Luận văn Nghiên cứu và xây dựng hệ thống nhận dạng mặt người dựa trên FSVM và Adaboost

Mục lục

Lời cảm ơn .1

Lời mở đầu.2

Mục lục .4

Danh sách các hình .9

Danh sách các bảng.10

Chương 1 .11

Phát biểu bài toán.11

1.1. Tổng quan và các khái niệm liên quan đến nhận dạng khuôn mặt .11

1.1.1. Hệthống sinh trắc học .11

1.1.2. Hệthống nhận dạng khuôn mặt.11

1.1.3. Hệthống xác minh.11

1.1.4. Hệthống nhận dạng tĩnh-tĩnh, tĩnh-động, động-động .11

1.1.4.1. Hệthống nhận dạng tĩnh tĩnh.11

1.1.4.2. Hệthống nhận dạng tĩnh-động.12

1.1.4.3. Hệthống nhận dạng động-động.12

1.2. Những thách thức trong bài toán nhận dạng khuôn mặt.12

1.3. Các hướng tiếp cận chính trong lĩnh vực nhận dạng khuôn mặt .13

1.3.1. Các công trình nghiên cứu vềphương pháp dò tìm và nhận dạng khuôn mặt.13

1.3.2. Hướng tiếp cận được thửnghiệm trong luận văn .15

Chương 2 .17

Mô tảdữliệu.17

2.1. Thu thập dữliệu.17

2.2. Biểu diễn dữliệu khuôn mặt trong máy tính .17

Chương 3 .19

Dò tìm khuôn mặt nhanh theo phương pháp AdaBoost .19

3.1. Giới thiệu .19

3.1.1. Các vấn đềtrong việc dò tìm khuôn mặt nhanh .19

3.1.2. Các hướng tiếp cận dò tìm khuôn mặt nhanh .20

3.1.3. Hướng tiếp cận theo phương pháp AdaBoost.20

3.2. Phương pháp chọn đặc trưng cho AdaBoost .21

3.3. Phương pháp AdaBoost .23

KHOA CNTT – ĐH KHTN

5

3.3.1. Giới thiệu .23

3.3.2. Thuật toán AdaBoost .23

3.4. Bộdò tìm phân tầng AdaBoost.28

3.5. Dò tìm khuôn mặt với AdaBoost.32

3.5.1. Huấn luyện bộdò tìm khuôn mặt.32

3.5.2. Quá trình dò tìm khuôn mặt.32

3.6. Đánh giá và hướng phát triển.34

3.6.1. Đánh giá.34

3.6.1.1. Ưu điểm .34

3.6.1.2. Khuyết điểm.34

3.6.2. Hướng phát triển .34

3.6.2.1. Vềmặt thuật toán học .34

3.6.2.2. Vềmặt thuật toán học .34

Chương 4 .35

Rút trích đặc trưng từkhuôn mặt theo các phương pháp PCA toàn cục– PCA cục bộ.35

4.1. Sơlược toán đại sốtuyến tính trong thống kê .35

4.1.1. Vector riêng, trịriêng và sựchéo hoá của ma trận .35

4.1.2. Kì vọng và phương sai trong thống kê đa chiều .36

4.1.2.1. Kì vọng .36

4.1.2.2. Ma trận hiệp phương sai .37

4.2. Phương pháp phân tích thành phần chính (Principal Component Analysis hay PCA)

.37

4.2.1. Yêu cầu .37

4.2.2. Trích đặc trưng bằng phương pháp PCA.37

4.2.3. Kỹthuật trích đặc trưng bằng PCA .41

4.3. Phương pháp PCA toàn cục và cục bộ.43

4.3.1. Phương pháp PCA toàn cục.43

4.3.2. Phương pháp PCA cục bộ.43

4.4. Đánh giá.44

4.4.1. Các đánh giá quan trọng vềrút trích đặc trưng bằng phương pháp PCA.44

4.4.2. So sánh phương pháp PCA toàn cục và PCA cục bộ.45

Chương 5 .46

Phương pháp FSVM (Fuzzy SVM) và ứng dụng nhận dạng khuôn mặt.46

KHOA CNTT – ĐH KHTN

6

5.1. Sơlược lý thuyết SVM .46

5.1.1. Giới thiệu .46

5.1.2. Sơlược lý thuyết SVM .46

