Luận văn Thạc sĩ Khoa học máy tính: Nghiên cứu một số phương pháp trích chọn đặc trưng cho ảnh và ứng dụng trong bài toán phân loại trạng thái cảm xúc khuôn mặt

Chia sẻ: _ _ | Ngày: | Loại File: PDF | Số trang:56

Thêm vào BST

Báo xấu

38
lượt xem 7
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Luận văn tập trung vào nghiên cứu vấn đề trích chọn đặc trưng từ ảnh từ đó áp dụng các thuật toán học máy nhằm giải quyết bài toán đề xuất. Ứng dụng của lớp bài toán phân loại, nhận dạng trạng thái cảm xúc khuôn mặt có thể kể đến như: tương tác người-máy, phân tích cảm xúc, phát hiện trạng thái mệt mỏi của con người, video tương tác, đánh chỉ mục của ảnh và video,... Mời các bạn cùng tham khảo!

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Luận văn Thạc sĩ Khoa học máy tính: Nghiên cứu một số phương pháp trích chọn đặc trưng cho ảnh và ứng dụng trong bài toán phân loại trạng thái cảm xúc khuôn mặt

ĐẠI HỌC THÁI NGUYÊN TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG DƯƠNG VĂN CƯỜNG NGHIÊN CỨU MỘT SỐ PHƯƠNG PHÁP TRÍCH CHỌN ĐẶC TRƯNG CHO ẢNH VÀ ỨNG DỤNG TRONG BÀI TOÁN PHÂN LOẠI TRẠNG THÁI CẢM XÚC KHUÔN MẶT Chuyên ngành: Khoa học máy tính Mã số: 84 8 01 01 LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH Người hướng dẫn khoa học: TS. VŨ VIỆT VŨ THÁI NGUYÊN, 2018
i MỤC LỤC MỤC LỤC ......................................................................................................... i DANH MỤC CÁC CHỮ VIẾT TẮT ........................................................... iii DANH MỤC CÁC HÌNH VẼ........................................................................ iv Mở đầu ............................................................................................................. 1 Chương 1. Tổng quan về khai phá dữ liệu ứng dụng .................................. 3 1.1. Khái niệm về lĩnh vực khai phá dữ liệu và phát hiện tri thức ...... 3 1.1.1. Khái niệm ........................................................................................ 3 1.1.2. Các mô hình học máy cơ bản .......................................................... 5 1.1.3. Ứng dụng của học máy ................................................................... 8 1.2. Tổng quan về bài toán trích chọn đặc trưng, trích chọn đặc trưng cho dữ liệu hình ảnh .................................................................................... 9 1.3. Bài toán phân loại cảm xúc khuôn mặt ......................................... 11 1.4. Những vấn đề nghiên cứu của luận văn ........................................ 12 Chương 2. Nghiên cứu một số phương pháp trích chọn đặc trưng cho ảnh ......................................................................................................................... 14 2.1. Tổng quan về trích chọn đặc trưng .................................................. 14 2.2. Phương pháp trích chọn đặc trưng Gabor ...................................... 15 2.3. Phương pháp trích chọn đặc trưng HoG ......................................... 18 2.3.1. Giới thiệu....................................................................................... 18 2.3.2. Các bước trích trọn đặc trưng HoG trên ảnh ............................... 