0087 ứng dụng nhận dạng khuôn mặt trong hệ thống thông tin quản lý bệnh viện luận văn tốt nghiệp

BỘGIÁODỤCVÀ ĐÀOTẠO
TRƢỜNGĐẠIHỌCQUYNHƠN

TRẦNTHỊDIỆUMỸ

ỨNG DỤNG NHẬN DẠNG KHUÔN MẶT
TRONGHỆTHỐNGTHÔNGTINQUẢNLÝBỆNH
VIỆN

Chuyên ngành: Khoa học máy
tínhMãsố:8.48.01.01
Khóa:23

Ngƣờihƣớngdẫn:TS.LÊTHỊKIMNGA


LỜICAMĐOAN
Tơixincamđoan:
Nhữngnộidungtrongluậnvănvớiđềtài:“Ứngdụngnhậndạngkhnmặttronghệ
thốngthơngtinquảnlýbệnhviện”là do bản thân tơi thực hiệndướisựgiúpđỡ,hướngdẫntrựctiếpcủaTiến
sĩLêThịKimNga-giảngviênKhoaCơngnghệThơngtin,TrườngĐạihọcQuyNhơn.
Mọitham

khảo

dùngtrongluận

đềuđượctríchd ẫ n r õ r à n g v à trungthực

tên

văn

tácgiả,têncơngtrình,thời

gian,địađiểmcơngbố.
Các số liệu, kết quả thực nghiệm được trình bày trong luận văn là
hoàntoàn trung thực dựa trên khảo sát và cho đến nay chưa từng được công
bố hayxuất bản dưới bất kỳ hình thức nào khác. Những tư liệu tham khảo
được sửdụng trongluậnvăncó nguồngốcvà tríchdẫnrõràng,đầyđủ.
Mọi sao chép khơng hợp lệ, vi phạm quy chế đào tạo tơi xin chịu
hồntồntráchnhiệmtrước Hộiđồng.

BìnhĐịnh,ngày23tháng 08n ă m 2022
Người camđoan

TrầnThị Diệu Mỹ


LỜICẢMƠN
Trong quá trình nghiên cứu luận văn, mặc dù vẫn cịn gặp rất nhiều
khókhăn, nhưng tơi vẫn ln nhận được sự quan tâm, giúp đỡ của quý thầy
cô,bạn bè và người thân. Đây là nguồn động lực lớn giúp tôi hồn thành đề
tàiluậnvănnày.
Tơi xin gửi lời cảm ơn chân thành và lịng biết ơn sâu sắc nhất đến
qThầy/Cơ, những người đã nuôi dưỡng và chắp cánh ước mơ cho bản thân
tôiđến với con đường nghiên cứu khoa học đầy đam mê, đặc biệt là TS. Lê
ThịKim Nga- Khoa Công nghệ Thông tin - Trường Đại học Quy Nhơn. Với
tâmhuyết của mình, thầy đã chỉ bảo tận tình chu đáo để bản thân hồn thành
tốtcơngviệc của mình.
Và cũng xin cảm ơn các cán bộ, nhân viên phòng Đào tạo Sau đại

học,trường Đại học Quy Nhơn đã tạo điều kiện tốt nhất cho tơi trongs u ố t
q u á trình học tậptạitrường.
Cuối cùng, cho tôi được gửi lời biết ơn đến gia đình, bạn bè cùng tất
cảnhững người thân, ln bên cạnh động viên bản thân tơi trong suốt thời
gianhọctậpvà nghiêncứu.
Kính chúc quý Thầy/Cô và các Anh Chị Em trong lớp Cao học
ngànhKhoahọc Máytính khóa 23sứckhỏe,hạnhphúc vàthànhđạt.
Xinchân thành cảmơn!

TrầnThịDiệuMỹ


MỤCLỤC
LỜI CAM
ĐOANLỜICẢM
ƠNMỤCLỤC
DANH MỤC CÁC CHỮ VIẾT
TẮTDANHMỤC CÁCHÌNHẢNH
MỞĐẦU................................................................................................1
1. Lý do chọnđềtài..................................................................................................1
2. Mụcđíchvànhiệmvụ nghiêncứu...........................................................................2
3. Đối tượng vàphạmvi nghiêncứu..........................................................................3
4. Phươngphápnghiêncứu.......................................................................................3
5. Đóng góp củađềtài..............................................................................................3
6. Cấutrúcluậnvăn...................................................................................................3

Chƣơng1.TỔNGQUANVỀNHẬND Ạ N G K H U Ô N M Ặ T ỨNG
DỤNGTRONGY TẾ................................................................................5
1.1. Bàitốnnhậndạngkhnmặt............................................................................5
1.1.1.

Kháiniệm5

1.1.2.

Phântíchkhnmặt........................................................................................5

1.1.3.

Đặctrưngkhnmặt.......................................................................................7

1.1.4.

