Phát triển và xây dựng ứng dụng phát hiện khuôn mặt dựa trên màu da

90 11 0
  • Loading ...
1/90 trang

Thông tin tài liệu

Ngày đăng: 17/04/2018, 09:10

Gần đây, lĩnh vực nhận dạng đang dành được nhiều sự quan tâm nghiên cứu và thử nghiệm như nhận dạng khuôn mặt, nhận dạng vân tay, giọng nói, mắt,... Trong đó nhận dạng khuôn mặt chiếm một vị trí khá quan trọng. Nhận dạng khuôn mặt được ứng dụng trong nhiều lĩnh vực như: hình sự (nhận dạng tội phạm), các hệ thống an toàn, bảo mật (dùng xác nhận các nhân viên của tổ chức), và nhiều lĩnh vực khác nữa.Trong nhận dạng khuôn mặt, đầu tiên ta phải lấy các khuôn mặt ra một cách thủ công, rồi sau đó đem đi nhận dạng xem đó là ai. Để việc nhận dạng khuôn mặt được thực hiện một cách tự động, tức là đưa vào một bức ảnh phải xác định xem trong ảnh có những ai, rõ ràng cần thực hiện một bước trước đó là phát hiện khuôn mặt.Việc phát hiện khuôn mặt còn được ứng dụng trong đếm số người. Bao nhiêu khuôn mặt được phát hiện là có bấy nhiêu người. LỜI NÓI ĐẦU Gần đây, lĩnh vực nhận dạng dành nhiều quan tâm nghiên cứu thử nghiệm nhận dạng khuôn mặt, nhận dạng vân tay, giọng nói, mắt, Trong nhận dạng khn mặt chiếm vị trí quan trọng Nhận dạng khn mặt ứng dụng nhiều lĩnh vực như: hình (nhận dạng tội phạm), hệ thống an toàn, bảo mật (dùng xác nhận nhân viên tổ chức), nhiều lĩnh vực khác Trong nhận dạng khuôn mặt, ta phải lấy khuôn mặt cách thủ cơng, sau đem nhận dạng xem Để việc nhận dạng khuôn mặt thực cách tự động, tức đưa vào ảnh phải xác định xem ảnh có ai, rõ ràng cần thực bước trước phát khn mặt Việc phát khn mặt ứng dụng đếm số người Bao nhiêu khuôn mặt phát có nhiêu người Việc đếm số người có ý nghĩa giao thông (xác định lưu lượng người qua lại đường), thương mại (xác định số lượng khách hàng vào siêu thị), Trang 1/90 MỤC LỤC DANH MỤC HÌNH VẼ CHƯƠNG 1: TỔNG QUAN PHÁT HIỆN MẶT NGƯỜI 10 1.1 Tổng quan 10 1.2 Giới thiệu số hệ màu .11 1.2.1 Hệ màu HSV 11 1.2.2 Hệ màu HSL 14 1.2.3 Hệ màu YCrCb .16 1.3 Một số phương pháp phát mặt người dựa đặc trưng màu da 17 1.3.1 Phương pháp dựa màu da thông tin biên K Sandeep A.N Rajagopalan 17 1.3.1.1 Xác định điểm có màu da hay khơng 17 1.3.1.2 Xác định vị trí kích thước vùng ảnh màu da (A3) 18 1.3.1.3 Quyết định có phải vùng mặt hay khơng 19 1.3.1.4 Kết thử nghiệm 19 1.3.1.5 Đánh giá 20 1.3.2 Phương pháp dựa nhiều chứng Manoj Seshadrinathan Jezekiel Ben – Arie 21 1.3.2.1 Xác định màu da 21 1.3.2.2 Dựa hình dạng 22 1.3.2.3 Dùng lọc Gabor 22 1.3.2.4 Tổng hợp kết .23 1.3.2.5 Kết thực 24 1.3.2.6 Đánh giá 25 1.3.3 Phương pháp sử dụng khoảng cách Hausdorff Oliver Jesorsky, Klaus J Kirchberg Robert W Frischholz 25 1.3.3.1 Khoảng cách Hausdorff 25 1.3.3.2 Kĩ thuật phát đối tượng dựa mơ hình 26 1.3.3.3 Q trình thực phát mặt người 27 1.3.4 Phương pháp dựa phân tích bó sóng (wavelet packet analysis) C