19 2.4. Phương pháp trích chọn đặc trưng LBP ......................................... 25 2.5. Một số phương pháp học máy ứng dụng trong bài toán phân loại trạng thái cảm xúc khuôn mặt ................................................................. 31 2.5.1. Phương pháp học không giám sát ................................................. 31 2.5.2 Phương pháp phân cụm bán giám sát ........................................... 33 2.5.3. Phương pháp học có giám sát ....................................................... 35
ii 2.6. Kết luận ............................................................................................... 37 Chương 3. Kết quả thực nghiệm.................................................................. 38 3.1. Giới thiệu.............................................................................................. 38 3.2. Kết quả thực nghiệm ............................................................................ 40 3.2.1 Thực hiện phương pháp Gabor ...................................................... 41 3.2.2 Kết quả thực nghiệm với thuật toán học bán giám sát MCSSDBS, SSDBSCAN. ............................................................................................. 41 3.2.3 Kết quả thực nghiệm với thuật toán K-Means và Seed K-Means .. 43 3.3. Kết luận ................................................................................................ 45 KẾT LUẬN .................................................................................................... 46  Những kết quả đã đạt được ............................................................ 46  Hướng phát triển tiếp theo của đề tài ............................................ 46 TÀI LIỆU THAM KHẢO ............................................................................ 48
iii DANH MỤC CÁC CHỮ VIẾT TẮT DBSCAN Phương pháp phân cụm dựa trên mật độ (Density Based Spatial Clustering of Application with Noise) HoG Biểu đồ các đường dốc (Histogram of Gradients) LBP Mẫu nhị phân địa phương (Local Binary Pattern) LDA Phân tích phân biệt tuyến tính (Linear Discriminant Analysis) PCA Phân tích thành phần chính (Principal Component Analysis) SSDBSCAN Thuật toán phân cụm bán giám sát dựa trên mật độ (Semi supervised Density Based Spatial Clustering of Application with Noise) SSGC Thuật toán phân cụm bán giám sát dựa trên đồ thị (Semi - supervised Graph Clustering) SVM Máy hỗ trợ véc tơ (Support Vector Machine)
iv DANH MỤC CÁC HÌNH VẼ Hình 1.1 Các bước của quá trình khai phá dữ liệu ........................................... 3 Hình 1.2 Mô hình học có giám sát ..................................................................... 6 Hình 1.3 Mô hình học không giám sát ............................................................... 6 HÌnh 1.4 Mô hình học bán giám sát................................................................... 7 Hình 1.5 Ví dụ về khả năng của Deep learning ................................................. 8 Hình 1.6 (a). Ví dụ về trích chọn đặc trưng từ ảnh............................................ 9 Hình 1.6 (b). Ví dụ về trích chọn đặc trưng từ ảnh ........................................ 10 Hình 1.7. Ví dụ về tập dữ liệu mô tả trạng thái cảm xúc khuôn mặt ............... 