MỤC LỤC

Chương 1 PHÁT BIỂU BÀI TOÁN NHẬN DẠNG NGƯỜI DỰA VÀO
THÔNG TIN KHUÔN MẶT XUẤT HIỆN TRÊN ẢNH………………………………..1
1.1 Tổng quan và các khái niệm liên quan đến nhận dạng khuôn mặt…………….2
1.1.1 Hệ thống sinh trắc học…………………………………………………………………….2
1.1.2 Hệ thống nhận dạng khuôn mặt ……………………………………………………….2
1.1.3 Hệ thống xác minh hay xác thực khuôn mặt là gì? ……………………………..2
1.1.4 Những thách thức trong bài toán nhận dạng khuôn mặt ………………………3
1.2 Tổng quan về các ứng dụng tương tác người máy (Human computer
interactive) liên quan đến khuôn mặt…………………………………………………………….4
1.3 Các hướng tiếp cận chính trong lĩnh vực nhận dạng khuôn mặt ……………….7
1.3.1 Các công trình nghiên cứu về phương pháp nhận dạng và kiểm chứng
chất lượng cho một hệ thống nhận dạng khuôn mặt ……………………………………7
1.3.2 Hướng tiếp cận được thử nghiệm trong luận văn………………………………10
Chương 2 MÔ TẢ DỮ LIỆU …………………………………………………………………..11
2.1 Thu thập dữ liệu……………………………………………………………………………….12
2.2 Biểu diễn dữ liệu khuôn mặt trong máy tính ………………………………………..14
Chương 3 DÒ TÌM KHUÔN MẶT ………………………………………………………….15
3.1 Giới thiệu ………………………………………………………………………………………..16
3.1.1 Các thách thức trong việc dò tìm khuôn mặt ……………………………………16
3.1.2 Tiếp cận theo khung nhìn kết hợp mạng nơron…………………………………18
3.1.3 Dò tìm khuôn mặt bằng phương pháp mạng neural…………………………..20
3.2 Chuẩn bị dữ liệu cho hệ thống dò tìm khuôn mặt………………………………….21
3.2.1 Giới thiệu…………………………………………………………………………………….21
3.2.2 Gán nhãn và canh biên các đặc trưng khuôn mặt………………………………21
3.2.3 Tiền xử lý về độ sáng và độ tương phản trên tập mẫu học …………………25
3.3 Phương pháp dò tìm khuôn mặt thẳng…………………………………………………27
3.3.1 Giới thiệu…………………………………………………………………………………….27
3.3.2 Huấn luyện dò tìm khuôn mặt………………………………………………………..28
3.3.2.1 Ảnh huấn luyện khuôn mặt……………………………………………………30
3.3.2.2 Ảnh huấn luyện không phải khuôn mặt…………………………………..30
3.3.2.3 Phương pháp huấn luyện chủ động ………………………………………..31
Khoa CNTT – ÐH KHTN TP.HCM
iv
3.3.3 Phương pháp cải tiến chất lượng dò tìm khuôn mặt ………………………….34
3.3.3.1 Các Heuristic loại bỏ thông tin thừa……………………………………….34
3.3.3.2 Hệ thống Mạng Kết Hợp ………………………………………………………37
Chương 4 RÚT TRÍCH ĐẶC TRƯNG TỪ KHUÔN MẶT……………………….39
4.1 Tiếp cận theo phương pháp phân tích thành phần chính (Principal
Component Analysis hay PCA) ………………………………………………………………….40
4.1.1 Vector riêng, Trị riêng và sự chéo hoá của ma trận……………………………40
4.1.2 Kì vọng và phương sai trong thống kê đa chiều ……………………………….41
4.1.3 Kỹ thuật rút trích trích đặc trưng bằng phương pháp phân tích thành
phần chính …………………………………………………………………………………………..42
4.2 Tiếp cận theo phương pháp Biến đổi Cosine rời rạc ……………………………..47
4.2.1 Ý nghĩa phép biến đổi DCT …………………………………………………………..47
4.2.2 Các khái niệm quan trọng ……………………………………………………………..47
4.2.3 Kĩ thuật mã hoá hệ số DCT……………………………………………………………49
4.2.4 Quét Zigzag…………………………………………………………………………………53
Chương 5 SVM VÀ ỨNG DỤNG NHẬN DẠNG KHUÔN MẶT ………………54
5.1 Cở sở lý thuyết của SVM…………………………………………………………………..55
5.1.1 Các khái niệm nền tảng…………………………………………………………………55
5.1.1.1 Đường bao tổng quát cho một hệ máy học………………………………55
5.1.1.2 Chiều VC (VC-dimension)……………………………………………………56
5.1.1.3 Phân hoạch tập dữ liệu bằng các siêu mặt có hướng…………………56
5.1.1.4 Cực tiểu đường bao lỗi trên cơ sở cực tiểu chiều VC ……………….57
5.1.1.5 Cực tiểu hoá lỗi theo cấu trúc (SRM)……………………………………..58
5.1.2 SVM tuyến tính ……………………………………………………………………………58
5.1.2.1 Trường hợp dữ liệu có thể phân cách được……………………………..58
5.1.2.2 Điều kiện tối ưu Karush-Kuhn-Tucker……………………………………61
5.1.2.3 Trường hợp dữ liệu không thể phân cách được………………………..61
5.1.3 SVM phi tuyến …………………………………………………………………………….64
5.1.4 Chiều VC của SVM………………………………………………………………………68
5.1.5 Hạn chế của phương pháp SVM …………………………………………………….68
