Nghiªn cøu khoa häc c«ng nghÖ<br />
<br />
<br />
X©y dùng c«ng cô nhËn D¹ng khu«n mÆt<br />
theo thêi gian thùc trªn nÒn hÖ ®iÒu hµnh<br />
m· nguån më<br />
NguyÔn B¸ §¹i*, D¬ng Quèc Dòng**<br />
<br />
Tãm tắt: Bµi b¸o tr×nh bµy kÕt qu¶ nghiªn cøu x©y dùng phÇn mÒm nhËn diÖn<br />
khu«n mÆt theo thêi gian thùc trªn hÖ ®iÒu hµnh m· nguån më ¸p dông ph¬ng<br />
ph¸p trÝch rót c¸c thµnh phÇn chÝnh ma trËn ®Æc trng, ®Æc tÝnh mµu cña ¶nh.<br />
PhÇn mÒm ®îc thö nghiÖm trªn kÝt ph¸t triÓn Pandaboard cña h·ng Texas<br />
Instrument sö dông chip 02 lâi ARM-Cotex A9 víi hÖ ®iÒu hµnh Linux. KÕt qu¶ thö<br />
nghiÖm ban ®Çu cho thÊy c«ng cô ®· lµm viÖc kh¸ hiÖu qu¶ vµ cã kh¶ n¨ng ¸p dông<br />
vµo thùc tiÔn trªn nhiÒu lÜnh vùc.<br />
<br />
Tõ khãa: ThÞ gi¸c m¸y, Xö lý ¶nh, NhËn d¹ng ®èi tîng, M· nguån më, NhËn d¹ng mÆt, PCA.<br />
<br />
1. ®Æt vÊn ®Ò<br />
Khu«n mÆt ngêi ®ãng vai trß quan träng trong c¸c t¬ng t¸c x· héi cña chóng<br />
ta, cho phÐp chóng ta nhËn d¹ng ®îc ngêi nµy víi ngêi kh¸c. ViÖc nhËn d¹ng<br />
®èi tîng dùa vµo khu«n mÆt nhËn ®îc sù quan t©m ®¸ng kÓ trong nh÷ng n¨m gÇn<br />
®©y do tiÒm n¨ng cña nã cho hµng lo¹t c¸c øng dông trong ®iÒu khiÓn robot, trong<br />
c¸c øng dông an ninh nh xuÊt nhËp c¶nh, qu¶n lý tßa nhµ, qu¶n lý c¸c ca kÝp lµm<br />
viÖc trong c¸c ph©n xëng, nhËn d¹ng vµ truy b¾t téi ph¹m NhËn d¹ng mÆt ngêi<br />
(Face Recognition) lµ mét lÜnh vùc nghiªn cøu cña ngµnh thÞ gi¸c m¸y (Computer<br />
Vision) vµ cã liÖn hÖ mËt thiÕt víi c¸c nghiªn cøu cña ngµnh sinh tr¾c häc. Nã cã<br />
nhiÒu ®iÓm t¬ng tù víi c¸c nghiªn cøu nhËn diÖn mèng m¾t hay nhËn d¹ng v©n<br />
tay mµ c¸c nghiªn cøu ®· ®¹t ®Õn sù chÝn muåi. Tuy nhiªn nhËn khu«n mÆt vÉn cßn<br />
lµ mét vÊn ®Ò phøc t¹p, khoa häc ®ang gÆp nhiÒu khã kh¨n khi gi¶i quyÕt nã ®Æc<br />
biÖt lµ bµi to¸n x©y dùng hÖ thèng lµm viÖc theo thêi gian thùc do c¸c giíi h¹n vÒ<br />
tèc ®é, bé nhí lu tr÷ ®èi víi c¸c Board ho¹t ®éng ®éc lËp.<br />
HÖ thèng nhËn d¹ng khu«n mÆt thêi gian thùc lµ hÖ thèng nhËn d¹ng khu«n mÆt<br />
tõ nh÷ng h×nh ¶nh video mµ ®îc cung cÊp bëi camera. Nh vËy, hÖ thèng nµy sö<br />
dông cïng lóc hai kü thuËt ®ã lµ kü thuËt nhËn diÖn khu«n mÆt vµ kü thuËt nhËn<br />
d¹ng, ph©n líp ®èi tîng.<br />
Ngµy nay, c¸c hÖ thèng nhóng ph¸t triÓn m¹nh mÏ vµ ®îc øng dông rÊt réng r·i<br />
trong c¸c hÖ thèng kü thuËt còng nh c¸c thiÕt bÞ cÇm tay. HÖ thèng nhóng víi hÖ<br />