11 Hình 1.8. Ví dụ về thu thập ảnh trạng thái khuôn mặt từ Video ...................... 12 Hình 2.1. Bộ lọc Gabor với 5 loại tần số và 8 hướng khác nhau .................... 16 Hình 2.2 Ảnh sau khi sử dụng bộ lọc Gabor tương ứng với hình 2.1 .............. 17 Hình 2.3: R-HOG và C-HOG........................................................................... 19 Hình 2.4: Chia khối trích đặc trưng HOG ....................................................... 20 Hình 2.5: Ví dụ về trích chọn đặc trưng bởi HoG ........................................... 23 Hình 2.6 Tiền xử lý ảnh .................................................................................... 23 Hình 2.7. Gradient theo hướng x (trái), hướng y (giữa) và tổng hợp gradient (phải) ....... 24 Hình 2.8. Chia ảnh thành các ô để tính các biểu đồ........................................ 24 Hình 2.9. Tính lược đồ mức xám ...................................................................... 25 Hình 2.10. Ví dụ về phương pháp LBP ............................................................ 26 Hình 2.11. Ví dụ về ảnh khuôn mặt (trái) và các đặc trưng LBP (phải) ......... 26 Hình 2.12. Tập hợp các điểm xung quanh Ptt. ................................................. 27 Hình 2.13. Các biến thể của LBP, LBP đồng dạng. ........................................ 28 Hình 2.14. Bảng thống kê các mẫu của LBP đồng dạng ................................. 29 Hình 2.15. Ví dụ về quá trình tính toán đặc trưng ........................................... 30 Hình 2.16. Phương pháp LBP không phụ thuộc vào độ sáng ảnh chụp cho cùng một đối tượng giống nhau ............................................................... 31
v Hình 2.17. Ví dụ về dữ liệu của bài toán phân cụm: hình bên trái bao gồm 3 cụm rời nhau tuyến tính trong khi hình bên phải có các cụm hình dạng bất kỳ và không tuyến tính........................................................................ 32 Hình 2.18. Kết quả phân cụm bằng thuật toán DBSCAN và Graph clustering (trái) và bằng K-Means, Fuzzy C-Means (phải) ..................... 33 Hình 2.19. Dữ liệu đầu vào cho 3 loại thuật toán học (a) học có giám sát, (b,c) học bán giám sát, và (d) học không giám sát .................................. 33 Hình 2.20. Mô hình học có giám sát ................................................................ 35 Hình 3.1 Ví dụ về ảnh trong tập CK+ .............................................................. 39 Hình 3.2. Ví dụ về ảnh trong tập dữ liệu ITI.................................................... 40 Hình 3.3. Kết quả thực nghiệm cho tập dữ liệu CK+ ...................................... 42 Hình 3.4. Kết quả thực nghiệm cho tập dữ liệu ITI ......................................... 43 Hình 3.5 Kết quả phân loại trạng thái cảm xúc khuôn mặt bằng phương pháp Seed K-Means.................................................................................. 44 Hình 3.6. Kết quả phân cụm cho tập ITI ......................................................... 44
