiều mặt người trong ảnh. Đến nay các bài toán phát hiện, nhận dạng mặt người đã mở rộng với nhiều miễn nghiên cứu như nhận dạng khuôn mặt, định vị khuôn mặt, theo dõi mặt người hay nhận dạng cảm xúc con người dựa vào khuôn mặt và đã được ứng dụng rộng rãi trong nhiều lĩnh vực của đời sống như nhận dạng trong lĩnh vực thương mại, an ninh, phát hiện tội phạm trong lĩnh vực an ninh, hay trong lĩnh vực xử lý video, hình anh.
Vì vậy, nghiên cứu hệ thống phát hiện, nhận dạng khuôn mặt là một trong những lĩnh vực thiết yếu, quan trọng của xử lý ảnh. Một hệ thống phát hiện, nhận dạng khuôn mặt gôm có nhiều khối khác nhau, trong đó có 3 khối chính là: Khối phát hiện khuôn mặt, khôi xử lý, căn chỉnh hình ảnh khuôn mặt, khôi nhận dạng khuôn mặt. FACE FEATURE EXTRACTION [Video —) ALIGNMENT ID, Nhận Dang Khuôn {Trích rút đặc (Căn chỉnh hình Mat trưng khuôn ảnh khuôn mặt) mặt) DATABASE OF ENROLLED USER (Cơ sở dữ liệu của tập ảnh mẫu) Hình 1. 1 So đồ khối hệ thống nhận dang tong quát.
Phát hiện khuôn mặt chiêm phân quan trọng trong hệ thông nhận dạng. Vì nêu hông thé phat hiện được khuôn mặt thi sé không có dữ liệu dé nhận dạng được. Đã có rat nhiều phương pháp được đưa ra cho van đề phát hiện khuôn mặt. Và một trong những phương pháp được quan tâm, mang lại hiệu quả cao hiện nay là phương pháp AdaBoost.
Phương pháp AdaBoost có thể đạt được tốc độ xử lý trên 10 hình ảnh có kích thước trung bình trong một giây với tý lệ phát hiện đúng có thể đạt tới 95%. Tốc độ này cho phép phát hiện khuôn mặt thời gian thực. Sau hi phát hiện khuôn mặt khối xử lý ảnh sẽ tiến hành chuẩn hóa hình ảnh để đưa vào khối nhận dạng hình ảnh. Hiện nay có rất nhiều phương pháp nhận dạng khác nhau được xây dựng để phát hiện và nhận dạng khuôn mặt nham tìm ra một phương pháp tối ưu và khắc phục những khó SVTH: Lê Dinh Ngoc 6 Thiết Kế Hệ Thống Giám Sát Thông Minh Dua GVHD: TS.
Trương Công Dung Nghi Trên Việc Phát Hiện Và Nhận Dang Khuôn Mặt khan ma lĩnh vực nay đang gặp phải. Trên thực tế các phương pháp nhận dạng mặt ra làm 3 loại. - Phuong pháp tiếp cận toàn cục (global, như Eigenfaces-PCA, Fisherfaces- LDA). - Phuong pháp tiép cận dựa trên các đặc điểm cục bộ (local feature based, như LBP, Gabor wavelets) - Phuong pháp lai (hybrid, là sự kết hợp của hai phương pháp toàn cục va local feature).
Trong đó, PCA là phương pháp trích rút đặc trưng nham giảm số chiều của ảnh, mang lại hiệu quả tốt trong bai toán nhận dạng khuôn mặt. Vì vậy việc kết hợp phương pháp phát hiện khuôn mặt AdaBoost và phương pháp nhận dạng khuôn mặt PCA mang lại hiệu quả cao hơn cho hệ thống nhận dạng khuôn mặt bởi nó hoạt động ôn định, tỷ lệ chính xác cao hơn. Và luận văn này tập trung tìm hiểu, xây dựng một hệ thống phát hiện, nhận dạng khuôn mặt bằng cách kết hợp hai phương pháp AdaBoost và PCA.2 Pham vi đề tài. Tìm hiểu bài toán phát hiện và nhận dạng khuôn mặt, đưa ra cái nhìn tong quat vé hệ thống phát hiện, nhận dạng khuôn mặt, những hướng tiếp cận chính trong những nghiên cứu hiện nay.