Nhữngvấnđềkhókhăntrongnhậndạngkhnmặt............................................7

1.2.

Phươngphápnhậndạngkhnmặt...................................................................9

1.2.1.

Tiếpcậnđốisánhmẫu.....................................................................................9

1.2.2.

Tiếpcậndựatrên cấutrúc.............................................................................10

1.2.3.

Tiếpcận dựatrênhọcmáy.............................................................................10

1.2.4.

Tiếp cận họcsâu.........................................................................................11

1.3. Mơhìnhbàitốnnhậndạngkhnmặt..............................................................14
1.4. Ứngdụng củanhậndạng khuôn mặttrongytế..................................................16


MỤCLỤC
1.4.1.

Nhậndạngkhnmặttrongđiềutrịbệnh.........................................................16

1.4.2.

Nhậndạngkhnmặttronghệthốngthơngtinquảnlýbệnhviện........................16

1.5. Kết luậnchương 1.........................................................................................17

CHƢƠNG2.NHẬNDẠNGKHNMẶTDỰAVÀOMẠNGNƠRONTÍCHCHẬP...................................................................................18
2.1. BiểudiễnđặctrưngkhnmặtdựavàohistogramhướngGradient(HOG)..............18
2.1.1. Đặctrưng HOG...........................................................................................18
2.1.2. KỹthuậtHOG..............................................................................................19
2.2. Kỹthuật nhận dạngkhn mặt dựavàomạngnơ-ron tíchchập.........................25
2.3. Kỹthuật nhận dạng khnmặt dựatrênHOGvàCNN......................................33
2.3.1. Hệthốngmạng CNNtrongnhậnkhn mặt...................................................33
2.3.2. Thuậttốnnhận dạngkhn mặtdựa vàoHOGvàCNN.................................34
2.4. Kết luậnchương 2.........................................................................................37

CHƢƠNG 3. ỨNG DỤNG NHẬN DẠNG KHN MẶT
TRONGHỆTHỐNGTHƠNGTINBỆNHVIỆN...............................39
3.1. Hệthốngthơngtinquảnlýbệnhviện.................................................................39
3.2. Ứngdụngnhậndạngkhnmặt vào hệthốngthơngtinbệnhviện........................40
3.3. Phântích ucầuvàthuthập dữliệu.................................................................41
3.3.1. Phântíchucầu..........................................................................................41
3.3.2. Thuthập dữliệu............................................................................................44
3.4. Mơi trường càiđặt vàkếtquảcài đặt thửnghiệm.............................................45
3.4.1. Mơitrường càiđặt:......................................................................................45
3.4.2. Mộtsố kếtquảchươngtrìnhthựcnghiệm.........................................................46
3.5. Đánhgiáthựcnghiệm.....................................................................................49
3.5.1. Kết quả đạt được........................................................................................49
3.5.2. Về mặt khôngđạtđược................................................................................50
3.6.

Kết luậnchương 3.......................................................................................50


MỤCLỤC
KẾTLUẬN..........................................................................................51
1. Nội dungnghiên cứuvà kếtquả đạtđượccủa luậnvăn.........................................51
2. Kiếnnghịvàhướngnghiêncứutiếptheo................................................................51