1 Mở đầu Trong tất cả các nền văn minh từ trước đến nay, giao tiếp là một hoạt động không thể thiếu, nó xuất hiện mọi nơi mọi lúc, trong mọi lĩnh vực và ảnh hưởng trực tiếp tới cuộc sống của từng cá thể. Giao tiếp là một nhu cầu xã hội cơ bản, nó xuất hiện sớm nhất trong đời sống của mỗi người và là yếu tố ảnh hưởng trực tiếp tới quá trình hình thành lên tâm sinh lý của con người. Hơn thế nữa, giao tiếp giúp con người có thể truyền tải thông tin, học hỏi tri thức và thể hiện cảm xúc. Nhờ có giao tiếp làm cho con người văn hóa, xã hội văn minh và đất nước phát triển. Nhận thấy tầm quan trọng của hoạt động giao tiếp nên con người đã bỏ rất nhiều thời gian và công sức vào nghiên cứu yếu tố quyết định thành công của việc giao tiếp, không chỉ trong lĩnh vực giao tiếp giữa con người với con người, mà ngày nay con người đã bắt đầu nghiên cứu về các hệ thống tương tác người – máy. Mặt khác, trong giao tiếp thì khuôn mặt là nơi con người thể hiện suy nghĩ, tình cảm, thái độ nên để con người và máy tính có thể tương tác với nhau tự nhiên hơn thì các hệ thống được xây dựng dựa trên nền tảng là những thay đổi của khuôn mặt. Cần phải có một công cụ có thể thực hiện được công việc này. Đó là lí do tôi chọn đề tài: "Nghiên cứu một số phương pháp trích chọn đặc trưng cho ảnh và ứng dụng trong bài toán phân loại trạng thái cảm xúc khuôn mặt". Dựa vào các phương pháp trích chọn đặc trưng, tác giả muốn xây dựng một ứng dụng có khả năng phân loại cảm xúc khuôn mặt người. Từ những bức ảnh mặt người thu nhận được từ camera quan sát, chương trình có thể phân biệt được các trạng thái cảm xúc khuôn mặt như: hạnh phúc (happy), ngạc nhiên (surprise), ghê tởm (disgust), buồn (sad), sợ hãi (fear), giận dữ (angry), và bình thường (neutral). Để thực hiện được bài toán phân loại cảm xúc khuôn mặt, chúng ta phải sử dụng đến các hệ thống học máy. Một hệ thống học máy thường có các bước gồm thu thập dữ liệu, trích chọn đặc trưng từ dữ liệu, giảm số chiều dữ liệu, xây dựng mô hình phân lớp/phân cụm và thực hiện để thu được kết quả
2 và cuối cùng là biểu diễn và mô tả kết quả. Trong luận văn của mình tôi tập trung vào nghiên cứu vấn đề trích chọn đặc trưng từ ảnh từ đó áp dụng các thuật toán học máy nhằm giải quyết bài toán đề xuất. Ứng dụng của lớp bài toán phân loại, nhận dạng trạng thái cảm xúc khuôn mặt có thể kể đến như: tương tác người-máy, phân tích cảm xúc, phát hiện trạng thái mệt mỏi của con người, video tương tác, đánh chỉ mục của ảnh và video,… Nội dung luận văn: Nội dung cơ bản chương 1: o Tổng quan bài toán trích chọn đặc trưng o Giới thiệu bài toán phân loại cảm xúc khuôn mặt Nội dung cơ bản chương 2: o Phương pháp trích chọn đặc trưng Gabor o Phương pháp trích chọn đặc trưng HoG o Phương pháp trích chọn đặc trưng LBP Nội dung cơ bản chương 3: o Thực nghiệm kết quả với phương pháp phân cụm K-Means, SSDBSCAN, MCSSDBS Kết luận
3 Chương 1. Tổng quan về khai phá dữ liệu và ứng dụng 1.1. Khái niệm về lĩnh vực khai phá dữ liệu và phát hiện tri thức 1.1.1. Khái niệm Lĩnh vực khai phá dữ liệu và phát hiện tri thức từ dữ liệu (KDD) nhằm mục đích tạo ra các mẫu, các luật, các tri thức quý từ một số lượng dữ liệu lớn thu nhận được [12],[13]. Các ứng dụng của lĩnh vực này có thể kể như nhận dạng hình ảnh, âm thanh, chẩn đoán trong y học, sử dụng trong các công cụ tìm kiếm như Google,… Quy trình phát hiện tri thức thường tuân theo các bước trong hình 1.1: Tri thức Các mẫu Chuyển đổi dữ liệu dữ liệu Dữ liệu đã tiền xử lý Diễn giải, Dữ liệu đánh giá mục tiêu Khai phá dữ liệu Lựa chọn và Cơ sở Tiền xử lý trích xuất dữ liệu Lựa chọn và làm sạch đặc trưng Hình 1.1: Các bước của quá trình khai phá dữ liệu - Bước thứ nhất: Hình thành, xác định và định nghĩa bài toán. Tìm hiểu lĩnh vực ứng dụng từ đó hình thành bài toán, xác định các nhiệm vụ cần phải hoàn thành, thu thập dữ liệu. Bước này sẽ quyết định cho việc rút ra được các