5.1.2.1. SVM tuyến tính.46

5.1.2.2. SVM phi tuyến.49

5.2. FSVM – SVM mờ(Fuzzy SVM) .50

5.2.1. FSVM .50

5.2.1.1. Các vấn đềnảy sinh của SVM.50

5.2.1.2. Mờhóa tập dữliệu.51

5.2.1.3. FSVM .51

5.2.2. Thuật toán mờhóa dữliệu .53

5.2.2.1. Mờhóa tập dữliệu áp dụng KNN – ODM.54

5.2.2.1.1. Xác định tập mẫu vượt.54

5.2.2.1.2. Hàm thành viên.58

5.2.2.2. Mờhóa tập dữliệu áp dụng phương pháp Kernel .59

5.2.2.3. Mờhóa tập dữliệu áp dụng phương pháp SVM .60

5.2.3. Phân tích các phương pháp FSVM nhiều lớp .61

5.2.3.1. Phân tích cơchế1 đối tất cả.61

5.2.3.2. Phân tích phương pháp phân lớp theo cặp.66

5.3. Nhận dạng khuôn mặt người với FSVM .70

5.3.1. Nhận dạng đa lớp dùng FSVM với cây nhịphân .70

5.3.2. Nhận dạng đa lớp dùng FSVM với phương pháp bầu cử.71

5.3.3. Nhận dạng khuôn mặt dùng FSVM với phương pháp bầu cử.71

5.3.3.1. Giai đoạn huấn luyện hệthống .71

5.3.3.1.1. Huấn luyện FSVM phi tuyến cho bài toán nhận dạng khuôn mặt.71

5.3.3.1.2. Véctơhóa tập mẫu khuôn mặt thô .72

5.3.3.1.3. Rút trích đặc trưng khuôn mặt .73

5.3.3.1.4. Tạo các bộphân loại nhịphân cho phương pháp bầu cử.76

5.3.3.1.5. Huấn luyện cho mỗi bộphân loại FSVM nhịphân từcác tập mẫu nhị

phân hóa hai lớp khuôn mặt với nhau.76

5.3.3.2. Giai đoạn nhận dạng khuôn mặt .77

5.3.3.2.1. Nhận dạng khuôn mặt dùng FSVM.78

5.3.3.2.2. Véctơhoá khuôn mặt thô.78

KHOA CNTT – ĐH KHTN

7

5.3.3.2.3. Rút trích đặc trưng khuôn mặt .78

5.3.3.2.4. Đưa mẫu thửnghiệm khuôn mặt x vào cấu trúc nhịphân và thực hiện

đối sánh trên từng mô hình nhịphân FSVM .78

5.3.4. Nhận xét và hướng phát triển tương lai .79

5.3.4.1. Ưu điểm .79

5.3.4.2. Nhược điểm .79

5.3.4.3. Hướng phát triển .80

5.3.4.3.1. Vềmặt thuật toán học .80

5.3.4.3.2. Vềchương trình ứng dụng .81

Chương 6 .82

Thiết kếchương trình và hướng dẫn sửdụng .82

6.1. Giới thiệu .82

6.2. Thiết kếvà cài đặt chương trình .82

6.3. Giao diện màn hình và hướng dẫn sửdụng .83

Chương 7 .91

Thực nghiệm và kết quả.91

7.1. Thửnghiệm bộdò tìm khuôn mặt .91

7.1.1. Dữliệu .91

7.1.2. Thực nghiệm trên từng bộtham số.91

7.1.3. Nhận xét.93

7.2. Thửnghiệm bộnhận dạng khuôn mặt .93

7.2.1. Dữliệu .93

7.2.2. Phương pháp FSVM .93

7.2.2.1. Tham sốHeuristic Fuzzy Kernel sau khi huấn luyện .94

7.2.2.2. Phương pháp FSVM so sánh các Kernel .94

7.2.2.3. Phương pháp FSVM so sánh cách trích đặc trưng .95

7.2.2.4. Phương pháp FSVM so sánh các tập ảnh 44 người và tập ảnh 10 người .96

7.2.2.5. Phương pháp FSVM so sánh các đoạn videoclip .98

7.2.3. Nhận xét.99

Chương 8 .100

Nhận xét và hướng phát triển.100

8.1. Thuận lợi.100

8.2. Khó khăn.101

KHOA CNTT – ĐH KHTN

8

8.3. Hướng phát triển .102

8.4. Tổng kết.103

TÀI LIỆU THAM KHẢO .104