5.2 Nhận dạng khuôn mặt người với SVM………………………………………………..69
5.2.1 Nhận dạng đa lớp dùng SVM với cây nhị phân………………………………..69
5.2.2 Nhận dạng khuôn mặt dùng SVM…………………………………………………..71
5.2.2.1 Giai đoạn huấn luyện hệ thống………………………………………………71
5.2.2.1.1 Huấn luyện SVM cho bài toán nhận dạng khuôn mặt ………..71
5.2.2.1.2 Vector hoá tập mẫu khuôn mặt thô…………………………………..72
Khoa CNTT – ÐH KHTN TP.HCM
v
5.2.2.1.3 Rút trích đặc trưng khuôn mặt ………………………………………..73
5.2.2.1.4 Tạo các bộ phân loại nhị phân ………………………………………..75
5.2.2.1.5 Huấn luyện cho mỗi bộ phân loại nhị phân từ các tập mẫu
nhị phân hoá hai lớp khuôn mặt với nhau ………………………………………..76
5.2.2.1.6 Khởi tạo kiến trúc cây nhị phân ………………………………………87
5.2.2.2 Giai đoạn nhận dạng khuôn mặt…………………………………………….87
5.2.2.2.1 Nhận dạng khuôn mặt dùng SVM……………………………………87
5.2.2.2.2 Kỹ thuật nhận dạng khuôn mặt SVM ………………………………87
5.2.2.2.2.1 Vector hoá tập mẫu khuôn mặt thô ……………………………87
5.2.2.2.2.2 Rút trích đặc trưng khuôn mặt………………………………….87
5.2.2.2.2.3 Đưa mẫu thử nghiệm khuôn mặt x vào cấu trúc nhị
phân và thực hiện đối sánh trên từng mô hình nhị phân SVMs……….87
5.2.2.2.3 Mô phỏng quá trình nhận dạng khuôn mặt ……………………….90
5.2.3 Nhận xét và hướng phát triển tương lai……………………………………………92
5.2.3.1 Ưu điểm ……………………………………………………………………………..92
5.2.3.2 Khuyết điểm và hạn chế ……………………………………………………….93
5.2.3.3 Những đề xuất và cải tiến……………………………………………………..93
5.2.3.3.1 Về mặt thuật toán học ……………………………………………………93
5.2.3.3.2 Về mặt chương trình ứng dụng ……………………………………….94
Chương 6 MÔ HÌNH MAKOV ẨN VÀ ỨNG DỤNG NHẬN DẠNG
KHUÔN MẶT ……………………………………………………………………………………………95
6.1 Giới thiệu mô hình Makov ẩn…………………………………………………………….96
6.1.1 Mô hình Markov…………………………………………………………………………..96
6.1.2 Mô hình Markov ẩn………………………………………………………………………97
6.1.2.1 Xác suất của chuỗi quan sát…………………………………………………..98
6.1.2.1.1 Thủ tục tiến ………………………………………………………………….99
6.1.2.1.2 Thủ tục lùi ………………………………………………………………….100
6.1.2.2 Dãy trạng thái tối ưu…………………………………………………………..101
6.1.2.3 Hiệu chỉnh các tham số của mô hình…………………………………….103
6.2 ỨNG DỤNG MÔ HÌNH MARKOV ẨN NHẬN DẠNG KHUÔN MẶT
NGƯỜI………………………………………………………………………………………………….104
6.2.1 Ý tưởng……………………………………………………………………………………..104
6.2.2 Nhận dạng khuôn mặt bằng mô hình Markov ẩn…………………………….105
6.2.2.1 Giai đoạn huấn luyện hệ thống…………………………………………….105
6.2.2.1.1 Ảnh khuôn mặt huấn luyện …………………………………………..105
6.2.2.1.2 Biểu diễn dữ liệu khuôn mặt theo mô hình Makov ………….106
Khoa CNTT – ÐH KHTN TP.HCM
vi
6.2.2.1.3 Kỹ thuật trích đặc trưng trên mẫu khuôn mặt ………………….109
6.2.2.1.4 Huấn luyện HMM ……………………………………………………….112
6.2.2.1.5 Đồ thị biểu diễn tác vụ học qua các vòng lặp và cực đại xác
suất ước lượng mô hình từ dữ liệu quan sát. …………………………………..113
6.2.2.2 Giai đoạn nhận dạng khuôn mặt…………………………………………..131
6.2.3 Nhận xét và hướng phát triển tương lai………………………………………….131
6.2.3.1 Ưu điểm ……………………………………………………………………………131
6.2.3.2 Khuyết điểm ……………………………………………………………………..132
Chương 7 THIẾT KẾ CHƯƠNG TRÌNH VÀ HƯỚNG DẪN SỬ DỤNG..133
7.1 Giới thiệu ………………………………………………………………………………………134
7.2 Thiết kế và cài đặt chương trình ……………………………………………………….134
7.3 Giao diện màn hình và hướng dẫn sử dụng ………………………………………..135
Chương 8 THỰC NGHIỆM VÀ KẾT QUẢ……………………………………………140
8.1 Dữ liệu và phương pháp thử nghiệm nhận dạng khuôn mặt …………………141
8.2 Kết quả Kết quả theo tiếp cận HMM…………………………………………………143
8.2.1 Thực nghiệm trên từng bộ tham số ……………………………………………….143
8.2.2 Nhận xét ……………………………………………………………………………………148
8.3 Kết quả theo tiếp cận SVM………………………………………………………………148
8.3.1 Thực nghiệm trên từng bộ tham số ……………………………………………….148
8.3.2 Nhận xét ……………………………………………………………………………………155
8.4 So sánh kết quả HMM và SVM………………………………………………………..156
Chương 9 NHẬN XÉT VÀ HƯỚNG PHÁT TRIỂN……………………………….158
9.1 Thuận lợi……………………………………………………………………………………….15