Đặt vấn đề Ngày nay với sự phát triển vƣợt bậc của khoa học công nghệ cùng với đó là sự ra đời và phát triển của các phƣơng pháp xử lý ảnh và thị giác máy tính đã giúp tạo ra các ứng dụng phong phú trong nhiều lĩnh vực: y khoa, quân sự, giám sát, khoa học cơ bản. Cùng với đó là các công nghệ kèm theo phục vụ trong việc xử lý ảnh nhƣ công nghệ camera đang đƣợc cải thiện. Từ xƣa, việc nhận dạng khuôn mặt ngƣời đã đƣợc ứng dụng trong việc truy nã tội phạm, giám sát, an ninh. Việc nhận dạng khuôn mặt chủ yếu dựa vào đánh giá của con ngƣời.
Với sự phát triển của thị giác máy tính việc nhận dạng khuôn mặt đã đƣợc xử lý trên máy tính một cách tự động hóa giúp gia tăng độ tin cậy, giảm sai sót do lỗi chủ quan của con ngƣời. Từ ý tƣởng của một ứng dụng trong ngôi nhà thông minh: ngƣời thực hiện đã quyết định nghiên cứu và thực hiện đề tài: “Ứng dụng xử lý ảnh trong nhận dạng khuôn mặt”. Với mục đích tự động phát hiện và nhận dạng khuôn mặt.2 Tính cấp thiết và phổ biến của đề tài Trong thời gian gần đây ứng dụng nhận diện khuôn mặt có nhiều thành tựu vƣợt bậc. Có rất nhiều ứng dụng mang tính công nghệ cao đã đƣợc và đang thiết kế: - Hệ thống tƣơng tác giữa ngƣời và máy: giúp những ngƣời bị tật hoặc khiếm khuyết có thể trao đổi.
Những ngƣời dùng ngôn ngữ tay có thể giao tiếp với những ngƣời bình thƣờng. Những ngƣời bị bại liệt thông qua một số ký hiệu nháy mắt có thể biểu lộ những gì họ muốn, …. Đó là các bài toán điệu bộ của bàn tay (hand gesture), điệu bộ khuôn mặt,… - Nhận dạng ngƣời có phải là tội phạm truy nã hay không? Giúp cơ quan an ninh quản lý tốt con ngƣời. Công việc nhận dạng có thể ở trong môi trƣờng bình thƣờng cũng nhƣ trong bóng tối (sử dụng camera hồng ngoại).
- Hệ thống quan sát, theo dõi và bảo vệ. Các hệ thống camera sẽ xác định đâu là con ngƣời và theo dõi con ngƣời đó xem họ có vi phạm gì không, ví dụ xâm phạm khu vực không đƣợc vào, …. - Lƣu trữ (rút tiền ATM, để biết ai rút tiền vào thời điểm đó), hiện nay có tình trạng những ngƣời bị ngƣời khác lấy mất thẻ ATM hay mất mã số PIN và 1 do an ĐỒ ÁN TỐT NGHIỆP những ngƣời ăn cắp này đi rút tiền, hoặc những ngƣời chủ thẻ đi rút tiền nhƣng lại báo cho ngân hàng là mất thẻ và mất tiền. Các ngân hàng có nhu cầu khi có giao dịch tiền sẽ kiểm tra hay lƣu trữ khuôn mặt ngƣời rút tiền để sau đó đối chứng và xử lý.
- Điều khiển vào ra: văn phòng, công ty, trụ sở, máy tính, Palm, …. Kết hợp thêm vân tay và mống mắt. Cho phép nhân viên đƣợc ra vào nơi cần thiết, hay mỗi ngƣời sẽ đăng nhập máy tính cá nhân của mình mà không cần nhớ tên đăng nhập cũng nhƣ mật khẩu mà chỉ cần xác định thông qua khuôn mặt. - Tìm kiếm và tổ chức dữ liệu liên quan đến con ngƣời thông qua khuôn mặt ngƣời trên nhiều hệ cơ sở dữ liệu lƣu trữ thật lớn, nhƣ internet, các hãng truyền hình, ….
