Đồ án môn Thị giác máy tính - Đề tài: Nhận dạng mặt người trên Matlab
ĐỒ ÁN MÔN THỊ GIÁC MÁY TÍNH
ĐỀ TÀI :
NHẬN DẠNG MẶT NGƯỜI
TRÊN MATLAB
Giảng viên hướng dẫn: Lê Thị Ngọc Thúy
Sinh viên thực hiện:
Đỗ Thanh Huy
Trần Quốc Tuân
Đỗ Thị Thảo
Cù Quang Anh
MỤC LỤC
LỜI MỞ ĐẦU.............................................................................................................2
PHẦN I: TỔNG QUAN VỀ NHẬN DIỆN KHUÔN MẶT VÀ THUẬT TOÁN
PCA..............................................................................................................................3
I. CÔNG NGHỆ NHẬN DIỆN MẶT NGƯỜI TRONG THỊ GIÁC MÁY
TÍNH .................................................................................................................3
II. THUẬT TOÁN PCA ........................................................................................6
III. THUẬT TOÁN PCA TRONG NHẬN DIỆN KHUÔN MẶT .....................11
PHẦN II: ẢNH MÀU VÀ CÁC LỆNH XỬ LÝ ẢNH MÀU TRÊN MATLAB..16
I. GIỚI THIỆU ẢNH SỐ.....................................................................................16
1. Ảnh số.............................................................................................................16
2. Các kiểu hình ảnh trong Matlab......................................................................21
3. Chuyển đổi giữa những kiểu dữ liệu ..............................................................22
4. Các phép toán số học cơ bản với dữ liệu ảnh .................................................23
5. Các hàm hiển thị trong Matlab .......................................................................24
6. Các hàm sử dụng trong đề tài .........................................................................25
II. GIAO DIỆN GUI CỦA MATLAB .................................................................26
1. Giao diện GUI ................................................................................................26
2. Giới thiệu qua chương trình nhận dạng mặt người ........................................28
III: SƠ ĐỒ KHỐI VÀ CODE CHƯƠNG TRÌNH...............................................31
1. Sơ đồ khối.......................................................................................................31
2. Code chương trình ..........................................................................................32
1
LỜI MỞ ĐẦU
Trong thế giới ngày nay với sự phát triển mạnh mẽ của kỹ thuật số và mạng toàn
cầu, vấn đề về đảm bảo an toàn về thông tin cũng như vật chất ngày càng trở nên quan
trọng và khó khăn. Một trong những phương pháp đơn giản nhất nhưng cũng là bài
toán phức tạp nhất là xác định một người thông qua khuôn mặt từ đó cập nhật thông
tin để đảm bảo an toàn thông tin cũng như tìm kiếm tội phạm.
Trong nhiều năm qua có rất nhiều công trình nghiên cứu về bài toán nhận dạng
khuôn mặt người từ ảnh đen trắng, xám đến ảnh màu như ngày hôm nay. Các nghiên
cứu đi từ bài toán đơn giản, mỗi ảnh chỉ có một khuôn mặt người nhìn thẳng vào thiết
bị thu hình và đầu ở tư thế thẳng đứng trong ảnh đen trắng. Cho đến ngày hôm nay bài
toán mở rộng cho ảnh màu, có nhiều khuôn mặt trong cùng một ảnh, có nhiều tư thế
thay đổi trong ảnh. Không những vậy mà còn mở rộng phạm vi từ môi trường xung
quanh khá đơn giản cho đến môi trường xung quanh rất phức tạp nhằm đáp ứng nhu
cầu của con người.
Mục tiêu của đề tài “Nhận dạng mặt người bằng thuật toán PCA trên Matlab” là
thực hiện chương trình tìm kiếm một bức ảnh có khuôn mặt một người trong tập ảnh
cơ sở giống với khuôn mặt của người trong bức ảnh cần kiểm tra bằng ngôn ngữ
Matlab.
Để tiện theo dõi em xin trình bày đề tài theo ba phần:
✓ Phần đầu là tổng quan về nhận diện khuôn mặt và thuật toán PCA sử dụng
trong bài.
✓ Phần 2 giới thiệu về ảnh màu và những thứ liên quan đến việc nhận dạng
khuôn mặt và phần mềm sử dụng.
✓ Sau cùng là code chương trình và thuật toán để dễ hình dung hơn
Do tài liệu tham khảo hạn chế, trình độ có hạn và kinh nghiệm thực tiễn còn non
kém nên đề tài còn nhiều thiếu sót. Chúng em mong nhận được những ý kiến và lời
nhận xét của cô để giúp chúng em hoàn thiện hơn đề tài này.
2
PHẦN I: TỔNG QUAN VỀ NHẬN DIỆN KHUÔN MẶT
VÀ THUẬT TOÁN PCA
I.
CÔNG NGHỆ NHẬN DIỆN MẶT NGƯỜI TRONG THỊ GIÁC MÁY
TÍNH.
Sinh trắc học được sử dụng trong quá trình xác thực người bằng cách sử dụng các
đặc trưng của con người để xác minh hoặc nhận dạng. Có rất nhiều loại hệ thống sinh
trắc học như nhận diện dấu vân tay, nhận diện và phát hiện khuôn mặt, nhận diện
mống mắt…Các đặc trưng sinh học này này thường được sử dụng cho nhận dạng
người trong hệ thống giám sát hoặc nhận dạng tội pham. Lợi thế của việc sử dụng đặc
trưng sinh học trong nhận dạng đó là chúng rất khó có thể thay đổi theo thời gian và là
các đặc trưng độc nhất của mỗi người.
Một hệ thống nhận diện khuôn mặt là một ứng dụng máy tính, có khả năng nhận
dạng và xác minh một người từ một ảnh số hoặc từ khung video trong video.
