intTypePromotion=1

LUẬN VĂN: TRÍCH CHỌN ĐẶC TRƯNG TRÊN KHUÔN MẶT NGƯỜI

Chia sẻ: Lan Lan | Ngày: | Loại File: PDF | Số trang:67

1
428
lượt xem
127
download

LUẬN VĂN: TRÍCH CHỌN ĐẶC TRƯNG TRÊN KHUÔN MẶT NGƯỜI

Mô tả tài liệu
  Download Vui lòng tải xuống để xem tài liệu đầy đủ

Bài toán trích chọn đặc trưng trên ảnh mặt người là bài toán cơ bản và quan trọng trong nhóm các bài toán về xử lý ảnh mà đầu vào là ảnh 2D. Đầu ra của nó được sử dụng làm đầu vào cho bài toán nhận dạng mặt, nhận dạng cảm xúc,... Trong khóa luận này chúng tôi đưa ra một phương pháp lai và xây dựng hệ thống áp dụng phương pháp lai này nhằm mục đích nhận dạng các điểm đặc trưng trong các bức ảnh mặt người thông qua hướng tiếp cận trích chọn đặc trưng...

Chủ đề:
Lưu

Nội dung Text: LUẬN VĂN: TRÍCH CHỌN ĐẶC TRƯNG TRÊN KHUÔN MẶT NGƯỜI

  1. ĐẠI HỌC CÔNG NGHỆ ĐẠI HỌC QUỐC GIA HÀ NỘI -------- Nguyễn Thành Trung TRÍCH CHỌN ĐẶC TRƯNG TRÊN KHUÔN MẶT NGƯỜI KHÓA LUẬN TỐT NGHIỆP HỆ CHÍNH QUY Ngành: Công Nghệ Thông Tin Hà Nội – 2010
  2. ĐẠI HỌC CÔNG NGHỆ ĐẠI HỌC QUỐC GIA HÀ NỘI -------- Nguyễn Thành Trung TRÍCH CHỌN ĐẶC TRƯNG TRÊN KHUÔN MẶT NGƯỜI KHÓA LUẬN TỐT NGHIỆP HỆ CHÍNH QUY Công Nghệ Thông Tin Ngành: GV hướng dẫn: PGS.TS. Bùi Thế Duy Hà Nội – 2010
  3. Nhận dạng các điểm đặc trưng trên khuôn mặt người Nguyễn Thành Trung Lời cảm ơn Trước tiên, em xin gửi lời cảm ơn sâu sắc nhất đến thầy Bùi Thế Duy, người đã không quản vất vả hướng dẫn em trong suốt thời gian làm khóa luận tốt nghiệp vừa qua. Em cũng xin chân thành cảm ơn các anh chị, thầy cô trong phòng tương tác người - máy đã luôn chỉ bảo mỗi khi em có những vấn đề vướng mắc. Em xin bày tỏ lời cảm ơn sâu sắc đến các thầy cô giáo trong Trường Đại Học Công Nghệ đã tận tình dạy dỗ em suốt bốn năm học qua. Con xin cảm ơn bố, mẹ và gia đình đã luôn bên con, cho c on động lực để làm việc tốt hơn. Cảm ơn tất cả bạn bè đã luôn sát cánh cùng tôi. Hà Nội, ngày 20 tháng 5 năm 2010 Nguyễn Thành Trung i
  4. Nhận dạng các điểm đặc trưng trên khuôn mặt người Nguyễn Thành Trung Tóm tắt Bài toán trích chọn đặc trưng trên ảnh mặt người là bài toán cơ bản và quan trọng trong nhóm các bài toán về xử lý ảnh mà đầu vào là ảnh 2D. Đầu ra của nó được sử dụng làm đầu vào cho bài toán nhận dạng mặt, nhận dạng cảm xúc,... Trong khóa luận này chúng tôi đưa ra một phương pháp lai và xây dựng hệ thống áp dụng phương pháp lai này nhằm mục đích nhận dạng các điểm đặc trưng trong các bức ảnh mặt người thông qua hướng tiếp cận trích chọn đặc trưng hình học. Hệ thống của chúng tôi đã được xây dựng hoàn chỉnh và các kết quả chạy thử nghiệm trên bộ dữ liệu Cohn – Kanade thu được là khả quan. ii
  5. Nhận dạng các điểm đặc trưng trên khuôn mặt người Nguyễn Thành Trung Mục lục Lời cảm ơn ........................................................................................................................................................ i Tóm tắt ............................................................................................................................................................ ii Mục lục ........................................................................................................................................................... iii Danh sách hình vẽ ............................................................................................................................................ v Danh sách bảng .............................................................................................................................................. vii Chương 1 Giới thiệu ......................................................................................................................................... 1 Chương 2 Phát hiện khuôn mặt người trong ảnh 2D .......................................................................................... 3 2.1 Giới thiệu ........................................................................................................................................... 