Luận văn thạc sĩ: Xác định khuôn mặt người sử dụng các đặc trưng hình học 3D

Luận văn thạc sĩ nghiên cứu vnu uet xác định mặt người sử dụng các đặc trưng hình học 3d, đánh giá hiện trạng, phân tích vấn đề, đề xuất biện pháp hoàn thiện trong lĩnh vực .

• Tác giả: Vũ Thị Tuyết
• Người hướng dẫn: PGS.TS Đỗ Năng Toàn
• Trường học: Trường Đại học Công Nghệ - Đại học Quốc Gia Hà Nội
• Chuyên ngành: Công Nghệ Thông Tin
• Đề tài: Xác Định Mặt Ngƣời Sử Dụng Các Đặc Trƣng Hình Học 3D
• Loại tài liệu: Luận Văn Thạc Sĩ
• Năm xuất bản: 2015
• Địa điểm: Hà Nội

Mục lục chi tiết

• LỜI CẢM ƠN
• LỜI CAM ĐOAN
• 1. CHƯƠNG 1: KHÁI QUÁT VỀ NHẬN DẠNG MẶT NGƯỜI
• 1.1. Bài toán nhận dạng mặt người
• 1.1.1. Giới thiệu
• 1.2. Tầm quan trọng của nhận dạng mặt người
• 1.3. Ứng dụng của bài toán nhận dạng mặt người
• 1.4. Các hướng tiếp cận trong nhận dạng mặt người
• 1.4.1. Hướng tiếp cận dựa trên tri thức
• 1.4.2. Hướng tiếp cận dựa trên đặc trưng bất biến
• 1.4.3. Hướng tiếp cận dựa trên đối sánh mẫu
• 1.4.4. Hướng tiếp cận dựa trên diện mạo
• 2. CHƯƠNG 2: PHÁT HIỆN MẶT NGƯỜI SỬ DỤNG ĐẶC TRƯNG 3D
• 3. CHƯƠNG 3: CÀI ĐẶT VÀ THỬ NGHIỆM
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng quan về xác định khuôn mặt người sử dụng đặc trưng hình học 3D

Xác định khuôn mặt người sử dụng đặc trưng hình học 3D là một lĩnh vực nghiên cứu quan trọng trong công nghệ thông tin. Công nghệ này không chỉ giúp nhận diện khuôn mặt mà còn mang lại nhiều ứng dụng thực tiễn trong an ninh và bảo mật. Việc sử dụng các đặc trưng hình học 3D giúp cải thiện độ chính xác và khả năng nhận diện trong nhiều điều kiện ánh sáng và góc độ khác nhau. Nghiên cứu này sẽ đi sâu vào các phương pháp và ứng dụng của công nghệ nhận diện khuôn mặt 3D.

1.1. Ứng dụng của xác định khuôn mặt trong đời sống

Công nghệ xác định khuôn mặt người sử dụng đặc trưng hình học 3D được ứng dụng rộng rãi trong nhiều lĩnh vực như an ninh, giám sát, và nhận diện tội phạm. Hệ thống nhận diện khuôn mặt giúp theo dõi nhân sự trong các cơ quan, xác định tội phạm, và bảo vệ trẻ em khỏi bọn bắt cóc. Những ứng dụng này không chỉ nâng cao hiệu quả công việc mà còn đảm bảo an toàn cho cộng đồng.

1.2. Tầm quan trọng của nhận diện khuôn mặt 3D

Nhận diện khuôn mặt 3D mang lại nhiều lợi ích so với các phương pháp truyền thống. Đặc trưng hình học 3D giúp nhận diện chính xác hơn trong các điều kiện ánh sáng khác nhau và từ nhiều góc độ. Điều này làm cho công nghệ này trở thành một giải pháp tối ưu cho các hệ thống an ninh hiện đại.

II. Thách thức trong xác định khuôn mặt người sử dụng đặc trưng hình học 3D

Mặc dù công nghệ xác định khuôn mặt 3D có nhiều ưu điểm, nhưng vẫn tồn tại một số thách thức lớn. Độ phức tạp trong việc xử lý hình ảnh 3D và yêu cầu về phần cứng mạnh mẽ là những vấn đề cần được giải quyết. Ngoài ra, việc phát hiện khuôn mặt trong các điều kiện không thuận lợi như ánh sáng yếu hoặc góc nhìn không chính xác cũng là một thách thức lớn.