Các pha trong một hệ thống nhận diện khuôn mặt:
Để xây dựng một hệ thống nhận dạng mặt, cũng không hề đơn giản, bước đầu tiên
cần thực hiện là face detection, tức là phát hiện phần ảnh mặt trong dữ liệu đầu vào
(CSDL ảnh, video …) và cắt lấy phần ảnh mặt để thực hiện nhận dạng (Face
cropping), bước thứ hai là tiền xử lý ảnh (Preprocessing) bao gồm các bước căn chỉnh
ảnh (Face image alignment) và chuẩn hóa ánh sáng (Illumination normalization) (ở
đây đang nói tới các ảnh có góc nhìn thẳng), tiếp đến là bước trích chọn đặc trưng
(Feature extraction), ở bước này một phương pháp trích chọn đặc trưng nào đó (mẫu
nhị phân cục bộ – Local Binary Pattern – LBP, Gabor wavelets, …) sẽ được sử dụng
với ảnh khuôn mặt để trích xuất các thông tin đặc trưng cho ảnh, kết quả là mỗi ảnh sẽ
được biểu diễn dưới dạng một vector đặc trưng, bước tiếp theo là bước nhận dạng hay
phân lớp, tức là xác định danh tính hay nhãn của ảnh – đó là ảnh của ai. Ở bước phân
lớp, thường thì phương pháp k-nearest neighbor sẽ được sử dụng, ngoài ra có thể sử
dụng SVM (Support Vector Machine) tuy nhiên không mang lại hiệu quả cao. Dữ liệu
cho một hệ thống nhận dạng mặt được chia làm 3 tập: tập huấn luyện (Training set),
tập tham chiếu (reference set hay gallery set) và tập để nhận dạng (probe set hay query
set, đôi khi còn gọi là test set). Trong nhiều hệ thống, tập training trùng với tập
reference. Tập training gồm các ảnh được dùng để huấn luyện (hay học), thông
thường tập này được dùng để sinh ra một không gian con (projection subspace) là một
3
ma trận và phương pháp hay được sử dụng là PCA (Principal Component Analysis),
WPCA (Whitened PCA), LDA (Linear Discriminant Analysis), KPCA (Kernel PCA).
Tập reference gồm các ảnh đã biết danh tính được chiếu (projected) vào không gian
con ở bước training. Bước training nhằm 2 mục đích: giảm số chiều (Dimension
reduction) của các vector đặc trưng (Feature vector) vì các vector này thường có độ
dài khá lớn (vài nghìn tới vài trăm nghìn) nên nếu để nguyên thì việc tính toán sẽ rất
rất lâu, thứ hai là làm tăng tính phân biệt giữa các ảnh khác lớp (định danh khác nhau),
ngoài ra có thể làm giảm tính phân biệt giữa các ảnh thuộc về một lớp (tùy theo
phương pháp, ví dụ như Linear Discriminant Analysis LDA- còn gọi là Fisher Linear
Discriminant Analysis-Fisherface là một phương pháp làm việc với tập Training mà
mỗi đối tượng có nhiều ảnh mặt ở các điều kiện khác nhau). Sau khi thực hiện chiếu
tập Reference vào không gian con, hệ thống lưu lại kết quả là một ma trận với mỗi cột
của ma trận là một vector tương ứng với ảnh (định danh đã biết) để thực hiện nhận
dạng (hay phân lớp). Nhận dạng (hay phân lớp) được thực hiện với tập các ảnh khảo
sát, sau khi tiền xử lý xong, mỗi ảnh sẽ được áp dụng phương pháp trích chọn đặc
trưng (như với các ảnh thuộc tập training và Reference) và được chiếu vào không gian
con. Tiếp đến việc phân lớp sẽ dựa trên phương pháp k-NN, định danh của một ảnh
cần xác định sẽ được gán là định danh của ảnh có khoảng cách (distance) gần với nó
nhất. Ở đây cần lưu ý là mỗi ảnh là một vector nên có thể dùng khái niệm hàm khoảng
cách giữa hai vector để đo sự khác biệt giữa các ảnh.
Ứng dụng của nhận diện khuôn mặt người:
• Hệ thống tương tác giữa người và máy: giúp những người bị tật hoặc khiếm
khuyết có thể trao đổi.
• Hệ thống quan sát, theo dõi và bảo vệ.
• Thẻ căn cước, chứng minh thư nhân dân (Face Indentification).
• Tìm kiếm và tổ chức dữ liệu liên quan đến con người thông qua khuôn mặt
người trên nhiều hệ cơ sở dữ liệu lưu trữ thật lớn, như internet, các hãng truyền
hình.
• Ứng dụng trong video phone.
• Phân loại trong lưu trữ hình ảnh trong điện thoại di động.
• Kiểm tra trạng thái người lái xe có ngủ gật, mất tập trung hay không, và hỗ trợ
thông báo khi cần thiết.
• Trong lĩnh vực thiết kế điều khiển robot.
Phương pháp nhận diện khuôn mặt người:
Dựa vào những đặc điểm của phương pháp nhận diện khuôn mặt người trên ảnh.
Các phương pháp này được chia làm bốn hướng tiếp cận chính:
4
• Hướng tiếp cận dựa trên tri thức: Mã hóa các hiểu biết của con người về khuôn
mặt thành các luật. Thông thường các luật mô tả mối quan hệ giữa các đặc
trưng.
• Hướng tiếp cận dựa trên các đặc trưng không thay đổi: Mục tiêu của các thuật
toán này là đi tìm các đặc trưng mô tả cấu trúc khuôn mặt người mà các đặc
trưng này sẽ không thay đổi theo thời gian, và không phụ thuộc vào biểu cảm
khuôn mặt, vị trí đặt thiết bị thu hình hay điều kiện ánh sáng.
• Hướng tiếp cận dựa trên so mẫu khớp: Dùng các mẫu chuẩn của khuôn mặt
người (các mẫu này được lựa chọn và lưu trữ) để mô tả cho khuôn mặt người
hay các đặc trưng khuôn mặt (các mẫu này phải được chọn làm sao cho tách
biệt nhau theo tiêu chuẩn mà các tác giả định ra để so sánh). Các mối tương
quan giữa những dữ liệu ảnh đưa vào và các mẫu dùng để xác định khuôn mặt
người.
