5 Kết quả thử nghiệm

Khuôn mặt chếch 150 sang trái



Khuôn mặt chếch 450 sang trái



Khuôn mặt chếch > 600



56



3.5.2 Kích thƣớc khuôn mặt



72x80

90x100



45x50

63x70

Các kết quả nhận diện cũng phụ thuộc vào kích thƣớc khuôn mặt.

Khuôn mặt cần phải có một kích thƣớc phù hợp thì chƣơng trình mới có

khả năng nhận diện.

3.5.3 Các kết quả thực nghiệm khác

Tƣ thế chụp



57



Biểu cảm khuôn mặt



Trên đây là một số thử nghiệm mang tính chất minh họa, từ đó ta có

nhân xét vấn đề kết quả nhận dạng và nhận dạng chính xác khuôn mặt phụ

thuộc vào rất nhiều yếu tố trong ảnh nhƣ : kích thƣớc, tƣ thế , nét mặt, che

khuấ t, góc lệch, hình nền, ánh sáng, chấ t lƣơ ̣ng ảnh…vv.



58



PHẦN KẾT LUẬN

Bài toán phát hiện mặt ngƣời đã đƣợc đặt ra từ lâu và đi cùng với nó là

hàng loạt các đề tài khoa học đƣợc xác lập, các công trình nghiên cứu đƣợc

công bố, các ứng dụng đƣợc triển khai. Bài toán này luôn đặt ra nhiều thách

thức vì những khó khăn của nó. Các khó khăn chứng tỏ rằng bất cứ phƣơng

pháp giải quyết bài toán xác định khuôn mặt ngƣời sẽ không thể tránh khỏi

một số khiếm khuyết nhất định. Mỗi hƣớng tiếp cận đƣợc đƣa ra đều đã đạt

đƣợc những thành quả nhất định, hƣớng nào cũng có những thành công,

những hạn chế vì bài toán này là bài toán không có lời giải tối ƣu cho mọi

trƣờng hợp. Tuy nhiên, do tính cấp thiết từ yêu cầu của thực tế mà đây luôn

là một đề tài hấp dẫn các nhà khoa học, các chuyên gia nghiên cứu và ứng

dụng. Đặc biệt là ở Việt Nam, nơi mà các hệ thống nhận dạng, các hệ thống

giám sát chƣa đƣợc phát triển mạnh. Những ứng dụng vẫn chủ yếu là các

phần mềm đi kèm với các thiết bị chuyên dụng khá đắt tiền.

Trong luận văn này, tác giả đã tập trung nghiên cứu hƣớng phát hiện

mặt ngƣời dựa trên tiếp cận thành phần, cụ thể đã đạt đƣợc những

kết quả sau:











Trình bày khái quát về xử lý ảnh và bài toán phát hiện mặt ngƣời

trong ảnh.

Hệ thống hoá một số kỹ thuật phát hiện mặt ngƣời trong ảnh

Cài đặt thử nghiệm thuật toán phát hiện mặt ngƣời theo tiếp cận

thành phần dựa theo đặc trƣng Haar + Adaboost đã tìm hiểu đƣợc

cho 6 đối tƣợng: mặt thẳng, đôi mắt, mắt trái, mắt phải,

mũi, miệng.



Để cải tiến độ chính xác cho mô hình hiện tại, các công việc tiếp theo

tôi có thể tìm hiểu thêm việc triển khai giai đoạn phát hiện bằng một số kỹ

thuật học máy khác nhƣ mạng neural, SVM,... với các cách trích rút đặc

trƣng khác nhau mở rộng tập dữ liệu các khuôn mặt và không phải khuôn

mặt. Nhằm hƣớng tới một hệ thống nhận dạng hoàn chỉnh, tôi sẽ tiếp tục

tìm hiểu và tiếp cận vấn đề nhận dạng khuôn mặt và sau đó hƣớng tới việc

tích hợp vào hệ thống giám sát tự động.

