Đề tài Nhận dạng ảnh mặt người trong điều kiện ánh sáng thay đổi

ña hai m¾t hoÆc måm). Nãi chung víi c¸ch tiÕp cËn nµy chØ cho ta ®−îc mét sè ®Æc ®iÓm cña ®èi t−îng, nã kh«ng ®ñ ®Ó cã thÓ øng dông trong thùc tÕ nh−ng ®èi víi sù hiÖu chØnh h×nh häc hoÆc bé läc th× cã thÓ c¶i tiÕn ®−îc c¸c kÕt qu¶ nµy. C¸ch tiÕp cËn ph©n tÝch c¸c thµnh phÇn chÝnh: c¸ch tiÕp cËn nµy cã thÓ trÝch ra ®−îc th«ng tin quan träng nhÊt ®−îc tr×nh bµy b»ng c¸ch thèng kª ®èi víi mét tËp c¸c ¶nh nh− lµ mét tËp c¸c vector riªng. C¸c vector riªng cã thÓ ®−îc ®¸nh gi¸ nh− lµ tËp c¸c ®iÓm ®Æc tr−ng chung vµ ®Þnh râ ®−îc c¸c ®Æc ®iÓm thay ®æi cña ¶nh trong c¬ së d÷ liÖu. Mçi ¶nh ®−îc biÓu diÔn mét c¸ch chÝnh x¸c qua mét sù liªn kÕt tuyÕn tÝnh cña nh÷ng vector riªng nµy. §Ó quyÕt ®Þnh kÝch th−íc cña kh«ng gian mÆt chóng ta dùa vµo sè c¸c vector riªng. Kü thuËt nµy ph©n tÝch c¸c ®Æc ®iÓm cña ¶nh, thu thËp c¸c th«ng tin quan träng vµ lo¹i bá ®−îc c¸c th«ng tin d− thõa kh«ng cÇn thiÕt cho hÖ thèng nhËn d¹ng. Do ®ã nã cã thÓ t×m ®−îc sù biÓu diÔn tèi −u kÝch th−íc cña ¶nh nh−ng kü thuËt nµy cã thÓ h÷u Ých ®èi víi viÖc x©y dùng l¹i cÊu tróc ¶nh h¬n lµ ®èi víi viÖc nhËn d¹ng. H¬n n÷a, ph−¬ng thøc mÆt riªng (vector riªng) lµ kh«ng bÊt biÕn víi sù thay ®æi h×nh häc cña ¶nh nh− lµ sù co gi·n, dÞch chuyÓn hoÆc phÐp quay trong d÷ liÖu gèc. C¸ch tiÕp cËn tiªp theo lµ sö dông bé läc: hÖ thèng cho ¶nh ®i qua bé läc vµ qua bé Bé läc * * * * * * * H×nh 1.4 M« pháng bé läc ®Ó lÊy ®−îc c¸c ®iÓm ®Æc tr−ng 14 läc ®ã c¸c th«ng tin ®Æc tr−ng quan träng sÏ ®−îc thu l¹i vµ lµm gi¶m kh«ng gian l−u tr÷ ¶nh. KÕt qu¶ lµ ta thu ®−îc c¸c th«ng tin quan träng cña ¶nh. Cã thÓ m« t¶ nh− h×nh 1.4 trªn ®©y. H×nh trªn cho thÊy khi cho qua bé läc c¸c th«ng tin d− thõa sÏ bÞ lo¹i bá chØ ®Ó l¹i c¸c th«ng tin quan träng t¹o nªn ¶nh mÆt. Nãi tãm l¹i: c¸c c¸ch tiÕp cËn trªn nh»m môc ®Ých ph©n lo¹i ®−îc c¸c ®iÓm ®Æc tr−ng vµ biÓu diÔn chóng sau ®ã thùc hiÖn viÖc tèi −u c¸c th«ng tin ®ã sao cho kÝch th−íc kh«ng gian l−u tr÷ ®iÓm ®Æc tr−ng lµ nhá nhÊt. 1.2.4 LËp luËn kÕt qu¶ HÖ thèng so s¸nh hai ¶nh víi nhau sao cho cã hiÖu qu¶ nhÊt, sô phï hîp cña hai ¶nh ®−îc tÝnh b»ng c¸ch nh−: sö dông c¸ch tiÕp kho¶ng c¸ch tiÕp xóc vµ sö dông c¸c ng−ìng ®Ó ®¸nh gi¸. Trong kh«ng gian mÆt hÖ thèng so s¸nh kho¶ng c¸ch tõ mét mÆt cÇn t×m ®Õn mét tËp hîp c¸c mÆt, kÕt qu¶ lµ ta thu ®−îc tËp c¸c sè ®o. NÕu mét trong tËp c¸c sè ®o tháa m·n yªu cÇu vÒ kho¶ng c¸ch nhËn d¹ng th× ®ã chÝnh lµ mÆt mµ chóng ta cÇn t×m. C¸c kho¶ng c¸ch chuÈn ®−îc sö dông: kho¶ng c¸ch Euclidean hoÆc kho¶ng c¸ch Mahalanobits (®èi víi kh«ng gian vector riªng). Bªn c¹nh viÖc sö dông c¸c kho¶ng c¸ch ®Ó ®¸nh gi¸ sù phï hîp cña hai ¶nh, chóng ta cßn cã thÓ sö dông c¸c ng−ìng ®Ó ®¸nh gi¸ møc ®é chÝnh x¸c cña mét sè c¸ch tiÕp cËn kh¸c. Tû sè nhËn d¹ng sai cña c¸c c¸ch tiÕp cËn kh¸c nhau kh«ng thÓ v−ît qu¸ mét ng−ìng nµo ®ã. NÕu v−ît qu¸ th× kÕt luËn hai mÆt ®ã kh«ng phï hîp cßn ng−îc lai th× hai mÆt lµ phï hîp vµ ta tiÕn hµnh ®¸nh gi¸ nhËn d¹ng chóng. 1.3 hÖ thèng kü thuËt nhËn d¹ng ¶nh mÆt ng−êi NhËn d¹ng ¶nh mÆt ®· ®−îc nghiªn cøu trong nhiÒu n¨m vµ ®ang ®−îc øng dông trong thùc tÕ nh− lµ: c¸c hÖ thèng b¶o mËt, sù x¸c ®Þnh téi ph¹m vµ hç trî c¸c hÖ thèng nhËn d¹ng giäng nãi. NhËn d¹ng mÆt rÊt quan träng ®èi víi con ng−êi bëi v× bÒ mÆt ®ãng mét vai trß lín trong giao tiÕp víi céng ®ång, c¸c biÓu hiÖn cña t×nh c¶m, c¶m xóc, suy nghÜ vµ c¶m nghÜ. HÖ thèng nhËn d¹ng ¶nh mÆt tù ®éng cã thÓ ®−îc chia thµnh c¸c phÇn nh−: quy tr×nh c«ng nghÖ xö lý th«ng tin, c¸c vÊn ®Ò triÓn khai trong thùc tÕ vµ c¸c øng dông ®iÓn h×nh. 15 1.3.1 Qui tr×nh c«ng nghÖ xö lý th«ng tin Quy tr×nh thiÕt kÕ mét hÖ thèng nhËn d¹ng ¶nh mÆt tù ®éng lµ mét qu¸ tr×nh xö lý ®a giai ®o¹n. Nh÷ng giai ®o¹n nµy vÒ c¬ b¶n lµ c¸c b−íc gièng nhau. C¸c giai ®o¹n cã thÓ ®−îc m« t¶ nh− sau: B−íc 1: Giai ®o¹n c¶m biÕn C¸c nghiªn cøu ®−îc ®−a ra ®Ó x¸c ®Þnh t¸c nh©n ®em l¹i c¸c thuéc tÝnh cña ®èi t−îng (cì, h×nh d¸ng, mµu s¾c, kÕt cÊu, …). C¸c gi¸ trÞ vµ c¸c mèi quan hÖ gi÷a c¸c thuéc tÝnh cña ®èi t−îng ®−îc sö dông ®Ó biÓu thÞ ®Æc ®iÓm cña mét ®èi t−îng trong c¸ch thøc cña mét vector mÉu. Ph¹m vi gi¸ trÞ cña thuéc tÝnh ®−îc hiÓu nh− lµ ®é lín cña kh«ng gian. Mét vÊn ®Ò quan träng lµ ®é chÝnh x¸c cña sù xuÊt hiÖn khung c¶nh thùc ®−îc thu bëi vector mÉu nh− thÕ nµo. C¸c vÊn ®Ò nhiÔu trong ¶nh ph¶i d−íi møc ®é cho phÐp vµ kh«ng lµm mÊt th«ng tin chñ yÕu. C¸c th«ng tin cña ®èi t−îng ®−îc biÓu diÔn nh− thÕ nµo trong vµo giai ®o¹n c¶m biÕn nµy vµ kÕt qu¶ thu ®−îc cña giai ®o¹n nµylµ c¸c kÕt qu¶ ®o th«ng tin cña ®èi t−îng, kÕt qu¶ ®o nµy ®−îc ®−a vµo giai ®o¹n tiÒn xö lý ®Ó thùc hiÖn viÖc lo¹i bá nhiÔu, n©ng cao khÝa c¹nh ch¾c ch¾n cña ¶nh… B−íc 2: Giai ®o¹n tiÒn xö lý Giai ®o¹n tiÒn xö lý ®−îc thùc hiÖn ®Ó lo¹i bá nhiÔu, n©ng cao khÝa c¹nh ch¾c ch¾n cña ¶nh, vµ g©y ra c¸c thay ®æi kh¸c lµm ®¬n gi¶n hãa c¸c b−íc xö lý ë møc ®é cao h¬n. §èi t−îng DÊu hiÖu C¶m biÕn Giai ®o¹n c¶m biÕn KÕt qu¶ ®o tÝn hiÖu Giai ®o¹n tiÒn xö lý Tr×nh trÝch chän th«ng tin ®Æc tr−ng Sù trÝch chän ®¨c tr−ng Kh«ng gian biÓu diÔn Giai ®o¹n ph©n lo¹i Nhãm mÉu Xö lý th«ng tin khung c¶nh H×nh 1.5 Qu¸ tr×nh nhËn d¹ng mÉu 16 §Ó ng¨n ngõa sù lo¹i ra c¸c c¹nh cña ¶nh ®· tån t¹i hoÆc ®−a ra c¸c c¹nh lçi, thao t¸c tiªu biÓu ®−îc sö dông ®ã lµ: t¸ch ng−ìng vµ lµm mÞn. T¸ch ng−ìng biÕn ®æi mét ¶nh cÊp ®é x¸m thµnh mét ¶nh nhÞ ph©n, trong ®ã mçi mét ®iÓm cã thÓ lµ ®en hoÆc tr¾ng. Lµm mÞn ¶nh ®−îc dïng ®Ó lµm gi¶m nhiÔu, ®Ó n©ng cao sù lùa chän c¸c ®iÓm ®Æc tr−ng cña ¶nh, vµ ®Ó lµm gi¶m c¸c chi tiÕt ¶nh kh«ng mong muèn. Do ®ã, ¶nh ®−îc ph©n chia thµnh c¸c ®èi t−îng c« lËp nhau. KÕt qu¶ lµ thu ®−îc kh«ng gian ®iÓm ®Æc tr−ng vµ nã gióp cho giai ®o¹n trÝch chän ®iÓm ®Æc tr−ng ®−îc thùc hiÖn. B−íc 3: TrÝch chän ®iÓm ®Æc tr−ng Sau khi cã ®−îc kh«ng gian ®iÓm ®Æc tr−ng, hÖ thèng tiÕn hµnh trÝch chän c¸c ®iÓm ®Æc tr−ng cña ®èi t−îng trong kh«ng gian ®ã. ViÖc trÝch ra c¸c ®Æc tr−ng cña ®èi t−îng th«ng qua nhiÒu c¸ch kh¸c nhau nh−ng ý nghÜa chÝnh cña nã vÇn lµ ph¶i sö dông mét bé läc ®Ó lo¹i bá c¸c th«ng tin kh«ng cÇn thiÕt vµ gi÷ l¹i ®−îc c¸c th«ng