2.1. Các yếu tố ảnh hưởng đến độ chính xác

Độ chính xác của hệ thống nhận diện khuôn mặt 3D phụ thuộc vào nhiều yếu tố như chất lượng hình ảnh, góc độ chụp và điều kiện ánh sáng. Những yếu tố này có thể làm giảm hiệu suất của hệ thống và dẫn đến sai sót trong việc nhận diện.

2.2. Giải pháp khắc phục thách thức

Để khắc phục những thách thức này, cần áp dụng các thuật toán tiên tiến và cải thiện công nghệ phần cứng. Việc sử dụng các mô hình học sâu có thể giúp nâng cao độ chính xác và khả năng nhận diện trong các điều kiện khó khăn.

III. Phương pháp xác định khuôn mặt người sử dụng đặc trưng hình học 3D

Có nhiều phương pháp khác nhau để xác định khuôn mặt người sử dụng đặc trưng hình học 3D. Các phương pháp này bao gồm việc sử dụng các thuật toán học máy, phân tích hình ảnh và các kỹ thuật xử lý tín hiệu. Mỗi phương pháp có những ưu điểm và nhược điểm riêng, và việc lựa chọn phương pháp phù hợp là rất quan trọng.

3.1. Thuật toán học máy trong nhận diện khuôn mặt

Thuật toán học máy như mạng nơ-ron sâu (Deep Neural Networks) đã được áp dụng thành công trong việc nhận diện khuôn mặt. Những thuật toán này có khả năng học hỏi từ dữ liệu lớn và cải thiện độ chính xác của hệ thống.

3.2. Kỹ thuật xử lý hình ảnh

Kỹ thuật xử lý hình ảnh đóng vai trò quan trọng trong việc rút trích các đặc trưng hình học 3D. Việc sử dụng các bộ lọc và thuật toán phân tích hình ảnh giúp cải thiện chất lượng hình ảnh và tăng cường khả năng nhận diện.

IV. Ứng dụng thực tiễn của xác định khuôn mặt người sử dụng đặc trưng hình học 3D

Xác định khuôn mặt người sử dụng đặc trưng hình học 3D đã được áp dụng trong nhiều lĩnh vực khác nhau. Từ an ninh công cộng đến các ứng dụng thương mại, công nghệ này đang ngày càng trở nên phổ biến và quan trọng.

4.1. Ứng dụng trong an ninh công cộng

Hệ thống nhận diện khuôn mặt 3D được sử dụng để theo dõi và phát hiện tội phạm trong các khu vực công cộng. Công nghệ này giúp nâng cao hiệu quả của các lực lượng an ninh và giảm thiểu tội phạm.

4.2. Ứng dụng trong thương mại

Trong lĩnh vực thương mại, công nghệ nhận diện khuôn mặt 3D được sử dụng để cải thiện trải nghiệm khách hàng. Các cửa hàng có thể sử dụng công nghệ này để nhận diện khách hàng và cung cấp dịch vụ cá nhân hóa.

V. Kết luận và tương lai của xác định khuôn mặt người sử dụng đặc trưng hình học 3D

Xác định khuôn mặt người sử dụng đặc trưng hình học 3D là một lĩnh vực đầy tiềm năng với nhiều ứng dụng thực tiễn. Mặc dù còn nhiều thách thức, nhưng với sự phát triển của công nghệ, tương lai của lĩnh vực này hứa hẹn sẽ mang lại nhiều cải tiến và ứng dụng mới.

5.1. Tương lai của công nghệ nhận diện khuôn mặt

Công nghệ nhận diện khuôn mặt 3D sẽ tiếp tục phát triển và mở rộng ứng dụng trong nhiều lĩnh vực khác nhau. Sự tiến bộ trong công nghệ học máy và xử lý hình ảnh sẽ giúp cải thiện độ chính xác và khả năng nhận diện.

5.2. Những nghiên cứu tiếp theo

Các nghiên cứu tiếp theo cần tập trung vào việc cải thiện độ chính xác và khả năng nhận diện trong các điều kiện khó khăn. Việc phát triển các thuật toán mới và cải thiện công nghệ phần cứng sẽ là những hướng đi quan trọng trong tương lai.