TÀILIỆUTHAM KHẢO...................................................................53


DANHMỤC CÁCCHỮVIẾT TẮT
Chữtắt

Dạngđầyđủ

AI

ArtificialIntelligence

ANN

ArtificialNơ-ronNetwork

CSDL

Cơ sởdữliệu

CNN

Convolutionalnơ-ronnetworks

HOG

HistogramofOrientedGradient

SVM

SupportVectorMachine

SIFT

Scale-invariantfeaturetransform

DANHMỤCCÁCHÌNHẢNH
Hình1.1.MơhìnhmạngANNtheoRowley...............................................................12
Hình1.2.Cácbướcnhậndạngkhnmặt..................................................................14
Hình1.3.Mơhình hệthốngnhậndạngkhnmặt.......................................................15
Hình 2.1:H ư ớ n g vàđộlớn gradientđượcrút rađược mơ tảtrênảnh......................21
Hình2.2:Mơtảtính tốnhistogramgradientcủaảnhđầuvào......................................22
Hình2.3:Mappingđộlớngradientsvớicácbins.........................................................23
Hình2.4:Minhhọaphânchiagradient......................................................................24
Hình2.5:BiểuđồHistogram ofGradient gồm
9binstươngứngvớim ộ t ơ vngtronglướiơvng..................................................24
Hình 2.6:Kiếntrúcmạng CNN...............................................................................28
Hình2.7:Bộlọctíchchậpđượcsửdụngtrongmatrậnđiểmảnh......................................29
Hình2.8:PhươngthứcAveragePoolingvàMaxPooling.............................................31
Hình2.9:Tổngquanvềphươngpháp nhậndạngmặt ngườibằngmạngnơ-rontíchchập
..............................................................................................................................33
Hình 2.10:Thiếtkếmạngnơ-ronđể xửlýảnh...........................................................34
Hình2.11:Cácgiaiđoạn dị tìmvàhiệu chỉnh...........................................................34
Hình2.12:Kiến trúcCNNđượcsửdụngtrong nhậndạngkhnmặt...........................36
Hình 2.13:Cácđiểmđặctrưngtrênkhnmặt đượctrích chọn..................................36
Hình3.1: Mơ hìnhhệthốngthơngtinbệnhviện.........................................................40
Hình 3.2: Mơ hình hệ thống thơng tin bệnh viện có tích hợp Nhận dạng
khnmặt..............................................................................................................41
Hình 3.3: Quytrìnhkhámchữabệnhtạibệnhviện có sửdụng....................................42
Hình3.4.Sơđồ mơhình tổngquan...........................................................................45
Hình3.5.Giaodiệnchínhchươngtrình.....................................................................47
Hình3.6:Mànhình chụpảnhvàlưu thơngtinBệnhnhân............................................47
Hình3.7:Nhậndạngkhn mặtBệnhnhân...............................................................48


1

MỞĐẦU
1. Lýdochọnđềtài
Trong những năm gần đây, sự phát triển của cuộc Cách mạng
Côngnghiệp lần thứ 4 đã tạo ra nhiều sự chuyển biến đối với con
ngườit r o n g x ã hội trên thế giới nói chung và Việt Nam nói riêng. Nhiều
lĩnh vực liên quanđến những hệ thống công nghệ thông tin hiện đại cũng đã
dần trở nên quenthuộctrongđờisốngconngười.
XửlýảnhvàThịgiácmáyđangpháttriểnmạnhmẽvàđangđượcthuhút
sựquantâmcủanhiềunhàkhoahọc.Trongnhữngnămqua,nghiêncứunhận dạng khuôn mặt và ứng
dụng trong các hệ thống giám sát tự động đượcquan tâm thu hút cả trong
nghiên cứu lẫn trong thực tế. Đã xuất hiện nhữngcông nghệ khả thi sau nhiều
thập niên nghiên cứu đóng góp vào xu thế này,chúng không chỉ ứng dụng
vào các ứng dụng thương mại, ứng dụng bảo mậtmà còn nhiều lĩnh vực khác
trong cuộc sống. Mặc dù hệ thống nhận dạngkhuôn mặt hiện tại đã đạt đến
một mức độ phát triển nhất định, nhưng chúngvẫn còn nhiều hạn chế khi áp
dụng vào các điều kiện thực tế. Khuôn mặt làloại đối tượng mang theo tri
thức

của

đối

tượng,

trong(khnmặtbịthay

ln

bị

thay

đổi

theo

đổi
thời

bởi

nhữngbiến

gian,

thểbên

diệnmạov . v )

v à biếnthểbênngồi(điềukiệnthu nhậnhìnhhọcvàquanghọc).Chẳnghạ
n,với điều kiệncác khuônmặt nhận dạng thực tế được lấy trongm ô i
t r ư ờ n g thựctếvới sự thayđổiđộsáng,khuôn m ặt nghi ênghoặc độ phân
giảithấpcủa hìnhảnh thu đượcvẫn là vấn đề khógiảiquyết.Nói cáchk h á c ,
n g h i ê n cứunhậndạngkhuônmặtứngdụngtronghệthốnggiámsáttựđộnglàvấnđềhếtsức cầnthiết.
Trong lĩnh vực y tế, cả nước đang thúc đẩy việc nghiên cứu ứng
dụngCơngnghệthơngtinnóichungvàứngdụngTrítuệnhântạotrongquả
nlý

khám chữa bệnh. Bài toán đặt ra là cần truy vấn thơng tin bệnh nhân
nhanhchóng,

hiệu

quả

và

chínhxác

tronghệ

thốngthơngtinquản

lýbệnhv i ệ n nhằm giảm thiểu quá tải ở các bệnh viện, tăng năng suất làm
việc tại các bệnhviệncũngnhưhạnchếnhữngrủirotrongcơngtáckhámchữabệnh.Nhậndạng khn
mặt tích hợp vào hệ thống thông tin quản lý bệnh viện là vấn đềđặt ra nhằm
giải quyết các vấn đề như xác định danh tính bệnh nhân chính xác vànhanhchóng,
giámsátvàhỗtrợhướngdẫnbệnhnhântrongqtrìnhquảnlývà điềutrịtạibệnhviện.
Với những lý do trên, tôi quyết định lựa chọn đề tài nghiên cứu luận
văn:“Ứng dụng nhận dạng khuôn mặt trong hệ thống thông tin quản lý
bệnhviện”để nghiêncứu.
2. Mụcđíchvà nhiệmvụ nghiêncứu
2.1. Mụcđíchnghiêncứu