®iÒu hµnh ®ãng vai trß quan träng trong qu¸ tr×nh ph¸t triÓn ®ã. Cã rÊt nhiÒu c¸c hÖ<br />
®iÒu hµnh nhóng ®îc ra ®êi nh c¸c hÖ ®iÒu hµnh Windows CE, VxWorks (Wind<br />
River Systems), Windows NT, QNX RTOS vµ Linux.<br />
Trong nh÷ng hÖ ®iÒu hµnh trªn, hÖ ®iÒu hµnh m· nguån më Linux ®îc ®Æc biÖt<br />
quan t©m v× søc m¹nh còng nh tµi nguyªn to lín cña nã cho viÖc ph¸t triÓn c¸c hÖ<br />
thèng nhóng víi CPU ®a lâi. Mét thùc tÕ kh«ng thÓ phñ nhËn lµ Linux hay nãi<br />
chung c¸c dßng hÖ ®iÒu hµnh ph¸t triÓn tõ Unix lµ tèc ®é xö lý nhanh h¬n h¼n c¸c<br />
Window bëi lý do Linux ®¹t ®îc hiÖu qu¶ cao trong viÖc qu¶n lý vµ sö dông tµi<br />
nguyªn hÖ thèng. Ngoµi ra nã lµ hÖ ®iÒu hµnh miÔn phÝ víi m· nguån më, cho phÐp<br />
<br />
<br />
<br />
<br />
T¹p chÝ Nghiªn cøu KH&CN Qu©n sù, Sè 29, 02 - 2014<br />
53<br />
Kü thuËt ®iÖn tö & Khoa häc m¸y tÝnh<br />
<br />
ngêi dïng can thiÖp s©u, tèi u hãa c¸c phÐp to¸n ®Ó t¨ng kh¶ n¨ng tÝnh to¸n, ®¸p<br />
øng yªu cÇu thêi gian thùc trong mét sè bµi to¸n.<br />
Môc tiªu cña ®Ò tµi lµ nghiªn cøu x©y dùng c«ng cô nhËn d¹ng mÆt trªn c¸c thiÕt<br />
bÞ cã tèc ®é xö lý còng nh tµi nguyªn h÷u h¹n ®Ó ¸p dông cho c¸c bµi to¸n thùc<br />
tiÔn cô thÓ lµm viÖc theo thêi gian thùc, vÝ dô nh c¸c bé chÊm c«ng cho nh©n viªn<br />
c«ng ty, nhµ m¸y; thiÕt bÞ gi¸m s¸t vµo ra cho c¸c ®¬n vÞ cã tÝnh an ninh, b¶o mËt<br />
cao...ThiÕt bÞ ph¶i ®¶m b¶o gän nhÑ, ho¹t ®éng æn ®Þnh vµ nhËn diÖn ®îc c¸c ®èi<br />
tîng ®ang di chuyÓn ë tèc ®é cña ngêi ®i bé b×nh thêng. Trong ph¹m vi bµi b¸o,<br />
t¸c gi¶ nghiªn cøu øng dông c¸c kü thuËt nhËn diÖn ®èi tîng, ph¬ng ph¸p sö<br />
dông khu«n mÆt ®Æc trng (Eigenfaces) kÕt hîp víi ph¬ng ph¸p so s¸nh t¬ng<br />
quan ®Ó so khíp vµ nhËn d¹ng ®èi tîng. Trong ®ã, t¸c gi¶ tËp trung nghiªn cøu<br />
kh¶ n¨ng øng dông cña ph¬ng ph¸p mÆt ®Æc trng (Eigenfaces) cho bµi to¸n x©y<br />
dùng bé ®Æc trng nhËn d¹ng mÆt, ®ång thêi xem xÐt c¸c th«ng sè ¶nh hëng ®Õn<br />
thêi gian tÝnh tÝnh to¸n, íc lîng ®Ó ®a ra bé th«ng sè ¶nh ®Çu vµo ®¶m b¶o tèc<br />
®é tÝnh to¸n ®¸p øng yªu cÇu bµi to¸n thêi gian thùc trªn board nhóng. Tõ c¸c<br />
th«ng sè thu ®îc, t¸c gi¶ ®· tiÕn hµnh thö nghiÖm trªn kÝt ph¸t triÓn Pandaboard<br />
cña h·ng Texas Instrument sö dông chip 02 lâi ARM-Cotex A9 víi hÖ ®iÒu hµnh<br />
Linux vµ thu ®îc kÕt qu¶ kh¶ quan.<br />
<br />
2. néi dung gi¶i quyÕt<br />
2.1. Lùa chän ph¬ng ph¸p<br />
Nh ®· nãi ë trªn, ®Ó gi¶i quyÕt bµi to¸n nhËn d¹ng mÆt ngêi theo thêi gian<br />
