ĐẠI HỌC THÁI NGUYÊN TRƯỜNG ĐẠI HỌC CNTT&TT TRẦN XUÂN TỨ NHẬN DẠNG ẢNH MẶT NGƯỜI SỬ DỤNG MẠNG NƠRON LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH Thái Nguyên - 2011 Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn ĐẠI HỌC THÁI NGUYÊN TRƯỜNG ĐẠI HỌC CNTT&TT TRẦN XUÂN TỨ NHẬN DẠNG ẢNH MẶT NGƯỜI SỬ DỤNG MẠNG NƠRON Chuyên ngành: Khoa học máy tính Mã số: 60 48 01 LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH NGƯỜI HƯỚNG DẪN KHOA HỌC PGS.TS ĐỖ NĂNG TOÀN Thái Nguyên - 2011 Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn Lời cam đoan Tôi xin cam đoan luận văn “Nhận dạng ảnh mặt người sử dụng mạng nơron” này là công trình nghiên cứu của riêng tôi. Các số liệu sử dụng trong luận văn là trung thực. Các kết quả nghiên cứu được trình bày trong luận văn chưa từng được công bố tại bất kỳ công trình nào khác. Trần Xuân Tứ Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn Lời cảm ơn Tôi xin chân thành cảm ơn Thầy giáo PGS.TS Đỗ Năng Toàn đã tận tình chỉ dạy và hướng dẫn tôi trong suốt thời gian nghiên cứu hoàn thành luận văn. Để có kết quả như ngày hôm nay công lao của các Thầy, Cô giáo là vô cùng to lớn. Tôi xin chân thành cảm ơn các Thầy, Cô giáo Viện Công nghệ thông tin và Khoa Công nghệ thông tin - Đại học Thái Nguyên đã tận tình giảng dạy, trang bị những vốn kiến thức và kinh nghiệm quý báu để tôi có được kết quả tốt nhất trong học tập. Tôi xin bày tỏ lòng biết ơn sâu sắc đến gia đình, bạn bè và đồng nghiệp đã luôn giúp đỡ, động viên để tôi hoàn thành tốt chương trình học và đề tài nghiên cứu của mình. Thái Nguyên, ngày 02 tháng10 năm 2011 Trần xuân Tứ Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn i MỤC LỤC Trang Trang phụ bìa Lời cam đoan Mục lục i Danh mục các ký hiệu, các chữ viết tắt ii Danh mục các bảng iii Danh mục các hình vẽ, đồ thị iv Phần mở đầu 1 Chương 1: khái quát về xử lý ảnh và trích chọn đặc trưng 5 1.1 Khái quát về xử lý ảnh 5 1.1.1 Xử lý ảnh, các vấn đề cơ bản trong xử lý ảnh 5 1.1.2 Thu nhận và biểu diễn ảnh 6 1.2 Trích chọn đặc trưng 9 1.2.1 Phương pháp phân tích thành phần chính 9 1.2.2 Phương pháp phân tách tuyến tính 19 1.2.3 Phương pháp xử lý hình thái 22 Chương 2: Mạng nơron 35 2.1 Giới thiệu về mạng nơ-ron 35 2.1.1 Lịch sử phát triển 35 2.1.2 Mô hình mạng nơ-ron nhân tạo 37 2.2 Phạm vi ứng dụng của mạng nơ-ron 47 2.2.1 Các lĩnh vực ứng dụng mạng nơ-ron 47 2.2.2 Ưu và nhược điểm của mạng nơ-ron 48 2.3 Thuật toán học lan truyền ngược 48 Chương 3: Nhận dạng ảnh mặt người sử dụng mạng Nơron 53 3.1 Bài toán 53 3.2 Thiết kế hệ thống 53 3.2.1 Trích chọn đặc trưng 53 3.2.2 Thiết kế mạng nơron 54 3.3 Chương trình 54 3.3.1 Cơ sở dữ liệu ảnh 54 3.3.2 Môi trường cài đặt 56 3.3.3 Cài đặt 56 3.4 Kiểm thử và đánh giá 57 Phần Kết luận 59 Tài liệu tham khảo 61 Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn ii Danh mục các ký hiệu, các chữ viết tắt LDA (Linear Discriminant Analysis): Phương pháp phân tách tuyến tính LMS (Least Mean Square): Phương pháp bình phương trung bình tối thiểu ORL (Olivetti Research Laboratory, Surrey University): Cơ sở dữ liệu ảnh dùng trong luận văn PCA (Principal