tin quan träng. C¸c ®iÓm ®Æc tr−ng cña ®èi t−îng ®−îc läc vµ kÕt qu¶ ®ã gióp cho qu¸ tr×nh nhËn d¹ng thuËn tiÖn. Qu¸ tr×nh läc nµy cã thÓ thèng kª thµnh c¸c thuéc tÝnh nh−: mµu s¾c, kÕt cÊu, c−êng ®é, kho¶ng c¸ch, chuyÓn ®éng… C¸c ®iÓm ®Æc tr−ng h×nh thµnh nªn kh«ng gian biÓu diÔn ®iÓm ®Æc tr−ng. KÕt qu¶ cña kh«ng gian biÓu diÔn gióp cho qu¸ tr×nh ph©n lo¹i c¸c ®iÓm ®Æc tr−ng ®−îc tèt h¬n. B−íc 4: Giai ®o¹n ph©n lo¹i TiÕn hµnh ph©n lo¹i kh«ng gian biÓu diÔn ®iÓm ®Æc tr−ng ®Ó thu ®−îc c¸c th«ng tin mÉu b»ng c¸ch sö dông c¸c gi¸ trÞ ®iÓm ®Æc tr−ng ®· chän. KÕt qu¶ lµ c¸c ®èi t−îng hoÆc c¸c líp mÉu biÓu thÞ ®Æc ®iÓm ®−îc häc bëi c¸c miªu t¶ sù h×nh thµnh mÉu chung, c¸c chuÈn ph©n lo¹i, hoÆc c¸c hµm quyÕt ®Þnh. B−íc 5: Tr×nh xö lý th«ng tin khung c¶nh Tr×nh xö lý khung c¶nh lµm t¨ng ®é chÝnh x¸c cña nhËn d¹ng bëi viÖc cung cÊp th«ng tin thÝch hîp cã liªn quan ®Õn m«i tr−êng xung quanh ®èi t−îng (b»ng c¸ch lµm phï hîp c¸c ®Æc ®iÓm cña ®èi t−îng víi c¸c m« h×nh ®· ®−îc l−u tr÷, hoÆc b»ng c¸ch ph©n lo¹i dùa trªn tiªu chuÈn ph©n lo¹i). 1.3.2 C¸c vÊn ®Ò trong triÓn khai thùc tÕ Thµnh c«ng cña mét øng dông nhËn d¹ng mÆt th−êng phô thuéc vµo c¸ch mµ c¸c th«ng tin (dÊu hiÖu) ®−îc m« t¶. Sù thô thuéc vµo øng dông, sù biÓu diÔn thÝch hîp sÏ ®−îc thùc hiÖn ®Ó t¹o ra qu¸ tr×nh biÓu diÔn th«ng tin mµ c¸c th«ng tin lµ x¸c ®¸ng nhÊt ®−îc nhÊn m¹nh cho øng dông. Hai rµng buéc ®¸ng chó ý ®ã lµ: - KÝch th−íc cña tr×nh ph©n lo¹i mµ ®−îc liªn kÕt víi sè liªn th«ng trong m¹ng Neural. 17 - Sè tËp c¸c vÝ dô ®µo t¹o (cì cña tËp d÷ liÖu). C¸c quyÕt ®Þnh ph¶i ®−îc ®−a ra ®Ó lµm gi¶m cì cña vector mÉu mµ ®−îc m« t¶ trong m¹ng Neural. Th«ng th−êng kÝch th−íc cña c¸c vector mÉu phô thuéc vµo miÒn cña quang phæ mµ qu¸ tr×nh thu ¶nh gÆp ph¶i. KÝch th−íc cña c¸c vector mÉu cã thÓ ®−îc gi¶m b»ng c¸ch sö dông mét sè mèi quan hÖ gi÷a c¸c vïng quang phæ víi nhau. Sù thay ®æi sãng lµ mét kü thuËt phæ biÕn kh¸c ®−îc sö dông trong qu¸ tr×nh biÓu diÔn ¶nh, ë ®ã mét dÊu hiÖu nhÊt thêi ®−îc biÓu diÔn trong giíi h¹n cña hµm c¬ së: ∑∑= j k jkjk thCtX )()( (3) trong ®ã X(t) lµ chuçi thêi gian gèc, Cjk lµ c¸c hÖ sè sãng, hjk(t) lµ c¸c nh©n sãng, chØ sè j lµ c¸c vÞ trÝ biÓu thÞ thêi gian cña nh©n, vµ chØ sè k lµ sù chia cña nh©n. Sau ®ã sù thay ®æi c¸c hÖ sè sãng Cjk ®−îc sö dông cho viÖc cung cÊp d÷ liÖu tíi m¹ng Neural. 1.3.3 C¸c øng dông ®iÓn h×nh Qu¸ tr×nh nhËn d¹ng ¶nh mÆt ng−êi tù ®éng cã thÓ ®−îc chia thµnh hai nhiÖm vô chÝnh: - T×m mét mÆt hoÆc c¸c mÆt trong mét ¶nh nÒn vµ - Sù nhËn d¹ng c¸c ®Æc ®iÓm cña mÆt NhiÖm vô thø nhÊt: t×m mét mÆt trong mét ¶nh gièng nh− lµ viÖc ®¨ng ký mÆt hoÆc viÖc x¸c ®Þnh vÞ trÝ cña mÆt. NhiÖm vô nµy phô thuéc vµo c¸c nh©n tè sau: + §iÒu khiÓn mµu s¾c vµ ¶nh nÒn + C¸c ¶nh mµu hoÆc ®¬n mµu vµ c¸c ¶nh tÜnh hoÆc c¸c ¶nh video. NÕu ¸nh s¸ng ¶nh nÒn ®−îc ®iÒu khiÓn th× viÖc x¸c ®Þnh c¸c mÆt lµ dÔ dµng. Do ®ã, sù phô thuéc vµo ®iÒu khiÓn th«ng qua c¸c nh©n tè sÏ dÉn ®Õn viÖc x¸c ®Þnh vÞ trÝ cña mÆt cã thÓ lµ mét bµi to¸n dÔ hoÆc mét bµi to¸n khã. Do ¶nh h−ëng cña c¸c yÕu tè vµ c¸c lo¹i ¶nh nªn viÖc t×m mÆt còng trë nªn khã kh¨n h¬n. Sù biÕn ®æi cña ¸nh s¸ng còng nh− sù biÕn ®æi cña ¶nh c¬ së ®Òu ¶nh h−ëng rÊt lín ®Õn qu¸ tr×nh t×m kiÕm mÆt. NhiÖm vô thø hai: sù nhËn d¹ng vµ sù x¸c minh mÆt lµ hai kiÓu cña bµi to¸n nhËn d¹ng mÆt, cô thÓ lµ bµi to¸n nhËn d¹ng vµ bµi to¸n x¸c minh mÆt. Trong bµi to¸n x¸c minh mÆt ng−êi ta ph¶i kiÓm tra mÆt ®· cho lµ cña ai vµ do ®ã viÖc kiÓm tra nµy lµm phï hîp ®Æc tÝnh cña ¶nh ®èi víi mét m« h×nh ®¬n. Trong bµi to¸n nhËn d¹ng mÆt, ®©y lµ bµi to¸n t×m sù phï hîp nhÊt cña mét ¶nh ch−a biÕt dùa vµo mét c¬ së d÷ liÖu c¸c mÉu mÆt hoÆc lµ ®Þnh râ nã kh«ng phï hîp víi bÊt kú ¶nh nµo ®ã trong c¬ së d÷ liÖu. §iÒu quan träng trong thùc tÕ ®ã lµ sù kh¸c nhau cña hai bµi to¸n nµy vÒ tèc ®é: nãi chung, nÕu ta cã N ng−êi trong 18 mét c¬ së d÷ liÖu th× qu¸ tr×nh nhËn d¹ng sÏ chËm h¬n N lÇn so víi qu¸ tr×nh x¸c minh. T¹i v× qu¸ tr×nh nhËn d¹ng ph¶i so s¸nh N lÇn cßn qu¸ tr×nh x¸c minh chØ ph¶i so s¸nh mét lÇn. C¸c c¬ së d÷ liÖu ®· vµ ®ang ®−îc ph¸t triÓn Phßng thÝ nghiÖm nghiªn cøu Olivetti (Olivetti Research Laboratory – ORL) ë Anh ®· ph¸t triÓn mét c¬ së d÷ liÖu mÆt mµ cã thÓ cung cÊp nh− mét ®iÓm chuÈn tèt ®èi víi sù kiÓm tra mét hÖ thèng nhËn d¹ng mÆt. C¬ së d÷ liÖu ¶nh mÆt FERET ®−îc ph¸t triÓn t¹i Mü. C¬ së d÷ liÖu nµy ®−îc kiÓm tra bëi phßng thÝ nghiÖm nghiªn cøu qu©n ®éi Mü. H×nh d−íi ®©y m« t¶ mét c¬ së d÷ liÖu ¶nh, trong ®ã c¸c ¶nh biÕn ®æi theo c¸c ®iÒu kiÖn cña ¸nh s¸ng: H×nh 1.6. BiÓu diÔn c¸c ¶nh theo c¸c ®iÒu kiÖn thay ®æi cña ¸nh s¸ng 19 ch−¬ng 2. nhËn d¹ng ¶nh mÆt ng−êi trong ®iÒu kiÖn ¸nh s¸ng thay ®æi Ch−¬ng hai nµy ph©n tÝch c¸c yÕu tè ¶nh h−ëng ®Õn qu¸ tr×nh nhËn d¹ng vµ c¸c c¸ch tiÕp cËn ®Ó gi¶i quyÕt c¸c yÕu tè ¶nh h−ëng ®ã. 1.4 Ph©n tÝch c¸c yÕu tè ¶nh h−ëng ®Õn qu¸ tr×nh nhËn d¹ng BÊt cø mét qu¸ tr×nh nhËn d¹ng nµo còng chÞu ¶nh h−ëng cña nhiÒu yÕu tè kh«ng thuËn lîi tíi qu¸ tr×nh. C¸c yÕu tè cã thÓ lµm gi¶m tÝnh chÝnh x¸c cña hÖ thèng, lµm gi¶m tèc ®é nhËn d¹ng,… . Cã thÓ kÓ ®Õn c¸c yÕu tè d−íi ®©y: - M«i tr−êng, - BiÓu diÔn khÝa c¹nh h×nh häc cña bÒ mÆt (sù quay ¶nh, co gi·n, thay ®æi vÞ trÝ,…), - C¸c sai sè do hÖ thèng. C¸c ®Æc tr−ng bÊt ®éng cña ¶nh lµ nh÷ng yÕu tè cÇn thiÕt ®Ó kh¾c phôc ®−îc ¶nh h−ëng cña nh÷ng yÕu tè nµy song tËp nh÷ng ®Æc tr−ng bÊt ®éng kh«ng ®ñ ®Ó tr×nh bµy ¶nh mÆt ng−êi, v× vËy viÖc nghiªn cøu, ph©n tÝch ¶nh h−ëng cña c¸c yÕu tè ®ã lµ quan träng. Trong c¸c môc d−íi ®©y, c¸c yÕu tè ¶nh h−ëng ®Õn hÖ thèng nhËn d¹ng ¶nh tù ®éng ®−îc ph©n tÝch vµ mét sè gi¶i ph¸p kh¾c phôc ®−îc giíi thiÖu. 