Lời mở đầu Trong thời đại đất nước ngày càng phát triển về mọi mặt, thì cũng nảy sinh nhiều vấn đề về an ninh và cũng được toàn thế giới rất quan tâm. Theo đó các bài toán về nhận dạng cũng được quan tâm rất nhiều. Và vấn đề nhận dạng các bộ phận cơ thể của con người cũng đã có rất nhiều phương pháp đưa ra và có độ chính xác cao. Một số bài toán nhận dạng đang rất được quan tâm và phát triển phổ biến ở toàn thế giới như: Nhận dạng bằng vân tay Nhận dạng bằng vân mắt Nhận dạng bằng bàn tay Sử dụng thẻ để lưu giữ thông tin cá nhân … Và các phương án nhận dạng này cũng đã được áp dụng sau một thời gian dài phát triển và có được sự chính xác cao.
Nhưng các phương pháp này vẫn còn gặp nhiều hạn chế như sau: Đòi hỏi sự tiếp xúc trực tiếp giữa người và hệ thống. Với các hệ thống sử dụng thẻ thì yêu cầu phải có thẻ, nếu mất thẻ thì sẽ không nhận dạng được. Hiện nay, với sự phát triển về xử lý ảnh thì bài toán đang được quan tâm nghiên cứu là nhận dạng khuôn mặt (Face Recognition). Khuôn mặt của mỗi người chúng ta đóng vai trò cực kỳ quan trọng.
Với mỗi khuôn mặt chúng ta có thể xác định được giới tính, chủng tộc, tuổi tác, trạng thái cảm xúc và đặc biệt là có thể xác định mối quan hệ giữa mỗi người (bạn bè, ba mẹ, anh chị em …). Vì vậy bài toán nhận dạng khuôn mặt được đặt ra có thể giải quyết được nhiều vấn đề như điểm danh, quản lý nhân viên … và đặc biệt sẽ mang lại thêm nhiều giải pháp kiểm soát an ninh phù hợp với từng môi trường sử dụng. 6 Luan van GVHD: ThS. Phan Thanh Hoàng AnhSVTH: Dương Chí Hùng Và thực tế thì công nghệ nhận dạng khuôn mặt cũng đang được ứng dụng và phát triển bởi các công ty lớn trên thế giới như Apple, Samsung, Google.
Ví dụ điển hình như trên những chiếc điện thoại thông minh mới nhất của hãng điện thoại Samsung là S8 hay Iphone X của hãng Apple đều có khả năng sử dụng khuôn mặt của chủ nhân để mở khóa màn hình. Với bài toán nhận diện khuôn mặt thì có rất nhiều bài toán nhỏ khác nhau như: Nhận dạng dựa trên các đặc trưng của các phần tử trên khuôn mặt (Feature based face recognition). Nhận dạng dựa trên xét tổng thể khuôn mặt (Appearance based face recognition). Nhận dạng 2D và 3D Với phương pháp nhận dạng dựa trên các đặc trưng khuôn mặt sử dụng việc xác định các đặc trưng hình học trên các chi tiết của khuôn mặt (vị trí, diện tích, hình dạng mắt, mũi, miệng …) và mối quan hệ giữa chúng (khoảng cách của hai mắt, khoảng cách của hai lông mày…).
Ưu điểm của phương pháp này là nó gần với cách mà con người sử dụng để nhận biết khuôn mặt và cho kết quả tốt trong các trường hợp ảnh hưởng tác động từ bên ngoài. Nhược điểm là thuật toán phức tạp do việc xác định mối quan hệ giữa các khuôn mặt và các ảnh kích thước nhỏ thì các đặc tính sẽ khó phân biệt do đó khó tính toán được các đặc trưng trên khuôn mặt. Còn với phương pháp nhận dạng dựa trên toàn diện khuôn mặt, có nghĩa chúng ta sẽ không đi xét từng thành phần đặc trưng trên khuôn mặt mà sẽ xem khuôn mặt là một chiều không gian cụ thể và tìm đặc điểm đặc trưng và những đặc điểm chính trên không gian đó. Hai phương pháp thường được sử dụng trong hướng tiếp cận này là: PCA (Principle Components Analysis) là phương pháp trích xuất đặc trưng nhằm giảm số chiều của ảnh tuy đơn giản nhưng mang lại hiểu quả khá tốt.
