Đồ án tốt nghiệp: Nhận dạng cảm xúc khuôn mặt người

Trong bối cảnh công nghệ xử lý ảnh và nhận dạng hình ảnh phát triển vượt bậc, đặc biệt là nhận dạng khuôn mặt, việc tự động hóa và thông minh hóa các hệ thống trở nên cấp thiết. Cảm xúc khuôn mặt đóng vai trò then chốt trong giao tiếp người-máy, mở ra tiềm năng ứng dụng rộng rãi từ quân sự, y học đến các hệ thống thông minh và an ninh. Nghiên cứu này hướng đến việc xây dựng một hệ thống nhận dạng cảm xúc khuôn mặt người sử dụng nền tảng tích hợp Arduino và Matlab. Mục tiêu chính là nhận diện ba trạng thái cảm xúc cơ bản: vui, buồn và ngạc nhiên, sau đó điều khiển các thiết bị như cửa và đèn LED tương ứng, minh họa khả năng tương tác thông minh dựa trên biểu cảm con người.

Sinh viên, kỹ sư và nhà nghiên cứu trong lĩnh vực điện tử, tự động hóa, xử lý ảnh, thị giác máy tính và robot học, đặc biệt những người quan tâm đến ứng dụng của Arduino và Matlab trong hệ thống nhận dạng cảm xúc và giao tiếp người-máy.

Nghiên cứu này trình bày việc thiết kế và triển khai một hệ thống nhận dạng cảm xúc khuôn mặt tích hợp Arduino và Matlab, nhằm mục đích phân loại các trạng thái cảm xúc vui, buồn và ngạc nhiên từ biểu cảm khuôn mặt. Phương pháp tiếp cận bao gồm việc thu thập và tiền xử lý ảnh đầu vào từ webcam hoặc dữ liệu có sẵn, chuẩn hóa kích thước và chuyển đổi ảnh sang định dạng phù hợp. Sau đó, kỹ thuật phân tích thành phần chính (PCA) và Eigenfaces được áp dụng để trích xuất các đặc trưng khuôn mặt, tạo ra một cơ sở dữ liệu huấn luyện gồm 390 ảnh (mỗi cảm xúc 130 ảnh). Quá trình nhận dạng cảm xúc được thực hiện bằng cách so sánh ảnh cần nhận dạng với cơ sở dữ liệu huấn luyện thông qua khoảng cách Euclid, từ đó xác định trạng thái cảm xúc gần nhất. Giá trị ứng dụng của hệ thống được minh họa bằng cách điều khiển thiết bị vật lý: cảm xúc "vui" kích hoạt mở cửa, "buồn" mở đèn, và "ngạc nhiên" đóng cửa, tắt đèn, thông qua board mạch Arduino. Hệ thống đã đạt được độ chính xác trên 80% cho từng loại cảm xúc, với kết quả cao nhất là 95% cho cảm xúc "vui". Mặc dù mô hình đơn giản, nhỏ gọn và dễ vận hành, nhưng vẫn còn tồn tại các hạn chế về độ chính xác khi khuôn mặt nghiêng, xoay hoặc ở khoảng cách xa hơn 50cm, cũng như sự nhạy cảm với điều kiện môi trường ánh sáng. Hướng phát triển trong tương lai bao gồm tăng cường khả năng nhận dạng các cảm xúc khác, cải thiện độ bền vững của hệ thống đối với các điều kiện môi trường đa dạng, và phát triển giao diện tương tác trên nền tảng web hoặc di động để mở rộng ứng dụng trong nhà thông minh và robot.