Ví dụ: Tìm các đoạn video có tổng thống Bush phát biểu, tìm các phim có diễn viên Lý Liên Kiệt đóng, tìm các trận đá banh có Ronaldo đá, … Nhận dạng khuôn mặt là bài toán có rất nhiều ứng dụng trong thực tế và nhận đƣợc sự quan tâm lớn từ cộng đồng các nhà khoa học nghiên cứu về thị giác máy tính.Mộthệthốngnhậndạngmặtcónhiềubƣớcvàmỗibƣớc lại là một lĩnh vực nghiên cứu với các cách tiếp cận khác nhau cho từng khâu của một hệ thống hoàn chỉnh. Các thử nghiệm về tỉ lệ nhận dạng của các cách phƣơng pháp đề xuấtthƣờngđƣợctiếnhànhtrêncáctậpdữliệuđƣợcthunhậntrongđiềukiệnhạn chế về ánh sáng, hƣớng, …, do đó khi áp dụng vào thực tế thì kết quả thu đƣợc thƣờng kém xa so với môi trƣờng thử nghiệm. Chính vì vậy, trong đề tài này, ngƣời thực hiện tập trung vào việc xây dựng một hệ thống nhận dạng và thử nghiệm với các điều kiện ảnh thu nhận đƣợc trong các điều kiện thựctế.2 Mục tiêu đề tài Mục tiêu của đề tài là xây dựng một hệ thống nhận dạng khuôn mặt với dữ liệu đầu vào là các ảnh mặt ngƣời, phát hiện khuôn mặt với phƣơng pháp sử dụng hàm có sẵn trong matlab dùng thuật toán Viola-Jones. So sánh hình ảnh, phân loại và nhận dạng khuôn mặt giữa nhiều mô hình hồi quy tuyến tính với lý thuyết từ các tín hiệu thƣa thớt.
Cho ra kết quả nhận diện mang tính công nghệ cao trong cuộc sống.3 Giới hạn đề tài Với thời gian có hạn nên ngƣời thực hiện chỉ thực hiện nghiên cứu những vấn đề cơ bản sau: 2 do an ĐỒ ÁN TỐT NGHIỆP Nghiên cứu và thực hiện các thuật toán phát hiện và nhận dạng trên chƣơng trình Matlab. Nghiên cứu cấu trúc ảnh màu, các lệnh xử lý ảnh màu và chuyển sang ảnh xám với chƣơng trình Matlab. Nghiên cứu giải thuật và thực hiện phần mềm nhận dạng trên Matlab. 3 do an ĐỒ ÁN TỐT NGHIỆP Chƣơng 2 CƠ SỞ LÝ THUYẾT LIÊN QUAN 2.1 Lý thuyết cơ bản về nhận dạng mặt ngƣời 2.1 Giới thiệu Nhận dạng mặt ngƣời (Face recognition) là một chủ đề nghiên cứu thuộc lĩnh vực thị giác máy tính (Computer Vision) đã đƣợc phát triển từ đầu những năm 90 của thế kỷ trƣớc.
Cho tới hiện nay, đây vẫn là một chủ đề nghiên cứu mở nhận đƣợc sự quan tâm của nhiều nhà nghiên cứu từ nhiều lĩnh vực nghiên cứu khác nhau nhƣ nhận dạng mẫu (Pattern Recognition), học máy (Machine Learning), thống kê (Statistics), sinh trắc học (Biometrics). Điều này là do có rất nhiềuứngdụngthựctếcầntớimộthệthốngnhậndạngmặt,từcáchệthốngquản lý đăng nhập đơn giản cho tới các ứng dụng giám sát tại các địa điểm công cộng (publicareassurveillance)hoặcquảnlýdânsố(populationmanagement)vàpháp lý(forsensics).Bêncạnhđó,sovớicáchệthốngnhậndạngdựatrêncácđặcđiểm sinhtrắchọckháccủaconngƣời,nhƣnhậndạngmốngmắtvàvântay(fingerprint and iris recoginitions), dáng đi (gait recognition), nhận dạng mặt có nhiều ƣu điểm: - Một hệ thống nhận dạng mặt không đòi hỏi có sự tƣơng tác trực tiếp giữa đối tƣợng đƣợc nhận dạng và hệ thống. - Việc thu nhận dữ liệu (ảnh mặt) cho quá trình nhận dạng một con ngƣời dễ thực hiện hơn so với thu nhận các đặc đặc điểm sinh trắc học khác (nhƣ thu nhận dấu vân tay và mống mắt). - Dữliệuvềmặtngƣờiphổbiếnhơnsovớicácđặctrƣngkhácdosựbùng nổ các mạng xã hội (facebook, twitter …), các dịch vụ chia sẻ dữ liệu đa phƣơng tiện (youtube, vimeo …) và sự phát triển mạnh mẽ của các thiết bị thu nhận hình ảnh.
- Từ ảnh khuôn mặt của một ngƣời ta có thể khai thác nhiều thông tin liên quan chứ không chỉ là danh tính, chẳng hạn nhƣ giới tính (gender), màu da (skin color), hƣớng nhìn (gaze direction), chủng tộc, hành vi, sức khỏe, độ tuổi, cảm xúc và mức độ thông minh,… 4 do an ĐỒ ÁN TỐT NGHIỆP Hình 2.1 Các thông tin có trong ảnh mặt ngƣời.2 Thách thức trong nhận dạng mặt ngƣời Việc xây dựng một hệ thống nhận dạng mặt hoàn toàn tự động với khả năng nhận dạng chính xác cao thực sự là một thách thức đối với các nhà nghiên cứu. Điều này là do các yếu tố (chủ quan và khách quan) ảnh hƣởng tới quátrìnhthunhậnảnhvàtạoracácbứcảnhcóđộkhácbiệtrấtlớncủacùngmột khuôn mặt. Có thể liệt kê ra đây các yếu chủ yếu ảnh hƣởng tới độ chính xác của một hệ thống nhận dạng mặt: - Ánh sáng (light conditions). Các bức ảnh mặt thu nhận ở các điều kiện sáng khác nhau sẽ rất khác nhau và làm giảm sự chính xác trong quá trình nhận dạng.