Components Analysis): Phương pháp phân tích thành phần chính Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn iii Danh mục các bảng Bảng 3.1. Các module chính của chương trình 56 Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn iv Danh mục các hình vẽ, đồ thị Hình 1.1. Quá trình xử lý ảnh. 5 Hình 1.2. Các bước cơ bản trong một hệ thống xử lý ảnh. 6 Hình 1.3 Quá trình hiển thị và chỉnh sửa, lưu trữ ảnh thông qua DIB 7 Hình 1.4. Sự chuyển đổi giữa các mô hình biểu diễn ảnh 8 Hình 1.5. Ví dụ vector thường và vetor riêng 13 Hình 1.6. Ví dụ về sự ổn định của vector riêng đối với việc lấy tỉ lệ 14 Hình 1.7. Ảnh gốc trong cơ sở dữ liệu ORL 18 Hình 1.8. Ảnh sau khi biến đổi theo PCA 18 Hình 1.9. Ví dụ minh họa LDA 19 Hình 1.10. Ảnh sau khi biến đổi theo LDA 22 Hình 1.11. Sự liên thông 23 Hình 1.12. Phép dãn ảnh nhị phân 26 Hình 1.13. Phép co ảnh nhị phân 27 Hình 1.14. Phép dãn ảnh tổng quát dựa theo phép cộng Minkowski 30 Hình 1.15. So sánh các kết quả của hai phép co ảnh 32 Hình 1.16. Ảnh sau khi xử lý hình thái 34 Hình 2.1. Mô hình nơ ron sinh học 37 Hình 2.2. Một số dạng hàm kích hoạt của nơron 39 Hình 2.3. Mô hình một nơ-ron 42 Hình 2.4. Các thành phần cơ bản của mạng nơron nhân tạo 43 Hình 2.5. Mạng truyền thẳng một lớp 45 Hình 2.6. Mô tả cấu trúc của mạng nơ ron truyền thẳng nhiều lớp 46 Hình 2.7. Mạng một lớp có nối ngược 46 Hình 2.8. Mạng nhiều lớp có nối ngược 47 Hình 2.9. Mạng nơron l lớp 49 Hình 3.1. Ảnh gốc được bổ sung ảnh gương 53 Hình 3.2. Ảnh gốc trong bộ ảnh ORL 55 Hình 3.3. Giao diện chính của chương trình 57 Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 1 Phần mở đầu - Đặt vấn đề: + Giới thiệu tổng quan về đề tài Trong luận văn này trình bày khái quát về xử lý ảnh, các phương pháp trích chọn đặc trưng. Mạng nơron và sử dụng mạng Nơron trong bài toán nhận dạng ảnh mặt người. + Lý do chọn đề tài Hiện nay, cùng với sự phát triển như vũ bão của công nghệ thông tin nói chung và sự phát triển trong lĩnh vực thị giác máy nói riêng, các hệ thống phát hiện và nhận dạng mặt người đang ngày càng có nhiều ứng dụng trong thực tế như vấn đề an ninh, nhận dạng người dùng trong các hệ thống bảo mật, nhận dạng người trên các bằng lái xe, hộ chiếu, nhận dạng người trong các hệ thống tương tác người-máy, trong lĩnh vực giải trí… Đặc biệt sau thảm họa ngày 11/9, các chính phủ trên toàn thế giới đã bắt đầu chú ý hơn tới các mức an ninh ở sân bay và biên giới. Ngân sách hằng năm của các nước đã tăng lên nhiều cho các kỹ thuật hiện đại để xác định, nhận dạng và lần theo các đối tượng nghi vấn. Nhu cầu tăng lên trong các ứng dụng này đã giúp các nhà khoa học có thêm quỹ để phát triển các dự án nghiên cứu. Mặc dù việc nhận dạng mặt người không thể chính xác được như các phương pháp nhận dạng khác như nhận dạng vân tay, nhưng nó vẫn nhận được sự quan tâm lớn của các nhà nghiên cứu trong lĩnh vực thị giác máy. Lý do chủ yếu là trên thực tế, mặt người vẫn là cách truyền thống để con người nhận ra nhau. Trong thế kỷ 20 có rất nhiều mô hình tính toán mô phỏng bộ não của người được nghiên cứu trong đó có mạng nơron. Mạng nơ-ron có khả