Trích đoạn nội dung tài liệu

ĐẠI HỌC QUỐC GIA HÀ NỘI TRƢỜNG ĐẠI HỌC CÔNG NGHỆ VŨ THỊ TUYẾT XÁC ĐỊNH MẶT NGƢỜI SỬ DỤNG CÁC ĐẶC TRƢNG HÌNH HỌC 3D LUẬN VĂN THẠC SĨ CÔNG NGHỆ THÔNG TIN Hà Nội - 2015 LUAN VAN CHAT LUONG download : add [e-mail] ĐẠI HỌC QUỐC GIA HÀ NỘI TRƢỜNG ĐẠI HỌC CÔNG NGHỆ VŨ THỊ TUYẾT XÁC ĐỊNH MẶT NGƢỜI SỬ DỤNG CÁC ĐẶC TRƢNG HÌNH HỌC 3D Ngành: Công nghệ thông tin Chuyên ngành: Kỹ thuật phần mềm Mã số: 60480103 LUẬN VĂN THẠC SĨ CÔNG NGHỆ THÔNG TIN NGƢỜI HƢỚNG DẪN KHOA HỌC: PGS.TS ĐỖ NĂNG TOÀN Hà Nội - 2015 LUAN VAN CHAT LUONG download : add [e-mail] 1 LỜI CẢM ƠN Lời đầu tiên tôi xin bày tỏ lòng biết ơn sâu sắc tới thầy giáo PGS.TS Đỗ Năng Toàn, Phó viện trƣởng Viện Công nghệ thông tin - Đại học Quốc gia Hà Nội. Trong thời gian làm luận văn tốt nghiệp Thầy đã dành nhiều thời gian quý báu tận tình chỉ bảo, hƣớng dẫn tôi nghiên cứu, thực hiện luận văn. Tôi xin đƣợc cảm ơn các thầy giáo, cô giáo đã giảng dạy tôi trong quá trình học tập và làm luận văn. Các thầy cô đã giúp tôi có những hiểu biết sâu sắc hơn về lĩnh vực mà mình đang nghiên cứu để có thể vận dụng kiến thức đó vào trong công tác của mình hiệu quả hơn. Xin cảm ơn gia đình, bạn bè, đồng nghiệp đã tạo mọi điều kiện tốt nhất, động viên, cổ vũ tôi trong suốt quá trình học tập và nghiên cứu để tôi hoàn thành bản luận văn tốt nghiệp này. Hà Nội, tháng 10 năm 2015 Học viên thực hiện LUAN VAN CHAT LUONG download : add [e-mail] 2 LỜI CAM ĐOAN Tôi xin cam đoan đây là công trình nghiên cứu độc lập của bản thân trong đó có sự giúp đỡ rất lớn của thầy hƣớng dẫn. Những số liệu, kết quả đƣợc đƣa ra trong luận văn là trung thực và chƣa từng đƣợc ai công bố trong bất kỳ công trình nghiên cứu nào khác. Trong luận văn tôi có tham khảo một số tài liệu của một số tác giả đã đƣợc liệt kê tại phần tài liệu tham khảo ở cuối luận văn. Hà Nội, tháng 10 năm 2015 Học viên thực hiện LUAN VAN CHAT LUONG download : add [e-mail] 3 MỤC LỤC LỜI CẢM ƠN . 1 LỜI CAM ĐOAN. 3 DANH MỤC HÌNH VẼ . 5 DANH MỤC BẢNG . KHÁI QUÁT VỀ NHẬN DẠNG MẶT NGƢỜI . Bài toán nhận dạng mặt ngƣời. Tầm quan trọng của nhận dạng mặt ngƣời . Ứng dụng của bài toán nhận dạng mặt ngƣời . Các hƣớng tiếp cận trong nhận dạng mặt ngƣời. Hƣớng tiếp cận dựa trên tri thức . Hƣớng tiếp cận dựa trên đặc trƣng không thay đổi . Hƣớng tiếp cận dựa trên so sánh khớp mẫu. Hƣớng tiếp cận dựa trên diện mạo . Những khó khăn của bài toán nhận dạng mặt ngƣời . Nhận dạng mặt ngƣời dựa trên đặc trƣng 3D . PHÁT HIỆN MẶT NGƢỜI SỬ DỤNG ĐẶC TRƢNG 3D . Đặc trƣng 3D . Rút trích các đặc trƣng lồi và lõm . Điểm lồi và điểm lõm . Dò tìm và lấy vùng lồi, lõm . Dò tìm và phát hiện vùng lồi, lõm ở nhiều mức khác nhau . Tối ƣu tốc độ việc dò tìm . Xây dựng cấu trúc cây lồi lõm . Xây dựng hàm tính độ tƣơng đồng giữa hai cây . Độ tƣơng đồng giữa hai nút trên cây . Độ tƣơng đồng giữa hai cây . Không gian cây và khoảng cách giữa hai cây . 