Garcia, G Zikos, G Tziritas 27 1.3.4.1 Xác định vùng có màu da mặt 28 1.3.4.2 Xác định ứng cử viên vùng mặt .29 1.3.4.3 Phân lớp ứng cử viên dựa vào phân tích bó sóng .30 1.3.4.4 Kết thử nghiệm 32 1.3.5 Phương pháp sử dụng khung sóng (wavelet frames) C Garcia, G Simandiris G Tziritas 33 1.3.5.1 Tổng quan 33 1.3.5.2 Xác định thành phần khuôn mặt (2 mắt, mũi, miệng) .33 1.3.5.3 Mơ hình hóa khn mặt mẫu biến đổi 34 Trang 2/90 1.3.5.4 Phân lớp nội dung mẫu 36 1.3.5.5 Kết thực nghiệm 37 CHƯƠNG 2: PHÁT HIỆN MẶT NGƯỜI DỰA TRÊN MÀU DA 39 2.1 Nội dung phương pháp .39 2.2 Chi tiết bước 40 2.2.1 Phát màu da 40 2.2.1.1 Công thức màu da 41 2.2.1.2 Histogram 43 2.2.1.3 Kết hợp tiêu chí 44 2.2.2 Lọc nhiễu 46 2.2.3 Xác định vùng trắng .47 2.2.3.1 Thuật toán phân vùng 48 2.2.3.2 Thuật toán phân vùng nâng cao .54 2.2.4 Phân loại vùng trắng .57 CHƯƠNG 3: CÁC CÔNG CỤ ĐƯỢC XÂY DỰNG .61 3.1 Công cụ lấy khuôn mặt .61 3.1.1 Mục đích 61 3.1.2 Các chức 61 3.1.3 Giao diện 62 3.1.4 Chi tiết chức 63 3.1.4.1 Lấy khuôn mặt từ file ảnh 63 3.1.4.2 Lấy khuôn mặt từ file phim 65 3.2 Công cụ tổng hợp histogram 66 3.2.1 Mục đích 66 3.2.2 Các chức 66 3.2.3 Giao diện 67 3.2.4 Chi tiết chức 68 CHƯƠNG 4: XÂY DỰNG CHƯƠNG TRÌNH MỘT SỐ KẾT QUẢ MINH HỌA 70 4.1 Mục đích 70 4.2 Các chức 70 4.3 Giao diện chương trình .71 4.4 Các kĩ thuật xử lý 72 4.4.1 Thu hình từ camera .72 4.4.2 Phát file phim 74 4.4.2.1 Khởi tạo cho phim 74 4.4.2.2 Lấy frame .78 4.4.3 Chạy bất đồng 80 4.5 Các lớp xây dựng .82 4.5.1 YPrPb 82 4.5.1.1 Mục đích 82 Trang 3/90 4.5.1.2 Các thuộc tính 82 4.5.1.3 Các phương thức .82 4.5.1.4 Vị trí .83 4.5.2 HSV 83 4.5.2.1 Mục đích 83 4.5.2.2 Các thuộc tính 84 4.5.2.3 Các phương thức 84 4.5.2.4 Vị trí .84 4.5.3 Vùng trắng 84 4.5.3.1 Mục đích 85 4.5.3.2 Các thuộc tính 85 4.5.3.3 Các phương thức 85 4.5.3.4 Vị trí .86 4.5.4 Bộ lọc phân vùng 86 4.5.4.1 Mục đích 86 4.5.4.2 Các thuộc tính 86 4.5.4.3 Các phương thức 86 4.5.4.4 Vị trí .87 4.5.5 Bộ phát mặt 87 4.5.5.1 Mục đích 87 4.5.5.2 Các thuộc tính 88 4.5.5.3 Các phương thức 88 4.5.5.4 Vị trí .89 4.6 Các kết thí nghiệm .89 KẾT LUẬN PHƯƠNG HƯỚNG PHÁT TRIỂN CỦA ĐỀ TÀI .96 TÀI LIỆU THAM KHẢO .97 Trang 4/90 CHƯƠNG 1: TỔNG QUAN PHÁT HIỆN MẶT NGƯỜI Chương trình bày số lý thuyết phát mặt người số phương pháp phát mặt người Cụ thể, chương trình bày vấn đề sau:  Các hướng tiếp cận phát mặt người  Một số hệ màu sử dụng phát mặt người; HSV, YCrCb  Một số phương pháp phát mặt người dựa đặc trưng khuôn mặt 1.1 Tổng quan Lĩnh vực nhận dạng dành nhiều quan tâm giai đoạn Nó ứng dụng hệ thống giám sát, an ninh, máy tính hệ mà người tương tác với máy tính qua cử lời nói,… Nhận dạng mặt người số phát mặt người khâu tiền xử lý cho nhận dạng mặt người Ý tưởng là: từ ảnh chụp cảnh đám đông, ta phải tách khuôn mặt Các khn mặt tách chuyển cho khâu nhận dạng Có nhiều hướng tiếp cận