thùc, cÇn gi¶i quyÕt c¸c vÊn ®Ò vÒ nhËn diÖn khu«n mÆt vµ nhËn d¹ng, ph©n líp ®èi<br />
tîng.<br />
§Ó gi¶i quyÕt bµi to¸n nhËn d¹ng khu«n mÆt ngêi, hiÖn t¹i cã hai híng chÝnh<br />
®îc sö dông lµ:<br />
NhËn d¹ng dùa trªn c¸c ®Æc trng cña c¸c phÇn tö trªn khu«n mÆt (Feature<br />
Based Face Fecognition). Khi ®ã, c¸c chi tiÕt trªn khu«n mÆt (nh vÞ trÝ, diÖn tÝch,<br />
h×nh d¹ng cña m¾t, mòi, miÖng) vµ mèi quan hÖ h×nh häc gi÷a chóng (nh kho¶ng<br />
c¸ch cña hai m¾t, kho¶ng c¸ch hai l«ng mµy, t¬ng quan gi÷a c¸c bé phËn ) ®îc<br />
sö dông lµm ®Æc trng cho bµi to¸n so khíp ®èi tîng ë giai ®o¹n tiÕp theo. Ph¬ng<br />
ph¸p nµy cã u ®iÓm lµ gÇn víi c¸ch con ngêi sö dông ®Ó nhËn biÕt khu«n mÆt,<br />
ngoµi ra ph¬ng ph¸p nµy lo¹i bá ®îc c¸c sai sè trong c¸c trêng hîp nh ¶nh bÞ<br />
nghiªng hay nhiÔu do ®iÒu kiÖn ¸nh s¸ng. Tuy nhiªn nhîc ®iÓm lín nhÊtcña<br />
ph¬ng ph¸p nµy lµ thuËt to¸n kh¸ phøc t¹p, khèi lîng tÝnh to¸n lín vµ kÕt qu¶ xö<br />
lý thÊp ®èi víi c¸c ®èi tîng ë kho¶ng c¸ch xa.<br />
NhËn d¹ng dùa trªn tæng thÓ khu«n mÆt (Appearance Based Face Recognition).<br />
Lóc nµy qu¸ tr×nh nhËn d¹ng kh«ng ®i xÐt c¸c chi tiÕt trªn khu«n mÆt n÷a, mµ<br />
chóng ta xem khu«n mÆt lµ mét vector trong kh«ng gian nhiÒu chiÒu tõ ®ã cã thÓ<br />
®¸nh gi¸ t¬ng quan cña c¸c ®èi tîng th«ng qua ®¸nh gi¸ vÞ trÝ t¬ng quan cña<br />
c¸c vector. Tuy nhiªn viÖc sö dông tÊt c¶ c¸c d÷ liÖu trong ¶nh ®Ó dïng cho bµi<br />
to¸n nhËn d¹ng, ph©n líp lµ kh«ng cÇn thiÕt, ®Æc biÖt ®èi víi nhãm d÷ liÖu cã cïng<br />
chiÒu híng biÕn ®æi nh mÆt ngêi, nªn ph¬ng ph¸p ph©n tÝch thµnh phÇn chÝnh<br />
®îc ®Ò xuÊt vµ ®îc sö dông phæ biÕn cho líp bµi to¸n nµy. ¦u ®iÓm cña ph¬ng<br />
ph¸p ph©n tÝch thµnh phÇn chÝnh (Principal Companent Analysis – PCA) ®îc t¸c<br />
Herve Abdi vµ Lynne J.William tæng hîp trong nghiªn cøu cña m×nh [1] lµ cã thÓ<br />
lo¹i bá mét sè chiÒu cña kh«ng gian d÷ liÖu mµ vÉn duy tr× sù biÕn ®æi nhiÒu nhÊt<br />
<br />
<br />
54 N.B. §¹i, D.Q. Dòng , “X©y dùng c«ng cô nhËn d¹ng khuôn mÆt... mã nguồn mở”<br />
Nghiªn cøu khoa häc c«ng nghÖ<br />
<br />
cña tËp hîp c¸c vector d÷ liÖu ban ®Çu. Tõ ®ã, Matthew A. Turk vµ Alex P.<br />
Pentland ®· ph¸t triÓn ph¬ng ph¸p nhËn d¹ng mÆt sö dông khu«n mÆt ®Æc<br />
trng[2], lµ ph¬ng ph¸p cô thÓ cho bµi to¸n nhËn d¹ng mÆt mµ t¸c gi¶ sö dông cho<br />
viÖc x©y dùng c«ng cô. Khi ®ã, bµi to¸n sÏ ®îc gi¶i quyÕt qua c¸c bíc chÝnh nh<br />
sau:<br />