59



TÀI LIỆU THAM KHẢO

Tiếng Việt

[1] Trần Lê Hồng Dũ ( 2005 ), “Phát hiện khuôn mặt dựa trên đặc trưng

lồi lõm”, Khoa Công nghệ thông tin, ĐH Khoa học tự nhiên, Đại học

quốc gia thành phố Hồ Chí Minh.

[2] Phạm Thế Bảo, Nguyễn Thành Nhựt, Cao Minh Thịnh, Trần Anh

Tuấn, Phan Phúc Doãn , “Tổng quan các phương pháp xác định khuôn

mặt người”

[3] Đỗ Năng Toàn, Phạm Việt Bình (2007), "Giáo trình xử lý ảnh", ĐH

Thái Nguyên.

[4] Phạm Anh Phƣơng, Ngô Quốc Tạo, Lƣơng Chi Mai (2008), “Trích

chọn đặc trưng wavelet Haar kết hợp với SVM cho việc nhận dạng chữ

viết tay tiếng Việt”, Viện công nghệ thông tin Hà Nội.

Tiếng Anh

[5] Bernhard Froba and Walter Zink, On the Combination of Different

Template Matching Stategies for Fast Face Detection”, MCS 2001,

LNCS 2096, pp. 418-428, Springer-Verlag Berlin Heidelberg, 2001.

[6] D.G. Kendall, “Shape Manifolds, Procrustean Metrics, and Complex

Projective Shapes”, Bull. London Math. Soc, vol. 16, pp. 81-121,

1984.

[7] Daniel Keren, Margarita Osadchy and Craig Gotsman, “Antifaces: A

Novel, Fast Method for Image Detection”, IEEE Transaction on

Pattern Analysis and Machine Intelligence, vol. 23, no. 7, IEEE, 2001.

[8] Fuzhen Huang and Jianbo Su, “Multiple Face Contour Detection

Using adaptive Flows”, Sinobiometrics 2004, LNCS 3338, pp. 137143, Springer-Verlag Berlin Heidelberg, 2004.

[9] Gary G. Yen and Nethrie Nithianandan, “Automatic Facial Feature

Extraction Using Edge Distribution and Genetic Search”,

International Journal of Computational Intelligence and Applications,

vol. 3, no. 1, pp. 89-100, Imperial College Press, 2003.

60



[10] H. Rowley, S. Baluja, T. Kanade, “Neural network-based face

detection”, IEEE Transaction on Pattern Analysis and Machine

Intelligence (PAMI), Vol. 20, No. 1, pp. 23-38, Jan 1998.

[11] H.P. Graf, T. Chen, E. Petajan, and E. Cosatto, “Locating Faces and

Facial Parts”, Proc. First Int’l Workshop Automatic Face and

Gesture Recognition, pp. 41-46, 1995.

[12] Hannes Kruppa, Martin A. Bauer, and Bernt Schiele, “Skin Patch

Detection in Real-World Images”, DAGM 2002, LNCS 2449, pp.

109-116, Springer- Verlag Berlin Heidelberg, 2002.

[13] Hideaki

Sato, Katsuhiro Sakamoto, Yasue Mitsukura, and

Norio Akamatsu, “Face Edge Detection System by Using the GAs”,

KES 2004, LNAI 3213, pp. 847-852, Springer-Verlag Berlin

Heidelberg, 2004.

[14] J. Canny, “A Computational Approach to Edge Detection”, IEEE

Trans. Pattern Analysis and Machine Intelligence, vol. 8, no. 6, pp.

679-698, June 1986.

[15] J. Sobottka and I. Pitas, “Segmentation and Tracking of Faces in

Color Images”, Proc. Second Int’l Conf. Automatic Face and Gesture

Recognition, pp. 236-241, 1996.

[16] Jin Ok Kim, Jin Soo Kim, and Chin Hyun Chung, “Face Region

Dectection on Skin Chrominance from Color Images by Facial

Features”, ICADL 2004, LNCS 3334, pp. 646, Springer-Verlag

Berlin Heidelberg, 2004.