- Thay đổi về tuổi (aging changes). Khuôn mặt ngƣời có các thay đổi lớn khi tuổi thay đổi và khó nhận dạng hơn ngay cả đối với hệ thống thị giác của con ngƣời. - Các vấn đề về hƣớng (pose variations). Việc nhận dạng với các ảnh có góc chụp thẳng (frontal) có kết quả tốt hơn rất nhiều so với các ảnh đƣợc chụp ở góc nghiêng lớn hơn 45o.
Giải pháp thƣờng thấy đối với các ảnh có hƣớng chụp lớn là sử dụng các thuật toán nội suy để cố gắng bù đắp phần khuôn mặt bị che khuất.Ởcáctrạngtháicảmxúckhácnhau, các đặc điểm quan trọng cho nhận dạng mặt (nhƣ mắt, mũi, mồm) có thể bị biến dạng (deformed) và dẫn tới các kết quả nhận dạngsai. Các ảnh mặt có thể bị che khuất bởi các yếu tố kháchquannhƣvậtchắnởtrƣớcmặthoặcchủquannhƣcácphụkiệntrênkhuôn mặt (khăn, kính mắt) và làm cho quá trình nhận dạng bịsai. Các hệ thống nhận dạng mặt đƣợc chia thành hai loại: xác định danh tính 5 do an ĐỒ ÁN TỐT NGHIỆP (faceidentification)vàxácthực(faceverification).Bàitoánxácđịnhdanhtínhlà bài toán dạng 1-N trong đó hệ thống sẽ đƣa ra kết quả là danh tính của ảnh đƣợc nhậndạngdựatrênsựtƣơngđồngcủaảnhinputvớimộtdanhsáchNảnhđãbiết danhtínhchínhxác.Trongkhiđó,ởbàitoánxácthựcdanhtính,hệthốngsẽđƣa racâutrảlờiđúnghoặcsaidựavàoviệcxácđịnhxem2bứcảnhcóthuộcvềcùng một ngƣời hay không.2 Các hƣớng tiếp cận cho bài toán nhận dạng khuôn mặt 2.1 Hƣớng tiếp cận dựa trên tri thức Trong hƣớng tiếp cận này, các luật sẽ phụ thuộc rất lớn vào tri thức của những tác giả nghiên cứu về bài toán xác định khuôn mặt ngƣời. Đây là hƣớng tiếp cận dạng top-down.
Dễ dàng xây dựng các luật cơ bản để mô tả các đặc trƣng của khuôn mặt và các quan hệ tƣơng ứng. Ví dụ, một khuôn mặt thƣờng có hai mắt đối xứng nhau qua trục thẳng đứng ở giữa khuôn mặt và có một mũi, một miệng. Một vấn đề khá phức tạp khi dùng hƣớng tiếp cận này là làm sao chuyển từ tri thức con ngƣời sang các luật một cách hiệu quả. Nếu các luật này quá chi tiết thì khi xác định có thể xác định thiếu các khuôn mặt có trong ảnh, vì những khuôn mặt này không thể thỏa mãn tất cả các luật đƣa ra.
Nhƣng các luật tổng quát quá thì có thể chúng ta sẽ xác định lầm một vùng nào đó không phải là khuôn mặt mà lại xác định là khuôn mặt. Và cũng khó khăn mở rộng yêu cầu từ bài toán để xác định các khuôn mặt có nhiều tƣ thế khác nhau.2 Hƣớng tiếp cận dựa trên tri thức 6 do an ĐỒ ÁN TỐT NGHIỆP Hình 2.3 Một loại tri thức của ngƣời nghiên cứu phân tích trên khuôn mặt 2.2 Hƣớng tiếp cận dựa trên đặc trƣng không đổi Đây là hƣớng tiếp cận theo kiểu bottom-up. Các tác giả cố gắng tìm các đặc trƣng không thay đổi của khuôn mặt ngƣời để xác định khuôn mặt ngƣời. Dựa trên nhận xét thực tế, con ngƣời dễ dàng nhận biết các khuôn mặt và các đối tƣợng trong các tƣ thế khác nhau và điều kiện ánh sáng khác nhau, thì phải tồn tại các thuộc tính hay đặc trƣng không thay đổi.
Có nhiều nghiên cứu đầu tiên xác định các đặc trƣng khuôn mặt rồi chỉ ra có khuôn mặt trong ảnh hay không. Các đặc trƣng nhƣ: lông mày, mắt, mũi, miệng, và đƣờng viền của tóc đƣợc trích bằng phƣơng pháp xác định cạnh.