1. Khëi t¹o: tÝnh to¸n khu«n mÆt ®Æc trng tõ tËp ¶nh d÷ liÖu ®Çu vµo vµ x©y<br />
dùng kh«ng gian ®Æc trng nhiÒu chiÒu míi cho bé ¶nh ®Æc trng.<br />
2. §èi víi ¶nh cÇn nhËn d¹ng, thùc hiÖn viÖc biÓu diÔn trªn kh«ng gian ®Æc<br />
trng, tÝnh to¸n ®é t¬ng quan víi c¸c vector cña tËp d÷ liÖu.<br />
3. §¸nh gi¸ ®é t¬ng quan ®Ó truy xuÊt kÕt qu¶.<br />
<br />
2.2. C¸c bíc tiÕn hµnh<br />
X©y dùng kh«ng gian ®Æc trng cho tËp ¶nh d÷ liÖu<br />
Gi¶ sö c¸c ¶nh mÆt I(x,y) biÓu diÔn thµnh c¸c m¶ng gi¸ trÞ cêng ®é s¸ng hai<br />
chiÒu cã kÝch thíc lÇn lît lµ W vµ H, nÕu biÓu diÔn thµnh d¹ng vector trong<br />
kh«ng gian, th× kÝch thíc cña vector hay nãi c¸ch kh¸c chiÒu cña kh«ng gian sÏ lµ<br />
WH. VÝ dô, nÕu ¶nh d÷ liÖu cã d¹ng h×nh vu«ng kÝch thíc 256, th× sè chiÒu cña<br />
kh«ng gian ®Ó biÓu diÔn ¶nh trªn ®ã sÏ lµ 65,536.<br />
NÕu tËp ¶nh ®Çu vµo cña chóng ta gåm m phÇn tö, mçi phÇn tö ®îc biÓu diÔn ë<br />
d¹ng vector cét Xi, khi ®ã ta cã gi¸ trÞ trung b×nh c¸c ¶nh mÆt sÏ lµ:<br />
1 m<br />
X Xi (1)<br />
m i 1<br />
Sai kh¸c gi÷a c¸c mÆt víi gi¸ trÞ trung b×nh ®îc tÝnh theo c«ng tøc:<br />
i X i X (2)<br />
Tõ ®ã, tËp hîp c¸c gi¸ trÞ sai kh¸c cña tËp ¶nh d÷ liÖu so víi gi¸ trÞ trung b×nh<br />
t¹o thµnh ma trËn A cã d¹ng:<br />
A 1 2 ... m (3)<br />
Tõ ®©y x©y dùng ma trËn hiÖp ph¬ng sai. Ở ®©y ta sö dông mét thñ thuËt cña<br />
Mathew A.Turk vµ Alex P.Pentland [2] lµ ®¶o chiÒu nh©n ma trËn lµm gi¶m ®¸ng<br />
kÓ sè chiÒu cña ma trËn ®Ó t×m c¸c vector vµ gi¸ trÞ riªng dÔ dµng h¬n mµ vÉn hiÖu<br />
qu¶ tèt lµ : C AT * A trong ®ã AT lµ ma trËn chuyÓn vÞ cña ma trËn d÷ liÖu ®Çu<br />
vµo A, C lµ ma trËn hiÖp ph¬ng sai. Khi ®ã c¸c gi¸ trÞ riªng x¸c ®Þnh ®îc chØ cßn<br />
lµ 1 2 ... m 0 , vector riªng a1 ,..., am ,thùc hiÖn ®¸nh gi¸ vµ lùa chän sè<br />
trÞ riªng vµ vector riªng lµm c¬ së trùc chuÈn cho kh«ng gian míi. Gäi ma trËn c¬<br />
së trùc chuÈn cho kh«ng gian míi lµ ME. C¸c vector d÷ liÖu ban ®Çu ®îc biÓu<br />
diÔn trong kh«ng gian ®Æc trng th«ng qua phÐp to¸n quay:<br />
MF ME T * A (4)<br />
Trong ®ã MF lµ ma trËn chøa täa ®é c¸c vector ¶nh cña tËp d÷ liÖu trong kh«ng<br />
gian míi.<br />
TÝnh to¸n ®é t¬ng quan cña ¶nh nhËn d¹ng víi tËp ¶nh d÷ liÖu<br />
§èi víi c¸c ¶nh nhËn d¹ng: ¶nh ®îc chuÈn hãa kÝch thíc so víi tËp d÷ liÖu<br />
¶nh c¬ së. Mçi ¶nh ®Çu vµo cña qu¸ tr×nh nhËn d¹ng cã d¹ng lµ vector cét X cã cì<br />
kÝch thíc WH<br />
Sai kh¸c gi÷a ¶nh ®Çu vµo vµ gi¸ trÞ trung b×nh tËp d÷ liÖu:<br />