phương pháp khác phát mặt người Cũng có nhiều cách phân chia, gom nhóm khác Sau la số hướng tiếp cận:  Giải pháp dựa mơ hình (top-down model-based approach): hướng tiếp cận này, người ta sử dụng mơ hình mặt người khác có tỉ lệ khác từ thô đến tốt Đầu tiên, ảnh qt mơ hình có tỉ lệ thơ Sau ảnh qt với mơ hình có tỉ lệ tốt cuối qt với mơ hình có tỉ lệ tốt Ứng với tỉ lệ có mơ hình khn mặt Mà mơ hình khn mặt ứng với góc nhìn khn mặt cụ thể Do đó, nhìn chung, phương pháp khó khăn việc đưa vào nhiều góc nhìn khn mặt khác  Giải pháp dựa đặc trưng (bottom-up feature-based approach): hướng tiếp cận này, người ta tiến hành tìm kiếm ảnh đặc trưng khn mặt (như mắt, mũi, miệng,…), sau gom nhóm chúng lại với (dựa mối quan hệ hình học chúng) tạo thành ứng cử viên cho khn mặt Giải pháp dễ dàng mở rộng cho nhiều góc nhìn khn mặt khác  Giải pháp dựa bề mặt (texture-based approach): hướng tiếp cận này, khuôn mặt phát dựa phân bố không gian mức xám điểm ma trận ảnh Phương pháp khó mở rộng cho nhiều góc nhìn Trang 5/90  Giải pháp dựa mạng nơron (neural network approach): giải pháp này, người ta tiến hành huấn luyện tập ảnh khuôn mặt khuôn mặt Sau huấn luyện xong, dùng vào nhận khuôn mặt Ảnh quét cửa sổ Tại vị trí cửa sổ, nội dung ảnh lấy (có thể phải thay đổi tỉ lệ (co, giãn) ảnh huấn luyện có kích thước xác định) cho qua lọc mạng nơron Nhìn chung, phương pháp cho kết tốt Tuy nhiên tốn thời gian huấn luyện sưu tầm mẫu  Giải pháp dựa màu sắc (color-based approach): giải pháp này, người ta xác định điểm ảnh có màu giống màu da mặt Sau đó, người ta khoanh vùng điểm lại Các vùng khn mặt khơng Để xác định có phải mặt khơng, dựa vào tỉ lệ kích thước vùng có tương tự tỉ lệ khn mặt khơng, dựa vào tỉ lệ số điểm màu da hình chữ nhật bao vùng đó,…  Giải pháp dựa chuyển động (motion-based approach): tên cho thấy giải pháp áp dụng phát mặt người phim, không áp dụng cho ảnh tĩnh Từ đối tượng chuyển động ảnh, dựa số tiêu chí, người ta xác định vùng mặt Ví dụ lắc đầu, hay nháy mắt sở để phát khuôn mặt Trong thực tế, phương pháp đơn theo hướng tiếp cận, có phương pháp kết hợp nhiều hướng tiếp cận kết xác hơn, nhiên phải trả giá thời gian Trong đồ án này, em vào tìm hiểu phương pháp phát mặt người theo hướng dựa đặc trưng dựa màu sắc Trong phương pháp phát mặt người, tác giả thường sử dụng nhiều hệ màu khác Do đó, em xin trình bày số hệ màu sử dụng phương pháp phát mặt người 1.2 Giới thiệu số hệ màu Trong phát mặt người, người ta thường không sử dụng hệ màu RGB, mà thường sử dụng hệ màu khác như: HSV, HSL, YCrCb Vì hệ màu biểu diễn màu sắc giống với quan điểm nhìn màu sắc người Sau đây, ta vào diễn đạt chi tiết số hệ màu cụ thể 1.2.1 Hệ màu HSV HSV (còn có tên gọi khác HSB) viết tắt Hue, Saturation, Value Hệ màu gồm thành phần H, S, V Trong hệ màu này, màu biểu diễn dựa thành phần H, S, V H viết tắt Hue, nghĩa