năng Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 2 giải quyết hàng loạt các bài toán như tính toán tối ưu, nhận dạng, điều khiển và được ứng dụng trong nhiều lĩnh vực của công nghệ thông tin. Một mạng nơron nhân tạo bao gồm một tập các đơn vị xử lý cơ bản, gọi là nơron, chúng truyền thông tin bằng cách gửi các tín hiệu cho nhau qua các kênh kết nối có trọng số. Mỗi nơron thực hiện một công việc tương đối đơn giản: nhận tín hiệu từ các nơron lân cận hoặc từ nguồn bên ngoài, tính toán tín hiệu ra rồi truyền sang cho các nơron khác. Ngoài việc xử lý này, nhiệm vụ thứ hai của nơron là điều chỉnh lại các trọng số. Hệ thống sẽ được thực hiện song song vì nhiều nơron có thể thực hiện tính toán ở cùng thời điểm. Xuất phát trong hoàn cảnh đó tôi đã quyết định lựa chọn đề tài: “Nhận dạng ảnh mặt người sử dụng mạng Nơron” là một việc làm không chỉ có ý nghĩa khoa học và còn mang đận tính thực tiễn nhất khi thực tế đang đặt ra những yêu cầu đòi hỏi. - Nội dung nghiên cứu + Mục tiêu nghiên cứu và tính cấp thiết của đề tài Đề tài nghiên cứu các phương pháp trích chọn đặc trưng, nghiên cứu về mạng nơron và ứng dụng thuật toán lan truyền ngược để giải bài toán nhận dạng ảnh mặt người . Tính cấp thiết của đề tài: Hiện nay tình trạng bất ổn về an ninh, chính trị và nạn khủng bố trên thế giới ngày càng phức tạp do vậy vấn đề nhận dạng người dùng trong các hệ thống bảo mật, nhận dạng người trên các bằng lái xe, hộ chiếu, nhận dạng người trong các hệ thống tương tác người-máy, trong lĩnh vực giải trí… càng trở nên quan trọng và cấp thiết. Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn [...]... nghiên cứu và ứng dụng Nghiên cứu các ứng dụng của mạng nơron trong bài toán nhận dạng ảnh mặt người Từ dó cài đặt chương trình phân công nhiệm vụ trong hệ thống nhận dạng mặt người Trong khuôn khổ của đề tài chỉ tập trung nghiên cứu cơ sở lý thuyết và cài đặt thử nghiệm chương trình trên máy tính + Ý nghĩa khoa học Tìm hiểu nhận dạng ảnh mặt người sử dụng mạng Nơron, phục vụ ứng dụng trong thực tế... kết quả dự kiến đạt được Giới thiệu tổng quan về xử lý ảnh, bài toán nhận dạng ảnh mặt người Trình bày Mạng nơron, Sử dụng thuật toán Lan truyền ngược để giải bài toán nhận dạng ảnh mặt người Cài đặt thử nghiệm chương trình nhận dạng ảnh mặt người Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 4 - Bố cục luận văn Luận văn được trình bày trong 3 chương, có phần mở đầu, phần... luận văn được trình bày theo cấu trúc như sau: Chương 1: Khái quát về xử lý ảnh và trích chọn đặc trưng Trình bày khái quát về xử lý ảnh, phương pháp tích chọn đặc trưng Chương 2: Mạng nơron Mạng nơron nhân tạo, mô hình mạng nơron nhân tạo, liên kết giữa các nơron, hàm kích hoạt và quy tắc xác định tín hiệu ra Sử dụng thuật toán Lan truyền ngược để giải bài toán nhận dạng ảnh mặt người Chương 3: Nhận dạng. .. ngược để giải bài toán nhận dạng ảnh mặt người Chương 3: Nhận dạng ảnh mặt người sử dụng mạng Nơron Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 5 Chương 1: khái quát về xử lý ảnh và trích chọn đặc trưng 1.1 Khái quát về xử lý ảnh 1.1.1 Xử lý ảnh, các vấn đề cơ bản trong