CHƯƠNG I: TỔNG QUAN VỀ NHẬN DẠNG KHUÔN MẶT VÀ TRÍ TUỆ NHÂN TẠO 1.Tổng quan về nhận dạng khuôn mặt 1. Khái niệm về nhận dạng Hệ thống nhận dạng khuôn mặt là một hệ thống nhằm xác định vị trí khuôn mặt người trên ảnh hoặc một đoạn video và xác định được người đó là người nào trong bộ dữ liệu mà hệ thống đã có hay là một người lạ. Sơ đồ chung của ứng dụng nhận dạng Một hệ thống nhận dạng khuôn mặt người có thể được xây dựng qua rất nhiều công đoạn khác nhau và rất phức tạp, nhưng có thể khái quát chung mọi hệ thống nhận dạng khuôn mặt đều thực hiện theo tiến trình sau: Trích chọn đặc Nhận dạng Nhận ảnh Tiền xử lý trưng khuôn mặt Hình 1. Sơ đồ chung của HT nhận dạng đối tượng qua khuôn mặt Nhận ảnh: Hệ thống nhận ảnh từ một ảnh, hoặc ảnh trích ra từ một đoạn video Tiền xử lý: hệ thống nhận vào một ảnh, sau đó có thể xử lý ảnh cho chất lượng tốt hơn, như chỉnh lại độ sáng, giảm độ nhiễu.
điều này giúp cho quá trình rút trích các đặc trưng của khuôn mặt được dễ dàng hơn rất nhiều. Ở giai đoạn tiền xử lý, ảnh thường cần được xử lý một cách nhanh chóng nên không ưu tiên sử dụng các thuật toán có chi phí cao như cần nhiều tài nguyên của bộ xử lý hoặc thời gian xử lý. Trích chọn các đặc trưng: Trích chọn đặc trưng là kỹ thuật sử dụng các thuật toán để lấy ra những thông tin mang những đặc điểm riêng biệt của mỗi người. Nhận dạng khuôn mặt: sau khi đã trích rút các đặc trưng, sẽ đưa vào khối nhận dạng để phân lớp đối tượng và nhận dạng đối tượng.
Một số kỹ thuật truyền thống NDKM 1. Phát hiện khuôn mặt Phát hiện mặt người là một kỹ thuật để phát hiện vị trí và kích thước khuôn mặt người trong các ảnh hoặc video bất kỳ. Kỹ thuật này nhận biết về các đặc trưng của khuôn mặt và bỏ qua những thành phần khác. 5 Các hướng tiếp cận liên quan đến phát hiện khuôn mặt Có rất nhiều hướng nghiên cứu khác nhau để xác định mặt người trên ảnh, ngày nay dựa vào tính chất người ta phân chia thành các hướng tiếp cận như sau: - Tiếp cận dựa trên tri thức: Cách tiếp cận này được xây dựng dựa trên tập hợp các luật được các nhà nghiên cứu trong lĩnh vực sinh trắc học về cấu tạo khuôn mặt người đưa ra.
Các nhà nghiên cứu đã xây dựng các luật cơ bản để mô tả để tìm ra các điểm đặc trưng trên một khuôn mặt và các quan hệ tương ứng giữa chúng. Có thể thấy, khuôn mặt người có kết cấu đối xứng qua một trục thẳng đứng như hai mắt đối xứng, có một mũi và có một miệng với kết cấu đối xứng hai bên. Các quan hệ đặc trưng thường là quan hệ tương đối về vị trí và khoảng cách. Hướng tiếp cận dựa trên tri thức liên quan đến việc chuyển các tri thức của con người về sinh trắc học cho máy tính một cách chính xác, đây thực sự là một bài toán khó.