3 2.2 Tổng quan về công nghệ phát hiện khuôn mặt ...................................................................................... 3 2.2.1 Chiến lược phát hiện khuôn mặt ................................................................................................ 3 2.2.2 Xác định hướng quay của đầu ................................................................................................... 5 2.2.3 Một số phương pháp dùng phát hiện khuôn mặt ......................................................................... 7 2.3 Nhận dạng khuôn mặt dùng đặc trưng giống Haar và Adaboost ........................................................... 8 2.3.1 Cơ sở lý thuyết đặc trưng giống Haar ......................................................................................... 8 2.3.2 Phương pháp h ọc máy Adaboost ............................................................................................... 9 Chương 3 Tổng quan về các phương pháp trích chọn đặc trưng ........................................................................13 3.1 Các hướng tiếp cận ............................................................................................................................13 3.2 Phương pháp trích chọn đặc trưng hình học.......................................................................................14 3.2.1 Tổng quan ................................................................................................................................14 3.2.1 Xác định các điểm đặc trưng trên khuôn mặt .............................................................................14 3.2.2 Phát hiện hình dáng các bộ phận trên khuôn mặt .......................................................................16 3.2.3 Nhân trắc học và áp dụng với phương pháp trích ch ọn đặc trưng hình học .................................17 3.3 Trích chọn đặc trưng diện mạo ...........................................................................................................19 3.3.1 Tổng quan ................................................................................................................................19 3.3.2 Mã LBP ...................................................................................................................................19 3.3.3 Bộ lọc Gabor ............................................................................................................................23 iii
  6. Nhận dạng các điểm đặc trưng trên khuôn mặt người Nguyễn Thành Trung Chương 4 Xây dựng hệ thống nhận dạng các điểm đặc trưng ............................................................................25 4.1 Tổng quan về hệ thống........................................................................................................................25 4.2 Thiết kế hệ thống ................................................................................................................................27 4.3 Thực nghiệm ......................................................................................................................................33 4.3.1 Phát hiện khuôn mặt trong ảnh ..................................................................................................33 4.3.2 Xác định các vùng đặc trưng .....................................................................................................36 4.3.3 Xác định 6 điểm đặc trưng ........................................................................................................41 4.3.3 Xác định 14 điểm đặc trưng ......................................................................................................46 Chương 5 Tổng kết và hướng phát triển ...........................................................................................................55 Tài liệu tham khảo ...........................................................................................................................................56 iv