[17] K. C. Yow, R. Cipolla, “Feature-Based Human Face Detection”,

Image and Vision Computing, Vol. 15, No. 9, pp. 713-735, 1997.

[18] K. Lam and H. Yan, “Fast Algorithm for Locating Head

Boundaries,” J.Electronic Imaging, vol. 3, no. 4, pp. 351-359, 1994.

[19] Kang Ryoung Park, “Gaze Detection System by Wide and Auto

Pan/Tilt Narrow View Camera”, DAGM 2003, LNCS 2781, pp. 7683, Springer- Verlag Berlin Heidelberg, 2003.

[20] Kenji Iwata, Hitoshi Hongo, Kazuhiko Yamamoto, and Yoshinori

Niwa, “Robust Facial Parts Detection by Using Four Directional



61



Features and Relaxation Matching“, KES 2003, LNAI 2774, pp. 882888, Springer-Verlag Berlin Heidelberg, 2003.

[21] Kim-Fung Jang, Ho-Man Tang, Michael R. Lyu, and Irwin King, “A

Face Processing System Based on Committee Machine: The Approach

and Experimental Results“, CAIP 2003, LNCS 2756, pp.614-622,

Springer-Verlag Berlin Heidelberg, 2003.

[22] Klaus J. Kirehberg, Oliver Jeorsky and Robert W. Frischholz,

“Genetic Model Optimization for Hausdorff Distance-Based Face

Localization”, Biometric Authentication, LNCS 2359, pp. 103-111,

Springer-Verlag Berlin Heidelberg, 2002.

[23] Mark Everingham and Andrew Zisserman, “Automated Person

Identification in Video”, CIVR 2004, LNCS 3115, pp. 289-298,

Springer-Verlag Berlin Heidelberg, 2004.

[24] P. Sinha, “Object Recognition via Image Invariants: A Case Study”,

Investigative Ophthalmology and Visual Science, vol. 35, no. 4, pp.

1735-1740, 1994.

[25] P. Sinha, “Processing and Recognizing 3D Forms,” PhD thesis,

Massachusetts Inst. of Technology, 1995.

[26] Rein-Lien Hsu, Mohamed abdel-Mottaleb, and Anil K. Jain, “Face

Detection in Color Images”, IEEE Transaction on Pattern Analysis

and Machine Intelligent, vol. 24, no. 5, pp. 696-706, 2002.

[27] Rogerio S. Feris, Jim Gemmell, Kentaro Toyama, and Volker Kruger,

“Hierarchical Wavelet Networks for Facial Feature Localization”,

Proceedings of Fifth IEEE International Conference on Automatic

Face and Gesture Recognition, pp. 118-123, 2002.

[28] S. A. Sirohey, “Human Face Segmentation and Identification,

Technical Report”, CS-TR-3176, Univ. of Maryland, 1993

[29] Shou-Der Wei and Shang-Hong Lai, “An Efficient Algorithm for

Detecting Faces from Color Images”, PCM 2002, LNCS 2532, pp.

1177-1184, Springer- Verlag Berlin Heidelberg, 2002.

[30] Stephen C. Y. Chan and Paul H. Lewis, “A Pre-filter Enabling Fast

Frontal Face Detection”, Visual’99,LNCS 1614, pp. 777-785,

Springer-Verlag Berlin Heidelberg, 1999.

62



[31] T. Darrell, G. Gordon, M. Harville, and J. Woodfill, “Integrated

Person Tracking Using Stereo, Color, and pattern Detection”,

International Journal of Computer Vision 37(2), 175-185, Kluwer

Academic Publishers, the Netherlands, 2000.

[32] T.K. Leung, M.C. Burl, and P. Perona, “Finding Faces in Cluttered

Scenes Using Random Labeled Graph Matching”, Proc. Fifth IEEE

Int’l Conf. Computer Vision, pp. 637-644, 1995.

[33] http://www.ieev.org/2010/03/adaboost-haar-features-facedetection.html, truy cập ngày cuối cùng 1/11/2011



63