màu sắc Thành phần biểu diễn màu sắc vốn có màu như: đỏ, xanh da trời, da cam,… Nó có giá trị từ đến 360 o Hình sau minh họa giá trị H màu tương ứng: Trang 6/90 Hình 1.1: Mơ hình biểu diễn thành phần màu H,S HSV Ở hình, giá trị H quy dải [0,6), tương ứng với chia góc cho 60 độ Việc biểu diễn H dải giá trị không thành vấn đề S viết tắt Saturation, nghĩa độ bão hòa Ta hiểu giống khái niệm nồng độ hóa học, với dung mơi màu trắng chất tan màu S có giá trị nằm đoạn [0,1] Khi giá trị S lớn, lượng màu hòa màu trắng nhiều lên, màu đậm S=1, màu đậm nhất, chiếm hoàn toàn màu trắng ngược lại, giá trị S nhỏ, lượng màu hòa màu trắng đi, màu nhạt S=0 tương ứng với khơng có chút màu pha màu trắng, kết khơng có màu (cũng khơng khẳng định kết màu trắng, phụ thuộc vào thành phần V nữa, khẳng định màu xám) Ví dụ: H=0, ta có màu đỏ Nhưng khơng phải H=0 ta có màu đỏ đậm đà, phụ thuộc vào S (tức phụ thuộc vào lượng màu đỏ hòa màu trắng) Khi S nhỏ, ta có màu đỏ nhạt Khi S lớn ta có màu đỏ đậm S=1 màu đỏ đậm Khi S=0, giá trị H vô nghĩa, kết màu trắng (giả sử V=max) Thành phần V viết tắt value, biểu thị thành phần độ sáng V có giá trị nằm đoạn [0,1] Bạn mặc áo hồng, bạn đứng bóng tối, người nhìn thấy áo màu đen Vai trò V Với giá trị H xác định, ta có màu xác định Với giá trị S, ta có độ đậm nhạt cho màu Nhưng ta khơng thể cảm nhận màu với độ đậm nhạt đó, độ sáng khơng chuẩn Khi V=1 ta cảm nhận chất vốn có màu Khi V tăng tương ứng với độ sáng tăng dần V=0: khơng có ánh sáng, tất màu đen với H S Như trên, ta nói, S=0 màu kết khơng phụ thuộc vào H, chưa thể nói ta có màu trắng phụ thuộc vào V Nếu V=0 ta có màu đen, V=1 ta có màu trắng, 0 phân vùng > phân loại vùng trắng * Rectangle[] TimMat_BDB(Bitmap anh, BackgroundWorker bgwk, DoWorkEventArgs e)  Cũng phương thức thực tìm mặt, có thêm chữ BDB có nghĩa bất đồng Trong phương thức trên, thực đồng bộ, có nghĩa phải Trang 83/90 tìm xong khn mặt làm tiếp cơng việc khác Còn phương thức này, sử dụng để chạy ngầm  bgwk đối tượng phục vụ cho trình chạy ngầm, e tham số q trình chạy ngầm  Trong phương thức tìm mặt đồng bộ, bước thuật tốn tìm mặt thực liên tiếp, phương thức bất đồng này, sau bước ta phải kiểm tra xem tiến trình ngầm có bị u cầu dừng khơng, có ta dừng cơng việc lại * static bool LaMauDaYCrCb(int y, int cr, int cb)  Phương thức xác định xem màu hệ màu YCrCb có phải màu da hay không theo công thức màu da hệ màu YCrCb trình bày chương  Đây phương thức tĩnh lớp 4.5.5.4 Vị trí * NameSpace: PhatHienMatNguoi * DLL: khơng nằm dll lớp xây dựng chương trình 4.6 Các kết thí nghiệm Trong thử nghiệm, ta tổng hợp histogram xác định màu da 200 ảnh màu da vàng Các ảnh lấy nhờ công cụ lấy khuôn mặt trình bày Các ảnh phần lớn lấy từ Internet, phần xin từ bạn bè cá nhân Như trình bày trên, phương pháp dựa tham số Giá trị tốt tham số đưa qua thực