Tập trung vào việc nghiên cứu giải thuật Adaboost [5] để phát hiện khuôn mặt khuôn mặt trong ảnh, video. Từ đây lưu khuôn mặt tìm được vào CƠ SỞ DỮ LIỆU để phục vụ cho các mục đích xây dưng hệ thống giám sát thông minh. Tìm hiểu về phương pháp nhận dạng khuôn mặt dựa trên PCA [8] và những van dé cơ bản về phương pháp PCA. Tìm hiểu Kit Raspberry Raspberry Pi2, cài đặt hệ điều hành Rabian, thư viện Open CV lên kit.
Xây dựng hệ thống nhận dạng khuôn mặt trên Kit Raspberry Raspberry pi2 với sự hỗ trợ ngôn ngữ mã nguồn mở Open CV của Intel. Tìm hiểu xây dựng chương trình phát hiện, nhận dạng mặt người trong ảnh, video được thời gian thực.Mục tiêu đề tài. Chọn ra phương pháp giải thuật tối ưu để giải quyết bài toán nhận dạng khuôn mặt trên hình ảnh động, video thời gian thực, dé cap dén những van đề như việc thu nhận, xu ly phát hiện và nhận dạng trên hình ảnh độngXây dựng chương trình Demo để phát hiện, nhận dạng mặt người trong video thời gian thực SVTH: Lê Dinh Ngoc 7 Thiết Kế Hệ Thống Giám Sát Thông Minh Dua GVHD: TS. Trương Công Dung Nghi Trên Việc Phát Hiện Và Nhận Dang Khuôn Mặt Ap dụng giải thuật dé phát hiện khuôn mặt trên Raspberry pi 2.
Áp dụng giải thuật trích rút đặc trưng PCA để nhận dạng khuôn mặt trên kít Raspberry P12. Xây dựng hệ thống nhận dạng khuôn mặt trên kit Raspberry pi2 có các chế độ sau: o_ Chế độ huấn luyện. o Chế độ nhận dang. o Chế độ thêm, xóa ảnh trong cơ sở đữ liệu.
o Cảnh báo trên màn hình, phát tín hiệu tại ngõ ra cua kit khi phát hiện xâm nhập của người không có trong cơ sở dữ liệu O Phân biệt được người và ảnh của người. o Nhận dạng được người khi đeo kính va không deo kính là giống nhau. Đưa ra được các kết quả thực nghiệm, những điểm còn hạn chế của hệ thống.Luận ánXây dựng hệ thống giám sát thông minh đáp ứng tốt nhu cau thực tiễn với kit Raspberry pi 2 và các thiết bị phần cứng.3 Phương pháp nghiên cứu. Tham khảo các giải thuật liên quan đã được đề xuất trong các công trình nghiên cứu.
Đánh giá ưu điểm và hạn chế của từng thuật toán để chọn lọc và áp dụng cho việc nghiên cứu. Kế thừa và kết hợp các thế mạnh của các thuật toán và cải tiến một số bước dé thuật toán giải quyết hiệu quả bài toán đặt ra. Xây dựng chương trình phát hiện, nhận dạng mặt người trong ảnh, video. So sánh kết quả đạt được với kết quả của các công trình nghiên cứu trước đó để đánh giá mức độ hiệu quả của giải thuật.4 Giới hạn đề tài.
Luận ánLuận án chỉ phát hiện và nhận dạng khuôn mặt sau đó điều khiến tín hiệu ngoai vi bang cách xuất một tin hiệu điện áp ở ngõ ra, dé có thé điều khiến thiết bị khác như chuông báo. Luận án chỉ chạy trên kit Raspberry pi2 kết hợp với thư viện mã nguồn mỡ OPEN CV [9], vì vậy nó mang nhiều tính chất nghiên cứu hơn so với việc ứng dụng thực tế. Dé ứng dụng vao thực tế cần xây dựng thiết bị phần cứng phù hợp hon dé có thé lắp đặt như một hệ thống bảo mật an toàn, giám sát và tương tác với người dùng dễ dàng hơn. SVTH: Lê Dinh Ngoc 8 Thiết Kế Hệ Thống Giám Sát Thông Minh Dua GVHD: TS.