Nếu bộ luật được xây dựng quá chặt chẽ sẽ gây nên hiện tượng mất mát thông tin vì rất nhiều khuôn mặt sẽ bị bỏ qua, nhưng nếu tập luật tổng quát quá sẽ gây ra tình huống nhận nhầm vùng không chứa khuôn mặt trong ảnh thành khuôn mặt. Hơn nữa, khuôn mặt trong ảnh có nhiều tư thế, góc chụp khác nhau nên khi tiếp cận bài toán theo hướng này cũng gây ra nhiều khó khắn. - Tiếp cận dựa trên đặc trưng bất biến: Đây là cách tiếp cận theo kiểu “ từ dưới lên” của các đặc trưng không thay đổi. Ý tưởng ở đây là việc phát hiện khuôn mặt theo cách tìm ra những đặc điểm bất biến của khuôn mặt khi khuôn mặt ở những góc khác nhau và mức độ ánh sáng khác nhau.
Từ khi ra đời đến nay, đã có nhiều nghiên cứu phát triển theo hướng này, các đặc trưng không thay đổi được tìm thấy như: lông mày, mắt, mũi, miệng hay các đường viền trên tóc… Một mô hình thống kê mô tả quan hệ giữa các đặc trưng từ đó xác định sự việc có hay không hình khuôn mặt trong một ảnh. Các thuật toán theo hướng tiếp cận này cần phải tìm được thông tin trong điều kiện ánh sáng bị thay đổi, trong ảnh có nhiễu hoặc có một phần đặc trưng bị khuất. Ví dụ bóng của khuôn mặt có thể tạo thêm cạnh mới, thậm chí cạnh này đôi khi còn rõ hơn cạnh thật sự của khuôn mặt, vì thế nếu thuật toán chỉ dựa trên các cạnh tạo từ đường nét của khuôn mặt sẽ gặp khó khăn. - Tiếp cận dựa trên so sánh khớp mẫu: Cách tiếp cận này dựa vào tập hợp mẫu chuẩn của khuôn mặt được chụp thẳng, các đặc điểm sẽ được xác định trước hoặc được biểu diễn thành một hàm với các tham số cụ thể.
Từ ảnh 6 đầu vào, tính toán các giá trị tương quan so với các mẫu chuẩn của các đặc điểm chính trên khuôn mặt như: đường viền khuôn mặt, mắt, mũi và miệng. Thông qua các giá trị tương quan này mà hệ thống sẽ quyết định có hay không có tồn tại khuôn mặt trong ảnh. - Hướng tiếp cận dựa trên diện mạo: Không giống cách tiếp cận dựa trên so sánh khớp mẫu, các mô hình nhận biết sẽ được huấn luyện từ một tập hợp cách ảnh có chứa khuôn mặt người và tìm ra các đặc trưng tiêu biểu của mặt người từ đó khi gặp bất kỳ một ảnh mới, hệ thống sẽ xác định được mặt người, hướng tiếp cận này còn được gọi là phương pháp học máy. Một số phương pháp phát hiện khuôn mặt - Phương pháp dựa trên màu da: Có thể thấy mỗi người có một màu da riêng của mình, nhưng nhiều nghiên cứu cho thấy mức độ sáng của da tạo nên sự khác biệt này là chủ yếu, còn sự khác biệt về thành phần mùa da lại không phải là yếu tố chính tạo nên sự khác biệt này.
Do vậy, một dãy màu da cố định có thể được thiết lập rồi cùng với việc tra từng điểm ảnh với dãy màu này và một số kỹ thuật phân vùng, hệ thống sẽ xác định vùng chứa khuôn mặt người trong ảnh. - Phương pháp dựa trên đặc trưng Haar-like: Đặc trưng Haar - like là những đặc trưng của ảnh kỹ thuật số được sử dụng trong nhận dạng đối tượng nói chung và nhận dạng khuôn mặt nói riêng. Khi thực hiện theo phương pháp tiếp cận này, ảnh đầu vào cần được chuyển về ảnh đen trắng (Gray -scale) để sự khác biệt về mau sắc, ánh sáng không ảnh hưởng tới chất lượng dự báo, tiếp đó một hoặc nhiều hình chữ nhật sẽ được dùng để trượt khắp bức ảnh, tìm ra sự khác biệt và tương quan giữa các vùng ảnh. từng pixel trong cửa sổ trượt được phân tích mối liên hệ với nhau, từng cửa sổ trượt được phân tích với nhau.