nghiệm (khơng có giá trị tốt cho trường hợp) Nếu ta lấy giá trị ngưỡng thấp phát nhiều khn mặt hậu phát nhầm (những mặt lại bị phát mặt) tăng lên Qua thực nghiệm, giá trị tham số thu là:  Sai số tỉ lệ khuôn mặt so với tỉ lệ vàng: 0,6  Kích thước khn mặt nhỏ nhất: 20 pixel  Ngưỡng histogram xác định màu da: 0,0002 File histogram dùng là: his090408.hin  Tỉ lệ số điểm màu da vùng mặt: [0,6; 0,9]  Giá trị ngưỡng xác định liên kết yếu điểm Kết thử nghiệm tham số cho bảng sau: STT Tên file Kích thước Số Phát Phát khn hiện mặt nhầm Tg thực (ms) 136627.jpg 400 x 300 Trang 84/90 1 100 A3021.jpg 800 x 600 38 26 440 asian-businessmanposing-~dl_k34_0031.jpg 300 x 300 1 40 asian-father-and-son-~OFM056.jpg 221 x 300 1 20 asian-girl-sitting-onfloor-smiling-~lw_s05_008_04.jpg 199 x 300 1 40 asian-grandfather-fatherand-son-~-OFM059.jpg 221 x 300 100 asian-grandmother-withtwo-grandchildren-~GOY026.jpg 300 x 221 70 asian-grandparents-withgrandson-~-BPH134.jpg 300 x 223 0 80 asian-male-waiter-atupscale-restaurant-~DM060418_074.jpg 200 x 300 60 10 asian-man-and-womanin-modern-residence-~AA045846.jpg 300 x 287 110 11 asian-man-in-turtlenecksweater-~-bxp66169.jpg 200 x 300 1 90 12 asian-mother-anddaughter-~-OFM060.jpg 221 x 300 2 60 13 asian-woman-withbasket-of-dirty-laundry~-HWK034.jpg 300 x 221 1 60 14 boa-12m46855.jpg 800 x 600 0 620 15 boy-in-playgroundlooking-at-camerapeople-in-thebackground-~AP03476.jpg 300 x 200 0 40 16 china97.jpg 520 x 700 2 11 180 17 close-up-of-asianwoman-smiling-indoors~-lw_s05_021_05.jpg 300 x 199 0 100 18 close-up-portrait-ofyoung-asian-man-~- 298 x 300 0 100 Trang 85/90 AA043865.jpg 19 DSCN0054.jpg 800 x 600 15 470 20 dsfsg68177.jpg 525 x 800 0 310 21 four-young-peoplesitting-in-a-park-~b03717.jpg 225 x 300 40 22 GirlxinhVN1(1)14522.jp g 533 x 800 0 320 23 GirlxinhVN1(6)81399.jp g 458 x 336 100 24 GirlxinhVN1(7)85157.jp g 500 x 375 1 90 25 GirlxinhVN1(9)64436.jp g 640 x 480 0 150 26 GirlxinhVN176486.jpg 640 x 480 0 320 27 group-of-asian-officepeople-looking-at-thecamera-smiling-~ITF055010.jpg 297 x 300 0 100 28 h31592.jpg 400 x 543 1 180 29 hanh1.jpg 160 x 130 0 50 30 IMG_0679.jpg 800 x 600 390 31 IMG_0727.jpg 800 x 600 490 32 IMG_0749.jpg 800 x 600 450 33 IMG_9341.JPG 1600 x 1200 1 1740 34 j16978.jpg 540 x 304 0 160 35 korean118.jpg 700 x 643 310 36 laos36.jpg 525 x 700 390 37 mal56.jpg 700 x 477 2 320 38 mongolia28.jpg 468 x 700 0 250 39 mongolia55.jpg 468 x 700 1 190 40 mongolia56.jpg 468 x 700 1 220 41 occidental-man-andasian-man-shouting-~u18926904.jpg 300 x 200 40 42 office-people-smilingwith-laptop-at-desk-~- 300 x 200 70 Trang 86/90 u19664126.jpg 43 older-asian-womantalking-on-phone-~GOY021.jpg 221 x 300 1 40 44 P1040390.JPG 1600 x 1200 1 10 1440 45 P1040542.JPG 1600 x 1200 1 1470 46 P1040565.JPG 1600 x 1200 1700 47 P1050894.JPG 1600 x 1200 5 1610 