2.1.1. ¸nh s¸ng C¸c yÕu tè cña m«i tr−êng ¶nh h−ëng tíi qu¸ tr×nh nhËn d¹ng mÆt nh−: c¸c yÕu tè vÒ ¸nh s¸ng, c¸c thiÕt bÞ thu nhËn ¶nh vµ khung c¶nh mµ ¶nh ®−îc thu nhËn. ¸nh s¸ng lµm biÕn ®æi møc ®é x¸m cña ¶nh vµ c−êng ®é c¸c ®iÓm ¶nh do ®ã nã lµm cho ¶nh hoµn toµn biÕn ®æi qua c¸c vïng kh¸c nhau vµ c¸c yÕu tè ®ã lµm cho hÖ thèng nhËn d¹ng rÊt khã cã thÓ nhËn d¹ng ¶nh mét c¸ch chÝnh x¸c. §Ó kh¾c phôc vÊn ®Ò ®ã ®ßi hái ph¶i ®−a ra cho hÖ thèng mét sè kü thuËt ®Ó lo¹i bá c¸c h¹n chÕ ®ã. ¸nh s¸ng lµm thay ®æi hoµn toµn c¸c dÊu hiÖu cña ¶nh, ngoµi ra ¸nh s¸ng cßn t¹o nªn c¸c líp bãng cña chÝnh ®èi t−îng nhËn d¹ng hoÆc t¹o nªn c¸c sù che lÊp cña b¶n th©n nã. 2.1.2. C¸c thay ®æi h×nh häc Bªn c¹nh c¸c yÕu tè m«i tr−êng ¶nh h−ëng tíi qu¸ tr×nh nhËn d¹ng, hÖ thèng cßn chÞu ¶nh h−ëng cña c¸c yÕu tè h×nh häc nh−: sù quay, sù dÞch chuyÓn vµ sù co gi·n… C¸c yÕu tè nµy ¶nh h−ëng rÊt nhiÒu ®Õn hÖ thèng nhËn d¹ng t¹i v× ¶nh h−ëng cña nã lµm thay ®æi cÊu tróc cña ¶nh, thay ®æi h−íng chôp, gãc chôp vµ thay ®æi kÝch th−íc cña ¶nh. 20 2.1.3. Sai sè do hÖ thèng Mét hÖ thèng nhËn d¹ng ¶nh dùa vµo c¸c ®iÓm ®Æc tr−ng th× kh«ng thÓ tr¸nh khái c¸c sai sè khi mét hÖ thèng x¸c ®Þnh vÞ trÝ ®ã g©y ra. Nh−ng møc ®é g©y ra ë ®©y lµ nhiÒu hay Ýt, nã phô thuéc vµo qu¸ tr×nh x¸c ®Þnh vÞ trÝ ®ã mµ th«i. VÝ dô hÖ thèng x¸c ®Þnh vÞ trÝ hai m¾t cña t¸c gi¶ [Mariani], hÖ thèng nhËn d¹ng nµy phô thuéc rÊt nhiÒu vµo vÞ trÝ chÝnh x¸c cña m¾t, nÕu hÖ thèng tr¶ l¹i kÕt qu¶ sai th× hÖ thèng nhËn d¹ng còng nhËn sai. C¸c sai sè nh− lµ sai sè vÒ sù quay, sù so gi·n vµ sù dÞch chuyÓn, c¸c sai sè vÒ phÐp ®o nµy cho hÖ thèng nh÷ng th«ng tin lÖch l¹c vÒ vÞ trÝ cña ¶nh so víi ¶nh gèc, ®iÒu ®ã dÉn ®Õn hÖ thèng nhËn d¹ng kh«ng chÝnh x¸c vµ cho kÕt qu¶ kh«ng nh− mong muèn. Do ®ã cÇn ph¶i kh¾c phôc c¸c ®iÒu kiÖn ®ã b»ng c¸ch sö dông c¸c kü thuËt cã liªn quan ®Õn tÝnh chÊt h×nh häc vµ biÓu diÔn h×nh häc cña bÒ mÆt. 1.5 C¸c kü thuËt gi¶i quyÕt PhÇn nµy tr×nh bµy mét sè yÕu tè m«i tr−êng ¶nh h−ëng tíi qu¸ tr×nh nhËn d¹ng, yÕu tè nµy ¶nh h−ëng rÊt nhiÒu ®Õn sù ®¨ng ký mÆt vµ sù nhËn d¹ng mÆt. Víi mét mÆt cña mét ng−êi, tr−íc khi thu ¶nh ®Ó ®¨ng ký, ®· cã c¸c ®iÒu kiÖn m«i tr−êng ¶nh h−ëng ®Õn ¶nh khi ®¨ng ký vµ lóc nhËn d¹ng th× ®iÒu kiÖn m«i tr−êng còng l¹i ¶nh h−ëng ®Õn ¶nh cÇn nhËn d¹ng. Trong ph¹m vi cña môc nµy bao gåm c¸c phÇn sau: (1) §−a c¸c th«ng tin vÒ ®iÒu kiÖn m«i tr−êng vµo m« t¶ ®èi t−îng, (2) Kü thuËt dùa trªn kho¶ng c¸ch tiÕp xóc, (3) Sö dông nhiÒu c¸ch biÓu diÔn ®èi t−îng kh¸c nhau 2.1.1 §−a c¸c th«ng tin vÒ ®iÒu kiÖn m«i tr−êng vµo m« t¶ ®èi t−îng Trong m«i tr−êng cã rÊt nhiÒu yÕu tè ¶nh h−ëng ®Õn qu¸ tr×nh nhËn d¹ng ¶nh vµ qu¸ tr×nh ®¨ng ký ¶nh. C¸c yÕu tè m«i tr−êng nh−: yÕu tè ¸nh s¸ng, gãc chôp ¶nh vµ c¸c thiÕp bÞ thu ¶nh kh¸c nhau. Ta thÊy ®Ó x¸c ®Þnh ®−îc tÝnh phï hîp cña hai ¶nh kh¸c nhau kh«ng ph¶i lµ dÔ dµng t¹i v× hai ¶nh tuy lµ cña cïng mét ®èi t−îng nh−ng chóng l¹i ®−îc chôp ë c¸c thêi ®iÓm kh¸c nhau. Do ®ã c¸c ®iÒu kiÖn nµy ¶nh h−ëng rÊt nhiÒu ®Õn chÊt l−îng còng nh− ¶nh h−ëng ®Õn c¸c yÕu tè h×nh häc vµ møc x¸m cña ¶nh. Ta cã thÓ m« t¶ c¸ch mµ so s¸nh hai ¶nh cña cïng mét ®èi t−îng nh− h×nh sau. 21 H×nh 2.1 M« t¶ c¸ch so s¸nh hai ¶nh víi nhau do c¸c t¸c ®éng cña m«i tr−êng T¹i v× hai ¶nh lóc chôp kh¸c nhau nªn khi so s¸nh sô phï hîp cña hai ¶nh ®−îc thùc hiÖn b»ng c¸ch ¶nh chôp ban ®Çu ®−îc ph¸t sinh thµnh tÊt c¶ c¸c mÉu ¶nh mµ nã ®¸p øng ®−îc c¸c t¸c ®éng cña m«i tr−êng. Mçi mÉu t−¬ng øng víi mét ®iÒu kiÖn cña m«i tr−êng kh¸c nhau. §Ó so s¸nh ¶nh cÇn nhËn d¹ng víi ¶nh ban ®Çu ta kh«ng thÓ thùc hiÖn so s¸nh hai ¶nh trùc tiÕp mµ ta tiÕn hµnh so s¸nh ¶nh ®ã víi tÊt c¶ c¸c mÉu mµ ¶nh ban ®Çu ph¸t sinh. Sù phï hîp cña ¶nh nµy víi mét mÉu ¶nh nµo ®ã cho ta biÕt ®−îc sù phï hîp t−¬ng øng víi ®iÒu kiÖn m«i tr−êng. KÕt qu¶ cña viÖc so s¸nh nµy cho ta nhËn ra ®−îc c¸c yÕu tè nµo cña m«i tr−êng ®· t¸c ®éng ®Õn ¶nh. ViÖc ph¸t sinh c¸c mÉu mÆt t−¬ng øng víi c¸c ®iÒu kiÖn cña ¸nh s¸ng ®−îc thùc hiÖn trong qu¸ tr×nh ®¨ng ký mÆt mÉu vµ qu¸ tr×nh ph¸t sinh c¸c mÆt nh©n t¹o nh− sau: * Ph¸t sinh c¸c mÉu mÆt t−¬ng øng víi c¸c ®iÒu kiÖn thay ®æi cña ¸nh s¸ng Trong qu¸ tr×nh ph¸t sinh c¸c mÉu mÆt, hiÖn nay cã rÊt nhiÒu kü thuËt ®Ó t¹o ra c¸c mÉu mÆt nh− lµ sö dông c¸c mÆt n¹ vÒ sù thay ®æi cña h×nh häc vµ sù thay ®æi cña quang häc. Víi sù thay ®æi vÒ h×nh häc cho ta ®−îc c¸c mÉu mÆt chôp trùc diÖn vµ nã ®−îc ph¸t sinh tõ mét mÆt nghiªng. Nh−ng c¸c mÆt nghiªng ®ã còng cÇn giíi h¹n trong mét gãc thay ®æi nµo ®ã. NÕu gãc nghiªng v−ît qu¸ mét ng−ìng cho phÐp nµo ®ã th× hÖ thèng kh«ng thÓ thùc hiÖn ®−îc. VÊn ®Ò quan t©m chñ yÕu trong phÇn nµy lµ c¸c thay ®æi cña quang häc ¶nh h−ëng ®Õn mÆt trong qu¸ tr×nh ph¸t sinh c¸c mÉu mÆt vµ gi¶ sö c¸c thay ®æi cña h×nh häc lµ kh«ng ¶nh h−ëng nhiÒu ®Õn qu¸ tr×nh ph¸t sinh mÆt vµ ®¨ng ký mÆt. ®èi t−îng ban ®Çu ®èi t−îng cÇn nhËn d¹ng TËp c¸c mÉu t−¬ng øng víi ®iÒu kiÖn t¸c ®éng 22 Sù thay ®æi vÒ quang häc chØnh xöa ®é x¸m cña mét ®iÓm ¶nh sö dông mét hµm phi tuyÕn, vµ cã thÓ phô thuéc vµo vÞ trÝ cña ®iÓm ¶nh. C¸c sù thay ®æi tuyÕn tÝnh kh«ng ®−îc m« h×nh ho¸ nh− lµ c¸c qu¸ tr×nh chuÈn ho¸ líp ¶nh (c©n b»ng histogram) ®· tån t¹i ®Ó lo¹i bá nh÷ng ®iÓm kh«ng hiÖu qu¶. C¸c mÆt n¹ ¸nh s¸ng m« t¶ d−íi ®©y ®−îc sö dông trong qu¸ tr×nh ph¸t sinh vµ ®¨ng ký mÉu mÆt. Nh÷ng mÆt n¹ nµy xÊp xØ víi c¸c ®iÒu kiÖn ¸nh s¸ng thùc vµ tá ra rÊt cã hiÖu qu¶ ®èi víi c¸c øng dông nhËn d¹ng mÆt. Qu¸ tr×nh nµy sö dông 3 kiÓu mÆt n¹ kh¸c nhau ®Ó m« t¶ c¸c thay ®æi cña ¸nh s¸ng nh−ng nã cã thÓ dÔ dµng më réng ra thµnh nhiÒu mÆt n¹ kh¸c nhau: MÆt n¹ 1: Hµm logarit trªn c¸c møc x¸m Môc ®Ých cña viÖc øng dông mÆt n¹ nµy ®Ó thu ®−îc mét ¶nh s¸ng h¬n tõ mét ¶nh gèc. Mét b¶ng tra cøu ®−îc t¹o thµnh ®Ó thùc hiÖn nhiÖm vô nµy. Toµn bé b¶ng ®−îc tÝnh to¸n nh− sau: 255 )255( )log()255log( )log()log( 255)( min min min min kw kv k kv wL −+= ⎟⎟⎠ ⎞ ⎜⎜⎝ ⎛ − −= (4) trong ®ã w lµ møc x¸m cña ¶nh vµ thay ®æi trong [0,255], v lµ møc x¸m ®−îc biÕn ®æi trong ph¹m vi [kmin,255] víi kmin ≥ 0, vµ L(w) lµ møc x¸m thu ®−îc trong ph¹m vi [0,255] vµ kmin lµ mét ng−ìng tèi thiÓu nµo ®ã giíi h¹n sù thay ®æi cña møc x¸m, cho phÐp møc x¸m biÕn thæi kh«ng thÊp h¬n ng−ìng kmin. KÕt qu¶ cña thuËt to¸n nµy ®−îc minh ho¹ nh− h×nh sau: H×nh 2.2 BiÓu diÔn ¶nh s¸ng h¬n so víi ¶nh gèc 23 MÆt n¹ 2: Hµm sè mò trªn c¸c møc x¸m Môc ®Ých cña øng dông mÆt n¹ nµy trªn c¸c møc x¸m ®Ó thu ®−îc mét ¶nh tèi h¬n tõ mét ¶nh gèc. NhiÖm vô nµy ®−îc thùc hiÖn b»ng c¸ch t¹o ra mét b¶ng tra cøu vµ toµn bé b¶ng ®−îc tÝnh to¸n nh− sau: ⎟⎟ ⎟⎟ ⎠ ⎞ ⎜⎜ ⎜⎜ ⎝ ⎛ − − = 1)exp( 1) 255 * exp( 255)( max max k kw