Nghiên cứu phương pháp nhận dạng khuôn mặt. Xây dựng ứng
dụngnhận dạng khuôn mặt tích hợp vào hệ thống thơng tin quản lý bệnh viện
nhằmtruyxuất,tìmkiếm,xác thựcthơng tinbệnh nhân chínhxácvà hiệuquả.
2.2. Nhiệmvụnghiêncứu

Nhằmđạtđếnmụcđíchđãtrìnhbày,đềtàihướngđếnnhữngnhiệmvụcụthể
nhưsau:
 Nghiêncứutổngquanvềbàitốnnhậndạngkhnmặttronggiámsáttựđộng.
 Nghiêncứuphươngphápnhậndạngkhnmặt.
 Xâydựngứ n g dụng nhậndạng khuôn m ặ t t r o n g t ìm kiếmvàxá c thực
thơngtin bệnh nhân tíchhợp tronghệthốngthơng tinbệnhviện.


3. Đốitƣợngvàphạmvinghiêncứu
Đối tượng nghiên cứu:Ảnh khuôn mặt và phương thức tích hợp vào
hệthốngthơngtinquảnlýbệnhviện.
Phạm vi nghiên cứu:Nhận dạng khn mặt trong xác thực, tìm
kiếmthơngtinbệnh nhântronghệthốngthơngtin ytế.
4. Phƣơngphápnghiêncứu
Phươngphápnghiêncứucủađềtàiđượclựachọnlàlýthuyếtkếthợpv
ớithựcnghiệm.Cácvấnđềcầngiảiquyếtliênquanđếncácthuậtt o á n xửlýả
nhvàthịgiácmáyđượcthựchiệntrênphầnmềmmáytínhvớiđầuvàolà

các

thơng tin thu nhận được từ thực tế. Quá trình được tiến hành dựa trênviệctìmhiểutàiliệu,càiđặtthử
nghiệmsauđóđánhgiák ế t q u ả t h ự c nghiệm
vàcảitiếnnhằmnângcaochấtlượngchươngtrình.
Như vậy, cần tiến hành tìm hiểu lý thuyết về phương pháp nhận
dạngkhn mặt, kỹ thuật tích hợp vào hệ thống quản lý thông tin y tế tại các
bệnhviện. Tìm hiểu kỹ thuật về mặt lý thuyết sẽ được kết hợp với việc cài đặt
thựcnghiệm để kiểm chứng và đánh giá những nội dung lý tìm hiểu lý thuyết
và từđócảitiếnvà hồnthiệnchươngtrình.
5. Đónggópcủa đềtài

Thực hiện đề tài“Ứng dụng nhận dạng khuôn mặt trong hệ thống
thôngtin quản lý bệnh viện”, sẽ góp phần hỗ trợ xác thực và tìm kiếm thơng
tinngười bệnhnhanh chóng,hiệuquảvà chính xác.
6. Cấutrúcluậnvăn
Ngồi phầnm ở

đầu,

kết

luận

và

tài

liệu

tham

k h ả o , n ộ i d u n g c ủ a l u ậ n văn đượctrìnhbàytrongba chương:
Chương1:Tổngquanvềnhậndạngkhnmặttronghệthốngthơng


tinquản lýbệnh viện
Trong chương này, luận văn sẽ trình bày bài tốn nhận dạng khn
mặt,hệ thống thơng tin quản lý y tế và một số bài tốn ứng dụng tích hợp
nhậndạngkhnmặt trong xác thựcvàtìmkiếmthơngtin ngườibệnh.
Chương 2: Kỹthuậtnhận dạngkhnmặt
Phần này luận văn trình bày kỹ thuật nhận dạng khn mặt hiệu

quảtrong xác thực vàtìmkiếmthơngtinngườibệnh.
Chương 3: Ứng dụng nhận dạng khn mặt trong xác thực và
tìmkiếm thơngtin bệnhviện
Luận văn sẽ cài đặt thử nghiệm kỹ thuật nhận dạng khn mặt trình
bàytrong chương 2 và tích hợp tìm kiếm, xác thực thơng tin trong hệ thống
thôngtin quảnlýbệnhviện.


Chƣơng1.TỔNGQUANVỀNHẬNDẠNGKHNMẶTỨNGDỤN
GTRONGYTẾ
1.1. Bàitốnnhậndạngkhnmặt
1.1.1. Kháiniệm
Nhận dạng khn mặt là kỹ thuật kết hợp tốn học và sinh trắc học
nhằmánhxạcácđặcđiểmkhnmặtcủamộtngườivàomơhìnhtốnhọcvàlưutrữ dữ liệu dưới dạng đặc
trưng

điểm.