Từ tập hợp hàng nghìn điểm khác biệt được xác định trên ảnh chụp hàng trăm gương mặt khác nhau sẽ tạo ra một tập căn cứ để phát hiện mặt người như mặt người sẽ nằm trong một cửa sổ hình chữ nhật, được tạo từ hai cửa số phần từ mắt. Trích chọn đặc trưng Trích chọn đặc trưng là kỹ thuật sử dụng các thuật toán để lấy ra những thông tin mang những điểm riêng biệt của một người. Thông thường, để nhận dạng mặt người thường phải truy cập đến một cơ sở dữ liệu ảnh lớn về cả số lượng và kích thước. Trích chọn đặc trựng giúp giảm kích thước của mỗi mẫu dữ liệu vì quá trình trích chọn đặc trưng sẽ giúp người dùng loại bỏ những vùng dữ liệu 7 không quan trọng mà vẫn đảm bảo được tính chất của dữ liệu ban đầu.
Có một số hướng tiếp cận liên quan đến trích chọn đặc trưng: - Phương pháp tiếp cận bằng màu da (Skin Color Approaches Model) - Phương pháp tiếp cận bằng phân tách, phân vùng các đặc trưng khuôn mặt (Classification Approaches Model) - Phương pháp tiếp cận theo mô hình đường viền linh hoạt (Active Shape Model) - Phương pháp tiếp cận theo mô hình xuất hiện linh hoạt (Active Appearance Model) - Một số phương pháp trích chọn đặc trưng như sau: - Mô hình Markov ẩn - Mẫu nhị phân cục bộ (LBP) - Phương pháp phân tích thành phần chính (PCA) Dưới đây sẽ trình bày chi tiết một số hướng tiếp cận thường được sử dụng trong các hệ thống nhận dạng khuôn mặt, ngoài ra các phương pháp này cũng là cơ sở để nhóm nghiên cứu phát triển thành kết quả cốt lõi của đề tài. Trích chọn đặc trưng sử dụng mô hình Markov ẩn Mô hình Markov ẩn (HMM: Hidden Markov Model) phân loại một đặc trưng mặt người bằng tính chất của chuỗi Markov [1]. Một dãy ngẫu nhiên các biến lấy trên các giá trị điểm ảnh tương ứng tạo nên chuỗi Markov, nếu xác suất để hệ thống đạt trạng thái xn+1 tại thời điểm n+1 chỉ phụ thuộc vào xác suất để hệ thống đạt trạng thái xn tại thời điểm n. Trong một chuỗi Markov, việc chuyển hệ thống từ trạng thái này sang trạng thái khác tương ứng với một xác suất nào đó, nhưng kết quả của một ký hiệu ra lại xác định được trước.
Như vậy, kết quả là một phân bố xác suất của tất cả các ký hiệu ra tại mỗi trạng thái và kết quả này được dùng để so sánh giữa hai khuôn mặt. Để xây dựng một mô hình HMM nhằm nhận dạng khuôn mắt, số lượng các trạng thái ẩn đầu tiên cần được quyết định để thiết lập mô hình, sau đó một trạng thái ẩn có thể huấn luyện HMM để huấn luyện mô hình tìm được xác suất chuyển hóa giữa các trạng thái từ các mẫu ví dụ, trong đó mỗi ví dụ được biểu diễn như một chuỗi Markov. Quá trình huấn luyện một HMM sẽ giúp tối đa hóa xác suất đoán đúng một mẫu vào trong tập mà nó thuộc về, tham số mô hình sẽ được điều 8 chỉnh với phương pháp phân đoạn chuẩn Viterbi và thuật toán Baum-Welch. Kể từ đó, một quan sát bất kỳ sẽ được HMM dự đoán vào lớp có xác suất cao nhất.
Bằng trực giác, một ảnh khuôn mặt có thể được phân chia thành các vùng khác nhau ví dụ như trán, mắt, mũi, miệng và cằm. Một ảnh khuôn mặt có thể được nhận dạng bởi một quá trình mà các vùng đó được quan sát theo một quy luật thích hợp (ví dụ: từ trên xuống dưới, từ trái qua phải).