phần mở đầu, mục lục, kết luận, tài liệu tham khảo, đề tài gồm 3 chƣơng nhƣ sau: Chƣơng 1: Khái quát về nhận dạng mặt ngƣời. Tìm hiểu chung về bài toán nhận dạng mặt ngƣời, ứng dụng của bài toán và một số phƣơng pháp nhận dạng mặt ngƣời. Chƣơng 2: Phát hiện mặt ngƣời sử dụng đặc trƣng 3D. Trình bày các đặc trƣng lồi lõm của khuôn mặt và phát hiện mặt ngƣời dựa vào đặc trƣng lồi lõm.
Chƣơng 3: Cài đặt và thử nghiệm. Xây dựng chƣơng trình ứng dụng và một số kết quả thu đƣợc. TIEU LUAN MOI download : skknchat@gmail.com 8 Chƣơng 1. KHÁI QUÁT VỀ NHẬN DẠNG MẶT NGƢỜI 1.
Bài toán nhận dạng mặt ngƣời 1. Giới thiệu Nhận dạng khuôn mặt là một khái niệm còn khá mới mẻ, nó chỉ mới đƣợc phát triển vào những năm 60 của thế kỷ trƣớc. Khi đó, ngƣời ta phải dùng tới những phƣơng pháp tính toán thủ công để xác định vị trí, khoảng cách và các bộ phận trên khuôn mặt. Về sau, vào cuối thập niên 80, kỹ thuật nhận diện khuôn mặt dần đƣợc cải thiện khi M.
Sirovich [11] phát triển phƣơng pháp tìm mặt riêng (eigenface) sử dụng phƣơng pháp phân tích thành phần chính (Principal component analysis - PCA), đánh dấu một bƣớc ngoặt mới trong ngành công nghệ nhận diện khuôn mặt. Ngày nay, chúng ta có thể dễ dàng nhìn thấy ứng dụng của công nghệ nhận diện khuôn mặt trong việc điều tra tội phạm, kiểm tra hành khách ở sân bay hay việc xác thực truy cập vào hệ thống. Thuật toán nhận diện khuôn mặt đƣợc chia làm hai loại chính là hình học (geometric) và trắc quang (photometric). Hình học là nhận diện khuôn mặt dựa vào các đặc trƣng trên khuôn mặt nhƣ mắt, mũi, miệng, gò má; còn trắc quang là phƣơng pháp biến hình ảnh thành các giá trị và so sánh với giá trị mẫu để nhận diện.
Ngày nay các nhà nghiên cứu đã phát triển những kỹ thuật nhận diện khuôn mặt riêng, nhƣng phổ biến nhất có ba loại chính là phân tích thành phần chính (Principal component analysis - PCA), phân tích phân lớp tuyến tính (Linear discriminant analysis - LDA) và phƣơng pháp đồ thị đàn hồi (Elastic Bunch Graph Matching - EBGM). Cách nhận diện khuôn mặt sử dụng phƣơng pháp phân tích thành phần chính phụ thuộc rất nhiều vào cơ sở dữ liệu ban đầu chứa các ảnh mẫu và góc quay camera cũng nhƣ ánh sáng. Phƣơng pháp này sử dụng các thuật toán đại số để tìm giá trị mặt riêng và vector riêng rồi so sánh với giá trị mẫu, ta thu đƣợc khuôn mặt cần nhận diện. Ƣu điểm của phƣơng pháp này là giảm thiểu đƣợc dữ liệu cần sử dụng làm mẫu.
Còn phƣơng pháp phân lớp tuyến tính lại phân loại các lớp chƣa biết thành các lớp đã biết, mà ở đó các khuôn mặt tạo thành một lớp và sự khác biệt giữa các khuôn mặt trong một lớp là rất nhỏ. Cả phân tích thành phần chính và phân lớp tuyến tính đều chọn cách thống kê lấy mẫu, chọn lọc để nhận diện khuôn mặt. Phƣơng pháp còn lại là đồ thị đàn hồi chia mặt thành mạng lƣới gồm các nút với mỗi khuôn mặt có khoảng 80 điểm nút. Vị trí của các nút giúp xác định khoảng cách giữa hai mắt, độ dài của sống mũi, độ sâu của hốc mắt, hình dạng của gò má… Điểm khó của phƣơng pháp này là cần tính toán chính xác khoảng cách giữa các điểm nút, và do đó đôi khi nó phải dùng TIEU LUAN MOI download : skknchat@gmail.com 9 kết hợp với các phƣơng pháp nhƣ phân tích thành phần chính hay phân lớp tuyến tính.