  7. Nhận dạng các điểm đặc trưng trên khuôn mặt người Nguyễn Thành Trung Hình 27 – Một số ví dụ xác định vùng miệng (a) đúng, (b) sai. .........................................................................41 Hình 28 – Đánh dấu hàng có histogram lớn nhất. .............................................................................................41 Hình 29 – Xác định vị trí mống mắt bằng histogram. ........................................................................................42 Hình 32 – Xác định mống mắt là tâm vùng đặc trưng. ......................................................................................42 Hình 31 – Một ví dụ dùng thuật toán phát hiện cạnh Canny sau khi lấy ngưỡng. ...............................................43 Hình 32 – Ví dụ về xác định 2 lỗ mũi. ..............................................................................................................43 Hình 33 – Xác định đường mép bằng histogram (a)Trường hợp chính xác, (b) Trường hợp không chính xác. ...44 Hình 34 – Ví dụ lấy ngưỡng trong khoảng [5 50]..............................................................................................45 Hình 35 – Ví dụ xác định cạnh bằng thuật toán Canny. .....................................................................................45 Hình 36 – Ví dụ xác định 2 điểm khóe miệng. ..................................................................................................46 Hình 37 – Thực nghiệm 8 điểm đặc trưng. .......................................................................................................46 Hình 38 – Ví dụ về xác định 8 điểm đặc trưng. .................................................................................................54 vi
  8. Nhận dạng các điểm đặc trưng trên khuôn mặt người Nguyễn Thành Trung Danh sách bảng Bảng 1 – Tỷ lệ khoảng cách giữa các mốc. .......................................................................................................18 Bảng 2 – Danh sách các điểm đặc trưng. ..........................................................................................................26 Bảng 3 - Bộ cơ sở dữ liệu Cohn – Kanade. ......................................................................................................34 Bảng 4 – Kết quả nhận dạng khuôn mặt trên bộ cơ sở dữ liệu Cohn – Kanade...................................................35 Bảng 5 – Các bộ phân lớp cascade. ..................................................................................................................38 Bảng 6 – Kết quả xác định vùng mắt phải. .......................................................................................................39 Bảng 7 – Kết quả xác định vùng mắt trái. .........................................................................................................39 Bảng 8 – Kết quả xác định vùng miệng. ...........................................................................................................40 Bảng 9 – Kết quả nhận dạng điểm mống mắt....................................................................................................42 Bảng 10 – Kết quả nhận dạng 2 lỗ mũi. ............................................................................................................43 Bảng 11 – Kết quả xác định 2 khóe miệng........................................................................................................44 Bảng 12 – Danh sách kích thước ảnh mẫu kiểm tra...........................................................................................50 Bảng 13 – Sai số trung bình. ............................................................................................................................53 Bảng 14 – Kết quả xác định 2 điểm P7,P8 với 10 mẫu. .....................................................................................54 vii