<br />
<br />
T¹p chÝ Nghiªn cøu KH&CN Qu©n sù, Sè 29, 02 - 2014<br />
55<br />
Kü thuËt ®iÖn tö & Khoa häc m¸y tÝnh<br />
<br />
X X (5)<br />
To¹ ®é cña vector ¶nh ®Çu vµo biÓu diÔn trong kh«ng gian ®Æc trng cã d¹ng:<br />
IF ME T * (6)<br />
§é t¬ng quan Si gi÷a ¶nh cÇn nhËn d¹ng vµ tËp ¶nh d÷ liÖu ®îc x¸c ®Þnh<br />
th«ng qua kho¶ng c¸ch Euclide cña vector IF víi c¸c cét cña ma trËn MF:<br />
1<br />
Si (7)<br />
1 IF MFi <br />
Gi¸ trÞ Si cµng lín th× ¶nh ®Çu vµo cµng gièng víi thµnh phÇn Fi cña ma trËn<br />
MF, tõ ®ã ta cã thÓ ®a ra kÕt luËn cho ¶nh cÇn nhËn d¹ng.<br />
<br />
3. X©y dùng c«ng cô vµ lùa chän tham sè<br />
3.1. Ph¬ng ph¸p, c«ng cô thùc hiÖn<br />
C«ng cô ®îc x©y dùng trªn nÒn hÖ ®iÒu hµnh m· nguån më Ubuntu víi sù hç<br />
trî cña th viÖn xö lý ¶nh OpenCV. C¸c ¶nh cña tËp huÊn luyÖn còng nh ¶nh nhËn<br />
d¹ng thu ®îc tr¶i qua qu¸ tr×nh nhËn diÖn, tiÒn xö lý vµ chuÈn hãa kÝch thíc<br />
t¬ng tù nhau vµ t¬ng tù víi c¸c ®iÒu kiÖn khi tiÕn hµnh nhËn d¹ng. ViÖc nhËn<br />
diÖn sù cã mÆt cña mÆt ®èi tîng trong ¶nh ®îc tiÕn hµnh dùa vµo viÖc sö dông<br />
c¸c líp ®èi tîng Haar Cascade trong OpenCV.<br />
Trong ch¬ng tr×nh, chóng t«i thö nghiÖm nhËn diÖn c¸c ®ång nghiÖp trong c¬<br />
quan, mçi ®èi tîng nhËn d¹ng ®a vµo c¬ së d÷ liÖu 5 ¶nh, ë c¸c tr¹ng th¸i kh¸c<br />
nhau cïng víi mét sè lîng c¸c ¶nh ®îc download tõ internet. Sè lîng ®èi tîng<br />
®îc sö dông cho cho viÖc nhËn d¹ng thö nghiÖm lµ 50 ngêi, sè ¶nh trong c¬ së<br />
d÷ liÖu lµ 500. ViÖc tiÒn xö lý d÷ liÖu c¬ së ban ®Çu, tÝnh to¸n ma trËn t¬ng quan<br />
vµ c¸c gi¸ trÞ riªng ®îc t¸c gi¶ sö dông c¸c c«ng to¸n hç trî qu¸ tr×nh tÝnh to¸n vµ<br />
chØ thùc hiÖn khi khëi ®éng ch¬ng tr×nh. C¸c kÕt qu¶ thu ®îc sÏ ®îc lu tr÷ vµo<br />
file vµ truy xuÊt trong qu¸ tr×nh tÝnh to¸n. Nhê c¸ch xö lý nµy lµm gi¶m ®¸ng kÓ<br />
thêi gian tÝnh to¸n.<br />
<br />
<br />
<br />
<br />
H×nh 1. Lưu đồ thuật toán chương trình nhận dạng.<br />
<br />
Tõ thuËt to¸n trªn, t¸c gi¶ ®· x©y dùng ®îc c«ng cô phÇn mÒm ch¹y trªn<br />
Pandaboard ARM-Cotex A9, giao diÖn ®îc thÓ hiÖn ë h×nh díi.<br />
<br />
<br />
<br />
<br />
56 N.B. §¹i, D.Q. Dòng , “X©y dùng c«ng cô nhËn d¹ng khuôn mÆt... mã nguồn mở”<br />
Nghiªn cøu khoa häc c«ng nghÖ<br />
<br />
<br />
<br />
<br />
H×nh 2. Giao diÖn chÝnh cña hÖ nhËn d¹ng khu«n mÆt.<br />
<br />
Giao diÖn gồm có 4 phần chính:<br />
1. Vùng hiển thị tín hiệu video từ camera<br />