So

sánh,

phân

lớp

các

tập

điểm

đặctrưngc ủ a k h u ô n m ặ t n h ằ m x á c đ ị n h l ớ p đ ị n h d a n h c h o k h u ơ n m ặ t đ
ó . K ỹ thuậtnhậndạngkhnmặtlàkiểmtrasựphùhợpdựatrênphépsosánhmột-nhiềucụthểlàtìmramộtngườilàai
trong

số

những

người

đã

được

lưu

trữtronghệthốngdựavàothơngtinkhnmặt.Hệthốngnhậndạngkhnmặtlà
một hệthốngđượcthiết kếđểtìm thơngtincủamột người dựa vàonhữngđặctrưngsinh trắchọcduynhất
trênkhnmặtcủa người đó.
1.1.2. Phântích khnmặt
Phântíchcácđặctínhsinhtrắchọccủaconngười
Đặctínhsinht rắccủangười làđặct ínhđođượccác néthànhviri êng
củaconngười.Nhậndạngngườiđượcthựchiệntrongqtrìnhkiểmtratínhđồng nhất của đặc tính sinh
trắc giữa người cần kiểm tra với đặc tính tương tựcủangườiđãđượclưusẵntrongcơsởdữ
liệu.Cóthểnhậndạngngườidựatrên các đặc điểm sinh trắc tĩnh trên người như khuôn
mặt, mắt, vân tay, bàntay v.v. hay các đặc trưng hành vi như dáng đi, giọng
nói,chữ viết v.v.D ữ liệusinhtrắclýtưởng củangười cầnphảicó nhữngđặctính
cơbản như:

 Tính tổngqt: Mỗingười đềuđượcthểhiệnbởi đặctínhnày
 Tínhduynhất:Khơngthểtồntạihaingười cóđặctínhgiống nhau
 Tínhthuthậpđược:Làđặctínhđượcthuthậpmộtcáctươngđốiđơn


giảnvànhanhchóngtừmỗi cácnhânvàcóthểđượcchi tiếthóa.
Hệthốngnhậndạng tổng quát
Nhiệm vụ của hệ thống nhận dạng khuôn mặt là xử lý tự động thông
tintừ các ảnh để tìm ra độ tương tự giữa các khn mặt và đưa ra quyết định
vềtính đồng nhất giữa chúng. Cấu trúc của hệ thống nhận dạng khn mặt
đượcthểhiệnnhưhìnhsau:
 Tiền xử lý (Pre-Processing): Để chuẩn hóa ảnh cần tìm giúp cho
việctìm kiếm được hiệu quả hơn. Các cơng việc trong bước tiền xử lý
cóthể là: chuẩn hóa kích cỡ giữa ảnh trong CSDL và ảnh cần tìm,
hiệuchỉnh độ sáng, tối của ảnh, lọc nhiễu, chuẩn hố về vị trí, tư thế
ảnhmặt.
 Tách khn mặt (FD): Để xác định vị trí, kích cỡ của một hoặc
nhiềukhn mặt trên ảnh chụp từ đó tách ra phần mặt. Phần ảnh mặt
đượctách ra thường nhỏ hơn nhiều so với ảnh chụp ban đầu, nó sẽ là
cáckhn mặt cần tìm và chức năng trích chọn đặc trưng sẽ sử dụng
cácảnh đượctáchranày.
 Trích chọn đặc trưng (FE): Tìm ra các đặc trưng chính của ảnh mặt,
từcácđặctrưngnàyhìnhthànhcácvectơđặctrưng,cácvectơnàysẽđược sử dụng để đối sánh
sự giống nhau giữa ảnh mặt cần tìm và ảnhmặt trongCSDL.
 Đối sánh (Comparison): Thực hiện việc so sánh giữa các vectơ
đặctrưng để chọn ra độ tương tự giữa ảnh cần tìm và ảnh trong
CSDL.Ảnhc h â n d u n g m ặ t n g ư ờ i c h o g i ấ y t ờ x u ấ t n h ậ p c ả n h v à đ
i đ ư ờ n g thỏamãncácyêucầucủa tiêu chuẩnquốctế ISO/IEC.
Hệthốngnhậndạngkhuôn mặtcầnđảmbảo cácyêu cầu:

 Độchínhxácnhậndạngcóthểchấpnhậnđượcđốivớiucầucủab
àitốnnhậndạng.
 TốcđộvậnhànhcaođốivớicácCSDLlớnvàsốlượngcácucầucó
thểgiảiquyếtđược.
 Đơngiảntrongviệccàiđặt,lựachọnthiếtbịvàvậnhànhantồnvớingười
sửdụng.
1.1.3. Đặctrưngkhnmặt
Đặct r ư n g

khn

mặt

bao

gồm

đặc

trưng

hình

h ọ c v à đ ặ c t r ư n g d i ệ n mạo. Đặc trưng hình học bao gồm cấu
trúc, hình dạng và các thành phần trênkhn mặt như miệng, mắt, mũi và
lơng

mày,

khoảng

cách

giữa

mắt,

mũi,miệngvàhàm,đườngbaocáchốcmắt,cáccạnhcủa miệng,vịtrícủam
ũi,hai mắt và các vùng xung quanh. Các thành phần khn mặt được trích chọnđểhìnhthành vectơ
đặctrưngbiểudiễnhình họckhn mặt.
Bêncạnhđó,đặctrưngvềdiệnmạobiểudiễnsựthayđổivẻbềngồicủ
akhnmặt. Đólàhìnhdạng khn mặt, kết cấu bềmặtda vàb i ể u đ ồ nhiệt của
khuôn mặt, ...Kết cấu da như các nếp nhăn trên khuôn mặt. Biểu đồnhiệtcủa
khnmặtnhư cácmẫunhiệt của khn mặt,nó làd u y n h ấ t v ớ i mỗi người.
Cácđặctrưngvềdiệnmạocóthểtríchchọntrêncảkhnmặthoặc phần nào đó trên khn mặt. Vì
vậy,

các

nhà

nghiên

cứu

phân

tích

đặctrưngkhnmặthay phântíchkhnm ặt hầuhếtđềutậptr ungvàonhữ
ngđặcđiểmđótrênkhnmặt.
1.1.4. Nhữngvấnđềkhó khăntrong nhậndạng khuônmặt
Khuôn mặt là đối tượng tự biến đổi nên khó mơ tả khi điều kiện thu
nhậnthayđổi,ucầutốcđộnhậndạngnhanh,độchínhxáccao,cơsởdữliệukhn mặtngàycànglớn.


Mộtgươngmặtngườikhơngchỉlàđốitượngbachiềumàcịnlàmộtthựcthể mang tính
độngrấtcao.Ngồira,nhậndạngkhnmặtcịnphụthuộcvàonhiềuyếutố.Chínhvìthếvấnđềnàyvẫnđangđượcnhiều
nhómtrênthếgiớiquantâmnghiêncứu.Khókhăncủabàitốnnhậndạngkhnmặtcóthểkểnhưsau:
Tưthế,gócchụp
Ảnh chụp khn mặt có thể thay đổi rất nhiều bởi vì góc chụp
giữacamera và khn mặt. Chẳng hạn như: chụp thẳng, chụp xéo bên trái
450hayxéo bên phải 450, chụp từ trên xuống, chụp từ dướil ê n , . . . ) . V ớ i
các

tư

t h ế khácn h a u , c á c t h à n h p h ầ n t r ê n k h u ô n m ặ t n h ư m ắ t , m ũ i , m i ệ n g
c ó t h ể b ị khuấtmộtphầnhoặcthậmchíkhuấthết.Khnmặtđangnhìnthẳngnhưnggóc chụp camera bị
lệch... đều là các hạn chế, khó khăn trong việc nhận dạngkhn
mặtmộtcáchchínhxác.
Sựxuấthiệnhoặcthiếumộtsốthànhphầncủakhnmặt
Các đặc trưng như: râu mép, râu hàm, mắt kính, mũ... có thể xuất
hiệnhoặc không. Các đặc trưng ngoại lai này cũng ảnh hưởng khơng nhỏ đến
việcnhậndạngkhn mặt.Vấn đề nàylàmchobàitốntrởnênkhóhơn rấtnhiều.
Sựbiểucảmcủakhn mặt
Biểu cảm của khn mặt có thể làm ảnh hưởng đáng kể đến các thơng
sốcủakhnmặt.Chẳnghạn,cùngmộtkhnmặtmộtngười,nhưngcóthểsẽrất khác khi họ cười hoặc
sợ

hãi

v.v.

Khn

mặt

con

người

với

rất

nhiều

đặctrưngk h á c n h a u m u ố n N h ậ n d ạ n g c h í n h x á c đ ã r ấ t k h ó k h ă n , v à v ớ i n
h i ề u loạibiểucảmkhácnhauthìviệcnhậndạngtốiưuđượckhnmặtngàycàngkhó khănhơn.
Sựchekhuất


Khnmặtcóthểbịchekhuấtbởicácđốitượngkháchoặccáckhnmặtkhác.
Điềukiệnthunhận ảnh
Ảnh được chụp trong các điều kiện khác nhau về chiếu sáng, tính
chấtcamera (máy kỹ thuật số, điện thoại...) ảnh hưởng rất nhiều đến chất
lượngkhn mặt trong ảnhchụpvàcũng gâykhó khăn trongqtrình nhận dạng.
Sựđadạngcủanềnảnh