  9. Chương 1. Giới thiệu Nguyễn Thành Trung Chương 1 Giới thiệu 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 ngườ i 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. Muốn xác định được các thay đổi đó cần trích chọn được ra các yếu tố riêng biệt của từng khuôn mặt, trên khía cạnh đó bài toán Trích chọn đặc trưng trên khuôn mặt ra đời là động lực to lớn thúc đẩy sự phát triển của các hệ thống tương tác người – máy tự động. Là một bài toán cơ bản và đã có rất nhiều các giải pháp trích chọn đặc trưng khác nhau được đưa ra nhưng hầu hết các giải pháp trước đó đều gặp khó khăn trong việc xử lý các bức ảnh khuôn mặt với độ phân giải khác nhau hay với những điều kiện ánh sáng không thuận lợi. Trong khóa luận này, chúng tôi sẽ trình bày về phương pháp lai để xác định các điểm đặc trưng trên khuôn mặt. Phương pháp lai này sẽ khắc phục được nhữn g khó khăn mà các phương pháp trước đó gặp phải như ảnh hưởng của điều kiện ánh sáng hay một số nhiễu trong ảnh. Dựa vào phương pháp lai này chúng tôi xây dựng lên một hệ thống để xác định 20 điểm đặc trưng, hệ thống đã được chạy thử nghiệm trên bộ dữ liệu Cohn – Kanade và cho kết quả khả quan. Phần còn lại của khóa luận được trình bày như sau: tại Chương 2 chúng tôi giới thiệu tổng quan về bài toán phát hiện khuôn mặt người trong ảnh 2D. Tiếp theo, chúng tôi 1
  10. Chương 1. Giới thiệu Nguyễn Thành Trung trình bày tổng quan về các phương pháp trích chọn đặc trưng trên khuôn mặt người trong Chương 3. Sau đó, tại Chương 4 chúng tôi trình bày về hệ thống nhận dạng các đặc trưng trên khuôn mặt của mình. Cuối cùng là phần tổng kết, đánh giá và hướng phát triển chúng tôi trình bày trong Chương 5. 2
  11. Chương 2. Phát hiện khuôn mặt người trong ảnh Nguyễn Thành Trung Chương 2 Phát hiện khuôn mặt người trong ảnh 2D 2.1 Giới thiệu 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,... Ngày nay, đã có rất nhiều các phương pháp trích chọn đặc trưng với những cách thức rất khác nhau nhưng tất cả các phương pháp đó đều bao gồm hai công đoạn chính là: Phát hiện khuôn mặt người trong ảnh,   Trích chọn đặc trưng. Để hiểu rõ hơn về bài toán trích chọn đặc trưng và các công đoạn trong bài toán trích chọn đặc trưng, đầu tiên chúng tôi sẽ trình bày tổng quan về công nghệ phát hiện khuôn mặt trong ảnh 2D. 2.2 Tổng quan về công nghệ phát hiện khuôn mặt 2.2.1 Chiến lược phát hiện khuôn mặt Hiện nay có rất nhiều phương pháp nhận dạng khuôn mặt người, dựa vào các tính chất của các phương pháp, ta có thể chia ra làm hai hướng tiếp cận chính như sau: Hướng tiếp cận dựa trên đặc trưng cơ bản Đây là phương pháp dựa chủ yếu trên những hiểu biết của con người về khuôn mặt. Ví dụ như những bộ phận trên khuôn mặt mắt, mũi, miệng, ngoài ra còn có thể về hình 3
  12. Chương 2. Phát hiện khuôn mặt người trong ảnh Nguyễn Thành Trung dạng, đường nét hay cấu tạo của khuôn mặt. Trong phướng pháp này có 2 ch iến lược tiếp cận khác nhau là: Từ dưới lên (Bottum-up): Cố gắng xác định từng đặc trưng riêng biệt sau đó nhóm chúng lại với nhau và kiểm tra lại. Phương pháp này có ưu điểm là không bị ảnh hưởng của hướng xoay hay di chuyển của khuôn mặt nhưng có một số giới hạn sau:  Thứ nhất, các đặc trưng dễ bị ảnh hưởng bởi các yếu tố như độ sáng tối, hay nhiễu trong ảnh.  Thứ hai, các bước thực hiện trong cách tiếp cận này đòi hỏi chi phí quá đắt về thời gian nên không đáp ứng được yêu cầu thời gian thực. Từ trên xuống (Top-down): Tạo ra một mẫu hay model về khuôn mặt chuẩn có thể là 2 chiều hoặc 3 chiều, sau đó cố gắng ghép mẫu đó vào bức ảnh. Phương pháp này có những nét chính sau:  Xây dựng mẫu,  Tìm kiếm trên toàn bộ ảnh đề ghép mẫu với những thực thể trên ảnh đề tìm ra. Một phương pháp tiếp cận theo hướng từ trên xuống là Active Shape Model được đưa ra bởi Cootes tại [24]. Hướng tiếp cận dựa trên diện mạo Phương pháp này nhận dạng khuôn mặt tập trung vào vấn đề phân lớp chính là phân lớp một bức ảnh (có kích thước cố định) vào 2 lớp là mặt hoặc không. Phương pháp học từ một tập ảnh huấn luyện mẫu để xác định khuôn mặt người. Phương pháp này gồm một số bước chính sau:  Tạo ra bộ phân lớp mặt – không phải mặt bằng cách dùng một số phương pháp biểu diễn khuôn mặt như LBP, Gabor.  Sử dụng một cửa sổ có kích thước cố định quét trên toàn bộ bức ảnh đầu vào ở vị trí và tỷ lệ khác nhau hoặc dùng trên toàn bộ bức ảnh.  Bước cuối cùng là xử lý các trường hợp phát hiện trùng lặp. Trong hai hướng tiếp cận trên, hướng tiếp cận dựa trên đặc trưng diện mạo có ưu điểm vượt trội hơn so hướng tiếp cận cơ bản là không phụ thuộc vào hướng quay của đầu 4