• Hướng tiếp cận dựa trên diện mạo: Trái ngược hẳn với so mẫu khớp, các mô
hình (hay các mẫu) được học từ một tập ảnh huấn luyện trước đó. Sau đó hệ
thống (mô hình) sẽ xác định khuôn mặt người. Hay một số tác giả còn gọi
hướng tiếp cận này là hướng tiếp cận theo phương pháp học.
Ưu và nhược điểm
So với các công nghệ khác
phương pháp đáng tin cậy và hiệu quả nhất. Tuy nhiên, một trong những lợi thế quan
trọng là nó không đòi hỏi sự hợp tác của các đối tượng thử nghiệm. Các hệ thống thiết
kế được lắp đặt tại các sân bay, khu chung cư, và những nơi công cộng khác có thể
xác định các cá nhân giữa đám đông, mà không bỏ sót một ai. Sinh trắc học khác như
dấu vân tay, quét mống mắt, và nhận dạng giọng nói không thể thực hiện được điều
này.
Nhược điểm
Nhận dạng khuôn mặt còn rất xa mới có thể đạt đến mức độ hoàn hảo, ngoài ra
cũng rất khó để thực hiện phương pháp này trong các điều kiện nhất định. Ralph
Gross, một nhà nghiên cứu tại Viện Mellon Robotics Carnegie, mô tả một trở ngại liên
quan đến các góc nhìn của khuôn mặt: "Nhận dạng khuôn mặt đã thực hiện được khá
tốt ở phía mặt trước và phía chênh lệch 20 độ, nhưng ngay sau khi bạn đi về phía góc
khuất, thì nó có vấn đề."
Các điều kiện khác mà nhận dạng khuôn mặt không làm việc tốt bao gồm thiếu
ánh sáng, đeo kính mát, tóc dài, hoặc các đối tượng mà một phần khuôn mặt bị che, và
các hình ảnh độ phân giải thấp. Một bất lợi nghiêm trọng là nhiều hệ thống sẽ kém
5
hiệu quả nếu biểu hiện khuôn mặt khác nhau. Ngay cả một nụ cười lớn, cũng có thể
làm cho hệ thống giảm tính hiệu quả. Ngoài ra còn có sự không thống nhất trong các
bộ dữ liệu được sử dụng bởi các nhà nghiên cứu.
Thách thức đối với nhận diện khuôn mặt:
Hiện nay các vấn đề sau được coi là thách thức lớn (chưa có phương pháp tối ưu)
đối với nhận dạng mặt:
• Sự thay đổi hướng khuôn mặt: kết quả với các ảnh có hướng thay đổi (
không phải chính diện) còn khá khiêm tốn.
,
> 45°
• Độ phân giải thấp: ảnh thu được từ các camera giám sát thường có kích thước
và chất lượng rất rất thấp, các kết quả nghiên cứu về lĩnh vực này còn chưa
nhiều.
• Nhận diện khuôn mặt dựa trên video: với sự phát triển của các phương tiện
multimedia, thông tin mặt người trong các dữ liệu video là vô cùng nhiều, tuy
nhiên hầu hết các phương pháp nhận dạng vẫn làm việc với ảnh tĩnh trích xuất
từ dữ liệu video, chưa có phương pháp tốt tận dụng hết ưu thế của dữ liệu
video.
• Các hệ thống lớn: các cơ sở dữ liệu ảnh khuôn mặt được test bởi các nhà
nghiên cứu còn khá nhỏ (vài trăm tới vài chục nghìn ảnh mặt), tuy nhiên trên
thực tế các CSDL có thể rất lớn, ví dụ CSDL ảnh khuôn mặt của cảnh sát có
thể chứa từ hàng triệu tới hơn 1 tỉ ảnh …
• Điều kiện lão hóa: việc nhận dạng ảnh mặt thay đổi theo thời gian thực sự vẫn
còn là một vấn đề lớn ngay cả đối với khả năng nhận dạng của con người.
• Điều kiện sáng: là một trong những thách thức lớn nhất của nhận dạng mặt,
chưa có phương pháp tốt cho các ảnh chụp ở điều kiện ngoài trời.
II.
THUẬT TOÁN PCA.
Phân tính thành phần chính (Principal component analysis) hay còn gọi là PCA là
một trong những kết quả đẹp từ việc áp dụng đại số tuyến tính. PCA được sử dụng
nhiều trong các khuôn mẫu phân tích bởi vì nó là phương pháp không cần tham số và
đơn giản cho việc trích xuất thông tin thích hợp từ các tập dữ liệu không rõ ràng. PCA
cung cấp một hướng đi cho việc làm thế nào để hạn chế một tập dữ liệu phức tạp tới
một tập dữ liệu với số chiểu nhỏ hơn để hiện ra thông tin ẩn dưới tập dữ liệu không rõ
ràng đó.
Thông thường để hiểu rõ một hiện tượng nào đó, ta thường đo lường một vài đại
lượng trong hệ thống. Ta có thể không tính toán được điều gì đã xảy ra do dữ liệu đo
được rất mù mờ, không rõ ràng, số lượng các biến đo lường có thể rất lớn và tại các
6
thời điểm dễ gây nhầm lẫn. Ví dụ như với một hệ thống đơn giản ta chỉ cần một vài đo
lường để tính toán hệ thống đó, nhưng đó là với trường hợp ta đã có những kinh
nghiệm trước đó về hệ thống, nếu không có kinh nghiệm về hệ thống, thường thì ta sẽ
sử dụng những hiểu biết đã có để đo lường hệ thống này, nhưng những hiểu biết này
không phù hợp với hệ thống nên các phép đo này sử dụng một mô hình nhiều chiều
hơn thực tế để mô tả hệ thống, gây nên dư thừa và dữ liệu không rõ ràng. Thuật toán
PCA rất hữu dụng trong những trường hợp này. Nó sẽ biến đổi tập dữ liệu đo lường
dư thừa, nhiễu lớn về tập dữ liệu mà biểu diễn diễn tốt nhất (dễ quan sát nhất, dễ phân
biệt nhất) hệ thống. Với một hệ thống liên tục và tuyến tính nếu ta đưa các đo lường
vào một không gian vector nơi mà mỗi thể hiện của hệ thống được xem như một
vector thuộc không gian vector đó thì nó sẽ là tổ hợp tuyến tính của các vector cơ sở
của không gian vector đó (số các vector cơ sở là số chiều của không gian đó). Ta sẽ sử
dụng một phép biến đổi tuyến tính để ánh xạ tập dữ liệu gốc vào tập dữ liệu mới và ta
mong muốn rằng tập dữ liệu mới này sẽ giảm sự dư thừa và nhiễu. Nhiệm vụ của ta là
tìm ra phép biến đổi này.