Với những hạn chế khi sử dụng công nghệ nhận diện khuôn mặt truyền thống, phƣơng pháp nhận diện 3D đã trở thành hƣớng đi mới trong việc ứng dụng công nghệ nhận diện khuôn mặt. Phƣơng pháp này lƣu lại hình ảnh 3D của khuôn mặt với các điểm đặc trƣng nhƣ độ cong của cằm, mũi, hốc mắt… Ƣu điểm của nó là có thể nhận diện khuôn mặt ở nhiều góc độ khác nhau và không phụ thuộc vào ánh sáng. Cũng nhƣ những phƣơng pháp truyền thống, phƣơng pháp nhận diện khuôn mặt 3D cũng dựa trên các thuật toán. Nó tính toán các đƣờng cong, những điểm đặc trƣng trên khuôn mặt để tạo thành những dòng lệnh duy nhất và so sánh với cơ sở dữ liệu.
Với cơ sở dữ liệu đầu vào là một ảnh hoặc một đoạn video (một chuỗi các ảnh), qua xử lý tính toán hệ thống xác định đƣợc vị trí mặt ngƣời trong ảnh (nếu có) và xác định là ngƣời nào trong số những ngƣời hệ thống đã đƣợc biết hoặc là ngƣời lạ. Ảnh tĩnh Rút trích đặc trƣng Nhận dạng khuôn mặt Hình 1.1: Hệ thống nhận dạng mặt người 1. Tầm quan trọng của nhận dạng mặt người Nếu nhƣ công nghệ nhận dạng giọng nói phù hợp với các ứng dụng trong call-center thì nhƣợc điểm của nó là bị ảnh hƣởng tiếng ồn nên không phù hợp với những nơi công cộng. Còn công nghệ nhận dạng chữ ký cũng gây không ít phiền phức cho ngƣời sử dụng bởi vì việc duy trì chữ ký giống nhau trong những thời điểm khác nhau.
Bên cạnh đó công nghệ nhận dạng vân tay cũng đƣợc sử dụng khá phổ biến nhƣng cũng có nhƣợc điểm đó là bị ảnh hƣởng bởi TIEU LUAN MOI download : skknchat@gmail.com 10 độ ẩm của da và đặc biệt độ chính xác sẽ giảm đối với ngƣời thƣờng xuyên tiếp xúc với hóa chất, không những thế nhận dạng bằng vân tay có thể giả mạo, kẻ gian có thể sử dụng tay của ngƣời khác để xác thực. Còn công nghệ nhận dạng mống mắt là một công nghệ có nhiều ƣu điểm về độ chính xác và khả năng chống giả mạo. Công nghệ này đƣợc dựa trên nhận dạng sơ đồ mạch máu trong võng mạc mắt. Sơ đồ này rất ít khi thay đổi kể từ khi sinh ra cho đến khi già đi và đặc biệt khi chết thì hệ thống sơ đồ mạch máu này sẽ biến mất vì thế không thể dùng ngƣời chết để xác thực cho việc truy cập trái phép.
Tuy nhiên công nghệ này có điểm hạn chế đó là chịu sự tác động của nhiều yếu tố nhƣ độ rộng của mặt, lông mi, kính đeo và khó thực hiện trên diện rộng do độ phức tạp của các thiết bị. Trong khi đó nhận dạng mặt ngƣời không phải là phƣơng pháp tối ƣu song đây là công nghệ nhận dạng không cần đến sự tiếp xúc trực tiếp giữa các đối tƣợng và thiết bị thu nhận. Thay vào đó, công nghệ này mang tính theo dõi, giám sát và rất thuận tiện cho các ứng dụng bảo vệ, chống khủng bố tại những nơi công cộng. Đây là một trong những ƣu điểm nổi trội của nhận dạng mặt ngƣời mà công nghệ khác khó có đƣợc.
Ứng dụng của bài toán nhận dạng mặt người Bài toán nhận dạng mặt ngƣời đƣợc áp dụng rộng rãi trong nhiều ứng dụng thực tế khác nhau. Đây cũng chính là lý do hấp dẫn nhiều nhà nghiên cứu trong thời gian dài. Các ứng dụng liên quan đến nhận dạng mặt ngƣời có thể kể đến là: - Hệ thống theo dõi nhân sự trong các cơ quan, công ty: Trong các khu công nghiệp hay những công ty có quy mô lớn thì số lƣợng công nhân ra vào hàng ngày lên đến hàng ngàn ngƣời nên việc phát hiện kẻ gian cũng nhƣ việc theo dõi chấm công rất phức tạp. Do vậy cần có hệ thống nhận dạng để nhận diện từng nhân viên trong công ty.