  13. Chương 2. Phát hiện khuôn mặt người trong ảnh Nguyễn Thành Trung trong bức ảnh. Để trích chọn đặc trưng cơ bản được chính xác, chúng ta cần có thêm một bước tiền xử lý là xác định hướng quay của đầu trong ảnh, cụ thể về các phương pháp xác định hướng quay sẽ được trình bày trong phần 2.2.2. 2.2.2 Xác định hướng quay của đầu Xác định hướng nhìn là một vấn đề nảy sinh cần giải quyết trong nhận dạng khuôn mặt. Một số phương pháp nhận dạng khuôn mặt trình bày ở trên có thế không bị ảnh hưởng của hướng nhìn thông thường là những phương pháp tiếp cận theo hướng diện mạo nhưng xác định hướng nhìn cần được xem xét như một phần riêng biệt trong nhận dạng khuôn mặt. Hiện nay có rất nhiều phương pháp xác định hướng nhìn được đưa ra, tổng quan về các phương pháp được trình bày bởi Murphy – Chutorian và Trivedi [16] Tian [15] đã đưa ra một phương pháp xác định hướng nhìn. Phương pháp trình bày xác định hướng của khuôn mặt đầu tiên thay vì xác định khuôn mặt như các phương pháp thông thường. Những bước sử dụng để xác định được đường cắt của phần đầu trong bức ảnh:  Xác định đường viền bao xung quanh trọng tâm C và trục tọa độ theo chiều d ọc (trục y) của bóng.  Xác định những phần cho đường cong lõm (có đạo hàm âm) nhỏ nhất trên đường viền của bóng.  Tính độ thừa của những phần nhô ra đề xác định tỷ lệ chu vi (trừ những phần cắt) mục đích là đo độ dài của đường cắt.  Kiểm tra những phần nhô ra vượt quá ngưỡng thấp.  Kiểm tra những đường cắt giao với trục y của bóng.  Chọn đường cắt đầu tiên nếu có nhiều đường cắt thỏa mãn. 5
  14. Chương 2. Phát hiện khuôn mặt người trong ảnh Nguyễn Thành Trung Hình 1 −Xác định đường cắt của đầu. Sau khi đường cắt L của đầu được xác định vùng đầu được xác định dễ dàng – là phần trên tính từ đường cắt. Để xác định được vùng đầu chính xác đưa ra một trọng số của đầu là H = α * W với W là độ rộng của đầu và α = 1.4. Sau khi xác định được vị trí của phần đầu thì bức ảnh được chuyển sang định dạng gray-scale (đen - trắng) sau đó cân bằng histogram và điều chỉnh kích thước về độ phân giải đánh giá. Sau đó sử dụng mạng nơron 3 tầng đề xác định hướng của đầu. Đầu vào là bức ảnh (sau khi đã nhân xoắn với ma trận mặt nạ Gauss và 3 mẫu quay – bất biến Gabor). Đầu ra của mạng là 3 hướng quay của đầu : 1) trực diện hoặc gần trực diện 2) Nhìn sang hoặc nhìn nghiêng 3) Trường hợp nhìn ra sau hoặc không xác định được. 6
  15. Chương 2. Phát hiện khuôn mặt người trong ảnh Nguyễn Thành Trung Hình 2 − Ví dụ về 3 hướng quay của đầu. 2.2.3 Một số phương pháp dùng phát hiện khuôn mặt Ngày nay có rất nhiều các phương pháp nhận dạng khuôn mặt như: Eigenface [25], FA (factor Analsys) [26], FLD (Fisher‟s Linear Discriminant) [27], Active Apperance Model [24],... Các phương pháp trên có một số nhược điểm như:  Tốc độ chậm, không đáp ứng được yêu cầu thời gian thực,  Xây dựng hệ thống quá phức tạp. Vượt lên trên các phương pháp khác với tốc độ thực hiện nhanh và độ chính xác chấp nhận được. Viola và Jones [30] đưa ra phương pháp nhận dạn g khuôn mặt dùng đặc trưng giống Haar kết hợp với phương pháp học máy Adaboost. Phương pháp gồm 2 bước cơ bản: Đầu tiên là trích chọn đặc trưng giống Haar của ảnh khuôn mặt người và không phải mặt người trong cơ sở dữ liệu. Sau đó dùng bộ học máy mạnh là Adaboost để xây dựng mô hình phân loại. Cụ thể phương pháp được trình bày trong phần 2.3. 7
ADSENSE
ADSENSE

CÓ THỂ BẠN MUỐN DOWNLOAD

 

Đồng bộ tài khoản
2=>2