Trong q trình nhận dạng, khn mặt dễ bị nhầm lẫn với nhiều
khungcảnh phức tạp xung quanh, ảnh hưởng khơng chỉ trong q trình xác
địnhkhn mặt trong ảnh mà cịn trong việc phân tích, rút trích các đặc trưng
phụcvụchoviệcnhậndạngkhn mặt.
1.2. Phƣơngphápnhậndạngkhnmặt
Dựa vào các tính chất của các phương pháp nhận dạng khuôn mặt.
Cácphương pháp này được chia ba hướng tiếp cận chính. Ngồi ba hướng
này,nhiều nghiên cứu có liên quan đến khơng chỉ một hướng tiếp cận chính
mà ápdụng kếthợpcáchướngtiếpcậnnhằmchora kếtquả tốiưu:
1.2.1. Tiếpcậnđối sánhmẫu
Dùng các mẫu chuẩn của khuôn mặt (các mẫu này đã được định
nghĩabằng tay trước hoặc được tham số hóa bằng một hàm số) để mô tả cho
khuônmặt hay các đặc trưng khuôn mặt (các mẫu này phải chọn làm sao cho
táchbiệt nhau theo tiêu chuẩn mà các tác giả định để so sánh). Mẫu này được
sửdụng để phát hiện khuôn mặt bằng cách qt nó qua ảnh và tính tốn giá
trịtương đồng cho mỗi vị trí (đường viền khn mặt, mắt, mũi, miệng). Các
mốitương quan giữa dữ liệu ảnh đưa vào và các mẫu dùng để xác định khuôn
mặt.Thông qua các giá trị tương quan này mà các tác giả quyết định có hay khơngcó
tồntạikhnmặttrongcơsởdữliệu.


1.2.2. Tiếpcậndựatrêncấutrúc
Khn mặt cũng cót h ể đ ư ợ c m ô t ả l à đ ố i t ư ợ n g c ó
cấu

trúc.

Tiếp

c ậ n dựatrêncấutrúclàcácphươngphápxửlýtrênđốitượngkhnmặtcácmơtả

địnhlượng,mơtảmốiquanhệcấutrúcgiữacácphầntrongđốitượng,đặcbiệt là cấu trúc đặc trưng hình
dạng

của

đối

tượng

khn

mặt.

Đặc

trưng

củanhậndạ ng c ấ u t r úc l à c á c m ẫ u đ ư ợ c p h â n t í c h t h à n h c á c m ẫ u n h ỏ h ơn
d ự a trên mối quan hệ không gian, các mẫu được hình thành từ các mẫu nhỏ
hơnđượcphâncấp,cáclớpkhácnhaucócáccácmẫukhácnhau,quyluậtgiữ
acácmẫunhỏkhácnhaucóthểkhácvớicáclớpkhácnhau.Nhưvậyđốitượngcầnnhậndạng có thểđượcmơ tả
bởi xâu chuỗi,đồ thịhoặcvănphạm.
Nhận dạng cấu trúc văn phạm dựa vào việc mô tả đối tượng bằng
cáchbiểu thị giả định đối tượng cơ sở để có thể đánh giá được trong ngơn ngữ
tựnhiên. Phương pháp này xây dựng mô tả thức bậc các mơ hình phức tạp từ
cácyếutốngunthủyđơngiản.Đểmơtảđốitượng,cóthểdùngmộtsốđặcđặctrưng cơ bản như đoạn
thẳng, cung, ... Chẳng hạn, một hình chữ nhật đượcđịnh nghĩa gồm 4 đoạn
thẳng vng góc với nhau từng đơi một. Trong mơhình này người ta có thể
sử dụng một bộ ký hiệu kết thúc Vt, một bộ ký hiệukhông kết thúc Vn. Ngồi
ra có dùng một tập các luật sinh để mô tả cách xâydựng các đối tượng phù

hợp dựa trên các đối tượng đơng i ả n h o ặ c n g u y ê n thủy (tập Vt).
Trong tiếp cận này, người ta dựa trên nguyên tắc: cấu trúc mộtdạng là kết quả
của việc áp dụng luật sinh theo ngun tắc xác định bắt đầu từmộtdạnggốcbắtđầu.
Vìthếmộtcáchhìnhthức,mơhìnhnàycóthểtươngđương với một văn phạm G=(Vt, Vn, P, S).
Việc nhận dạng có thể dựa trênviệc tìm văn phạm mơ tả dữ liệu đối tượng và
tìm kiếm hay kiểm tra xem cácngơn ngữ có được sinh ra từ văn phạm đó hay
khơng để có xác định đối tượngthuộclớpquantâm.
1.2.3. Tiếp cậndựatrênhọcmáy