- Xác định tội phạm: Ngày nay hệ thống nhận diện khuôn mặt đƣợc triển khai khá rộng rãi ở Mỹ. Chính phủ Mỹ hiện đang ứng dụng công nghệ này để đảm bảo an ninh quốc gia thông qua việc nhận diện khuôn mặt tội phạm ngay khi chúng xuống sân bay và loại bỏ những lá phiếu gian lận thông qua việc xác định khuôn mặt ngƣời đi bầu cử. - Camera chống trộm: Các hệ thống camera sẽ xác định đâu là con ngƣời và theo dõi ngƣời đó xem họ có vi phạm gì không. - Lưu trữ: Một ứng dụng khác rất tiềm năng đó là bảo đảm an ninh cho việc rút tiền tại các máy ATM.
Hệ thống có thể nhận diện đƣợc khuôn mặt của TIEU LUAN MOI download : skknchat@gmail.com 11 một khách hàng. Sau khi đƣợc sự đồng ý của khách hàng, máy ATM sẽ ghi lại hình ảnh số của khách hàng đó, rồi thiết lập dấu mặt trên ảnh để bảo vệ khách hàng khỏi nạn ăn cắp nhận dạng và trộm tiền. Bằng cách sử dụng phần mềm nhận dạng khuôn mặt, sẽ không cần dùng đến giấy chứng minh thƣ hay mã số nhận diện cá nhân (PIN) để xác định danh tính của khách hàng, nhờ đó các công ty có thể ngăn chặn nạn lừa đảo. - Lần tìm dấu vết kẻ khủng bố: Từ những bức ảnh hay những đoạn video đƣợc ghi lại tự động trên hiện trƣờng trƣớc khi vụ khủng bố xảy ra có thể nhận dạng đƣợc những đối tƣợng khả nghi.
- Bảo vệ trẻ em ở nhà trẻ khỏi bọn bắt cóc: Quy định rằng chỉ có nhân viên của nhà trẻ mới đƣợc phép dẫn trẻ em ra ngoài và trao tận tay cho bố mẹ đón về. Nhƣng trong xã hội có một số trƣờng hợp giả danh nhân viên để bắt cóc trẻ em. Nhờ có công nghệ nhận dạng mà những hành vi xấu này đã đƣợc ngăn chặn. - Hệ thống giao tiếp người máy: Nếu trƣớc kia việc tƣơng tác giữa ngƣời và máy đƣợc thực hiện thông qua các phƣơng tiện truyền thống nhƣ: bàn phím, chuột.
thì hiện nay việc giao tiếp đƣợc thực hiện thông qua biểu cảm của khuôn mặt, dấu hiệu, cử chỉ bằng tay. - Giải trí: Trong hầu hết các máy ảnh hiện đại đều có chức năng nhận diện mặt ngƣời để có thể lấy độ nét, tự động điều chỉnh ánh sáng cho phù hợp với khung cảnh xung quanh. Các hướng tiếp cận trong nhận dạng mặt người Đến nay có khá nhiều hƣớng tiếp cận đã đƣợc thực hiện liên quan đến nhận dạng mặt ngƣời. Nhƣng theo Ming-Hsuan Yang [13] có thể chia làm bốn hƣớng tiếp cận chính: - Dựa trên tri thức (knowledge-based): Phƣơng pháp này dựa trên những luật đƣợc định nghĩa trƣớc về khuôn mặt.
Những luật này thƣờng là mối quan hệ giữa các thành phần cấu tạo nên khuôn mặt. - Dựa trên đặc trƣng bất biến (feature invariant): Các thuật toán này nhằm mục đích tìm các đặc điểm cấu trúc của khuôn mặt mà các đặc điểm này tồn tại ngay cả khi điều kiện tƣ thế hoặc ánh sáng thay đổi. Các đặc trƣng nhƣ thế đƣợc gọi là bất biến và đƣợc sử dụng để phát hiện khuôn mặt. - Đối sánh mẫu (template matching): Hƣớng tiếp cận này dùng một số mô hình tiêu chuẩn của một khuôn mặt đƣợc định nghĩa bằng tay trƣớc hoặc đƣợc tham số hóa bằng một hàm số.