Một số đặc điểm của PCA:
• Giúp giảm số chiều của dữ liệu.
• Thay vì giữ lại các trục tọa độ của không gian cũ, PCA xây dựng một không
gian mới ít chiều hơn, nhưng lại có khả năng biểu diễn dữ liệu tốt tương đương
chiều mới.
• Các trục tọa độ trong không gian mới là tổ hợp tuyến tính của không gian cũ,
do đó về mặt ngữ nghĩa, PCA xây dựng đặc trưng mới dựa trên các đặc trưng
đã quan sát được. Điểm hay là những đặc trưng này vẫn biểu diễn tốt dữ liệu
ban đầu.
• Trong không gian mới, các liên kết tiềm ẩn của dữ liệu có thể được khám phá,
mà nếu đặt trong không gian cũ thì khó phát hiện hơn, hoặc những liên kết như
thế không thể hiện rõ.
Giả sử, với X là ma trận các vector biểu diễn tập dữ liệu gốc, Y là ma trận các
vector biểu diễn lại tập dữ liệu. P là phép biến đổi tuyến tính. Công thức để ánh xạ tập
dữ liệu gốc vào tập dữ liệu biểu diễn lại như sau:
(1)
푃푋 = 푌
Sau đây ta sẽ phân tích làm thế nào để xác định P. Có hai đại lượng toán học mà
7
2
푛
∑
푋 ― 푋
푖
푖=1
2
휎 =
(푛 ― 1)
푛
∑
푋 ― 푋 푌 ― 푌
푖
푖
푖=1
푐표푣(푋,푌) =
(푛 ― 1)
Hiệp phương sai của hai biến ngẫu nhiên X và Y cho biết mối tương quan giữa X
và Y. Giá trị của hiệp phương sai không quan trọng bằng dấu của nó.
• Nếu giá trị hiệp phương sai là dương chỉ ra rằng X và Y tăng hoặc giảm cùng
nhau.
• Nếu giá trị hiệp phương sai là âm sẽ chỉ ra rằng X sẽ tăng trong khi Y sẽ giảm
hoặc ngược lại.
• Nếu giá trị hiệp phương sai bằng không, X và Y độc lập với nhau.
Hiệp phương sai là công cụ hữu dụng để tìm mối liên hệ giữa các chiều trong một
tập dữ liệu có số chiều cao. Hiệp phương sai của một biến bằng phương sai của biến
đó.
Các vector trong không gian vector được xem như một biến ngẫu nhiên nhiều
chiều, mỗi thành phần của vector là một biến ngẫu nhiên vô hướng. Giả sử ta có
vector sau.
푋
1
⋮
푛
푋 =
푋
Ma trân hiệp phương sai của của X có dạng sau.
푐표푣(푋 ,푋 ) 푐표푣(푋 ,푋 ) ⋯ 푐표푣(푋 ,푋 )
1
1
1
2
1
푛
1
푐표푣(푋 ,푋 ) 푐표푣(푋 ,푋 ) ⋯ 푐표푣(푋 ,푋 )
2
1
2
2
2
푛
푇
퐶 =
푋푋 =
⋮
⋮
⋱
⋮
푛 ― 1
푐표푣(푋 ,푋 ) 푐표푣(푋 ,푋 ) ⋯ 푐표푣(푋 ,푋 )
푛
1
푛
2
푛
푛
Ta có nhận xét sau về ma trận hiệp phương sai:
8
• Đường chéo ma trận là các phương sai của các thành phần của vector ngẫu
nhiên X.
• Các vị trí không phải đường chéo cho thấy mối tương quan dữ liệu theo các
chiều tương ứng trong vector ngẫu nhiên X.
• Ma trận C là ma trận đối xứng.
X là vector ngẫu nhiên nên ta có thể nói các thành phần không phải đường chéo
của ma trận C biểu diễn mối tương quan giữa các chiều trong tập dữ liệu. Các thành
phần đường chéo biểu diễn khả năng phân tán thống kê của dữ liệu theo chiều tương
ứng. Như vậy để hệ thống có thể quan sát và phân biệt rõ ta cần tăng giá trị phương
sai và giảm giá trị hiệp phương sai để giảm nhiễu và dư thừa. Nguyên nhân là do để
biểu diễn tốt nhất tập dữ liệu thì nhiễu và dư thừa phải nhỏ nhất.
Một đo lường phổ biến cho biết chất lượng dữ liệu là tỉ số tín hiệu trên nhiễu SNR,
2
hay tỉ số của phương sai
.