Hệ thống ổng định và có thể thích nghi cao đối với dữ liệu đầu vào thay đổi nhiều. 7 Luan van GVHD: ThS. Phan Thanh Hoàng AnhSVTH: Dương Chí Hùng LDA (Linear Discriminant Analysis) là phương pháp nhận diện dựa trên một phép chiếu tuyến tính từ không gian hình ảnh vào một chiều không gian thấp hơn bằng cách tối đa giữa các lớp tán xạ và giảm nhiều phân tán trong lớp. Và trong bài toán này để nhận dạng không thể không nhắc tới thư viện OpenCV (Open Source Computer Vision Library).
Một thư viện mã nguồn mở hàng đầu cho thị giác máy tính (computer vision), xử lý ảnh và máy học, và các tính năng tăng tắc GPU trong hoạt động thời gian thực. Được giới thiệu vào tháng 01 năm 1999 và được cho ra mắt phiên bản đầu tiên vào năm 2006. Thư viện OpenCV chứa hàng ngàn thuật toán tối ưu hóa và hơn 500 hàm được viết bằng ngôn ngữ C/C++ tương thích với nhiều hệ điều hành như Windows, Android, Linux, … Các thuật toán có khả năng dùng để sử dụng để nhận dạng khuôn mặt, xe hơi tự lái, phát hiện khuôn mặt, di chuyển theo khuôn mặt khi phát hiện theo thời gian thực. Nhưng với hệ thống nhận dạng khuôn mặt này đều được thiết kế và sử dụng trên các máy tính có cấu hình cao và rất tốn kém.
Vì thế nếu thiết kế một hệ thống nhận dạng thì một chiếc máy tính như vậy quá tốn kém. Nhưng hiện nay với sự phát triển của hệ thống nhúng (Embedded system) một hệ thống tích hợp cả phần cứng và phần mềm phục vụ các bài toán chuyên dụng trong nhiều lĩnh vực công nghiệp, tự động hóa điều khiển và truyền tin. Và chính vì thế trong đề tài luận văn này tôi muốn ứng dụng ARDUINO. Một bo mạch điện tử nhỏ để thực hiện đề tài luận văn “Thiết kế mạch chống trộm”.2 Giới thiệu về xử lý ảnh 1.1 Một số khái niệm cơ bản Xử lý ảnh là một trong những mảng quan trọng nhất trong vấn đề kỹ thuật thị giác máy tính và bước đầu cho nhiều nghiên cứu phát triển trong lĩnh vực nhận dạng.
Nhiệm vụ cơ bản của quá trình xử lý ảnh là nâng cao chất lượng hình ảnh và xử lý số liệu để cung cấp cho các quá trình nhận dạng. 8 Luan van GVHD: ThS. Phan Thanh Hoàng AnhSVTH: Dương Chí Hùng Quy trình bắt đầu từ thu nhận ảnh nguồn (từ thiết bị thu nhận ảnh dạng số hoặc tương tự) gửi đến máy tính. Và dữ liệu ảnh sẽ được lưu trừ ở định dạng phù hợp trong qua trình xử lý.
Quy trình xử lý nhận dạng ảnh được xem là quá trình thao tác ảnh đầu vào nhằm đạt kết quả mong muốn. Kết quả đầu ra của một quá trình xử lý ảnh có thể là một hình ảnh đã được xử lý hoặc một kết luận. Ảnh Qua Xử Lý Ảnh Xử Lý Kết Luận Hình 1.1 Quá trình xử lý ảnh Ảnh có thể được coi là một tập hợp các điểm ảnh và mỗi điểm ảnh được xem như là đặc trưng cường độ sáng hay một dấu hiệu nào đó tại một vị trí nào đó của đối tượng trong không gian và nó có thể xem như một hàm n biến. Vì vậy, ảnh trong xử lý ảnh có thể xem như ảnh n chiều.2 Các hình thái của ảnh Chuyển ảnh màu thành ảnh xám: Đơn vị tế bào của ảnh số là pixel.