wL (5) trong ®ã w ∈ [0,255] lµ møc x¸m cña ¶nh, kmax > 0, vµ L(w) ∈ [0,255] lµ møc x¸m sau khi thùc hiÖn. kmax lµ giíi h¹n mµ møc x¸m biÕn ®æi cùc ®¹i. KÕt qu¶ cña thuËt to¸n ®−îc minh ho¹ nh− h×nh sau: H×nh 2.3 BiÓu diÔn ¶nh tèi h¬n so víi ¶nh gèc. MÆt n¹ 3: Sù ph¸t sinh c¸c mÆt n¹ bãng ngang vµ däc ý t−ëng c¬ b¶n sau sù ph¸t sinh c¸c mÆt n¹ bãng ngang vµ däc lµ gièng nhau, do ®ã chØ cÇn m« t¶ c¸ch tiÕp cËn ®Ó ph¸t sinh h×nh bãng ®øng theo trùc hoµnh x. NhiÖm vô nµy chØnh xöa gi¸ trÞ møc x¸m cña mét ®iÓm mµ phô thuéc vµo kh«ng gian vÞ trÝ cña ®iÓm ®ã trong ¶nh. Qu¸ tr×nh nµy ®−îc thùc hiÖn theo tõng dßng. Gi¶ sö ®Æt ®é réng cña ¶nh lµ x vµ λ lµ mét hÖ sè thùc trong ®ã 0 < λ < 1. §Æt m=λ*X. Khi ®ã chóng ta cã thÓ ®Þnh nghÜa hµm f(x) víi x ∈ [0,X] nh− sau: (6) ⎪⎪⎩ ⎪⎪⎨ ⎧ − −+ = )( )(1 )( mX mx m x xf NÕu x ∈ [0,m] NÕu x ∈ ]m,X] 24 NÕu cho mét ®iÓm p=(x,y) cã møc x¸m lµ v th× chóng ta cã thÓ tÝnh to¸n gi¸ trÞ x¸m cña ®iÓm t−¬ng øng w ë vÞ trÝ (x,y) lµ w=v*f(x). B»ng c¸ch lµm nh− vËy, chóng ta cã thÓ ph¸t sinh mét ¶nh trong ®ã m ®iÓm ®Çu tiªn cña nã lµ tèi h¬n vµ c¸c ®iÓm cßn l¹i lµ s¸ng h¬n. C¸c mÆt n¹ bãng ngang ®−îc ph¸t sinh trong mét c¸ch t−¬ng tù b»ng c¸ch xem xÐt to¹ ®é ®iÓm y, vµ chiÒu cao cña ¶nh lµ Y. Cuèi cïng, kÕt qu¶ thu ®−îc lµ mét ¶nh ®· ®−îc chuÈn ho¸. C¸c ¶nh d−íi ®©y minh ho¹ qu¸ tr×nh bãng ®øng víi 5 gi¸ trÞ cña λ. H×nh 2.4 C¸c h×nh bãng ®øng Nh− vËy víi qu¸ tr×nh thay ®æi tr¾c quang, hÖ thèng thu ®−îc c¸c ¶nh biÕn ®æi theo ¸nh s¸ng, theo c¸c møc x¸m. Bªn c¹nh c¸c kü thuËt ph¸t sinh c¸c ¶nh nh©n t¹o th«ng qua sù thay ®æi tr¾c quang, cßn cã kü thuËt ph¸t sinh ¶nh th«ng qua sù thay ®æi cña h×nh häc. C¶ hai kü thuËt nµy ®Òu cho ®−îc c¸c mÆt n¹ mµ c¸c mÆt n¹ nµy dïng ®Ó ph¸t sinh ra c¸c mÉu mÆt vµ nã lµ d÷ liÖu cho qu¸ tr×nh ®¨ng ký mÆt. Nãi tãm l¹i, c¸c kü thuËt trªn cho chóng ta ®−îc tËp c¸c mÉu mÆt t−¬ng øng víi c¸c ®iÒu kiÖn kh¸c nhau cña ¸nh s¸ng, nh»m gióp cho qu¸ tr×nh ®¨ng ký mét mÆt míi. Sau khi ®¨ng ký hoµn thµnh, c¬ së d÷ liÖu l−u tr÷ c¸c mÉu mÆt nµy gióp cho viÖc nhËn d¹ng vÒ sau cña hÖ thèng. 2.1.2 C¸ch gi¶i quyÕt dùa trªn kü thuËt kho¶ng c¸ch tiÕp xóc Tr−íc hÕt trong thùc tÕ, ph−¬ng ph¸p kho¶ng c¸ch tiÕp xóc ®−îc sö dông rÊt thµnh c«ng trong bµi to¸n nhËn d¹ng ch÷ viÕt tay. Trong ®ã h×nh th¸i cña tõng ch÷ c¸i lµ x¸c ®Þnh nh−ng do ng−êi viÕt kh¸c nhau nªn h×nh th¸i cña mét ch÷ c¸i còng kh¸c nhau. Nh−ng ®èi víi m¾t th−êng th× viÖc ph©n biÖt sù kh¸c nhau nµy lµ kh«ng ®¸ng kÓ. Víi cïng mét ch÷ c¸i, cho dï ng−êi nµo ®ã cã viÕt nh− thÕ nµo th× m¾t th−êng vÉn nhËn ®−îc t¹i v× h×nh th¸i cña ch÷ c¸i lµ x¸c ®Þnh. Còng t−¬ng tù nh− vËy, trong viÖc nhËn d¹ng ¶nh mÆt ng−êi nÕu ®èi víi m¾t th−êng th× kh«ng cã g× ph¶i bµn ®Õn nh−ng ®èi víi hÖ thèng nhËn d¹ng tù ®éng thùc sù th× thÕ nµo. §©y lµ mét bµi to¸n khã mµ kh«ng ph¶i hÖ thèng nµo còng cã thÓ lµm ®−îc, t¹i v× c¸c sù thay ®æi cña m«i tr−êng vµ sai sè do hÖ thèng nhËn d¹ng. §Ó kh¾c phôc mét sè ¶nh h−ëng 25 cña m«i tr−êng ®Õn qu¸ tr×nh nhËn d¹ng, theo t¸c gi¶ [Mariani] c¸ch gi¶i quyÕt bµi to¸n nµy dùa vµo kho¶ng c¸ch tiÕp xóc mµ kü thuËt nµy ®· thùc hiÖn rÊt thµnh c«ng trong hÖ thèng nhËn d¹ng ch÷ viÕt tay. Kü thuËt nµy ®−îc sö dông ®Ó kh¾c phôc c¸c sù thay ®æi h×nh häc, c¸c thay ®æi diÔn c¶m cña mÆt, vµ ®Ó bÒn v÷ng víi c¸c thay ®æi cña tr¾c quang ®−îc t¹o bëi c¸c ®iÒu kiÖn ¸nh s¸ng. C¸c c«ng viÖc ®−îc dïng ®èi víi c¸c sù thay ®æi cña h×nh häc trªn ¶nh gèc nh−: c¸c phÐp quay, sù co gi·n trong khu«n khæ cña kho¶ng c¸ch tiÕp xóc. Gi¶ sö cho mét ¶nh lµ i vµ ®Æt t(I,α) mét sù biÕn ®æi cña ¶nh mµ nã phô thuéc vµo vector tham sè L-chiÒu α. Sù thay ®æi nµy cã thÓ lµ c¸c thay ®æi cña h×nh häc nh− sù hiÖu chØnh vÞ trÝ cña c¸c ®iÓm hoÆc lµ c¸c thay ®æi cña quang häc nh− thay ®æi c−êng ®é cña c¸c ®iÓm, hoÆc lµ c¶ hai. Trªn thùc tÕ, mét ¶nh tæng hîp cã thÓ thu ®−îc tõ ¶nh gèc b»ng c¸ch ¸p dông mét liªn kÕt tuyÕn tÝnh cña c¸c sù thay ®æi c¬ b¶n nµy. §Æt MI lµ tËp tÊt c¶ c¸c ¶nh tæng hîp thu ®−îc tõ ¶nh gèc th× { } ⎭⎬ ⎫ ⎩⎨ ⎧ ℜ∈=+=Μ ∑ = L l L LllI ITI 1 21 ,...,,:)(. ααααα (7) MI ®−îc ®Þnh nghÜa nh− lµ kh«ng gian con chøa trong kh«ng gian ®Çy ®ñ M={t(I,α): α ∈ ℜL}, vµ c¸c vector {T1(I), T2(I),…, TL(I)} më réng kh«ng gian con tiÕp xóc. MI ⊂ M t¹i v×, M lµ kh«ng gian ¶nh ®Çy ®ñ, nã chøa ®ùng tÊt c¶ c¸c ¶nh tho¶ m·n tÊt c¶ c¸c thay ®æi cña m«i tr−êng cßn MI chØ cã c¸c ¶nh tho¶ m·n mét sè yÕu tè nµo ®ã cña m«i tr−êng, cô thÓ c¸c yÕu tè ®ã lµ c¸c thay ®æi vÒ h×nh häc vµ c¸c thay ®æi vÒ ¸nh s¸ng. C¸c vector {T1(I), T2(I),…, TL(I)} biÓu thÞ sù thay ®æi cña c¸c ®iÒu kiÖn t¸c ®éng ®Õn ¶nh nhËn d¹ng vµ T1(I) = t1(I,α), T2(I) = t2(I,α),…, TL(I) = tL(I,α) Kho¶ng c¸ch tiÕp xóc mét c¹nh D(I,µ) gi÷a mét ¶nh i vµ mét ¶nh tham chiÕu µ ®−îc ®Þnh nghÜa nh− kho¶ng c¸ch nhá nhÊt gi÷a µ vµ kh«ng gian con tiÕp xóc MI, ⎪⎭ ⎪⎬ ⎫ ⎪⎩ ⎪⎨ ⎧ −+= ∑ = 2 1 )(min),( L l ll ITIID µαµ α (8) C¸c vector tiÕp xóc {T1(I), T2(I),…, TL(I)} cã thÓ ®−îc tÝnh to¸n b»ng c¸ch sö dông h÷u h¹n sù kh¸c nhau gi÷a ¶nh gèc i vµ mét thay ®æi nhá cña I. Chóng ta ®· ®Þnh nghÜa c¸c vector tiÕp xóc nh− lµ c¸c mÆt n¹ h×nh häc vµ mÆt n¹ quang häc song song víi sù dÞch chuyÓn, sù quay vµ sù co gi·n, ®−îc biÓu diÔn trùc tiÕp trong ph¹m vi sai sè vÞ trÝ m¾t do hÖ thèng x¸c ®Þnh vÞ trÝ mÆt sinh ra. Trªn ®©y cho ta thu ®−îc kho¶ng c¸ch tõ mét ¶nh nµy tíi mét ¶nh cÇn so s¸nh, hai ¶nh lµ phï hîp nÕu kho¶ng c¸ch gi÷a hai ¶nh cã gi¸ trÞ nhá nhÊt. 26 2.1.3 KÕt hîp c¸c c¸ch biÓu diÔn ®èi t−îng kh¸c nhau Trong hÖ thèng nhËn d¹ng cã rÊt nhiÒu c¸ch tiÕp cËn kh¸c nhau ®Ó gi¶i quyÕt bµi to¸n nµy, mçi kü thuËt cã mét tÝnh n¨ng ®Æc biÖt riªng vµ phï hîp víi c¸c yªu cÇu riªng cña hÖ thèng nhËn d¹ng ¶nh tù ®éng. T¹i v× trong thùc tÕ khi tiÕn hµnh nhËn d¹ng mét ¶nh nµo ®ã th× hÖ thèng ph¶i thu ®−îc ¶nh cÇn nhËn d¹ng, nh−ng ¶nh nµy ch−a ph¶i lµ ¶nh chuÈn. Do ®ã ¶nh cÇn nhËn d¹ng cßn chÞu ¶nh h−ëng cña nhiÒu yÕu tè nh−: ¸nh s¸ng, thay ®æi kiÓu d¸ng khi thu ¶nh vµ c¸c thiÕt bÞ thu ¶nh…. ChÝnh v× vËy hÖ thèng nhËn d¹ng ¶nh tù ®éng ph¶i ®−îc kÕt hîp tõ c¸c c¸ch tiÕp cËn kh¸c nhau nh»m môc ®Ých gióp cho hÖ thèng bÒn v÷ng víi c¸c yÕu tè t¸c ®éng ®Õn ¶nh. Môc nµy bao gåm c¸c néi dung nh− sau: (1) C¸c thuËt to¸n bÒn v÷ng víi c¸c ®iÒu kiÖn m«i tr−êng. (2) C¸c kiÕn thøc vÒ nh©n chñng häc, (3) Kü thuËt so s¸nh dùa trªn khu«n mÉu, (4) Kü thuËt so s¸nh dùa trªn ®iÓm ®Æc tr−ng (5) KÕt hîp hai kü thuËt so s¸nh dùa trªn khu«n mÉu vµ dùa trªn ®iÓm ®Æc tr−ng. C¸c thuËt to¸n bÒn v÷ng víi c¸c ®iÒu kiÖn cña m«i tr−êng Nh− ®· m« t¶ ë trªn do c¸c ®iÒu kiªn m«i tr−êng t¸c ®éng kh¸c nhau ®Õn qu¸ tr×nh nhËn d¹ng nªn ®ßi hái ph¶i cã c¸c thuËt to¸n lµm phï hîp, kh¾c phôc c¸c yÕu tè t¸c ®éng cña m«i tr−êng. C¸c yÕu tè t¸c ®éng ®Õn hÖ thèng ®ã lµ: c¸c yÕu tè vÒ ¸nh s¸ng, c¸c yÕu tè h×nh häc vµ sai sè do hÖ thèng. C¸c thuËt to¸n nhËn d¹ng bÒn v÷ng víi c¸c thay ®æi cña h×nh häc nh−: Ph©n tÝch c¸c thµnh phÇn chÝnh (Principal Components Analysis – PCA) – kü thuËt nµy hiÖu chØnh tõng ®iÓm ¶nh cña ¶nh b»ng c¸ch thùc hiÖn mét sù thay ®æi cã liªn quan. §èi víi c¸c thay ®æi cña ¸nh s¸ng hÖ thèng sö dông ph−¬ng ph¸p trén Gaussian dùa trªn líp mµu cña ¶nh vµ sö dông ph−¬ng ph¸p ph©n tÝch thµnh phÇn chÝnh (gièng nh− víi c¸c ®iÒu kiÖn thay ®æi cña h×nh häc). C¸c kiÕn thøc vÒ nh©n chñng häc Sù hiÓu biÕt vÒ cÊu tróc cña mÆt ng−êi gióp cho con ng−êi x¸c minh ®−îc chÝnh x¸c ng−êi nµo ®ã, nã kh«ng chÞu ¶nh h−ëng cña c¸c ®iÒu kiÖn m«i tr−êng kh¸c nhau. MÆc dï ¶nh ®ã thu ®−îc trong ®iÒu kiÖn nh− thÕ nµo ®i ch¨ng n÷a (trong ph¹m vi cho phÐp) th× víi con ng−êi, hä vÉn nhËn ra ®−îc ®©u lµ mÆt ng−êi vµ ¶nh ®ã lµ cña ai trong tËp c¸c mÉu ®· thu ®−îc. Do ®ã, sù nhËn d¹ng theo ph−¬ng ph¸p nh©n chñng häc bÒn v÷ng víi c¸c ®iÒu kiÖn thay ®æi cña m«i tr−êng. Sù hiÓu biÕt vÒ nh©n chñng häc còng gióp cho ta biÕt ®−îc ®©u lµ ®iÓm ®Æc tr−ng cña bÒ mÆt, ®©u kh«ng ph¶i lµ ®iÓm ®Æc tr−ng vµ tõ ®ã trªn hÖ thèng thùc ta dùa vµo c¸c ®iÓm ®Æc tr−ng ®ã ®Ó cã ®−îc c¸c thuËt to¸n gi¶i quyÕt sù thay ®æi cña c¸c ®iÒu kiÖn m«i tr−êng. 27 Kü thuËt so s¸nh dùa trªn khu«n mÉu Víi kü thuËt nµy, hÖ thèng nhËn d¹ng ¶nh mÆt ng−êi kh¾c phôc ®−îc c¸c thay ®æi cña ¸nh s¸ng vµ c¸c thay ®æi cña h×nh häc dùa trªn c¸c mÆt n¹. C¸c mÆt n¹ nµy ®−îc dïng ®Ó ph¸t sinh c¸c mÉu mÆt phï hîp víi c¸c ®iÒu kiÖn thay ®æi cña m«i tr−êng. Tõ mét c¬ së d÷ liÖu ®· thu thËp vµ mét ¶nh cña ®èi t−îng cÇn nhËn d¹ng. Kü thuËt so s¸nh dùa trªn khu«n mÉu cho ta thu ®−îc K mÆt tèt nhÊt cã trong c¬ së d÷ liÖu b»ng c¸ch so ¶nh cÇn nhËn d¹ng víi c¸c mÉu ¶nh trong c¬ së d÷ liÖu ¶nh. KÕt qu¶ cña kü thuËt nµy lµ thu ®−îc mét nhãm c¸c mÆt tèt nhÊt, mçi mÆt tèt nhÊt thu ®−îc tõ mét líp mÉu mÆt t−¬ng øng cã trong c¬ së d÷ liÖu. Nhãm mÆt tèt nhÊt nµy ®−îc dïng lµm d÷ liÖu cho kü thuËt nhËn d¹ng dùa vµo ®iÓm ®Æc tr−ng. So s¸nh mét ¶nh x víi tÊt c¶ c¸c ¶nh cã trong c¬ së d÷ liÖu ®−îc thùc hiÖn nh− sau: Tr−íc hÕt tiÕn hµnh chuÈn ho¸ ¶nh cÇn nhËn d¹ng vµ c¸c ¶nh cã trong c¬ së d÷ liÖu víi cì chuÈn lµ 75x75 pixel. TiÕp theo tiÕn hµnh ph©n ¶nh thµnh c¸c mÉu con cã kÝch th−íc lµ 15x15 pixel (gäi mÉu con lµ R = 15x15 pixel). Môc tiªu cña viÖc ph©n chia nµy nh»m gióp cho qu¸ tr×nh so s¸nh c¸c mÉu con cña ¶nh ®−îc tèt h¬n. Kü thuËt dùa trªn khu«n mÉu so s¸nh tõng mÉu con víi nhau cña hai ¶nh bÊt kú do ®ã nã kh«ng chÞu ¶nh h−ëng cña bÊt kú ®iÒu kiÖn ngo¹i c¶nh nµo t¸c ®éng ®Õn hÖ thèng nhËn d¹ng nh− lµ c¸c thay ®æi cña ¸nh s¸ng, c¸c thay ®æi diÔn c¶m cña bÒ mÆt… Trong c¸c mÉu con gi¸ trÞ x¸m cña mçi ®iÓm ¶nh ®−îc ®Þnh gi¸ lµ gi¸ trÞ nhá nhÊt cña cöa sæ cã kÝch th−íc 5x5 trong mÉu ¶nh 75x75 pixel. + ¶nh gèc (cì 75x75 pixel): 75 pixel 1 2 1 5 3 7 2 ………..2 1 6 2 7 2 4 6 3 8 9 3 0 3 ………..6 2 1 3 5 3 6 1 0 2 1 4 0 1 ………..1 2 4 2 0 1 0 ………………………………….. I = ………………………………….. 75 pixel ………………………………….. 1 5 1 0 3 7 2 ………..0 1 2 2 7 3 4 2 3 7 0 3 0 3 ………..4 2 1 3 5 3 5 1 0 6 1 3 1 2 ………..1 3 4 2 0 1 1 28 + ¶nh mÉu con R (cì 15x15 pixel): Kü thuËt so s¸nh hai ¶nh mÆt dùa vµo khu«n mÉu theo ph−¬ng ph¸p kho¶ng c¸ch: Cho mét nhãm mÆt p = {f1,f2,…,fN} víi N h÷u h¹n vµ mét mÆt cÇn so s¸nh f. VËy th× sù gièng nhau gi÷a mÆt cÇn so s¸nh f vµ nhãm p ®−îc tÝnh nh− sau: (9) Trong ®ã R lµ c¸c mÉu con cã kÝch th−íc 15x15 pixel vµ c¸c møc x¸m ®−îc chuÈn ho¸ gi÷a [0,1]. Kü thuËt nµy ®−îc chøng minh lµ bÒn v÷ng vµ lµm tèt h¬n sù t−¬ng quan b»ng c¸ch thèng kª c¸c ®iÓm ¶nh kh¸c nhau hay gièng nhau cã trong ¶nh. ë ®©y, tiÕn hµnh ®Õm sè ®iÓm cã c¸c møc x¸m kh¸c nhau. Hai ®iÓm lµ kh¸c nhau nÕu sù kh¸c nhau møc x¸m cña chóng v−ît qu¸ ng−ìng T. Cßn hai ®iÓm lµ gièng nhau nÕu sù kh¸c nhau møc x¸m cña chóng nhá h¬n ng−ìng T, n»m trong kho¶ng [0,1] vµ gi¸ trÞ ®ã cµng thÊp cµng tèt. Sau kü thuËt nµy ta thu ®−îc mét mÉu fi nµo ®ã cã trong p mÉu lµ tèt nhÊt. Còng lµm t−¬ng tù viÖc so s¸nh trªn gi÷a mÆt cÇn so s¸nh f víi c¸c nhãm mÉu cßn l¹i trong c¬ së d÷ liÖu KÕt qu¶ cuèi cïng ta thu ®−îc mét tËp c¸c mÉu tèt nhÊt vµ kÕt qu¶ nµy tiÕp tôc ®−îc sö dông cho kü thuËt so s¸nh dùa vµo ®iÓm ®Æc tr−ng ®Ó x¸c ®Þnh ®−îc mÆt tèt nhÊt. Kü thuËt so s¸nh dùa trªn ®iÓm ®Æc tr−ng Kü thuËt nµy cã sö dông bé läc Gabor ®Ó lÊy ®−îc c¸c ®iÓm ®Æc tr−ng cña bÒ mÆt. Nh÷ng th«ng tin ®Æc tr−ng sÏ ®−îc chän vµ ng−îc l¹i sÏ bÞ lo¹i bá. Víi c¸c ®Æc tr−ng thu ⎩⎨ ⎧=∂ −∂= = ∑ = = 1 0 )( ))()((1),( ),(min),( 1 1 x ifif R ffd ffdpfd R i kkf if N iT nÕu x < T nÕu x ≥ T 15 pixel 1 2 1 ……….. 7 2 4 6 3 8 ……….. 5 3 6 1 0 2 ……….. 0 1 0 …………………… R = …………………… 15 pixel …………………… 1 5 1 ……….. 7 3 4 2 3 7 ……….. 5 3 5 1 0 6 ……….. 