휎
2
푡í푛 ℎ푖ệ푢
휎
푆푁푅 =
2
푛ℎ푖ễ푢
휎
SNR cao ( 1) chỉ ra rằng dữ liệu có độ chính xác cao, trong khi SNR thấp chỉ ra
≫
dữ liệu nhiễm nhiễu lớn. Trong ma trận hiệp phương sai các thành phần đường chéo là
phương sai dữ liệu theo chiều tương ứng. Chiều có phương sai lớn tương ứng với hệ
thống thay đổi rất nhiều với chiều này tức nghĩa là nó phụ thuộc rất nhiều vào những
chiều này nên ta có thể coi đây là các thành phần
, còn chiều có phương sai
휎
푡í푛 ℎ푖ệ푢
nhỏ thì hệ thống thay đổi rất ít theo chiều đó nên ta có thể coi như
và cần loại
휎
푛ℎ푖ễ푢
bỏ (do những thành phần nhiễu thường thay đổi rất ít xung quanh một hằng số nào
đó), và ta cũng có xu hướng loại bỏ các chiều có tính chất hằng do các chiều này
không giúp phân biệt rõ giữa các đo lường trong hệ thống. Mục tiêu của chúng ta là
tìm ra các chiều mới giúp phân biệt rõ các đo lường trong hệ thống. Những chiều
không giúp phân biệt đưa vào hệ thống càng làm cho hệ thống khó hiểu hơn. Ta xét
tiếp hình sau
9
Trên đây là một hệ tọa độ hai chiều
và , các chấm đen là các điểm trong hệ
푟
2
푟
1
tọa độ và biểu diễn vị trí một vật nào đó trong hệ tọa độ 2 chiều, đường nét đứt là
đường thẳng . Hình a). biểu diễn mức độ dư thừa trong tập quan sát thấp
푟 = 푘푟 +푏
2
1
nhất. Hình c). biểu diễn mức độ dư thừa trong tập quan sát là nhiều nhất. Trong hình
c) ta nhận thấy vị trí của vật gần như nằm trên đường thẳng, như vậy thay vì biểu diễn
vị trí của vật trong hình c) bằng hệ tọa độ 2 chiều thì ta chỉ cần biểu diễn vị trí theo
một trục tọa độ song song với đường thẳng
. Việc biểu diễn bằng hai trục
푟 = 푘푟 +푏
2
1
tọa độ ở đây là dư thừa và không cần thiết. Như vậy nếu dữ liệu biểu diễn theo 2 chiều
mà phụ thuộc tuyến tính vào nhau thì sẽ xảy ra tình trạng dư thừa. Để tránh tình trạng
dư thừa trong biểu diễn dữ liệu thì thì
chiều là bằng không.
hay mối tương quan giữa các
푐표푣(푟 , 푟 ) = 0
1
2
Như vậy để biểu diễn tốt hệ thống thì ma trận hiệp phương sai của vector dữ liệu
phải có các thành phần đường chéo có giá trị khác không và các thành phần không
thuộc đường chéo có giá trị bằng không, nói cách khác ma trận hiệp phương sai phải
là ma trận chéo. Nhắc đến ma trận chéo làm ta liên tưởng tới các bài toán chéo hóa ma
trận trong đại số tuyến tính.
Trở lại với công thức (1). Ma trận hiệp phương sai của Y có dạng.
1
푇
푆 =
푌
푌푌
푛 ― 1
1
푇
=
(푃푋)(푃푋)
푛 ― 1
1
푇 푇
=
푃푋푋 푃
푛 ― 1
1
푇
푇
=
푃(푋푋 )푃
푛 ― 1
1
1
푇
푇
, Ở đây
và là ma trận đối xứng.
là ma trận hiệp
퐴
푆 =
푌
푃퐴푃
퐴 = 푋푋
푛 ― 1
푛 ― 1
phương sai của X.
Như vậy ta phải tìm P để
là ma trân chéo. Từ công thức trên ta thấy bài toán trở
푆
푌
푇
về các bài toán chéo hóa trong đai số tuyến tính – Tìm ma trận P để
là ma trân
푃퐴푃
chéo. Trong đại số tuyến tính, một ma trận đối xứng chéo hóa được bởi một ma trận
các vector riêng trực giao của nó. Như vậy P phải là một ma trận trực giao với các
hàng là các vector riêng của A. Ta có định nghĩa về vector riêng và giá trị riêng như
sau:
10
được gọi là giá trị riêng của ma trân
nếu tồn tại
không
푥 ,…,푥
푛
휆
퐴 = [푎 ]
푖푗 푛×푛
1
đồng thời bằng 0 sao cho:
푥
푥
1
1
⋮
⋮
퐴
= 휆
푥
푥
푛
푛
푥
1
푛
⋮
Khi đó
được gọi là vector riêng ứng với giá trị riêng .
휆
푣 =
∈ ℝ
푥
푛
Trong đại số tuyến tính người ta đã chứng minh được rằng ma trận chéo hóa từ ma
trận A có các thành phần đường chéo là các giá trị riêng của A. Như vậy ma trận hiệp
phương sai của Y có các thành phần đường chéo là các giá trị riêng của A tương ứng
với các vector hàng của P là các vector riêng của A. Ta mong muốn thành phần đường
chéo của ma trận hiệp phương sai của Y càng lớn càng tốt. Như vậy ta chỉ lựa chọn
các giá trị riêng lớn nhất và các vector riêng tương ứng với giá trị riêng đó cho thành
phần đường chéo của
và ma trận P.
푆
푌
Nói tóm lại, phương pháp PCA quy về việc đi tìm trị riêng (eigenvalues) và vector
riêng (eigenvectors) của ma trận hiệp phương sai C của tập mẫu X. Sau đó, ta chỉ giữ
lại K vector riêng ứng với K trị riêng lớn nhất để làm cơ sở cho không gian mới này.
III. THUẬT TOÁN PCA TRONG NHẬN DIỆN MẶT NGƯỜI
PCA được phát minh năm 1901 bởi Karl Pearson, là một thủ tục han chế biến khi
thu được một tập dữ liệu có sự dư thừa. Thuật toán này giúp cho việc hạn chế các biến
vào một số lượng nhỏ hơn các biến khác được gọi là các thành phần chính. Khi thực
hiện nhận diện ảnh số lượng ảnh và kích thước ảnh là một vấn đề lớn trong không gian
nhiều chiều. Mục tiêu của PCA trong nhận diện khuôn mặt là hạn chế chiều của dữ
liệu bằng cách dữ lại càng nhiều sự biến thiên có thể càng tốt trong tập dữ liệu gốc
(điều này nó thể làm mất thông tin). Không gian hạn chế chiều tốt nhất sẽ được xác
định bởi các thành phần chính tốt nhất.
