đặt vấn đề, mục tiêu, giới hạn và nội dung đề tài, phương pháp nghiên cứu. Chương II: Cơ sở lý thuyết: Chương này trình bày về lý thuyết phương pháp nhận dạng mặt người dùng HOG và SVM, xác định 68 điểm đặc trưng trên khuôn mặt người, trích xuất vùng mắt và tính toán độ nhắm mở mắt, lý thuyết mạng nơron học sâu và ứng dụng trong bài toán phân loại. Chương III: Giải thuật: Chương này trình bày về các giải thuật, lưu đồ huấn luyện, cấu trúc mạng noron, phát hiện dấu hiệu buồn ngủ với mạng đã được huấn luyện, sơ đồ khối và lưu đồ phần mềm trên Raspberry Pi và Arduino. 7 Chương V: Kết quả thực nghiệm: Chương này trình bày về thiết kế phần cứng, lựa chọn board mạch cho thiết bị và kết quả đạt được sau khi thực hiện.
Đánh giá, nhận xét những gì đã đạt và chưa đạt so với mục tiêu đề ra. Chương VI: Kết luận và hướng phát triển: Kết luận chung về ưu điểm và giới hạn của đề tài. Đồng thời cũng đưa ra những đóng góp và đề xuất, định hướng phát triển của đề tài. 8 Chương 2: CƠ SỞ LÝ THUYẾT 2.
Tổng quan về xử lý ảnh 2. Giới thiệu về xử lý ảnh Xử lý ảnh (XLA) là đối tượng nghiên cứu của lĩnh vực thị giác máy, là quá trình biến đổi từ một ảnh ban đầu sang một ảnh mới với các đặc tính và tuân theo ý muốn của người sử dụng. Xử lý ảnh có thể gồm quá trình phân tích, phân lớp các đối tượng, làm tăng chất lượng, phân đoạn và tách cạnh, gán nhãn cho vùng hay quá trình biên dịch các thông tin hình ảnh của ảnh. Trước đây, hình ảnh được thu từ camera là các ảnh tương tự.
Gần đây, với sự phát triển không ngừng của công nghệ, ảnh màu hoặc ảnh đen trắng được lấy từ camera, sau đó được chuyển trực tiếp qua ảnh số để dễ dàng cho các bước xử lý tiếp theo. Dưới đây sẽ mô tả về các bước trong xử lý ảnh. NHẬN THU NHẬN TIỀN XỬ LÝ PHÂN ĐOẠN BIỂU DIỄN VÀ DẠNG VÀ ẢNH ẢNH ẢNH MÔ TẢ NỘI SUY CƠ SỞ TRI THỨC Hình 2.1 Các bước cơ bản trong xử lý ảnh Thu nhận ảnh: Ảnh được nhận qua camera màu hoặc trắng đen. Thông thường ảnh được nhận qua camera, video, máy scan.
Mục đích: biến đổi thông tin hình ảnh về các cấu trúc được lưu trữ trong máy tính, có thể hiển thị ra các thiết bị ngoại vi như là máy in, màn hình… Gồm hai tiến trình: Biến đổi năng lượng quang học thành năng lượng điện. Tổng hợp năng lượng điện thành ảnh hoặc ma trận số. 9 Tiền xử lý: Sau bộ thu nhận ảnh, hình ảnh có thể có độ tương phản thấp nên cần đưa vào bộ tiền xử lý để nâng cao chất lượng hình ảnh. Bộ tiền xử lý có chức năng lọc nhiễu, nâng độ tương phản để làm cho ảnh rõ hơn và sắc nét hơn.
Mục đích: Điều chỉnh độ chiếu sáng để khắc phục hậu quả của việc chiếu sáng không đều. Giảm nhỏ thành phần nhiễu của ảnh tức là các đối tượng xuất hiện ngoài ý muốn. Hiệu chỉnh giá trị độ sáng giữa nền và đối tượng. Chuẩn hoá độ lớn, màu, dạng của ảnh.