0 1 1 29 ®−îc cña bé läc nµy Ýt bÞ mÉn c¶m víi c¸c sù thay ®æi nh− lµ sù bãp mÐo, sù dÞch chuyÓn vµ sù quay… Lùa chän c¸c ®iÓm ®Æc tr−ng ta dùa vµo c¸c vïng cña m¾t vµ mòi lµ chÝnh bëi v× c¸c vïng m¾t hÇu nh− lµ bÊt biÕn so víi c¸c thay ®æi diÔm c¶m cña bÒ mÆt vµ c¸c hµnh vi cö chØ cña mÆt. Do ®ã víi c¸c vïng cña m¾t ta cã thÓ chän ®−îc nhiÒu ®iÓm ®Æc tr−ng h¬n so víi c¸c vïng kh¸c. Bªn c¹nh ®ã c¹nh ®¸y cña mòi còng bÊt biÕn víi c¸c thay ®æi cña mÆt. Tõ hai yÕu tè nµy vµ theo c¸c chuÈn cña phÐp nh©n tr¾c ta x¸c ®Þnh ®−îc c¸c ®iÓm ®Æc tr−ng b»ng c¸ch quan s¸t mÉu mÆt ®ã. C¸c ®iÓm nµy ®−îc x¸c ®Þnh t¹i vÞ trÝ cè ®Þnh vµ th«ng qua sù c©n ®èi cña mòi. KÕt qu¶ lµ thu ®−îc 14 ®iÓm biÓu diÔn cña bÒ mÆt vµ ®−îc biÓu diÔn nh− h×nh sau: H×nh 2.4 Minh ho¹ c¸c ®iÓm quan träng ®−îc lùa chän §Ó m« t¶ vector ®Æc tr−ng cña mét ®iÓm sö dông bé läc Gabor b»ng c¸ch thu thËp tÊt c¶ c¸c hÖ sè Gabor fi = [fi1, fi2,…, fi18] T trong ®ã fij t−¬ng øng víi ®Æc tr−ng Gabor j vµ ®−îc ®Þnh gi¸ t¹i ®iÓm thø i. ViÖc thu thËp c¸c hÖ sè nµy phô thuéc vµo nh©n cña bé läc. Nh©n cña bé läc Gabor ®−îc ®Þnh gi¸ b»ng phøc hÖ hai chiÒu vµ ®−îc sö dông ®Ó thu l¹i c¸c ®Æc tr−ng nhiÒu møc vµ ®a h−íng. Gi¸ trÞ nh©n ®−îc tÝnh nh− sau: ⎥⎦ ⎤⎢⎣ ⎡ ⎟⎟⎠ ⎞ ⎜⎜⎝ ⎛−−⎟⎟⎠ ⎞ ⎜⎜⎝ ⎛−= 2 exp)exp( 2 exp)( 2 2 22 2 2 σ σσψ ikp pkkpk (10) trong ®ã p lµ to¹ ®é ®iÓm cã liªn quan ®Õn t©m, σ lµ tû lÖ ®é réng cöa sæ víi b−íc sãng, vµ k kiÓm so¸t ®é réng cöa sæ Gaussian, kiÓm so¸t b−íc sãng vµ kiÓm so¸t h−íng cña phÇn dao ®éng. Sè h¹ng ®Çu tiªn trong ngoÆc ®¬n x¸c ®Þnh phÇn dao ®éng vµ sè h¹ng thø hai bï gi¸ trÞ DC cña nh©n, t¹o ra bé läc kh«ng nh¹y c¶m víi c¸c thay ®æi cña sù chiÕu s¸ng. 30 Nh− vËy, c¸c nh©n Gabor ®−îc ph¸t sinh víi 3 tÇn sè (π/2, π/4, π/8) vµ 6 h−íng (0, π/6, π/3, π/2, 2π/3, 5π/6). NÕu cho σ = π vµ k = π th× kÕt qu¶ thu ®−îc 18 nh©n. KÕt qu¶ lµ ta cã tËp c¸c hÖ sè cña bé läc biÓu diÔn vector ®Æc tr−ng cña mét ®iÓm. Th«ng qua bé läc Gabor tiÕn hµnh trªn c¸c ¶nh thu ®−îc tõ kü thuËt dùa trªn khu«n mÉu vµ ¶nh cÇn nhËn d¹ng. Lóc nµy mçi ¶nh mÆt ®−îc m· ho¸ thµnh mét vector ®Æc tr−ng. Gi¶ sö sau kü thuËt dùa trªn khu«n mÉu ta thu ®−îc K mÆt tèt nhÊt p = {f1, f2,…, fK}, ¶nh mÆt cÇn nhËn d¹ng lµ f vµ víi c¸ch tiÕp cËn bé läc Gabor trªn mçi ¶nh mÆt ta thu ®−îc 14 ®iÓm quan träng. VËy th× theo sù ®Þnh nghÜa cña kho¶ng c¸ch tiÕp xóc x¸c ®Þnh sù gièng nhau gi÷a c¸c ®Æc ®iÓm c¬ së cña mÆt cÇn nhËn d¹ng f vµ nhãm mÆt tèt nhÊt p = {f1, f2,…, fK} thu ®−îc tõ kü thuËt so s¸nh khu«n mÉu nh− sau: ∑ = = = = 14 1 1 ))(),(cos( 14 1),( ),(min),( i i N i igifgfdg ffdgpfdw (11) V× vËy, sù gièng nhau gi÷a c¸c vector ®Æc tr−ng f(i) vµ g(i) cña ®iÓm ®Æc tr−ng thø i ®−îc x¸c ®Þnh b»ng c¸ch chuÈn ho¸ ngay bªn trong hµm (cos), gi¸ trÞ hµm thay ®æi gi÷a [- 1,1] vµ gi¸ trÞ nµy cµng cao cµng tèt. Thùc hiÖn biÕn ®æi hµm cos cos = (1-cos)/2 th× ∑ = −= 14 1 2 ))(),(cos(1 14 1),( i igifgfdg (12) do vËy gi¸ trÞ biÕn ®æi trong [0,1] víi sù quy −íc cµng thÊp cµng tèt. Cuèi cïng sù gièng nhau gi÷a hai mÆt f vµ g ®−îc tÝnh b»ng c¸ch ®−a ra gi¸ trÞ trung b×nh cña tÊt c¶ c¸c sù gièng nhau gi÷a hai ®iÓm ®Æc tr−ng t−¬ng øng. KÕt hîp hai kü thuËt so s¸nh dùa trªn khu«n mÉu vµ dùa trªn ®iÓm ®Æc tr−ng Trong phÇn nµy tr×nh bµy sù gièng nhau gi÷a hai mÆt dùa trªn kho¶ng c¸ch tiÕp xóc. Kü thuËt nµy ®−îc kÕt hîp tõ hai kü thuËt so s¸nh kh¸c nhau ®ã lµ: kü thuËt so s¸nh khu«n mÉu vµ kü thuËt so s¸nh ®iÓm ®Æc tr−ng. Mçi kü thuËt ®Òu cã mét sù bÒn v÷ng riªng. V× vËy, sù kÕt hîp hai kü thuËt l¹i víi nhau sÏ cho hÖ thèng cã sù bÒn v÷ng víi c¸c ®iÒu kiÖn t¸c ®éng kh¸c nhau ®Õn ¶nh cÇn nhËn d¹ng. Víi kü thuËt so s¸nh khu«n mÉu hÖ thèng nhËn d¹ng tù ®éng thu ®−îc K mÆt tèt nhÊt vµ kü thuËt so s¸nh ®iÓm ®Æc tr−ng cho ta x¸c ®Þnh ®−îc chÝnh x¸c mét mÆt trong K mÆt tèt nhÊt ®ã. Do ®ã, ®Ó hÖ thèng nhËn d¹ng mÆt bÒn v÷ng víi c¸c ®iÒu kiÖn thay ®æi cña ¸nh s¸ng ta kÕt hîp hai thuËt to¸n trªn ®Ó lµm tho¶ m·n ®−îc c¸c ®iÒu kiÖn thay ®æi cña ¸nh s¸ng. ThuËt to¸n so s¸nh khu«n mÉu cho kÕt qu¶ bÒn v÷ng víi c¸c ®iÒu kiÖn thay ®æi 31 cña m«i tr−êng t¸c ®éng ®Õn cßn kü thuËt so s¸nh ®iÓm ®Æc tr−ng cho phÐp hÖ thèng nhËn d¹ng chÝnh x¸c ¶nh cÇn nhËn d¹ng. Tr−íc tiªn lùa chän K mÆt tèt nhÊt sö dông kü thuËt so s¸nh dùa trªn khu«n mÉu, sau ®ã sö dông kü thuËt so s¸nh dùa trªn ®iÓm ®Æc tr−ng trong tËp c¸c mÆt ®ã ®Ó x¸c ®Þnh ®−îc chÝnh x¸c ng−êi t−¬ng øng. (13) ViÖc so s¸nh ®iÓm ®Æc tr−ng dw() chØ thùc hiÖn ®−îc trªn mét tËp nhá d÷ liÖu mµ d÷ liÖu nµy nhËn ®−îc tõ kü thuËt so s¸nh khu«n mÉu mÆt dt() thu ®−îc vµ Th1, Th2 lµ c¸c ng−ìng cho tr−íc t−¬ng øng hai thuËt to¸n trªn. Toµn bé ph¹m vi gi¸ trÞ cña hµm S() biÕn ®æi trong [0,1] vµ nÕu gi¸ trÞ cña S v−ît qu¸ mét gi¸ trÞ ng−ìng cho tr−íc th× hÖ thèng kh«ng nhËn d¹ng ®−îc ng−êi ®ã. Nãi tãm l¹i, sù kÕt hîp hai kü thuËt nhËn d¹ng dùa trªn khu«n mÉu vµ dùa trªn ®iÓm ®Æc tr−ng cho ta ®−îc mét hÖ thèng nhËn d¹ng bÒn v÷ng víi c¸c ®iÒu kiÖn thay ®æi cña ¸nh s¸ng. X¸c ®Þnh ®−îc ¶nh cÇn t×m cã trong c¬ së d÷ liÖu hay kh«ng vµ nÕu cã th× ¶nh ®ã lµ ¶nh cña ai. ⎪⎩ ⎪⎨ ⎧ + = 2/)),(),(( 1 1 ),( gfdwgfdt gfS nÕu dt(f,g) > Th1 nÕu dw(f,g) > Th2 ng−îc l¹i 32 Ch−¬ng 3. thuËt to¸n nhËn d¹ng trong ®iÒu kiÖn ¸nh s¸ng thay ®æi HÖ thèng nhËn d¹ng mÆt tù ®éng phô thuéc vµo c¸c yÕu tè t¸c ®éng cña ngo¹i c¶nh do ®ã ®ßi hái ph¶i lµm phï hîp ®−îc c¸c yÕu tè trªn. §iÒu kiÖn m«i tr−êng, c¸c biÓu hiÖn cña bÒ mÆt lµ c¸c yÕu tè chÝnh ¶nh h−ëng ®Õn hÖ thèng nhËn d¹ng mÆt ng−êi tù ®éng. VÊn ®Ò ®Æt ra lµ ta ph¶i x©y dùng mét hÖ thèng nhËn d¹ng mÆt bÒn v÷ng víi c¸c thay ®æi cña c¸c yÕu tè trªn. Ch−¬ng nµy khãa luËn tr×nh bµy thuËt to¸n cña t¸c gi¶ Mariani [3] lµ bÒn v÷ng víi c¸c ®iÒu kiÖn ¸nh s¸ng kh¸c nhau. ThuËt to¸n ®−îc sö dông dùa trªn hai c¸ch tiÕp cËn ®Ó gi¶i quyÕt ®ã lµ: c¸ch tiÕp cËn dùa trªn khu«n mÉu vµ c¸ch tiÕp cËn dùa trªn ®iÓm ®Æc tr−ng th«ng qua hµm kho¶ng c¸ch tiÕp xóc. Dùa theo c¸c ®Æc t¶ trong [3], khãa luËn minh ho¹ cô thÓ thuËt to¸n b»ng nh÷ng thñ tôc trªn ng«n ng÷ lËp tr×nh PASCAL. M« t¶ c¸c thuËt to¸n nh− sau: Gi¶ sö cho mét ¶nh x lµ ¶nh cÇn nhËn d¹ng vµ ®−îc m· ho¸ thµnh vector d-chiÒu trong kh«ng gian Sd. Mét c¬ së d÷ liÖu ¶nh D ®−îc tæ chøc vµ qu¶n lý theo chØ sè. KÕt qu¶ thu ®−îc lµ c¸c chØ sè cña líp ¶nh (cho biÕt ®−îc ng−êi nhËn d¹ng) vµ c¸c chØ sè cña c¸c mÉu trong líp (biÕt ®−îc ®iÒu kiÖn m«i tr−êng t−¬ng øng t¸c ®éng ®Õn ¶nh nhËn d¹ng). 