Bài thuyết trình Nhận dạng khuôn mặt dùng mạng nơron

Nhận dạng khuôn mặt

dùng mạng nơron

Thành viên:

Nguy

ễ

n Tr

ầ

n

Đứ

c Duy

41000485

Nguyễn Chí Định

Cù Xuân

Đứ

c

41000694

41000722

Nguyễn Vinh Quang 41002587

Company

LOGO

Ngày 13 tháng 12 năm 2013

NỘI DUNG THUYẾT TRÌNH

1

2

Gi

ớ

i thi

ệ

u

Các phương pháp trích đặc trưng

Huấn luyện mạng neuron

3

4

Kết quả và mô phỏng matlap

2

1.GIỚI THIỆU

3

NHẬN DẠNG KHUÔN MẶT

KHÁI NIỆM:

 Hệ thống nhận dạng ảnh là một ứng dụng tự động phát hiện và

nhận dạng khuôn mặt người từ một ảnh số hay là một khung

ảnh từ một luồng video. Cách làm là so sánh các đặc trưng được

lựa chọn của ảnh chụp thật với một cơ sở dữ liệu ảnh chụp gốc

.

 Các dữ liệu dùng để so sánh trong nhận dạng ảnh:

1. Khoảng cách giữa 2 hốc mắt

2. Khoảng cách giữa môi và mũi

3. Khoảng cách giữa sống mũi và mắt

4. Kho

ả

ng cách gi

ữ

a môi và s

ố

ng m

ũ

i

5. Độ lệch tâm của khuôn mặt

6. Tỉ lệ kích thước khung giới hạn của khuôn mặt

7. Độ rộng môi

4

Ứng dụng của nhận dạng khuôn mặt

. Kiểm tra hộ chiếu tại cổng sân bay

.

Nh

ậ

n d

ạ

ng các cá nhân trong m

ộ

t

cuộc họp

. Điều khiển hệ thống

. Nh

ậ

n d

ạ

ng t

ộ

i ph

ạ

m

. Sử dụng trong giao dịch thẻ ATM

5

SƠ ĐỒ NHẬN DẠNG MẪU

6

.

2. CÁC PH

ƯƠ

NG PHÁP

TRÍCH ĐẶC TRƯNG

7

CÁC PHƯƠNG PHÁP

 Phân tích thành phần chính

(Principle Component Analysis-PCA)

 Phân tích phân biệt tuyến tính

(Linear Discriminant Analysis-LDA)

8

SƠ ĐỒ KHỐI

9

PCA

10

Nhận dạng bằng PCA

PCA

11

Nhận dạng bằng PCA

12

Nhận dạng bằng PCA

K

ế

t qu

ả

:

Sau khi tìm được các eigenface, các ảnh trong tập

cơ sở dữ liệu sẽ được chiếu lên không gian các

eigenface này

để t

ạ

o ra vector

đặ

c tính.

Vector này có kích thước nhỏ hơn nhiều so với

kích thước ảnh nhưng vẫn mang nhiều nhất

thông tin chứa trong ảnh.

13

Nhược điểm của PCA

.Độ sáng của ảnh khác nhau

.Sắp xếp ảnh khác nhau

.Biểu cảm khuôn mặt khác nhau

14

Sơ đồ khối của nhận dạng LDA

15

CÁC GI

Ả ĐỊ

NH

.Ảnh là vuông với W=H=N

.M là s

ố

l

ượ

ng

ảnh trong c

ơ

sở dữ liệu

.P là số người trong cơ sở dữ

li

ệ

u

16

Thuật toán nhận dạng ảnh dùng LDA

1. C

ơ

s

ở

d

ữ

li

ệ

u

2. Tính toán trung bình t

ấ

t c

ả

các khuôn m

ặ

t

3. Tính toán trung bình khuôn mặt của từng người

4. Trừ đi các khuôn mặt huấn luyện.

17

Thuật toán nhận dạng ảnh dùng LDA

5. Sử dụng ma trận S1, S2, S3, S4

6. Ma trận rải rác

( within-class scatter matrix –sw)

7. Từ ma trận rải rác này tính toán vector

fisher face.

18

Thuật toán tính toán vector Fisherface

 Cơ sở dữ liệu

b

c

















d

a

















1

b₂



c₂



d

₂



a

₂





















d_N₂

b_N₂

c_N₂

a_N₂

















f

h

e

























g









1

f₂



h₂



e₂



g₂





















f_N₂

h_N₂

g_N₂

e_N₂

















19

Thuật toán tính toán vector Fisherface



Tính toán trung bình t

ấ

t c

ả

các khuôn m

ặ

t

20