xử lý ảnh - Xử lý ảnh Con người thu nhận thông tin qua các giác quan, trong đó thị giác đóng vai trò... thống xử lý ảnh: Hệ quyết định Thu nhận ảnh (Scanner, Camera,Sensor) Tiền xử lý Trích chọn đặc điểm Đối sánh rút ra kết luận Hậu xử lý Lưu trữ Hình 1.2 Các bước cơ bản trong một hệ thống xử lý ảnh - Các vấn đề cơ bản trong xử lý ảnh + Nắn chỉnh biến dạng + Khử nhiễu + Chỉnh mức xám + Trích chọn đặc điểm + Nhận dạng + Nén ảnh 1.1.2 Thu nhận và biểu diễn ảnh - Thu nhận Các thiết bị thu nhận ảnh bao gồm... thu nhận này có thể cho ảnh đen trắng Các thiết bị thu nhận ảnh có 2 loại chính ứng với 2 loại ảnh thông dụng Raster, Vector Các thiết bị thu nhận ảnh thông thường Raster là camera các thiết bị thu nhận ảnh thông thường Vector là sensor hoặc bàn số hoá Digitalizer hoặc được chuyển đổi từ ảnh Raster Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 7 - Biểu diễn ảnh Ảnh trên... ảnh mặt người sử dụng mạng Nơron, phục vụ ứng dụng trong thực tế như vấn đề an ninh, nhận dạng người dùng trong các hệ thống bảo mật, nhận dạng người trên các bằng lái xe, hộ chiếu, nhận dạng người trong các hệ thống tương tác người- máy, trong lĩnh vực giải trí + Phương pháp nghiên cứu Nghiên cứu lý thuyết: thu nhận từ internet, các tài liệu từ thầy hướng dẫn Thu thập tài liệu, đọc, hiểu Tổng hợp... cứng máy tính, xử lý ảnh và đồ hoạ đó phát triển một cách mạnh mẽ và có nhiều ứng dụng trong cuộc sống Xử lý ảnh và đồ hoạ đóng một vai trò quan trọng trong tương tác người máy Quá trình xử lý ảnh được xem như là quá trình thao tác ảnh đầu vào nhằm cho ra kết quả mong muốn Kết quả đầu ra của một quá trình xử lý ảnh có thể là một ảnh “tốt hơn” hoặc một kết luận Ảnh Ảnh “Tốt hơn” XỬ LÝ ẢNH Kết luận Hình... xử lý hình thái ảnh nhị phân dựa trên các quan hệ về mặt hình học hay là sự liên thông của các điểm ảnh được cho là thuộc cùng một lớp Trong ảnh nhị phân ở hình 1.11(a), vòng gồm các điểm ảnh đen, hình thành bởi sự liên thông của các điểm ảnh, phân ảnh ra thành ba phân đoạn: các điểm ảnh trắng ở ngoài vòng, các điểm ảnh trắng ở trong vòng và các điểm ảnh đen của bản thân vòng Các điểm ảnh trong mỗi phân... dãn ảnh tổng quát sẽ được giới thiệu ở mục sau Phép dãn ảnh có thể được áp dụng một cách đệ quy Với mỗi lần lặp, các đối tượng sẽ nổi lên bằng một vòng có độ rộng đơn điểm ảnh của các điểm ảnh bên ngoài Hình 1.12 minh họa phép dãn ảnh cho một và ba lần lặp của một ảnh nhị phân Trong ví dụ này, các điểm ảnh gốc được ghi lại là đen, các điểm ảnh nền là trắng và các điểm ảnh bổ sung là xám - Phép co ảnh . lý ảnh, bài toán nhận dạng ảnh mặt người Trình bày Mạng nơron, Sử dụng thuật toán Lan truyền ngược để giải bài toán nhận dạng ảnh mặt người. Cài đặt thử nghiệm chương trình nhận dạng ảnh mặt. khoa học Tìm hiểu nhận dạng ảnh mặt người sử dụng mạng Nơron, phục vụ ứng dụng trong thực tế như vấn đề an ninh, nhận dạng người dùng trong các hệ thống bảo mật, nhận dạng người trên các bằng. nghiên cứu và ứng dụng Nghiên cứu các ứng dụng của mạng nơron trong bài toán nhận dạng ảnh mặt người. Từ dó cài đặt chương trình phân công nhiệm vụ trong hệ thống nhận dạng mặt người. Trong