48 P1060691.JPG 1600 x 1200 1 1240 49 P1060695.JPG 1600 x 1200 2 1370 50 P1060775.JPG 1280 x 960 4 700 51 P1060778.JPG 1600 x 1200 10 1550 52 P1060790.JPG 1600 x 1200 2 1560 53 P1060826.JPG 1600 x 1200 1 1650 54 P1080010.JPG 1600 x 1200 2 1640 55 portrait-of-a-teenageasian-girl-in-a-multicolored-sweater-as-she~-RBF4_74.jpg 300 x 300 0 120 56 portrait-of-a-young300 x 300 asian-boy-in-a-light-blueshirt-as-he-looks-~RBF4_01.jpg 1 140 57 portrait-of-a-youngasian-boy-in-a-red-shirtas-he-smiles-and-laughs~-RBF4_02.jpg 300 x 300 1 90 58 portrait-of-a-youngasian-woman-in-a-blackcoat-with-a-bluebackgound-~RBF5_64.jpg 300 x 300 0 80 59 portrait-of-a-youngasian-woman-in-a-blackshirt-turns-her-head-and~-RBF5_88.jpg 300 x 300 60 60 portrait-of-five-people300 x 200 smiling-~-u13036865.jpg 40 61 portrait-of-three-youngpeople-~-u10517981.jpg 0 50 300 x 240 Trang 87/90 62 portrait-of-two-businesspeople-~cb0503bdh_0365.jpg 200 x 300 70 63 portrait-of-two-youngpeople-~-u17615797.jpg 240 x 300 2 50 64 portrait-of-two-youngpeople-~-u18797712.jpg 300 x 240 2 80 65 portrait-of-two-youngpeople-~-u30393442.jpg 300 x 240 40 66 senior-asianbusinessman-smiling-~dl_k34_0301.jpg 300 x 300 1 60 67 senior-asian-man-~u31027575.jpg 200 x 300 1 40 68 senior-asian-man-givingsenior-asian-woman-aneck-massage-san-~pl060231.jpg 200 x 300 30 69 senior-asian-man-withnewspaper-outdoors-~DM060811_056.jpg 200 x 300 0 30 70 thai60.jpg 415 x 600 200 71 thai74.jpg 397 x 600 1 180 72 three-business-peoplewith-asian-man-up-front~-u17659039.jpg 200 x 300 50 73 thutuong060308_1.jpg 146 x 200 1 20 74 tibet16.jpg 525 x 700 290 75 Tin5%20004.jpg 480 x 640 200 76 Tin5%20011.jpg 640 x 480 250 77 Tin5%20021.jpg 640 x 480 1 190 78 Tin5%20054.jpg 640 x 480 2 340 79 Tin5%20098.jpg 640 x 480 23 11 180 80 young-asian-femalemodel-with-light-bluewinter-parka-~u21658553.jpg 250 x 300 0 40 81 young-asian-femalemodel-with-whitewinter-parka-and- 250 x 300 1 90 Trang 88/90 woolen-hat-~u26145533.jpg 82 young-asian-peoplewearing-casual-andsports-clothing-~u23413817.jpg 250 x 300 Tổng cộng 0 244 120 112 60 Thử nghiệm 82 file ảnh, với 244 khuôn mặt Kết phát 120 khuôn mặt (50%), phát nhầm 112 khuôn mặt Như tỉ lệ phát thấp Tỉ lệ phát nhầm cao Sau số kết minh họa: Hình 4.4: Một số kết minh họa phát mặt người Phương pháp có ưu điểm phát khuôn mặt mờ (nhưng rõ màu da) Điều thực với phương pháp học máy, học ảnh chuẩn Việc phát ảnh mờ khơng có ý nghĩa nhận dạng, có ý nghĩa đếm số người chẳng hạn Những trường hợp không phát nhiễu màu da xung quanh làm mở rộng vùng trắng khn mặt (sự dính líu) làm cho tính chất vùng trắng khơng thỏa mãn khn mặt nữa, khn mặt dính vào nhau, tay dính vào mặt, cởi trần, Tóm lại phương pháp khơng phát tốt có nhiều vùng da, ngồi vùng mặt, lộ như: cổ, tay, chân, Như vậy, phương pháp phát tốt vào mùa đông không phát tốt