35 LUAN VAN CHAT LUONG download : add luanvanchat@agmail. Canh biên các đặc trƣng khuôn mặt . Kỹ thuật dò biên . Xử lý độ sáng trên tập ảnh mẫu . Các đánh giá dùng trong phát hiện khuôn mặt . CÀI ĐẶT VÀ THỬ NGHIỆM . Môi trƣờng thử nghiệm . Tập ảnh thử nghiệm . Kết quả thử nghiệm . Một số ảnh kết quả tiêu biểu. 51 TÀI LIỆU THAM KHẢO . 52 LUAN VAN CHAT LUONG download : add [e-mail] 5 DANH MỤC HÌNH VẼ Hình 1.1: Hệ thống nhận dạng mặt ngƣời .2: Hệ thống đa độ phân giải .3: Phƣơng pháp chiếu .4: Mô hình mạng Nơ ron của H.5: Mô hình Markov xác định khuôn mặt.6: Các trạng thái ẩn của mô hình Markov .7: Vector quan sát để huấn luyện trong mô hình Markov ẩn .1 Dò tìm thông tin lồi lõm .2: Dò tìm vùng lồi lõm trên ảnh .3: Tập các bộ lọc .4: Dò tìm các vùng lồi lõm ở nhiều mức khác nhau .5: Ảnh tích phân .6: Tính tổng độ sáng hình chữ nhật R(l,r,t,b) .7: Cây cấp bậc .8: Cây cấp bậc đƣợc rút trích từ khuôn mặt .9: Vị trí vùng tƣơng đối của nút con .10: Cách tính vector đại diện độ sáng của nút .11: Các thông tin trên một nút của cây rút trích đƣợc .12: Biểu diễn các cây khuôn mặt trong không gian .13: Chọn k cây chuẩn .14: Đánh giá điểm có thuộc lớp khuôn mặt hay không .15: Canh biên các vị trí trên khuôn mặt .16: Hiệu chỉnh độ sáng và cân bằng lƣợc đồ .17: Gán nhãn cho tập ảnh học .18: Mô hình phát hiện mặt ngƣời .1: Một số ảnh khuôn mặt trong tập ảnh của Markus Weber . Một số ảnh không phải khuôn mặt trong tập ảnh của Markus Weber .2: Một số trƣờng hợp phát hiện đúng .3: Trƣờng hợp phát hiện chƣa đúng . 50 DANH MỤC BẢNG Bảng 1: Kết quả thử nghiệm rút trích đặc trƣng ở 2 mức . 47 Bảng 2: Kết quả thử nghiệm rút trích đặc trƣng ở 3 mức . 47 Bảng 3: Kết quả thử nghiệm trên tập ảnh không chứa khuôn mặt . 47 Bảng 4: Kết quả thử nghiệm tiếp cận diện mạo trên các tập ảnh. 48 LUAN VAN CHAT LUONG download : add [e-mail] 6 MỞ ĐẦU 1. Lý do chọn đề tài Hiện nay cùng với sự phát triển vƣợt bậc của kỹ thuật số và mạng toàn cầu, vấn đề an ninh, bảo mật về thông tin ngày càng trở nên quan trọng và khó khăn. Những vụ đánh cắp tài khoản trong thẻ tín dụng hay đột nhập trái phép vào các hệ thống máy tính, các tòa nhà của cơ quan nhà nƣớc, chính phủ xảy ra ngày càng nhiều. Hơn 200 triệu đô la là số tiền bị thất thoát ở Mỹ vào năm 2012 do các vụ gian lận và xâm nhập trái phép nói trên [21]. Hầu hết các vụ phạm pháp này, bọn tội phạm đã lợi dụng những khe hở trong quá trình truy cập vào các hệ thống thông tin và kiểm soát vì đa số những hệ thống này thực hiện quyền truy cập của ngƣời sử dụng không dựa vào thông tin “chúng ta là ai” mà chủ yếu dựa vào “chúng ta có gì”. Hay nói cách khác, thông tin mà ngƣời sử dụng cung cấp cho hệ thống không dựa vào các đặc trƣng của họ nhƣ mặt, mũi, vân tay. mà chỉ là những gì họ đang sở hữu nhƣ họ tên, ngày tháng năm sinh, số chứng minh thƣ nhân dân, mật mã, số thẻ tín dụng. Những thông tin này không mang tính