4 tri thức hữu ích và cho phép chọn các phương pháp khai phá dữ liệu thích hợp với mục đích ứng dụng và bản chất của dữ liệu. - Bước thứ hai: Xử lý thô, còn được gọi là tiền xử lý dữ liệu nhằm loại bỏ nhiễu (làm sạch dữ liệu), xử lý việc thiếu dữ liệu (làm giàu dữ liệu), biến đổi dữ liệu, trích rút đặc trưng và rút gọn dữ liệu nếu cần thiết, bước này thường chiếm nhiều thời gian nhất trong toàn bộ qui trình phát hiện tri thức. Do dữ liệu được lấy từ nhiều nguồn khác nhau, không đồng nhất, có thể gây ra các nhầm lẫn. Sau bước này, dữ liệu sẽ nhất quán, đầy đủ, được rút gọn và rời rạc hoá. - Bước thứ ba: Lựa chọn đặc trưng, trích chọn đặc trưng và biến đổi đặc trưng của dữ liệu. Đây là một bước rất quan trọng. Nhiệm vụ của bước này không những làm giảm kích thước của dữ liệu mà còn chọn ra những đặc điểm đặc trưng nhất nhằm tăng chất lượng của các bước sau. Tùy từng nhiệm vụ và lĩnh vực bài toán, chúng ta sẽ có các phương pháp trích rút đặc trưng cho dữ liệu khác nhau. - Bước thứ tư: Khai phá dữ liệu, rút ra các tri thức, trích ra các mẫu hoặc/và các mô hình ẩn dưới các dữ liệu [13]. Giai đoạn này rất quan trọng, bao gồm các công đoạn như: chức năng, nhiệm vụ và mục đích của khai phá dữ liệu là gì, dùng phương pháp khai phá nào? Thông thường, các bài toán khai phá dữ liệu bao gồm: các bài toán mang tính mô tả - đưa ra tính chất chung nhất của dữ liệu, các bài toán dự báo - bao gồm cả việc phát hiện các suy diễn dựa trên dữ liệu hiện có, các bài toán phân lớp, phân cụm, phát hiện cấu trúc dữ liệu,… Tùy theo bài toán xác định được mà ta lựa chọn các phương pháp khai phá dữ liệu cho phù hợp. - Bước thứ năm: Là hiểu và giải thích các tri thức/các mẫu/các luật đã tìm được, đặc biệt là làm sáng tỏ các mô tả và dự đoán. Các công cụ có dùng
5 như mô phỏng, thống kê, vẽ các biểu đồ, sơ đồ,… để làm rõ hơn nữa kết quả của khai phá dữ liệu. Các bước trên có thể lặp đi lặp lại một số lần, kết quả thu được có thể được lấy trung bình trên tất cả các lần thực hiện. Các kết quả của quá trình phát hiện tri thức có thể được đưa và ứng dụng trong các lĩnh vực khác nhau. Do các kết quả có thể là các dự đoán hoặc các mô tả nên chúng có thể được đưa vào các hệ thống hỗ trợ ra quyết định nhằm tự động hoá quá trình này. Nghiên cứu về lĩnh vực khai phá dữ liệu liên quan đến nhiều lĩnh vực như toán học, thống kê, tối ưu hóa, tính toán tiến hóa, khoa học máy tính, cơ sở dữ liệu, dữ liệu lớn,… Một vấn đề quan trọng nữa là các nghiên cứu cho các ứng dụng chuyên ngành, trường hợp này chúng ta phải làm việc với các chuyên gia lĩnh vực, chẳng hạn lĩnh vực khai phá dữ liệu y sinh, khai phá dữ liệu gene,… 1.1.2. Các mô hình học máy cơ bản Trên thực tế có một số mô hình học sau đây [15]: - Học có giám sát - Học không giám sát - Học bán giám sát - Học tăng cường - Học sâu (deep learning) Phần sau đây sẽ trình bày một số phương pháp học cơ bản thuộc các loại trên. - Học có giám sát là phương pháp học máy thông qua sử dụng tập mẫu. Tập mẫu được cung cấp, hệ thống sẽ xây dựng mô hình học trên bộ dữ liệu này và có thể phân lớp/dự đoán,… cho các dữ liệu mới. Các phương pháp