Điều chỉnh bộ lọc để khuyếch đại và nén các tần số. Phân đoạn ảnh: Là quá trình phân chia nội dung các đối tượng cần khảo sát ra khỏi ảnh, phân chia các đối tượng tiếp giáp nhau, phân tách các đối tượng riêng biệt thành các đối tượng con. Biểu diễn ảnh và mô tả ảnh: Đầu ra ảnh sau phân đoạn chứa các điểm ảnh của vùng ảnh (ảnh đã phân đoạn) cộng với mã liên kết với các vùng lận cận. Việc biến đổi các số liệu này thành dạng thích hợp là cần thiết cho xử lý tiếp theo bằng máy tính.
Việc chọn các tính chất để thể hiện ảnh gọi là trích chọn đặc trưng (Feature Selection) gắn với 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 nhận được. Nhận dạng và nội suy ảnh: Nhận dạng ảnh là quá trình xác định ảnh. Bằng cách so sánh mẫu với mẫu chuẩn đã được lưu trữ từ trước. Nội suy là phán đoán theo ý nghĩa trên cơ sở nhận dạng.
Các mô hình toán học về ảnh được phân loại với hai dạng cơ bản: Nhận dạng theo tham số Nhận dạng theo cấu trúc. 10 Cơ sở tri thức: Ảnh là một đối tượng khá phức tạp về đường nét, độ sáng 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 phương pháp 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, ở đây các cơ sở tri thức được phát huy. Các thành phần cơ bản của hệ thống ảnh BỘ NHỚ BỘ PHẬN THU PHẦN CỨNG XỬ LÝ MÁY TÍNH NHẬN ẢNH ẢNH CHUYÊN DỤNG BỘ PHẬN HIỂN THỊ Hình 2.2 Các thành phần cơ bản của hệ thống xử lý ảnh Bộ phận thu nhận ảnh: Máy quay (Camera), máy quét (scaners) chuyên dụng, các bộ cảm biến ảnh. Phần cứng xử lý ảnh chuyên dụng: Bộ số hóa (chuyển đổi ảnh truyền thống từ bên ngoài thành dạng dữ liệu số mà máy tính có thể hiểu được). Phần cứng thực hiện các thao tác cơ bản để nâng cao tốc độ xử lý ảnh.
Máy tính: Thiết bị thông thường hoặc chuyên dụng. Bộ nhớ: Bắt buộc phải có. Lưu trữ tạm thời để phục vụ và sử dụng cho quá trình xử lý hiện tại. Lưu trữ vĩnh viễn là lưu trữ dữ diệu, truy cập không thường xuyên.
Bộ phận hiển thị: Màn hình máy tính. Các vấn đề cơ bản trong xử lý ảnh 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 đó được chọn thích 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 là một phần tử ảnh.
Pixel có kích thước vào khoảng 0,26×0,35 mm, pixel là đơn vị cơ bản nhất để tạo nên bức ảnh kĩ thuật số. Độ phân giải của ảnh: là mật độ điểm ảnh được ấn định trên một ảnh số được hiện thị. Khoảng cách giữa các điểm ảnh sao cho mắt người vẫn thấy được sự liên tục của ảnh. Độ phân giải được phân bố theo trục x và y trong không gian hai chiều.
Với cùng một ảnh, độ phân giải càng cao thì ảnh càng chứa nhiều thông tin và sắc nét hơn. Ví dụ như hình bên dưới: Hình 2.3 Độ phân giải của ảnh Hình trên cùng có độ phân giải là 480p cho ra chất lượng ảnh mờ và không sắc nét bằng hình có độ phân giải là 720p và 1080p. Với độ phân giải càng cao sẽ cho ra những tấm ảnh rõ nét. Mức xám của ảnh: là kết quả của sự biến đổi tương ứng 1 giá trị độ sáng của 1 điểm ảnh với 1 giá trị nguyên dương.