đặc trƣng mà chỉ mang tính xác thực đối với ngƣời sử dụng vì vậy mà nếu chúng bị sao chép hoặc đánh cắp thì kẻ trộm hoàn toàn có thể truy cập vào hệ thống và sử dụng dữ liệu của chúng ta bất cứ khi nào họ muốn. Từ những yêu cầu đó, công nghệ mới hiện nay đã cho phép việc xác thực dựa vào bản chất của từng cá nhân. Công nghệ này đƣợc phát triển theo hƣớng sinh trắc học, đó là phƣơng pháp tự động cho phép xác thực hay nhận dạng cá nhân dựa vào các đặc trƣng sinh học của ngƣời đó nhƣ đặc điểm khuôn mặt, vân tay… hoặc những đặc điểm liên quan đến hành vi nhƣ giọng nói, chữ viết. nên có độ chính xác cao và rất khó bị giả mạo. Các đặc trƣng sinh học ở mỗi con ngƣời là duy nhất và rất khó thay đổi, trong khi đặc trƣng hành vi có thể thay đổi do các yếu tố tâm lý nhƣ khi chúng ta mệt mỏi, căng thẳng hay bệnh tật. Chính vì lý do này mà các hệ thống nhận dạng dựa trên đặc trƣng sinh học thƣờng hiệu quả hơn so với hệ thống nhận dạng dựa vào đặc trƣng hành vi. Nhận dạng mặt ngƣời là một trong số ít các phƣơng pháp nhận dạng dựa vào đặc trƣng sinh học cho kết quả chính xác cao. Hơn nữa, trong số các đặc trƣng sinh học của con ngƣời thì khuôn mặt đóng vai trò quan trọng trong quá trình giao tiếp giữa ngƣời với ngƣời và mang một lƣợng thông tin giàu có, chẳng hạn nhƣ dựa vào khuôn mặt chúng ta có thể xác định giới tính, độ tuổi, cảm xúc. Nhận dạng khuôn mặt không phải là bài toán mới nhƣng nó vẫn là một thách thức lớn vì độ phức tạp của nó. Do đó đến nay bài toán này vẫn đang thu hút đƣợc sự quan tâm của rất nhiều nhà khoa học. LUAN VAN CHAT LUONG download : add [e-mail] 7 Từ những lý do trên tôi đã chọn đề tài: “Xác định mặt ngƣời sử dụng các đặc trƣng hình học 3D” làm đề tài luận văn tốt nghiệp. Mục tiêu, nhiệm vụ nghiên cứu Tìm hiểu mô hình bài toán nhận dạng và các bƣớc thực hiện để xây dựng một hệ thống nhận dạng mặt ngƣời; Tìm hiểu, nắm đƣợc các công nghệ đã và đang đƣợc áp dụng trong từng bƣớc của hệ thống; Hiểu rõ lý thuyết toán học và các tính chất đặc trựng của những kỹ thuật đƣợc sử dụng để giải quyết bài toán trong khuôn khổ của luận văn; Tìm hiểu và sử dụng các công cụ hữu ích nhằm phục vụ cho bài toán nhận dạng mặt ngƣời. Đối tƣợng và phạm vi nghiên cứu Đối tƣợng nghiên cứu: Các phƣơng pháp, thuật toán phục vụ cho việc phát hiện và nhận dạng mặt ngƣời trên ảnh; bộ cơ sở dữ liệu chuẩn. Phạm vi nghiên cứu: Luận văn tập trung vào nghiên cứu phát hiện mặt ngƣời dựa vào các đặc trƣng hình học của khuôn mặt. Phƣơng pháp nghiên cứu Các phƣơng pháp nghiên cứu lý thuyết nhƣ: Phƣơng pháp phân tích và tổng hợp lý thuyết, phƣơng pháp mô hình hóa. Phƣơng pháp nghiên cứu thực tiễn nhƣ: Phƣơng pháp phân tích tổng kết kinh nghiệm, phƣơng pháp quan sát khoa học. Kết cấu luận văn Ngoài 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. LUAN VAN CHAT LUONG download : add [e-mail] 8 Chƣơng 1. KHÁI QUÁT VỀ NHẬN DẠNG MẶT NGƢỜI 1.