6 học có giám sát có thể kể đến như mạng nơ ron, phân lớp Bayes, cây quyết định, SVM (Support Vector Machine),… (xem hình 1.2) x y Đầu vào mới x Vào 1 - Ra 1 Vào 2 - Ra 2 Thuật Vao 3 - Ra 3 Mô hình toán học Vào - n - Ra - n m Đầu ra y Hình 1.2 Mô hình học có giám sát - Học không giám sát là phương pháp phát hiện cấu trúc, xác định mối liên kết, phát hiện dị thường, của một tập dữ liệu cho trước [14]. Loại học này không có tập dữ liệu mẫu. Một số phương pháp trong loại học này như phân cụm K-Means, Fuzzy C-Means, phát hiện dị thường ,… (xem hình 1.3) Học không giám sát Hình 1.3 Mô hình học không giám sát
7 - Học bán giám sát nằm giữa học có giám sát và học không giám sát, loại học này sẽ sử dụng một lượng ít dữ liệu mẫu, dữ liệu hướng dẫn để thực hiện mô hình (xem hình 1.4). Trên thực tế các thông tin có được từ ban đầu gồm hai dạng cơ bản: (1) một lượng nhỏ dữ liệu được gán nhãn (seed) hoặc (2) một số lượng nhỏ các thông tin về các cặp dữ liệu must-link (phải liên kết), cannot-link (không thể liên kết) thể hiện mối quan hệ giữa các cặp dữ liệu trong tập dữ liệu cho trước: must-link (u,v) thể hiện u và v sẽ thuộc cùng một cụm trong khi cannot-link (u,v) cho biết u và v sẽ thuộc về hai cụm khác nhau. Hình 1.4 Dữ liệu cho việc học bán giám sát - Học tăng cường là phương pháp học được bổ sung liên tục kỹ năng trong quá trình giải quyết bài toán. Ví dụ như hai người chơi cờ A và B, người A có thể vừa thi đấu với người B nhưng lại có thể vừa học từ người B và ngược lại. - Học sâu (deep learning), là loại học được quan tâm nhiều đặc biệt là từ năm 2006 trở lại đây [16]. Bản chất của loại học này là dựa trên mạng nơ ron nhiều lớp. Các ứng dụng hiệu quả cho loại học này là nhận dạng đối tượng, nhận dạng âm thanh, và ứng dụng trong xử lý ngôn ngữ tự nhiên. Hình 1.5 minh họa ví dụ về việc xác định đối tượng trong bức ảnh. Phương pháp
8 học này còn có khả năng chỉ rõ xem người trong ảnh là ai, đang làm gì,… Đối với phương pháp học sâu chúng ta phải có đủ dữ liệu cần thiết (thường là lớn) cũng như các hệ thống máy tính đủ lớn để thực hiện. Hình 1.5 Ví dụ về khả năng của deep learning 1.1.3. Ứng dụng của học máy Ứng dụng của học máy ngày càng đa dạng và quan trọng, sau đây là một số ví dụ: - Xe tự lái: các hệ thống này là những ứng dụng rất nổi trội, hiện nay đã có một số nơi triển khai thử nghiệm. Hệ thống học của xe sẽ học khả năng điều khiển xe qua các thực nghiệm mẫu của người lái xe trên đường. - Xe tự dò tìm đường đi trong rừng: các hệ thống này sẽ được học qua camera khi con người thực hiện đi mẫu trong rừng. - Trợ lý ảo: Đã ứng dụng thực tế, đây là những hệ thống lưu trữ, suy diễn dữ liệu rất lớn và thông minh. - Nhận dạng đối tượng trong ảnh và video. - Chẩn đoán bệnh thông qua dữ liệu lâm sàng - Ứng dụng trong nhà thông minh, thành phố thông minh: các ứng dụng cụ thể như bật tắt đèn tự động, bãi đỗ xe thông minh, tìm kiếm phương tiện thông minh - IoT: các bài toán thu thập dữ liệu từ nhiều nguồn khác nhau như sensor, điện thoại, máy tính, camera để xử lý dữ liệu tổng hợp.