Trương Công Dung Nghi Trên Việc Phát Hiện Và Nhận Dang Khuôn Mặt CHUONG 2: TINH HÌNH NGHIÊN CỨU VÀ LY THUYET TONG QUAN LIEN QUAN DEN DE TAI.1 Tinh Hình Nghiên Cứu Nhận Dang Khuôn Mat Người. Mặc dù có hơn 20 năm nghiên cứu sâu rong, sô lượng lớn các bai báo đăng trên các tạp chí và hội nghị dành riêng cho lĩnh vực này. Nhưng nhận diện khuôn mặt vân là một vân đê còn nhiều khó khăn, thách thức vân chưa được giải quyết triệt dé. Những khó khăn mà lĩnh vực nhận diện khuôn mặt đang gặp phải chủ yếu là do điều kiện chụp khó khăn như ánh sáng, góc chụp, sự chuyển động của cơ thé và do các yếu t6 khác như lão hóa, nét mặt.
Ngày wnay các lĩnh vực nghiên cứu thi giác máy tính, xử lý và phân tích ảnh, nhận dạng mẫu, học máy đang được kết hợp với nhau nhăm thúc đây các ứng dụng có độ tin cậy cao và khả thi hơn trong thực tế. Các nhà nghiên cứu từ tam nhìn máy tinh, phân tích hình anh và xử lý, nhận dạng mau, học máy và các khu vực khác đang làm việc cùng nhau, thúc đây chủ yếu bởi một số ứng dụng thực tế có thể. Ngày nay, hệ thống nhận diện khuôn mặt được triển khai khá rộng rãi ở Mỹ, vốn trước kia chỉ dành cho các co quan thực thi pháp luật của nước này. Chính phủ Mỹ hiện đang ứng dụng công nghệ này để đảm bảo an ninh quốc gia thông qua việc nhận diện khuôn mặt kẻ tội phạm ngay khi chúng xuống sân bay và loại bỏ những lá phiếu gian lận thông qua việc xác định khuôn mặt người đi bầu cử.
Một ứng dụng khác rất tiềm năng là việc xác thực rút tiền từ máy rút tiền tự động ATM. một giải pháp bảo mật hứa hen sẽ trở nên pho biến trong tương lai gan. Trên lĩnh vực điện thoại di động, ứng dụng nhận diện khuôn mặt để mở máy đã có trong hệ điều hành Android 4.x, thành quả thu được của Google sau thăng lợi trong cuộc chiến bằng sáng chế trước các đối thủ cạnh tranh. Cùng thời điểm đó, Apple cũng đã tiết lộ bang sáng chế khóa và mở khóa các dòng sản phâm của hãng ứng dụng công nghệ nhận diện khuôn mặt, tuy nhiên, đến khi iOS 6 ra đời, tính năng này vẫn mat hút.
Tuy nhiên, người dùng iOS vẫn có thé tải về ứng dụng bên thứ ba có tinh năng tương tự mang tên Face Vault. Tháng 6/2012, việc mạng xã hội Facebook mua lại công ty nhận diện khuôn mặt Face.com đã tạo ra những hy vọng nhất định cho các công ty hoạt động trong lĩnh vực này. Trước đó, Google và Sony cũng đã ứng dụng công nghệ nhận diện khuôn mặt trong các phần mềm của ho, tương ứng là Picasa và Picture Motion Browser. Tất nhiên, tât cả mới chỉ dừng lại ở việc tạo sự thuận tiện cho người sử dụng.
SVTH: Lê Dinh Ngoc 9 Thiết Kế Hệ Thống Giám Sát Thông Minh Dua GVHD: TS. Trương Công Dung Nghi Trên Việc Phát Hiện Và Nhận Dang Khuôn Mặt & ~ —— — ˆ. ^- ˆ- — 7 jE ee — Hình 2. 1 ứng dụng nhận dạng khuôn mặt cho bảo mật dé sử dụng ATM Hiện nay đã có rất nhiều các bài báo khoa học với nhiều phương pháp nhận dạng khuôn mặt được đưa ra.
Mỗi mô hình nghiên cứu tập trung giải quyết những vẫn đề khó khăn mà lĩnh vực nhận dạng khuôn mặt đang gặp phải trong mà khi kết hợp lại với nhau có thé tạo ra một hệ thống nhận dạng có sự tin cậy cao có thé ung dung trong thuc té cũng như trong việc chế tạo robot.