2. Vùng khuôn mặt được phát hiện và cắt phục vụ cho quá trình nhận dạng<br />
3. Vùng hiển thị kết quả khuôn mặt sau khi nhận dạng<br />
4. Vùng hiển thị c¸c th«ng sè qu¸ tr×nh nhËn d¹ng bao gåm thêi gian tÝnh to¸n,<br />
chØ sè mÆt t¬ng quan lín nhÊt vµ gi¸ trÞ t¬ng quan. Vïng này được thể hiện<br />
dưới dạng text và chỉ thay đổi khi cã sù xuÊt hiÖn cña mÆt ngêi trong trêng<br />
quan s¸t cña camera.<br />
Tuy nhiªn, trong qu¸ tr×nh thùc hiÖn, ®èi víi mét thiÕt bÞ phÇn cøng cô thÓ, ë<br />
®©y sö dông Pandaboard ARM-Cotex A9, t¸c gi¶ nhËn thÊy cã rÊt nhiÒu yÕu tè ¶nh<br />
hëng tíi c¸c ®Æc tÝnh ho¹t ®éng cña ch¬ng tr×nh nh thêi gian tÝnh to¸n, kho¶ng<br />
c¸ch tíi ®èi tîng khi ch¬ng tr×nh b¾t ®Çu nhËn diÖn, ®é chÝnh x¸c cña thuËt to¸n.<br />
Ngoµi c¸c yÕu tè thuéc vÒ tÝnh n¨ng cña thiÕt bÞ nh tèc ®é xö lý cña chip vµ thuËt<br />
to¸n ch¬ng tr×nh ®· ®îc tèi u hãa, th× kÝch thíc cña tËp ¶nh d÷ liÖu vµ ¶nh<br />
nhËn d¹ng cã lµ yÕu tè cã ¶nh hëng lín tíi c¸c ®Æc tÝnh ho¹t ®éng. Râ rµng lµ khi<br />
kÝch thíc ¶nh gi¶m xuèng, thêi gian tÝnh to¸n sÏ gi¶m, tuy nhiªn viÖc gi¶m chiÒu<br />
d÷ liÖu sÏ lµm mÊt ®i kh¸ nhiÒu th«ng tin trong ¶nh, nh thÕ hiÓn nhiªn sÏ lµm ®é<br />
chÝnh x¸c nhËn d¹ng còng gi¶m xuèng. Nh vËy ®Ó ®¶m b¶o yªu cÇu lµm viÖc theo<br />
thêi gian thùc vµ ®é chÝnh x¸c khi lµm viÖc cña thiÕt bÞ, cÇn c©n nh¾c kü ®Ó lùa<br />
chän kÝch thíc ¶nh hîp lý. NhËn thÊy viÖc tÝnh to¸n thêi gian xö lý cña ch¬ng<br />
tr×nh theo kÝch thíc cña ¶nh mét c¸ch chÝnh x¸c lµ hÕt søc khã kh¨n, t¸c gi¶ ®Ò<br />
xuÊt t×m th«ng sè kÝch thíc ¶nh hîp lý nhÊt th«ng qua viÖc thö nghiÖm c¸c bé gi¸<br />
trÞ kh¸c nhau. Ngoµi ra, tõ viÖc thö nghiÖm ta cßn ®¸nh gi¸ ®îc mét sè ®Æc tÝnh<br />
cña ch¬ng tr×nh thay ®æi theo kÝch thíc ¶nh.<br />
<br />
<br />
<br />
<br />
T¹p chÝ Nghiªn cøu KH&CN Qu©n sù, Sè 29, 02 - 2014<br />
57<br />
Kü thuËt ®iÖn tö & Khoa häc m¸y tÝnh<br />
<br />
B¶ng 1. KÕt qu¶ thö nghiÖm thuËt to¸n víi c¸c kÝch thíc ¶nh kh¸c nhau.<br />
KÝch thíc ¶nh<br />
40x44 80x88 100x110 150x165 200x220 232x256<br />
mÆt(pixel)<br />
Thêi gian tÝnh trung<br />
4 9 12 23 31 39<br />
b×nh (ms)<br />
Kho¶ng c¸ch trung<br />
b×nh b¾t ®Çu qu¸ tr×nh 3.5 2.5 2.2 1.8 1.5 1.2<br />
nhËn diÖn(m)<br />
§é chÝnh x¸c 64.6% 78.7% 82.3% 88.2% 92.2% 94.1%<br />
<br />
Trong qu¸ tr×nh truy xuÊt kÕt qu¶, ®Ó tr¸nh x¶y ra c¸c ®iÓm bÊt thêng, t¸c gi¶<br />