9 - Robot, người máy - Xử lý ngôn ngữ tự nhiên,… - Hệ hỗ trợ quyết định - Phân lớp, phân cụm, phát hiện cấu trúc của dữ liệu - Phát hiện dị thường - Mua sắm thông minh,… 1.2. Tổng quan về bài toán trích chọn đặc trưng, trích chọn đặc trưng cho dữ liệu hình ảnh Bài toán trích trọn đặc trưng trên ảnh khuôn mặt người đã được quan tâm từ khá lâu do có rất nhiều ứng dụng như: Sử dụng trong hệ thống nhận dạng cảm xúc, hệ thống tương tác giữa người và máy (điều khiển máy tính qua các cử động của khuôn mặt), hệ thống nhận dạng người (giúp cho các cơ quan an ninh quản lý con người), hệ thống quan sát theo dõi như hệ thống quản lý việc ra vào cho các cơ quan và công ty, hệ thống kiểm tra người lái xe có ngủ gật hay không, hệ thống phân tích cảm xúc trên khuôn mặt, hệ thống nhận dạng khuôn mặt cho các máy ảnh kỹ thuật số,... Trích chọn đặc trưng là trích ra những đặc trưng quan trọng cơ bản nhất của mỗi đối tượng [5]. Yêu cầu của trích chọn đặc trưng là phải đủ các thuộc tính tuy nhiên với số lượng nhỏ nhất có thể và vẫn đảm bảo được việc phân biệt đối tượng này với đối tượng kia (xem hình 1.6). Các từ Đặc trưng hình ảnh Từ điển hình (a)
10 (b) Hình 1.6 Ví dụ về trích chọn đặc trưng từ ảnh: (a) ảnh sẽ được trích từng vùng và cho vào túi đựng các đối tượng đặc trưng, (b), các đặc trưng được trích chọn sử dụng các biến đổi toán học để tìm ra các điểm (vùng điểm) quan trọng. Đối với bài toán trích chọn đặc trưng cho ảnh, cụ thể là ảnh mặt người, trước hết chúng ta phải hiểu ảnh là gì. Ảnh bản chất là một ma trận các số, mỗi số tương ứng với thông tin trên các điểm ảnh. Đối với ảnh, việc trích chọn đặc trưng là bài toán phức tạp vì mỗi ảnh chụp tại mỗi thời điểm của cùng một đối tượng sẽ khác nhau (độ sáng, độ lệch, độ phân giải,…). Vấn đề nghiên cứu trích chọn đặc trưng ảnh đã có từ lâu, tuy nhiên hiện nay vẫn thu hút nhiều nhà nghiên cứu. Trong thời đại mà mỗi ngày có hàng tỷ ảnh được đưa lên mạng, bài toán liên quan đến lĩnh vực xử lý ảnh là một trong những bài toán thú vị. Ứng dụng của bài toán trích chọn đặc trưng nằm trong pha thứ ba của cả quá trình giải bài toán phát hiện tri thức và khai phá dữ liệu. Đây là khâu quan trọng ảnh hướng đến toàn bộ các pha sau. Như đã trình bày, yêu cầu của pha trích chọn đặc trưng là các thuộc tính được trích chọn phải đầy đủ và
11 tối ưu. Trong thực tế có rất nhiều phương pháp trích chọn đặc trưng đã được nghiên cứu và trình bày. Mỗi phương pháp có ưu và nhược điểm riêng, phù hợp với từng loại dữ liệu và ứng dụng. 1.3. Bài toán phân loại cảm xúc khuôn mặt Trong những năm gần đây bài toán phân loại, nhận dạng trạng thái cảm xúc khuôn mặt được tập trung nghiên cứu nhiều vì có nhiều ứng dụng trong thực tế: tương tác người - máy, phân tích cảm xúc, phát hiện trạng thái mệt mỏi của con người, video tương tác, đánh chỉ mục của ảnh và video,… Trên thực tế có 7 loại trạng thái cảm xúc khuôn mặt như sau: Hạnh phúc (happy), ngạc nhiên (surprise), ghê tởm (disgust), buồn (sad), sợ hãi (fear), giận dữ (angry), bình thường (neutral). Các ảnh khuôn mặt có thể thu thập từ các ảnh hoặc từ các video (phim) sau đó chuẩn hóa để thu được tập dữ liệu cần đánh giá, phân loại. Hình 1.7 minh họa tập dữ liệu mẫu thường dùng trong bài toán phân loại cảm xúc khuôn mặt. Hình 1.7 Ví dụ về tập dữ liệu mô tả trạng thái cảm xúc khuôn mặt