Tùy theo mỗi định dạng là ảnh màu hay ảnh xám mà từng pixel có thông số khác nhau. Đối với ảnh màu từng pixel sẽ mang thông tin của ba màu cơ bản tạo ra bản màu là Đỏ, Xanh lá, Xanh biển. Trong mỗi một pixel của ảnh màu thì ba màu cơ bản được bố trí sát nhau và có cường độ sáng khác nhau. Lược đồ xám của ảnh (Histogram) có các mức xám trong khoảng [0,L-1] là một hàm rời rạc p(rk) = nk/n.
Trong đó nk là số pixel có mức xám thứ rk, n là tổng số pixel trong ảnh và k=0,1,2…L-1. Do đó P(rk) cho một xác suất xảy ra mức xám rk. Vẽ hàm này với tất cả các giá trị của k sẽ biểu diễn khái quát sự xuất hiện các mức xám của một ảnh. Và chúng ta có thể thể hiện lược đồ mức 9 Luan van GVHD: ThS.
Phan Thanh Hoàng AnhSVTH: Dương Chí Hùng xám của ảnh thông qua tần suất xuất hiện mỗi mức xam qua hệ tọa độ vuông góc xOy. Trong đó, trục hoành biểu diễn số mức xám từ 0 đến N (số bit của ảnh xám). Trục tung biểu diễn số pixel của mỗi mức xám.3 Hệ thống nhận dạng khuôn mặt 1.3 Bài toán nhận dạng khuôn mặt Bài toán về hệ thống nhận dạng mặt người là một hệ thống nhận vào là một hình ảnh hoặc một chuỗi các ảnh (video). Qua đó xử lý và tính toán để xác định được vị trí khuôn mặt người trong ảnh (nếu có) và xác định người nào trong số những người đã được đào tạo hoặc trả về kết quả là người lạ.2 Hệ thống nhận dạng khuôn mặt 1.4 Những tác động trong việc nhận dạng Điều kiện chụp ảnh: Ảnh được chụp khi có các điều kiện khác nhau có thể gây ảnh hưởng đến chất lượng ảnh như : ánh sáng, chất lượng camera,… Sự che khuất: Khuôn mặt có thể đã bị che khuất bỡi các vật thể khác hoặc camera bị dính bẩn,… Tư thế chụp, góc chụp: Ảnh chụp khuôn mặt có thể bị thay đổi do góc chụp giữa camera và khuôn mặt.
Khuôn mặt đang nhìn thẳng nhưng góc chụp của máy ảnh lại lệch so với hướng nhìn hoặc nhiều trường hợp khác do đó tạo nhiều khó khăn rất lớn cho bài toán nhận diện khuôn mặt. 10 Luan van GVHD: ThS. Phan Thanh Hoàng AnhSVTH: Dương Chí Hùng Thiếu một số thành phần khuôn mặt: Các đặc trưng như râu, mắt kính, … có thể xuất hiện hoặc không. Sự biểu cảm của khuôn mặt: Biểu cảm của con người có thể làm ảnh hưởng đáng kể lên các thông số của khuôn mặt… Nền ảnh: Nền ảnh phức tạp là một trong những khó khăn nhất trong bài toán nhận diện, vì khuôn mặt người sẽ dễ bị nhầm lẫn với khung cảnh phía sau và sẽ ảnh hưởng đến quá trình phân tích.
Màu da: Màu sắc của da mặt quá tối hoặc quá sáng cũng có thể gây khó khăn trong việc nhận dạng. Tuổi tác: Nhận dạng khuôn mặt theo thời gian cũng là một vấn đề cần tính toán trong vấn đề nhận dạng.5 Xây dựng hệ thống nhận dạng Một hệ thống nhận dạng khuôn mặt có thể được xây dựng qua rất nhiều quá trình khác nhau và phức tạp, nhưng bài toán này cũng có thể khái quát chung thành bốn bước sau: 1. Phát hiện khuôn mặt (Face Detection) 2. Phân đoạn khuôn mặt (Face Alignment) 3.
Trích xuất đặc trưng (Feature Extration) 4. Nhận dạng (Recognition) 11 Luan van GVHD: ThS. Phan Thanh Hoàng AnhSVTH: Dương Chí Hùng Hình 1.