Thông thường nó xác định trong [0, 255] tuỳ thuộc vào giá trị mà mỗi điểm ảnh được biểu diễn. Các thang giá trị mức 12 xám thông thường: 16, 32, 64, 128, 256. Mức 256 là mức thông dụng vì kỹ thuật máy tính dùng 1-byte (8 bit) để biểu diễn mức xám. Mức xám dùng 1-byte biểu diễn: 28 =256 mức, tức là từ 0 đến 255.4 Sự khác nhau giữa ảnh màu và ảnh xám Biến đổi ảnh: trong xử lý ảnh do số điểm ảnh lớn hơn các tính toán nhiều (độ phức tạp tính toán cao) đòi hỏi dung lượng bộ nhớ lớn, thời gian tính toán lâu.
Các phương pháp khoa học kinh điển áp dụng cho xử lý ảnh hầu như khó khả thi. Người ta sử dụng các phép toán tương đương hoặc biến đổi sang miền xử lý khác để dể tính toán, sau khi đã xử lý dể dàng, dùng biến đổi ngược để đưa về miền xác định ban đầu, các biến đổi thường gặp trong xử lý ảnh bao gồm: Biến đổi Fourier, Cosin, Sin. Biến đổi (mô tả) ảnh bằng tích chập, tích Kronecker. Các biển đổi khác như KL (Karhumen Loeve), Hadamard.
Các phân loại ảnh: Ảnh nhị phân : Giá trị xám của tất cả các điểm ảnh chỉ nhận giá trị 1 hoặc 0 như vậy mỗi điểm ảnh trong ảnh nhị phân được biểu diễn bởi 1 bit. Ảnh xám: Giá trị xám nằm trong [0, 255] như vậy mỗi điểm ảnh trong ảnh nhị phân được biểu diễn bởi 1 byte. 13 Ảnh màu: Hệ màu RGB: Một pixel được biểu diễn bằng 3 giá trị (R, G, B) trong đó R, G, B là một giá trị xám và được biểu biểu diễn bằng 1 byte. Khi đó ta có một ảnh 24 bits.
P(x, y) = (R, G, B) Hệ màu CMY: là phần bù của hệ màu RGB (C, M, Y) = (1, 1, 1) – (R, G, B) Hay C+R=M+G=Y+B=1 Hệ màu này thường được dùng trong máy in. Hệ màu CMYK: trong đó K là độ đậm nhạt của màu K= min(C, M, Y) P(x, y) = (C-K, M-K, V-K, K). Tổng quan về bài toán nhận dạng mặt người 2. Nhận dạng mặt người (Face recognition) là một chủ đề nghiên cứu thuộc lĩnh vực thị giác máy tính (Computer Vision) đã được phát triển từ đầu những năm 90 của thế kỷ trước [1].
Cho tới hiện nay, đây vẫn là một chủ đề nghiên cứu mở nhận được sự quan tâm của nhiều nhà nghiên cứu từ nhiều lĩnh vực nghiên cứu khác nhau như nhận dạng mẫu (Pattern Recognition), học máy (Machine Learning), thống kê (Statistics), sinh trắc học (Biometrics). Điều này là do có rất nhiều ứng dụng thực tế cần tới một hệ thống nhận dạng mặt, từ các hệ thống quản lý đăng nhập đơn giản cho tới các ứng dụng giám sát tại các địa điểm công cộng (public areas surveillance) hoặc quản lý dân số (population management) và pháp lý (forsensics). Bên cạnh đó, so với các hệ thống nhận dạng dựa trên các đặc điểm sinh trắc học khác của con người, như nhận dạng mống mắt và vân tay (fingerprint and iris recoginitions), dáng đi (gait recognition), nhận dạng mặt có nhiều ưu điểm: + Một hệ thống nhận dạng mặt không đòi hỏi có sự tương tác trực tiếp giữa đối tượng được nhận dạng và hệ thống.