nhËn thÊy, viÖc xuÊt ra kÕt qu¶ sai thêng chØ x¶y ra mét c¸ch ngÉu nhiªn sau ®ã<br />
l¹i tr¶ vÒ gi¸ trÞ ch©n lý. T¸c gi¶ ®Ò xuÊt ®a ra viÖc chÊp nhËn kÕt qu¶ nhËn d¹ng<br />
chØ ®îc truy xuÊt khi cã liªn tiÕp mét sè lÇn nhËn d¹ng cã cïng kÕt qu¶. Trêng<br />
hîp nhËn d¹ng cã cïng mét kÕt qu¶ sai ë mét sè lÇn liªn tiÕp kh¸c nhau lµ rÊt hiÕm<br />
x¶y ra nªn c¸ch xö lý nµy lµm cho kÕt qu¶ nhËn d¹ng t¨ng lªn mét c¸ch ®¸ng kÓ.<br />
Víi viÖc truy xuÊt kÕt qu¶ cho ba lÇn xö lý liªn tiÕp, t¸c gi¶ thu ®îc mét kÕt qu¶<br />
kh¶ quan h¬n :<br />
<br />
B¶ng 2. KÕt qu¶ thö nghiÖm thuËt to¸n víi c¸c kÝch thíc ¶nh<br />
kh¸c nhau sau ba lÇn trïng khíp kÕt qu¶.<br />
KÝch thíc ¶nh<br />
40x44 80x88 100x110 150x165 200x220 232x256<br />
mÆt(pixel)<br />
Thêi gian tÝnh trung<br />
12 27 36 69 93 117<br />
b×nh (ms)<br />
Kho¶ng c¸ch trung<br />
b×nh b¾t ®Çu qu¸ tr×nh 3.5 2.5 2.2 1.8 1.5 1.2<br />
nhËn diÖn(m)<br />
§é chÝnh x¸c 87.4% 90.2% 94.5% 95.6% 96.4% 97.1%<br />
<br />
4. KÕt luËn<br />
Tõ c¸c kÕt qu¶ thö nghiÖm, t¸c gi¶ nhËn thÊy, ®èi víi tõng môc ®Ých sö dông<br />
c«ng cô (chÊm c«ng, qu¶n lý ®èi tîng ra vµo khu vùc, hay lµm nhiÖm vô c¶nh b¸o<br />
an ninh) chóng ta sÏ ®¸nh gi¸ yªu cÇu ®Ó lùa chän th«ng sè hîp lý nhÊt.<br />
Víi môc ®Ých ch¬ng tr×nh ho¹t ®éng thö nghiÖm nhËn diÖn theo thêi gian thùc<br />
c¸c ®èi tîng ra vµo c¬ quan (Khoa), t¸c gi¶ c¨n cø vµo kÕt qu¶ vµ lùa chän ®îc<br />
yÕu tè quyÕt ®Þnh ®Õn tÝnh n¨ng bµi to¸n lµ kÝch thíc ¶nh chuÈn cho tËp d÷ liÖu<br />
còng nh cho ¶nh mÆt ®Çu vµo nhËn diÖn. Víi kÝch thíc ¶nh ®Çu vµo cã kÝch<br />
thíc 640x480 vµ kÝch thíc quy chuÈn mÆt c¸c ®èi tîng vÒ 100x110, tèc ®é ph¸t<br />
hiÖn mÆt vµ nhËn d¹ng mÆt cña ch¬ng tr×nh kh¸ nhanh, ®¶m b¶o ph¸t hiÖn t¸ch<br />
®îc mÆt cña ®èi tîng, xö lý vµ ®a ra 27 kÕt qu¶ nhËn dang trong 1 gi©y, ®¶m<br />
b¶o ®îc tèc ®é yªu cÇu.<br />
§é chÝnh x¸c thèng kª thùc nghiÖm trªn tËp ¶nh c¬ së d÷ liÖu thùc (c¸n bé gi¸o<br />
viªn trong Khoa) ®¹t xÊp xØ 94.5% kÕt qu¶ chÝnh x¸c trªn tæng sè lÇn mµ ch¬ng<br />
tr×nh truy xuÊt kÕt qu¶.<br />
<br />
<br />
<br />
58 N.B. §¹i, D.Q. Dòng , “X©y dùng c«ng cô nhËn d¹ng khuôn mÆt... mã nguồn mở”<br />
Nghiªn cøu khoa häc c«ng nghÖ<br />
<br />
Trong qu¸ tr×nh thùc nghiÖm, t¸c gi¶ nhËn thÊy r»ng hÖ thèng cÇn c¶i tiÕn thuËt<br />
to¸n ®Ó cã thÓ lo¹i bá tèi ®a nh÷ng yÕu tè nhiÔu do m«i trêng nhËn d¹ng, còng<br />
nh tèi u hãa tèc ®é cña ch¬ng tr×nh nh»m gi¶m c«ng suÊt lµm viÖc cho chÝp<br />