Nhận diện khuôn mặt sử dụng PCA trong phương pháp khuôn mặt riêng, giúp cho
vệc giảm kích thước của cơ sở dữ liệu cho nhận diện ảnh thông qua loại bỏ các vector
riêng bằng không và các vector riêng ứng với các giá trị riêng rất nhỏ, đồng thời làm
nổi bật nét đặc trưng ảnh, tăng khả năng phân biệt ảnh do việc giảm mối tương quan
giữa các chiều trong tập dữ liệu ảnh huấn luyện, hay nói cách khác làm căng không
gian vector ảnh huấn luyện, nhờ đó mà bằng cách tính khoảng cách ngắn nhất với ảnh
cần nhận dạng ta có thể dễ dạng tìm được ảnh tương tự trong cơ sở dữ liệu.
11
Trong phương pháp này ảnh được lưu trữ như các vector đặc trưng trong cơ sở dữ
liệu, được thực hiện bằng cách ánh xạ mỗi ảnh huấn luyện vào không gian khuôn mặt
riêng. Các đặc trưng này có thể có hoặc không liên quan với các đặc trưng thuộc về
khuôn mặt như mắt, mũi, miệng hay tóc. Ảnh nhận diện được chiếu vào không gian
khuôn mặt riêng và so sánh với ảnh trong cơ sở dữ liệu.
Phương pháp khuôn mặt riêng là một phương pháp hiệu quả được sử dụng trong
nhận diện khuôn mặt do tính đơn giản, tốc độ nhanh và khả năng học của nó. Các
khuôn mặt riêng là các thành phần chính của một sự phân bố khuôn mặt, hay nói cách
khác, nó là các vector riêng của ma trận hiệp phương sai của ảnh khuôn mặt nơi mà
2
mỗi ảnh khuôn mặt N N pixel được coi như một điểm trong không gian
chiều.
×
푁
Mỗi ảnh huấn luyện tương ứng với một vector riêng, cũng như ta có thể coi các vector
riêng như một loại khuôn mặt. Mỗi ảnh khuôn mặt có thể biểu diễn chính xác bởi tổ
hợp tuyến tính của các khuôn mặt riêng. Số lương có thể của các khuôn mặt riêng
bằng với số lượng ảnh khuôn mặt trong tập huấn hiện. Các khuôn mặt cũng có thể
biểu diễn gần đúng bằng cách sử dụng khuôn mặt riêng tốt nhất, cái mà tương ứng với
các giá trị riêng lớn nhất, đại diện cho phương sai lớn nhất giữa tập các ảnh.
Các bước nhận diện ảnh sử dụng PCA.
1. Biểu diễn lại ảnh khuôn mặt
Tập huấn luyện với m ảnh kích thước M N được biểu diễn lại thành các vector
×
kích thước M N. Để đảm bảo tính chính xác thì mỗi khuôn mặt được chụp nhiều ảnh
×
ở các góc độ khác nhau để tăng tính chính xác.
Mỗi khuôn mặt được ký hiệu bởi
Ví dụ:
.
Γ , Γ ,… Γ
1
2
푚
1
3
―1
2
1
3
―1
2
=
Mỗi ảnh được biểu diễn lại như sau:
1
―2
1
―3
1
3
―1
1
2
2
1
…
Γ =
1
Γ =
2
Γ =
푚
2
Trong Matlab hàm reshape() được sử dụng để thay đổi kích thước ma trận, cú pháp
như sau:
12
a = reshape (b, m, n);
Với b là ma trận cần thay đổi, m, n là số hàng và cột của ma trận mới. m, n được
lựa chọn sao cho số thành phần của ma trận gốc phải bằng với số thành phần của ma
trận thay đổi kích thước.
2. Tìm ảnh trung bình và ảnh trung bình chuẩn hóa
Ảnh khuôn mặt trung bình là trung bình cộng các ảnh được tính bởi công thức:
푚
1
휓 =
Γ = (Γ + Γ + … + Γ )/푚
푖
1
2
푚
푚
푖=1
Ví dụ:
1
―2
1
1
3
―1
2
1
2
2
1
―1
―1
2
+
+ … +
→
―3
―3
Ảnh trung bình chuẩn hóa là sự khác biệt giữa ảnh gốc và ảnh trung bình:
휙 = Γ ― 휓
푖
푖
2
2
4
―3
5
2
3
0
4
―1
―1
0
…
휙 =
1
휙 =
2
휙 =
푚
Đoạn code sau sẽ lấy giá trị trung bình các cột của ma trận y và tính
휙
푖
휓
% Tính , các cột của y tương ứng
Γ
푖
t=mean(y,2);
for j=1:a
휙
y(:,j)=y(:,j)-t; % Tính
end
Việc lấy ảnh trung bình chuẩn hóa giúp cho việc tính ma trận hiệp phương sai ở
bước sau dễ dàng hơn
13
3. Tính ma trận hiệp phương sai
Ta coi mỗi ảnh tương ứng với một thể hiện của một lần chụp ảnh hay tương ứng
với một đo lường. Vector ảnh là một vector ngẫu nhiên và mỗi một lần chụp là một
thể hiển của vector ngẫu nhiên đó. Giả sử ta có A là một ma trận với các cột là các
vector . Như vậy để tính mối tương quan giữa các chiều của vector ảnh ngẫu nhiên
휙
푖
ta co công thức tính ma trận hiệp phương sai sau.
푇
. A là một ma trận với các cột là các vector
.
휙
푖
퐶 = 퐴퐴
퐴 = [휙 ,휙 ,…,휙 ]
1
2
푚
A có M N hàng và m cột, do đó ma trận C có kích thước (M N)
(M N) rất
×
×
×
×
푇
lớn gây khó khăn cho các tính toán phía sau. Một cách đơn giản hơn là tính
, ma
퐴 퐴
. Nhưng ta cần tính toán các vector riêng của ma trận
trận này chỉ có kích thước
푚 × 푚
C nên ta sẽ biến đổi công thức như sau:
푇
퐴 퐴푣 = 휆 푣
푖
푖 푖
푇
퐴퐴 퐴푣 = 퐴휆 푣
푖
푖 푖
푇
퐴퐴 (퐴푣 ) = 휆 (퐴푣 )
푖
푖
푖
Như vậy các vector riêng của ma trận C bằng
với
là vector riêng của ma
푣
푖
퐴푣
푖
푇
trận
. Do đó để tính các vector riêng của ma trận C có kích thước (M N) (M
×
퐴 퐴
×
푇
N) đầu tiên ta tính các vector riêng của ma trận
sau đó nhân trái ma trận A,
퐴푣
×
퐴 퐴
푖
. Điều này giúp đơn giản trong việc tính toán.