12 Hình 1.8. Ví dụ về hệ thống thu thập hình ảnh trạng thái khuôn mặt từ Video Hình 1.8 minh họa việc trích chọn ảnh khuôn mặt từ Video. Các ảnh phát hiện được từ video sẽ lưu vào tập cơ sở dữ liệu, sau đó áp dụng các phương pháp tiền xử lý như loại bỏ ảnh nhiễu, chỉnh lại kích thước trước khi được đưa vào thử nghiệm cũng như loại bỏ các ảnh dư thừa hoặc ảnh lỗi do hệ thống phát hiện khuôn mặt gây ra. 1.4. Những vấn đề nghiên cứu của luận văn Trong khuôn khổ luận văn Thạc sỹ của mình tôi lựa chọn nghiên cứu vấn đề trích chọn đặc trưng cho dữ liệu hình ảnh áp dụng vào bài toán phân loại trạng thái cảm xúc khuôn mặt với những nội dung cơ bản sau đây: - Nghiên cứu tổng quan về bài toán trích chọn đặc trưng và vai trò của nó trong hệ thống khai phá dữ liệu và phát hiện tri thức. Các tìm hiểu về tổng quan ứng dụng của lĩnh vực này cũng sẽ được trình bày trong luận văn. - Nghiên cứu một số phương pháp trích chọn đặc trưng trong ảnh và ứng dụng, cụ thể trong luận văn này tôi nghiên cứu tìm hiểu ba phương pháp gồm Gabor, HoG, và LBP. Đây cũng là nội dung nghiên cứu chính của luận văn nhằm hiểu được các bước thực hiện trong quá trình trích chọn đặc trưng của mỗi phương pháp. - Ứng dụng các phương pháp trích chọn đặc trưng vào bài toán phân loại trạng thái cảm xúc khuôn mặt. Để giải quyết vấn đề này, sau khi
13 có dữ liệu từ pha trích chọn đặc trưng, chúng ta sẽ sử dụng phương pháp học máy để tiến hành phân lớp hoặc phân cụm dữ liệu. Trong phần thực nghiệm tôi trình bày phương pháp phân cụm dữ liệu cho bài toán phân loại cảm xúc khuôn mặt.
14 Chương 2. Nghiên cứu một số phương pháp trích chọn đặc trưng cho ảnh 2.1. Tổng quan về trích chọn đặc trưng Mỗi đối tượng nói chung đều có những đặc trưng riêng, đặc trưng chính là yếu tố giúp phân biệt đối tượng này với đối tượng khác. Ví dụ đặc trưng của xe ô tô là có 4 bánh, có vô lăng,… còn đặc trưng của xe máy là có hai bánh; đặc trưng của mỗi con người thể hiện là chiều cao, cân nặng, màu tóc, màu da,… Tóm lại đặc trưng là các yếu tố xác định nên đối tượng. Một đối tượng chỉ được xác định khi có đủ số đặc trưng xác định nên nó. Trong lĩnh vực nhận dạng mặt người nói chung bài toán trích chọn đặc trưng là khâu vô cùng quan trọng, nó sẽ quyết định đến các pha tiếp theo như phân lớp đối tượng, phân cụm đối tượng. Về mặt bản chất ảnh được biểu diễn qua một ma trận kích thước m  n trong đó m là số hàng và n là số cột của ảnh. Cách đơn giản nhất khi xây dựng véc tơ đặc trưng cho ảnh là đem m  n điểm ảnh xếp vào véc tơ một chiểu sau đó có thể thực hiện các phép toán trên véc tơ đó. Tuy nhiên cách làm này có hạn chế rất lớn là sẽ làm mất đi tính chất không gian của ảnh tức là mất đi thuộc tính vô cùng quan trọng của mỗi điểm ảnh là những điểm hàng xóm của chúng. Chính vì vậy rất nhiều phương pháp trích chọn đặc trưng được nghiên cứu và giới thiệu, các phương pháp này nhằm mục đích tận dụng tối đa tính chất không gian của ảnh trong việc xây dựng các véc tơ đặc trưng. Trong chương này chúng tôi sẽ trình bày một số phương pháp trích chọn đặc trưng cơ bản cho ảnh mặt người gồm phương pháp Gabor, phương pháp LBP và phương pháp HoG nhằm làm cơ sở cho các thực nghiệm ở chương tiếp theo.