3.1 ThuËt to¸n so s¸nh khu«n mÉu dùa theo kho¶ng c¸ch tiÕp xóc ThuËt to¸n nµy ®−îc thùc hiÖn nh− h×nh d−íi ®©y: H×nh 3.1 M« pháng c¸ch so s¸nh hai mÉu mÆt víi nhau dùa trªn c¸c mÉu con Kü thuËt nhËn d¹ng dùa trªn khu«n mÉu sö dông quy t¾c so s¸nh tõng mÉu ¶nh nhá víi nhau. Mçi mÉu t−¬ng øng víi mét vïng cña ¶nh vµ viÖc so s¸nh nµy lµ so s¸nh c¸c i i So s¸nh So s¸nh ¶nh cÇn nhËn d¹ng ¶nh mÉu 33 mÉu t−¬ng øng cña nhau cã trong hai ¶nh cÇn nhËn d¹ng. Nh− biÓu diÔn cña h×nh minh ho¹ trªn cho thÊy mÉu thø i cña ¶nh cÇn nhËn d¹ng ph¶i t−¬ng øng víi mÉu thø i trong ¶nh mÉu. Mçi ¶nh cÇn nhËn d¹ng vµ ¶nh mÉu ®−îc chuÈn ho¸ cã kÝch th−íc cè ®Þnh lµ 75x75 pixel, c¸c mÉu con cã kÝch th−íc 15x15 pixel. V× vËy kü thuËt nhËn d¹ng nµy rÊt hiÖu qu¶ trong viÖc so s¸nh c¸c ¶nh mµ kh«ng chÞu t¸c ®éng cña m«i tr−êng vµ do ®ã thuËt to¸n nµy bÒn v÷ng víi c¸c ®iÒu kiÖn t¸c ®éng cña ¸nh s¸ng tíi c¸c ¶nh nhËn d¹ng vµ ¶nh mÉu. Kü thuËt so s¸nh nµy sö dông c¸ch so s¸nh c¸c gi¸ trÞ x¸m cña hai mÉu con víi nhau b»ng c¸ch so s¸nh tõng ®iÓm mét cña mÉu. NÕu hai ®iÓm lµ kh¸c nhau th× sù kh¸c nhau møc x¸m gi÷a chóng v−ît qu¸ mét ng−ìng cho tr−íc vµ ng−îc lai hai ®iÓm ¶nh lµ gièng nhau nÕu sù kh¸c nhau gi÷a c¸c gi¸ trÞ møc x¸m cña ®iÓm ¶nh kh«ng v−ît qu¸ ng−ìng cho tr−íc, gi¸ trÞ nµy thay ®æi trong kho¶ng [0,1] vµ gi¸ trÞ nµy cµng thÊp cµng tèt. Theo sù m« t¶ trªn th× mét ¶nh ®−îc ph©n thµnh mét vector mµ c¸c thµnh phÇn cña vector lµ gi¸ trÞ møc x¸m cña mÉu con. Gi¶ sö cho mét ¶nh cÇn nhËn d¹ng x ®−îc biÓu diÔn x={x1, x2, …,xN} trong ®ã xi (i=1..N) lµ c¸c mÉu con cña ¶nh cÇn nhËn d¹ng, tËp hîp c¸c mÉu con t¹o thµnh mét ¶nh vµ mét nhãm ¶nh mÆt p= {f1, f2,…,fK} trong ®ã fi lµ mÉu mÆt thø i, c¸c mÉu mÆt nµy còng ph¶i m· ho¸ thµnh c¸c vector vµ cã sè phÇn tö gièng nh− sè phÇn tö cña ¶nh cÇn nhËn d¹ng. Thñ tôc so s¸nh hai mÉu mÆt: Procedure df(x: mÆt, fk: mÆt); Begin D:=0; For i=1 to sè_mÉu_con do If (|x(i) – fk(i)|) < T then ∂(|x(i)-fk(i)|) := 0 else ∂(|x(i)-fk(i)|) := 1; D:= D + ∂(|x(i)-fk(i)|); Df:= D/sè_mÉu_con; End 34 KÕt qu¶ cña thuËt to¸n nµy lµ thu ®−îc kho¶ng c¸ch gi÷a hai mÉu mÆt vµ kÕt qu¶ nµy ®−îc sö dông cho viÖc x¸c ®Þnh mét mÉu mÆt x cÇn nhËn d¹ng víi nhãm mÆt p (nhãm p cã N phÇn tö). TiÕp theo lµ thuËt to¸n so s¸nh mét ¶nh cÇn nhËn d¹ng víi mét nhãm ¶nh mÉu ®· thu ®−îc. Víi c¸ch gi¶i quyÕt nµy, ta sö dông kÕt qu¶ cña thuËt to¸n so s¸nh hai ¶nh mÆt víi nhau, kho¶ng c¸ch thu ®−îc cña tõng cÆp so s¸nh (so s¸nh ¶nh cÇn nhËn d¹ng víi tõng ¶nh trong nhãm) vµ so s¸nh c¸c kÕt qu¶ thu ®−îc nÕu kho¶ng c¸ch nµo nhá nhÊt th× ®ã lµ cÆp ¶nh cÇn t×m. ThuËt to¸n cã thÓ ®−îc m« t¶ trong h×nh sau: H×nh 3.2 M« pháng c¸ch so s¸nh mét ¶nh mÆt cÇn nhËn d¹ng víi nhãm c¸c mÉu mÆt H×nh nµy biÓu diÔn viÖc so s¸nh mét mÆt cÇn nhËn d¹ng víi mét tËp c¸c ¶nh mÆt mÉu dùa vµo kho¶ng c¸ch nhá nhÊt gi÷a c¸c cÆp so s¸nh vµ cuèi cïng thu ®−îc mét ¶nh tèt nhÊt trong líp ¶nh mÆt mÉu ®ã. Thñ tôc nµy ®−îc ph¸t triÓn ®Ö quy cho tÊt c¶ c¸c líp ¶nh mÆt mÉu trong c¬ së d÷ liÖu vµ kÕt qu¶ cña viÖc ®Ö quy nµy lµ mét tËp c¸c mÉu ¶nh mÆt tèt nhÊt øng víi mçi mét líp. Thñ tôc so s¸nh mét ¶nh mÆt cÇn nhËn d¹ng víi mét líp c¸c ¶nh mÉu: Gi¶ sö sè ¶nh mÉu cã trong mét líp lµ N, x lµ ¶nh cÇn nhËn d¹ng, p lµ mét líp cã N ¶nh mÉu vµ ®−îc biÓu diÔn p={f1,f2,…,fN}, gi¸ trÞ min ®−îc dïng ®Ó x¸c ®Þnh c¸c cÆp so s¸nh nµo cã kho¶ng c¸ch nhá nhÊt vµ dùa vµo gi¸ trÞ min nµy cho biÕt ®−îc chØ sè cña ¶nh mÉu trong líp ®ang quan s¸t. Thñ tôc ®−îc thùc hiÖn nh− d−íi ®©y: Procedure dt(x: mÆt, p: líp mÆt); Begin min:=df(x,f1); x fi1 fi2 fi3 … … fi(N-1) fiN fij Líp ¶nh mÉu ¶nh cÇn nhËn d¹ng ¶nh thu ®−îc sau khi so s¸nh So s¸nh So s¸nh KÕt qu¶ 35 For i=2 to N do If (min >= df(x,fi)) then min:= df(x,fi) End KÕt qu¶ thu ®−îc cña thñ tôc trªn lµ mét mÉu mÆt tèt nhÊt øng víi gi¸ trÞ min nhá nhÊt. Víi c¸ch thùc hiÖn t−¬ng tù thñ tôc trªn ®−îc ¸p dông cho c¸c líp ¶nh mÆt mÉu kh¸c vµ thu ®−îc K mÆt tèt nhÊt t−¬ng øng víi K líp ¶nh mÆt mÉu cã trong c¬ së d÷ liÖu. K mÆt tèt nhÊt nµy ®−îc sö dông trong thuËt to¸n so s¸nh mét ¶nh mÆt cÇn nhËn d¹ng víi c¸c mÆt tèt nhÊt thu ®−îc tõ thuËt to¸n so s¸nh dùa trªn khu«n mÉu. 3.2 ThuËt to¸n so s¸nh ®iÓm ®Æc tr−ng dùa theo kho¶ng c¸ch tiÕp xóc Kü thuËt so s¸nh dùa trªn ®iÓm ®Æc tr−ng nh»m ®¸nh gi¸ mét mÆt cÇn nhËn d¹ng víi K mÆt tèt nhÊt th× mÆt cÇn nhËn d¹ng lµ mÉu mÆt nµo trong K mÆt tèt nhÊt ®ã. Víi kü thuËt so s¸nh nµy ¶nh cÇn nhËn d¹ng vµ K mÆt tèt nhÊt ph¶i ®−îc m· ho¸ thµnh c¸c vector mµ c¸c thµnh phÇn cña nã lµ c¸c ®iÓm ®Æc tr−ng cña ¶nh. Gi¶ sö ¶nh cÇn nhËn d¹ng lµ x vµ ®−îc biÓu diÔn x={x1,x2,…,xN} trong ®ã xi (i=1..N) lµ ®iÓm ®Æc tr−ng thø i biÓu diÔn trong mÆt, gäi p lµ tËp c¸c ¶nh tèt nhÊt (K ¶nh mÆt tèt nhÊt) vµ p={f1,f2,…,fK} trong ®ã mçi ¶nh fi ph¶i ®−îc m· ho¸ thµnh c¸c vector ®iÓm ®Æc tr−ng (fi={fi1,fi2,…,fiN}). Kü thuËt so s¸nh ®iÓm ®Æc tr−ng cña mét ¶nh cÇn nhËn d¹ng víi tËp K ¶nh mÆt tèt nhÊt sö dông c¸c vector ®iÓm ®Æc tr−ng, trong ®ã mçi phÇn tö thø i lµ mét ®Æc tr−ng cña ¶nh cÇn nhËn d¹ng vµ ¶nh mÉu. Tr−íc hÕt ta thùc hiÖn thuËt to¸n so s¸nh hai ¶nh mÆt bÊt kú dùa trªn kü thuËt kho¶ng c¸ch tiÕp xóc. Thñ tôc so s¸nh hai mÆt dùa trªn kü thuËt kho¶ng c¸ch tiÕp xóc Thñ tôc nµy sö dông c¸c ®iÓm ®Æc tr−ng ®−îc trÝch ra tõ bé läc Gabor, theo bé läc nµy bÊt kú ¶nh mÆt ng−êi nµo ®Òu cã 14 ®iÓm ®Æc tr−ng vµ x(i), f(i) lµ c¸c vector biÓu diÔn c¸c ®Æc tr−ng cña mÆt. ThuËt to¸n nµy ho¹t ®éng nh− sau: so s¸nh tõng ®iÓm ®Æc tr−ng cña hai ¶nh víi nhau vµ sö dông hµm cos ®Ó tÝnh ®é lÖch (sù kh¸c nhau) gi÷a hai ®iÓm ®Æc tr−ng. Gãc lÖch gi÷a hai ®iÓm ®Æc tr−ng ®−îc m« t¶ nh− h×nh bªn. H×nh 3.3 M« t¶ gãc lÖch gi÷a hai vector ®iÓm ®Æc tr−ng f(i) x(i) α 36 Nh×n vµo h×nh biÓu diÔn hai vector nµy ta thÊy nÕu hai ®iÓm lµ gièng nhau th× gãc α t¹o bëi hai vector x(i) vµ f(i) ph¶i cã gãc nhá nhÊt. Tr−êng hîp tèt nhÊt khi gãc α = 00. Thñ tôc m« t¶ thuËt to¸n nh− sau: Procedure dg(x: mÆt, f: mÆt); Begin D:= 0; For i=1 to 14 do D:= D + (1 – cos(x(i),f(i))/2; Dg:= D/14; End KÕt qu¶ thu ®−îc lµ kho¶ng c¸ch gi÷a hai mÆt bÊt kú dùa trªn c¸c ®iÓm ®Æc tr−ng cña ¶nh. TiÕp theo lµ thñ tôc x¸c ®Þnh mét mÆt cÇn nhËn d¹ng víi c¸c mÉu mÆt tèt nhÊt thu ®−îc tõ kü thuËt so s¸nh khu«n mÉu (K mÉu mÆt tèt nhÊt) dùa trªn kho¶ng c¸ch tiÕp xóc. Trong ®ã x lµ mét vector biÓu diÔn ®iÓm ®Æc tr−ng cña mÆt cÇn nhËn d¹ng vµ p lµ nhãm c¸c mÉu mÆt tèt nhÊt (c¸c mÉu trong p ®Òu ®−îc m· ho¸ theo vector biÓu diÔn c¸c ®iÓm ®Æc tr−ng cña mÉu ®ã). ThuËt to¸n nµy ®−îc m« t¶ nh− h×nh d−íi ®©y: H×nh 3.4 M« pháng c¸ch so s¸nh mét ¶nh mÆt víi tËp c¸c ¶nh mÆt tèt nhÊt dùa trªn ®iÓm ®Æc tr−ng. Nhãm mÆt tèt nhÊt (K mÆt) f1(f1,f2,…,fN) d1 