4. Không gian khuôn mặt riêng
푇
Các vector riêng của ma trận
là
được kí hiệu là . Khi ta biến đổi lại
퐴푣 푈
푖 푖
퐴퐴
kích thức của
ngược lại thành kích thước ảnh, nó giống như một ảnh khuôn mặt
푈
푖
nhưng khó nhìn hơn và được gọi là các khuôn mặt riêng. Mỗi vector riêng ứng với
một khuôn mặt riêng trong không gian khuôn mặt, các vector riêng bằng vector 0
được loại bỏ do đó cũng làm hạn chế không gian khuôn mặt tới một mức độ nào đó.
Một ảnh khuôn mặt có thể được chiếu vào không gian khuôn mặt riêng bằng công
thức.
푇
Ω = 푈 휙
14
Trong đó U là ma trận chuyển đổi có các cột là các vector riêng
là ảnh trung bình chuẩn hóa của ảnh khuôn mặt cần chiếu.
đã tìm được.
퐴푣
푖
휙
Trong matlab ta có hàm eig trả về giá trị riêng và vector riêng của một ma trận nào
đó. Cú pháp như sau [b c] = eig(A) trong đó b là một ma trận với các cột là vector
riêng, c là một ma trận với các thành phần đường chéo là các giá trị riêng tương ứng
với các vector riêng trong b.
Để có thể chéo hóa trực giao được ma trận đối xứng thì ta cần trực chuẩn hóa hệ
các vector riêng nhận được. Trong matlab có hàm orth trả về ma trận là hệ các vector
trực chuẩn với mỗi vector tương ứng với các cột của ma trận.
5. Bước nhận diện ảnh
Ảnh kiểm tra được chiếu vào không gian khuôn mặt để thu được vector
Γ
Ω
푇
Ω = 푈 (Γ ― 휓)
Khoảng cách từ vector tới mỗi vector khuôn mặt riêng
được gọi là khoảng
Ω
푘
Ω
2
2
cách Ơ-clit và được định nghĩa bởi công thức:
k = 1,2,…,m
휖 = ‖Ω ― Ω ‖
푘
푘
Trong đó
là một vector mô tả lớp khuôn mặt thứ k. Một khuôn mặt được xác
Ω
푘
định là thuộc lớp k nếu
nhỏ nhỏ nhất và dưới một mức ngưỡng T chọn trước.
휖
푘
Ngược lại được coi là không thuộc lớp k.
Trong trường hợp các ảnh tương đối giống nhau, vẫn có một số ảnh không phải
ảnh cần nhận diện lọt dưới ngưỡng, khi đó có thể gây nhầm lẫn trong quá trình nhận
diện. Để loại bỏ điều này ta sử dụng thuật toán láng giềng gần nhất. Ta sẽ xem xét
khoảng cách từ ảnh cần nhận dạng tới mỗi ảnh mà dưới ngưỡng. Do mỗi khuôn mặt ta
chụp nhiều ảnh, nên có thể coi mỗi khuôn mặt là một lơp. Ta đếm số ảnh dưới ngưỡng
cho mỗi lớp, ảnh thuộc lớp nào mà dưới ngưỡng nhiều nhất thì ảnh cần nhận dạng sẽ
thuộc lớp đó.
15
PHẦN II: ẢNH MÀU VÀ
CÁC LỆNH XỬ LÝ ẢNH MÀU TRONG MATLAB
I.
GIỚI THIỆU ẢNH SỐ
1. Ảnh số
Ảnh số là tập hợp các điểm ảnh với mức xám phù hợp dùng để mô tả ảnh gần với
ảnh thật. Ảnh là một sự vật đại diện cho con người, sinh vật hay sự vật nào đó... Ảnh
động như ta thấy trên truyền hình thực chất là tập hợp của rất nhiều ảnh tĩnh liên tiếp.
Khi một ảnh đã được số hóa thì nó trở thành ảnh só và ảnh số này lại là một tập hợp
của rất nhiều phần tử ảnh được gọi là điểm ảnh hay là “pixel”. Mỗi điểm ảnh lại được
biểu diễn dưới dạng một số hữu hạn các bit.
Chúng ta có thể chia ảnh ra làm ba loại khác nhau:
➢
➢
Ảnh đen trắng: mỗi điểm ảnh được biểu diễn bởi một bit.
Ảnh Gray-scale: mỗi điểm ảnh được biểu diễn bằng các mức chói khác
nhau, thường thì ảnh này được biểu diễn bằng 256 mức chói hay là 8 bit cho
mỗi điểm ảnh.
➢
Ảnh màu: mỗi điểm ảnh chia ra thành tín hiệu chói và tín hiệu màu.
16
Ảnh màu
1.1. Biểu diễn ảnh số
Trong biểu diễn ảnh, người ta thường áp dụng các phần tử đặc trưng của ảnh là
Pixel. Nhìn chung có thể xem một hàm 2 biến chứa các thông tin biểu diễn của một
ảnh. Các mô hình biểu diễn ảnh cho ta ta một mô tả logic hay định lượng các tính chất
của hàm này.
Việc xử lý ảnh số phải được lấy mẫu và lượng tử hóa. Việc lượng tử hóa là chuyển
đổi tín hiệu tương tự sang tín hiệu số của một ảnh đã lấy mẫu trong mọt số hữu hạn
mức xám. Một số mô hình thường áp dụng biểu diễn ảnh: mô hình toán, mô hình
thống kê
1.2. Ảnh màu
Cơ sở về ảnh màu
Như ta đã biết thì khi cho ảnh sáng trắng đi qua lăng kính ta sẽ thu được một dãy
phổ màu bao gồm 6 màu rộng : tím lam, lục, vàng, cam , đỏ. Nếu nhìn kỹ thì sẽ không
có ranh giới rõ ràng giữa các màu mà màu này sẽ từ từ chuyển sang màu kia. Mắt
chúng ta nhìn thấy được là do ánh sáng phản xạ từ vật thể.