vào mùa hè Trang 89/90 KẾT LUẬN PHƯƠNG HƯỚNG PHÁT TRIỂN CỦA ĐỀ TÀI Phát mặt người lĩnh vực dành nhiều quan tâm Có nhiều báo, cơng trình nghiên cứu thử nghiệm lĩnh vực cơng bố có thành cơng định Phát mặt người khâu tiền xử lý cho khâu nhận dạng mặt người, hướng tới xây dựng hệ thống nhận dạng mặt người tự động Nó ứng dụng vào đếm số người (có ý nghĩa giao thông, thương mại, ) nhiều lĩnh vực khác Có nhiều phương pháp, kĩ thuật khác phát màu da, như: phương pháp dựa học máy, phương pháp dựa đặc trưng, phương pháp dựa mơ hình, Mỗi phương pháp có ưu nhược riêng nó, khơng có phương pháp hồn hảo Có phương pháp phát tốt trường hợp này, lại phát tình khác Với tình khác đó, lại đòi hỏi phương pháp khác phù hợp với * Trong đồ án này, làm được:  Trình bày số phương pháp phát mặt người dựa đặc trưng Các phương pháp trình bày mức độ chi tiết vừa phải, chưa chi tiết đến mức cài đặt  Đưa phương pháp phát mặt người dựa màu da Trình bày cách chi tiết, rõ ràng bước thuật toán  Xây dựng ứng dụng phát mặt người với đầu vào: file ảnh, file phim, camera Ứng dụng cài đặt thuật toán phát mặt người dựa màu da Ứng dụng có tốc độ phát nhanh, thực hệ thống thời gian thực Nó phát khn mặt có kích thước khác nhau, hướng khác độ sáng khác * Những điều đồ án chưa làm được:  Phương pháp đưa có kĩ thuật nói đơn giản Vì mà tỉ lệ phát khơng cao, phát nhầm nhiều  Ứng dụng xây dựng, ban đầu thử phát mặt người chủng tộc người da vàng Tuy phát màu da khác (do vùng màu da không gian màu nhỏ gọn, màu da khác có điểm chung), chất lượng không tốt * Hướng phát triển đồ án:  Đưa thêm số kĩ thuật khác vào phương pháp, để nâng cao tính xác phương pháp Các kĩ thật dự kiến đưa vào như: lọc Gabor  Phát triển ứng dụng để phát mặt người loại da: da đen, da trắng, da vàng, da đỏ Trang 90/90 ... Kết phát 97 khuôn mặt (chiếm tỉ lệ 93,27%), phát nhầm 23 khuôn mặt, khuôn mặt không phát Các phát nhầm có màu giống màu da, hình dạng có tỉ lệ tương tự khuôn mặt Việc không phát hết khuôn mặt. .. màu da Các chứng là: o Màu da o Hình dạng o Kết lọc Gabor 1.3.2.1 Xác định màu da Các tác giả sử dụng hệ màu YCrCb để biểu diễn màu sắc Để xác định điểm ảnh có phải màu da mặt hay không, dựa vào... em vào tìm hiểu phương pháp phát mặt người theo hướng dựa đặc trưng dựa màu sắc Trong phương pháp phát mặt người, tác giả thường sử dụng nhiều hệ màu khác Do đó, em xin trình bày số hệ màu sử dụng
- Xem thêm -

Xem thêm: Phát triển và xây dựng ứng dụng phát hiện khuôn mặt dựa trên màu da, Phát triển và xây dựng ứng dụng phát hiện khuôn mặt dựa trên màu da, CHƯƠNG 1: TỔNG QUAN PHÁT HIỆN MẶT NGƯỜI, CHƯƠNG 2: PHÁT HIỆN MẶT NGƯỜI DỰA TRÊN MÀU DA, CHƯƠNG 3: CÁC CÔNG CỤ ĐƯỢC XÂY DỰNG, CHƯƠNG 4: XÂY DỰNG CHƯƠNG TRÌNH VÀ MỘT SỐ KẾT QUẢ MINH HỌA

Mục lục

Xem thêm

Gợi ý tài liệu liên quan cho bạn

Nhận lời giải ngay chưa đến 10 phút Đăng bài tập ngay