nh»m ®¶m b¶o tÝnh tin cËy còng nh tµi nguyªn cña hÖ nhóng. §ång thêi thö<br />
nghiÖm trªn tËp mÉu thùc lín h¬n nh¾m ®¸nh gi¸ chÝnh x¸c ®îc kÕt qu¶.<br />
Lêi c¶m ¬n: Nhãm t¸c gi¶ xin göi lêi c¸m ¬n ch©n thµnh tíi c¸c gi¸o viªn trong Khoa Hµng<br />
kh«ng vò trô, Häc viÖn kü thuËt Qu©n sù ®· gióp ®ì nhiÖt t×nh nhãm nghiªn cøu trong qu¸ tr×nh tiÕn<br />
hµnh thö nghiÖm thuËt to¸n.<br />
<br />
Tµi liÖu tham kh¶o<br />
[1]. Herve Abdi and Lynne J. Williams, “Principal component analysis,” Wiley<br />
Interdisciplinary Reviews: Computational Statistics, 2: 433–459.<br />
[2]. Matthew A. Turk and Alex P. Pentland, “Face recognition using eigenfaces.”<br />
In Proceedings CVPR 91, IEEE Computer Society Conference on Computer<br />
Vision and Pattern Recognition, 1991.<br />
[3]. Peter N. Belhumeur, Joao P. Hespanha, and David J. Kriegman, “Eigenfaces<br />
vs. fisherfaces: Recognition using class specific linear projection,” IEEE<br />
Transactions On Pattern Analysis And Machine Intelligence, 19(7):711–720,<br />
July 1996.<br />
[4]. W. Zhao, R. Chellappa, P. J. Phillips, and A. Rosenfeld “Face recognition: A<br />
literature survey,” ACM Computing Surveys,35(4):399-458, December 2003<br />
[5]. Rafael C. Gonzalez, Richard E. Woods, “Digital Image Processing,” 2nd<br />
edition, Prentice Hall, Upper Saddle River, NJ, pp 693-750.<br />
[6]. Robert Laganière, “OpenCV 2 Computer Vision Application Programming<br />
Cookbook,” Published by Packt Publishing Ltd. 32 Lincoln Road,<br />
Olton,Birmingham, B27 6PA, UK.<br />
[7]. I.T. Jolliffe, ‘Principal Companent Analysis,” 2nd edition, Springer, New<br />
York, 2005.<br />
<br />
abstract<br />
building face recognition tool in<br />
real time based open source<br />
This paper presents research building face recognition tool in real time<br />
based open source with using principal companent analysis. Initial test<br />
results show that the tool has worked quite effectively and be able to apply<br />
in practice in many fields.<br />
<br />
Keywords: Computer vision, Image processing, Face recognition, PCA<br />
<br />
NhËn bµi ngµy 08 th¸ng 9 n¨m 2013<br />
Hoµn thiÖn ngµy 08 th¸ng 01 n¨m 2013<br />
ChÊp nhËn ®¨ng ngµy 14 th¸ng 01n¨m 2014<br />
<br />
§Þa chØ: * Khoa Hµng kh«ng Vò trô, Häc viÖn KTQS.<br />
** Khoa Kü thuËt ®iÒu khiÓn, Häc viÖn KTQS.<br />
<br />
<br />
<br />
<br />
T¹p chÝ Nghiªn cøu KH&CN Qu©n sù, Sè 29, 02 - 2014<br />
59<br />