Tất cả các màu được tạo ra từ 3 màu cơ bản (màu sơ cấp) là: đỏ (R), lam (B), lục
(G). Các màu cơ bản trộn lại với nhau theo một tỉ lệ nhất định để tạo ra các màu thứ
cấp.
Phương trình màu:
푌 = 0.2989 ∗ 푅 + 0.58662 ∗ 퐺 + 0.11448 ∗ 퐵
Hình 3.2: Các màu cơ sở
Ví dụ: Đỏ + Lục = Vàng
17
Lục + Lam = Xanh
Trộn ba màu sơ cấp hoặc trộn một màu thứ cấp với màu sơ cấp ngược với nó sẽ
tạo ra được ánh sáng trắng.
Các màu gốc có liên quan đến các khái niệm sinh học hơn là vật lý, nó dựa trên cơ
sở phản ứng sinh lý học của mắt người đối với ánh sáng. Mắt người có các tế bào cảm
quang có hình nón nên còn được gọi là tế bào hình nón, các tế bào này thông thường
có phản ứng cực đại với ánh sáng vàng-xanh lá cây (tế bào hình nón L), xanh lá cây
(tế bào hình nón M), và xanh lam (tế bào hình nón S) tương ứng với các bước sóng
khoảng 564 nm, 534 nm và 420 nm.
Các đặc trưng dùng để phân biệt một màu với màu khác là: độ sáng (brightness),
sắc màu (hue) và độ bão hòa màu (sarturation).
➢
Màu sắc có liên quan đến bước sóng ánh sáng. Thông thường, sắc màu chính
là tên của màu. Ví dụ: đỏ, cam, lục...
➢
➢
Độ sáng thể hiện về cường độ ánh sáng: mô tả nó sáng hay tối như thế nào.
Độ bão hòa màu: thể hiện độ thuần khiết của màu. Khi độ bão hòa cao, màu
vẽ sạch và rực rỡ. Có nhiều mô hình màu như RGB, CYM, YIQ, CIE... Ở
đây chỉ trình bày về mô hình màu RGB.
Hình 3.3: Mô hình màu RGB
Các màu R, G, B nằm ở các đỉnh trên trục tọa độ của khối vuông. Màu đen nằm ở
gốc tọa độ, màu trắng nằm ở góc xa nhất so với điểm gốc. Thang màu xám kéo dài từ
đen đến trắng (đường chấm).
Hình ảnh trong mô hình màu RGB bao gồm 3 mặt phẳng ảnh độc lập (dùng cho
các màu sơ cấp).
Thường thì ta giả thiết là tất cả các giả trị màu được chuẩn hóa (tức là khối vuông
là khối đơn vị), tất cả các giá trị màu nằm trong khoảng [0, 1]
18
Vì vậy trong hệ màu RGB, các màu có thể mô tả như là những điểm bên trong
hình lập phương. Ở gốc tọa độ (0, 0, 0) là màu đen. Trên các trục tọa độ dương là các
màu đỏ, lục, lam. Khi đó ánh sáng từ các điểm riêng biệt sẽ được cộng dồn với nhau
để tạo ra các màu khác nhau.
(0, 0, 0)
màu đen
(255, 255, 255)
(255, 0, 0)
màu trắng
màu đỏ
(0, 255, 0)
màu xanh lá cây
màu xanh lam
màu vàng
(0, 0, 255)
(255, 255, 0)
(0, 255, 255)
(255, 0, 255)
màu xanh ngọc
màu hồng sẫm
1.3. Các định dạng ảnh cơ bản trong xử lý ảnh
- Định dạng ảnh IMG: là ảnh đen trắng, phần đầu của IMG có 16 byte chứa thông
tin.
- Định dạng ảnh GIF: GIF (viết tắt của Graphics Interchange Format; trong tiếng
anh là “Định dạng trao đổi hình ảnh”) là một định dạng tập tin hình ảnh bitmap cho
các hình ảnh dùng ít hơn 256 màu sắc khác nhau và các hoạt hình dùng ít hơn 256
màu cho mỗi khung hình. GIF là định dạng nén dữ liệu đặc biệt hữu ích cho việc
truyền hình ảnh qua đường truyền lưu lượng nhỏ. Định dạng này được CopuServe cho
ra đời năm 1987 và nhanh chóng được dùng rộng rãi trên World Wide Web cho đến
nay. Tập tin GIF dùng nén dữ liệu bảo toàn trong đó kích thước tập tin có thể được
giảm mà không làm giảm chất lượng hình ảnh, cho những hình ảnh có ít hơn 256 màu.
Số lượng tối đa 256 màu làm cho định dạng này không phù hợp cho các hình chụp
(thường có nhiều màu sắc), tuy nhiên các kiểu nén dữ liệu bảo toàn cho hình chụp
nhiều màu cũng có kích thước quá lớn đối với truyền dữ liệu trên mạng hiện nay. Định
dạng JPEG là nén dữ liệu thất thoát có thể được dùng cho các ảnh chụp, nhưng lại làm
giảm chất lượng cho các bức vẽ ít màu, tạo nên những chỗ nhòe thay cho các đường
sắc nét, đồng thopwif độ nén cũng thấp cho các hình vẽ ít màu. Như vậy GIF thường
được dùng cho sơ đồ, hình vẽ nút bấm và các hình ít màu, còn JPEG được dùng cho
ảnh chụp. Định dạng GIF dựa vào các bảng màu - một bảng chứa tối đa 256 màu khác
nhau cho biết các màu được dùng trong hình
19
Tải về để xem bản đầy đủ
32 trang
30/03/2022
6180
Bạn đang xem 20 trang mẫu của tài liệu "Đồ án môn Thị giác máy tính - Đề tài: Nhận dạng mặt người trên Matlab", để tải tài liệu gốc về máy hãy click vào nút Download ở trên
File đính kèm:
- do_an_mon_thi_giac_may_tinh_de_tai_nhan_dang_mat_nguoi_tren.docx