f2(f1,f2,…,fN) d2 x(x1,x2,…,xN) …………… min(d1,d2,…,dK) …………… fK-1(f1,f2,…,fN-1) dK-1 fK(f1,f2,…,fN) dK KÕt qu¶ thu ®−îc So s¸nh Chän kÕt qu¶ tèt nhÊt 37 Theo c¸ch biÓu diÔn cña h×nh trªn ta thÊy: mét ¶nh cÇn nhËn d¹ng x ®−îc so s¸nh lÇn l−ît víi tõng mÉu ¶nh cã trong p kÕt qu¶ cña phÐp so s¸nh thu ®−îc lÇn l−ît lµ d1, d2,…, dK t−¬ng øng víi K mÉu tèt nhÊt trong p. §Ó thu ®−îc kÕt qu¶ tèt nhÊt ta lÊy gi¸ trÞ nhá nhÊt trong tËp kÕt qu¶ ®o ®−îc {d1,d2,…,dK} vµ gi¸ trÞ nhá nhÊt di nµo ®ã cho phÐp ta x¸c ®inh ®−îc mÉu mÆt tèt nhÊt thø i trong p. Thñ tôc so s¸nh mét mÆt cÇn nhËn d¹ng víi tËp c¸c mÆt tèt nhÊt thu ®−îc tõ kü thuËt so s¸nh dùa trªn khu«n mÉu Procedure dw(x: mÆt, p: nhãm mÆt mÉu); Begin {tËp c¸c mÉu mÆt: p={f1,f2,..,fK} thu ®−îc tõ thuËt to¸n dt(x,g)} min:= dg(x,f1); For i=2 to K do If min >= dg(x,fi) then min:= dg(x,fi); Dw:= min; End KÕt qu¶ ®¹t ®−îc lµ vÞ trÝ cña mÉu thø i trong nhãm mÉu tèt nhÊt. 3.3 KÕt hîp hai thuËt to¸n so s¸nh trªn PhÇn nµy tr×nh bµy mét thuËt to¸n kÕt hîp c¶ hai kü thuËt so s¸nh trªn ®Ó thùc hiÖn nhiÖm vô nhËn d¹ng ¶nh mÆt ng−êi vµ kÕt hîp hai kü thuËt so s¸nh trong mét ®iÒu kiÖn tèt nhÊt. Kü thuËt so s¸nh dùa vµo khu«n mÉu lÊy ®−îc c¸c mÆt tèt nhÊt vµ bÒn v÷ng víi c¸c ®iÒu kiÖn thay ®æi cña ¸nh s¸ng b»ng c¸ch so s¸nh c¸c mÉu con víi nhau (kÝch th−íc cña mÉu con lµ 15x15 pixel). Kü thuËt so s¸nh dùa trªn ®iÓm ®Æc tr−ng so s¸nh mét ¶nh mÆt cÇn nhËn d¹ng víi tËp c¸c mÆt tèt nhÊt thu ®−îc tõ kü thuËt so s¸nh dùa trªn khu«n mÉu vµ x¸c ®Þnh chÝnh x¸c ¶nh cÇn nhËn d¹ng ®ã lµ cña ng−êi nµo. Víi viÖc kÕt hîp hai kü thuËt so s¸nh trªn dÉn tíi thñ tôc thùc hiÖn thuËt to¸n nh− sau: Procedure S(x: mÆt, p: nhãm mÆt); Begin If dt(x,p) > Th1 then S:=1; 38 If dw(x,p) > Th2 then S:=1; If (dt(x,p) = Th2) then S:= (dt(x,p) + dw(x,p))/2; End M« t¶ ho¹t ®éng cña thñ tôc trªn nh− sau: TiÕn hµnh thùc hiÖn hµm so s¸nh khu«n mÉu dt(x,p) ®Ó thu ®−îc K mÆt tèt nhÊt. NÕu gi¸ trÞ thu ®−îc tõ viÖc so s¸nh hai mÉu víi nhau v−ît qu¸ ng−ìng cho tr−íc Th1 nµo ®ã th× cÆp so s¸nh ®ã bÞ lo¹i bá. Cuèi cïng thu ®−îc c¸c mÉu mÆt tèt nhÊt trong tËp c¸c mÉu ®−îc so s¸nh. KÕt qu¶ cña hµm so s¸nh dt(x,p) ®−îc truyÒn tíi hµm so s¸nh c¸c ®iÓm ®Æc tr−ng dw(x,p). Hµm nµy thùc hiÖn còng t−¬ng tù nh− hµm so s¸nh khu«n mÉu nh−ng d÷ liÖu ®Ó so s¸nh kh«ng ph¶i lµ toµn bé c¸c mÉu cã trong c¬ së d÷ liÖu ¶nh mµ d÷ liÖu lµ c¸c kÕt qu¶ thu ®−îc tõ hµm so s¸nh khu«n mÉu dt(x,p). NÕu gi¸ trÞ cña hµm so s¸nh ®iÓm ®Æc tr−ng v−ît qu¸ mét ng−ìng cho tr−íc Th2 th× cÆp ¶nh so s¸nh ®ã bÞ lo¹i bá. NÕu mét trong hai gi¸ trÞ cña hµm so s¸nh khu«n mÉu vµ hµm so s¸nh c¸c ®iÓm ®Æc tr−ng v−ît qu¸ mét ng−ìng cho tr−íc Th1 hoÆc Th2 th× gi¸ trÞ hµm kÕt hîp S:=1 vµ víi gi¸ trÞ nµy th× ¶nh mÆt cña ng−êi ®ã kh«ng nhËn d¹ng ®−îc. Tr−êng hîp ng−îc l¹i hai gi¸ trÞ cña hai hµm so s¸nh ®Òu chÊp nhËn ®−îc khi ®ã S cã gi¸ trÞ lµ gi¸ trÞ trung b×nh cña hai gi¸ trÞ thu ®−îc tõ hai thuËt to¸n so s¸nh trªn vµ gi¸ trÞ S biÕn thiªn trong kho¶ng [0,1]. Nh−ng trong tËp c¸c kÕt qu¶ cña S, kh«ng ph¶i hoµn toµn lµ chÝnh x¸c, còng cã khi ®óng nh−ng còng cã khi sai do ®ã vÇn cÇn ph¶i thùc hiÖn viÖc kiÓm tra tÝnh chÝnh x¸c gi¸ trÞ cña S b»ng mét ng−ìng nµo ®ã. NÕu gi¸ S v−ît qu¸ ng−ìng kiÓm so¸t ®ã th× viÖc so s¸nh kh«ng thµnh c«ng vµ ng−êi ®ã kh«ng nhËn d¹ng ®−îc. 39 KÕt luËn Trong khãa luËn nµy, t«i ®· tr×nh bµy mét hÖ thèng nhËn d¹ng ¶nh mÆt ng−êi tù ®éng tho¶ m·n c¸c ®iÒu kiÖn thay ®æi cña ¸nh s¸ng t¸c ®éng ®Õn ¶nh nhËn d¹ng. Trong qu¸ tr×nh thùc hiÖn khãa luËn, t«i ®· thu nhËn ®−îc kiÕn thøc tæng quan vÒ hÖ thèng ®o¸n nhËn ¶nh mÆt ng−êi. H¬n n÷a, ®· n¾m b¾t ®−îc nh÷ng néi dung c¬ b¶n cña viÖc kh¾c phôc ¶nh h−ëng cña c¸c ®iÒu kiÖn ¸nh s¸ng t¸c ®éng ®Õn hÖ thèng nhËn d¹ng lµm cho hÖ thèng khã cã thÓ nhËn d¹ng ¶nh mét c¸ch chÝnh x¸c ®· ®−îc tr×nh bµy trong c«ng tr×nh cña t¸c gi¶ Mariani [3], ®ã lµ: - Kü thuËt “Sö dông kho¶ng c¸ch tiÕp xóc” - Sö dông hai kü thuËt so s¸nh: kü thuËt so s¸nh khu«n mÉu vµ kü thuËt so s¸nh ®iÓm ®Æc tr−ng. Kü thuËt so s¸nh khu«n mÉu cho hÖ thèng ®−îc c¸c mÆt tèt nhÊt cã trong c¬ së d÷ liÖu dùa vµo c¸ch ®¸nh gi¸ cña hµm kho¶ng c¸ch, cßn kü thuËt so s¸nh ®iÓm ®Æc tr−ng cho biÕt ®−îc chÝnh x¸c ¶nh ®ã lµ ¶nh cña ng−êi nµo b»ng c¸ch so s¸nh ¶nh cÇn nhËn d¹ng víi tËp c¸c ¶nh tèt nhÊt thu ®−îc tõ kü thuËt so s¸nh ®iÓm ®Æc tr−ng. Trong nh÷ng hÖ thèng thùc tÕ, ý t−ëng kÕt hîp hai thuËt to¸n trªn ®−îc khãa luËn ®Ò cËp. Khãa luËn còng ®· m« t¶ chi tiÕt c¸c thuËt to¸n ®èi s¸nh kho¶ng c¸ch b»ng mét sè thñ tôc PASCAL song ch−a cã ®iÒu kiÖn cµi ®Æt ®−îc c¸c thuËt to¸n nµy. Do thêi gian vµ tr×nh ®é cßn h¹n chÕ vµ ®©y lµ mét néi dung khã, khãa luËn ch−a hiÖn thùc c¸c thuËt to¸n tr×nh bµy ë ch−¬ng ba. §Êy lµ mét néi dung trong ph−¬ng h−íng nghiªn cøu tiÕp theo cña khãa luËn. 40 Tµi liÖu tham kh¶o 1. Keysers D. Experiments with an Extended Tangent Distance, 15th International Conference on Pattern Recognition, Vol. 2,pp. 38-42, 2000. 2. Manjunath B.S. et al. A Feature-Based Approach to Face Recognition. Proc. IEEE Computer Soc. Conf. Computer Vision and Pattern Recognition, pp 373-378, 1992. 3. Mariani R. A Face Location Algorithm Robust to Complex Lighting Conditions. To appear in 2nd Audio and Video-Based Biometric Person Authentication, Sweden, 2001. 4. Rowley H. et al. Neural Network-Based Face Detection. IEEE Trans. Pattern Analysis and Machine Intelligence, 1998. 5. Simard P. Transformation Invariance in Pattern Recognition – Tangent Distance and Tangent Propagation. In G. Orr and K.R. Muller editors, Neural Networks: tricks of the trade, vol 1524 of Lecture Notes in Computer Science, Springer, Heidelberg, pp 239-274, 1998. 6. Sirohey S.A, Human Face Segmentation and Identification. Technical Report, CS-TR- 3176, Univ, of Maryland, 1993. 7. Sun Q.B. et al. Face Detection Based on Color and Local Symmertry Information. Proc. 3rd International Conterence on Automatic Face and Gesture Recognition, pp 130- 135. Apr 14-16, 1998. Nara, Japan. 8. Takacs B vµ Wechsler H. Detection of Face and Facial Landmarks Using Iconic Filter Banks. Pattern Recognition, 30(1): 1623-1636, 1997.