Trái ngược với phương pháp đối sánh mẫu, với các mẫu đã được
địnhnghĩa trước bởi những chuyên gia, các mẫutrong hướng tiếpc ậ n n à y
đ ư ợ c học từ cácảnhmẫu. Nói mộtc á c h
phương

tổng

quát,

pháp

các
theo

h ư ớ n g tiếpcậnnàpdụngcáckỹthuậttheohướngxácsuấtthốngkêvàmá
yhọcđểtìmnhữngđặctínhliênquancủakhnmặtvàkhơngphảikhnmặt.Cácđặctínhđãđượchọcởtronghìnhthái
các

mơ

hình

phân

bố

hay

các

hàm

biệtsốn ê n d ù n g c á c đ ặ c t í n h n à y đ ể x á c đ ị n h k h u ô n m ặ t . Đ ồ n g t h ờ i , b à i
t o á n giảmsốchiều,thườngđượcquantâmđểtănghiệuquảtínhtốncũngnhưhiệuquảxácđịnh.
Có nhiều phương pháp áp dụng xác suất thống kê để giải quyết. Một
ảnhhay một vectơ đặc trưng xuất phát từ một ảnh được xem như một biến
ngẫunhiên x, và biến ngẫu nhiên có đặc tính là khn mặt hay khơng phải
khnmặt bởi cơngthứctínhtheo cáchàmmậtđộ phân lớp theođiềukiện.
Các mẫu ảnh được chiếu vào không gian có số chiều thấp hơn, rồi sau
đódùngmộthàmbiệtsố(dựatrêncácđộđokhoảngcách)đểphânloại,hoặcxâydựng

mặt

phẳngquyếtđịnhphituyếnbằngmạngNơ-ronđatầng,hoặcdùngSVM (Support Vector Machine) và
các phương thức Kernel. Chiếu hồn tồncác mẫu vào khơng gian có số
chiều cao hơn để dữ liệu bị rời rạc hồn tồn vàtacóthểdùngmộtmặtphẳngquyếtđịnhphân
loạicácmẫukhnmặtvàkhơngphảikhnmặt.
1.2.4. Tiếpcậnhọcsâu
Mạng nơ-ron được áp dụng khá thành cơng trong các bài tốn nhận
dạngmẫu,n h ư : n h ậ n k ý t ự , đ ố i t ư ợ n g , r o b o t t ự đ ộ n g v ậ n h à n h . X á c đ ị n h

k h u ơ n mặtngườicóthểxemlàbàitốnnhậndạnghailoạimẫu,cónhiềukiếntrúcmạng nơ-ron đã được
trình bày. Một thuận lợi khi dùng mạng nơ-ron để xácđịnh khn mặt là tính
khả

thi

của

hệ

thống

học

khi

có

sự

phức

tạp

trong

lớpcủacácmẫukhnmặt.Tuynhiên,mộtđiềutrởngạilàcáck i ế n trúcmạn
g

đềutổngqt,khiápdụngthìphảixácđịnhrõràngsốlượngtầng,sốlượngnode,tỷlệ
học,…,chotừng trườnghợpcụthể.

Hình1.1.MơhìnhmạngANNtheoRowley

ProppvàSamalpháttriểnmạngnơ-ronđểxácđịnhkhnmặtngườisớmnhất. Mạng nơron

của

hai

ơng

gồm

bốn

tầng

với

1,024

đầu

vào,

256

đầu

kếtiếptrongtầngầnthứnhất,támđầukếtiếptrongtầngầnthứhai,vàhaiđầura.Theo đánh giá
cácphươngphápdùngmạngnơ-ronđểxácđịnhkhnmặtngười của nhiều tác giả, thì nghiên cứu
của Rowley được xem là tốt nhất đốivới ảnh xám. Một mạng đa tầng được
dùng để học các mẫu khuôn mặt vàkhông phải khuôn từ các ảnh tương ứng
(dựa trên quan hệ cường độ, về mặtkhônggiancủacácđiểmảnh).
Gần đây, mạng nơ-ron đang được ngày càng quan tâm mạnh mẽ [19,
21].Đặcbiệt,cácmạnglớnvàsâuđãthểhiệnkếtquảấntượng:(1)chúngđượcápdụng cho
lượnglớndữliệuđàotạovà(2)cáctàinguntínhtốncóthểmởrộng như hàng nghìn lõi CPU [11] và/
hoặc

GPU

[19]

có

sẵn.

Đáng

chú

ý

nhất,Krizhevskyvàcộngsự[19]chothấyrằngcácmạngtíchchậprấtlớnvàsâu
[21] được đào tạo bằng phương pháp truyền ngược tiêu chuẩn [25] có thể
đạtđượcđộchínhxácnhậndạngcaovớimộttậpdữliệulớn.
Cơng nghệ Nhận dạng khn mặt tân tiến. Tỷ lệ lỗi trong nhận
dạngkhuôn mặt đã giảm trong suốt hai mươi năm theo ba bậc [12] khi nhận

dạngkhnmặttrựcdiệntrongảnhtĩnhđượcchụptrongmơitrườngđượckiểmsốt