phát hiện mặt người trong ảnh dựa vào đặc trưng 3d

LOGO
GVHD: PGS.TS Đỗ Năng Toàn
HVTH: Trần Văn Minh
ĐẠI HỌC LẠC HỒNG
KHOA CÔNG NGHỆ THÔNG TIN
Đề Tài:
Phát hiện mặt người trong
ảnh dựa vào đặc trưng 3D

LUẬN VĂN THẠC SỸ CÔNG NGHỆ THÔNG TIN
www.themegallery.com
Nội dung báo cáo
Đặt vấn đề và các cách tiếp cận
1
Mục tiêu luận văn
2
3
Giải pháp thực hiện
4
Chương trình thử nghiệm
5
Kết luận và hướng phát triển
3
1
www.themegallery.com
3
Nội dung báo cáo
Đặt vấn đề và các cách tiếp cận
1
Mục tiêu luận văn
2

3
Giải pháp thực hiện
4
Chương trình thử nghiệm
5
Kết luận và hướng phát triển
3
2
www.themegallery.com
4
Đặt vấn đề
Ở Việt Nam bài toán phát hiện mặt người đã có từ những
năm 70 nhưng mà nó vẫn luôn là một vấn đề thời sự. Những
kết quả mới nhất hiện nay thì vẫn chưa như mong muốn.
- Một số khó khăn mà các nhóm nghiên cứu gặp phải:
+ Tư thế, góc chụp
+ Trạng thái biểu cảm của khuôn mặt
+ Sự che khuất
+ Các yếu tố do môi trường
3
www.themegallery.com
5
Các cách tiếp cận giải quyết
4
www.themegallery.com
6
Nội dung báo cáo
Đặt vấn đề và các cách tiếp cận
1
Mục tiêu luận văn

2
3
Giải pháp thực hiện
4
Chương trình thử nghiệm
5
Kết luận và hướng phát triển
3
5
www.themegallery.com
7
Mục tiêu luận văn
Rút trích đặc trưng 3D trên khuôn mặt từ đó phát hiện mặt
người trong ảnh.
6
www.themegallery.com
8
Nội dung báo cáo
Đặt vấn đề và các cách tiếp cận
1
Mục tiêu luận văn
2
3
Giải pháp thực hiện
4
Chương trình thử nghiệm
5
Kết luận và hướng phát triển
3
7

www.themegallery.com
9
Giải pháp thực hiện
1. Đặc trưng 3D
 Dò tìm và rút trích vùng 3D
 Dò tìm vùng 3D ở nhiều mức
2. Xây dựng cấu trúc cây 3D
 Gán nhãn
 Thống kê
 Đánh giá đưa ra quyết định


8
www.themegallery.com
10

Đặc trưng 3D

- Các đặc trưng 3D thật ra là những điểm xương và rãnh trên
khuôn mặt
- Đối với khuôn mặt các đặc trưng được gọi là 3D là:
+ Điểm 3D xương là: phần mũi, hai gò má, cằm và trán
+ Điểm 3D rãnh là: phần hốc mắt và khe nằm giữa mũi và
gò má
9
www.themegallery.com
11

Dò tìm và rút trích vùng 3D

- Để biết được một vùng nào đó có phải là điểm 3D không ta
sử dụng bộ lọc như sau:

10
www.themegallery.com
12

Dò tìm và rút trích vùng 3D

- Dựa vào giá trị F(R) ta xác định được đó có phải là điểm 3D
không theo điều kiện sau:


12
11
www.themegallery.com
13

Dò tìm vùng 3D nhiều mức

- Với công thức này ta chỉ cần thay đổi kích thước bộ lọc
chúng ta sẽ tìm giá trị vùng 3D ở nhiều mức khác nhau.
- Để tăng thêm khả năng phát hiện các vùng 3D luận văn đề
xuất thêm các bộ lọc sau:


13
12
www.themegallery.com
14

Dò tìm vùng 3D nhiều mức



14
13
www.themegallery.com
15

Dò tìm vùng 3D nhiều mức



Vùng 3D dò tìm được với kích
thước 20
Vùng 3D dò tìm được với kích
thước 40
15
14
www.themegallery.com
16

Xây dựng cấu trúc cây 3D



16
15
www.themegallery.com

17

Xây dựng cấu trúc cây 3D



Nút

Mức
Kiểu

Kích thước

Tọa độ

Đỉnh cha
n1

R/Sv

S1R

n1(x1, y1)


n2

R/
Sv
S2R

n2(x2, y2)


n3

R/
Nn
S3R

n3(x3, y3)


n4

X/
Nd
S4X

n4(x4, y4)


n5

R/Nn

S5R

n5(x5, y5)

n1

n6

X/Nn

S6X

n6(x6, y6)

n1

n7

R/Nn

S7R

n7(x7, y7)

n1

n8

R/Nn

S8R

n8(x8, y8)

n2

n6

X/Nn

S9X

n9(x9, y9)

n2

n10

R/Nn

S10R

n10(x10, y10)

n2

n11

R/Nn

S11R

n11(x11, y11)

n3

n12

X/Nd

S12X

n12(x12, y12)

n4

17
16
www.themegallery.com
18

Xây dựng cấu trúc cây 3D



Nút
Khoảng cách Euclide
n1

D(n1,n2)
n2

D(n2,n4)
n3

D(n3,n4), D(n3,n2), D(n3,n1)
n4

D(n4,n1)
n5

D(n5,n6)
n6

D(n6,n7)
n7

D(n7,n8),D(n7,n5)
n8

D(n8,n9), D(n8,n6),D(n8,n5)
n9

D(n9,n10),D(n9,n7),D(n9,n6),D(n9,n5)
n10
D(n10,n12),D(n10,n8),D(n10,n7),D(n10,n6),D(n10,n5)
n11

D(n11,n12),D(n11,n10),… D(n11,n5)
n12
D(n12,n9),….,D(n12,n5)
18
17
www.themegallery.com

19
Gán nhãn


19
18
Ảnh đầu vào
Rút trích cây
Gán nhãn
Khuôn mặt
Không phải khuôn mặt
www.themegallery.com
20
Thống kê


Với việc rút trích và gán nhãn cây từ tập dữ liệu thực nghiệm, ta
sẽ thu được một tập cây thuộc lớp khuôn mặt. Tập cây này sẽ
được dùng làm mô hình thống kê.

20
19
www.themegallery.com
21
Đánh giá đưa ra quyết định
21
20
Với tập cây chuẩn TH, một cây được đánh giá có khả năng là
khuôn mặt hay không là khuôn mặt dựa trên trung bình khoảng
cách của cây đang xét đến tất cả tập cây chuẩn TH.

www.themegallery.com
22
Nội dung báo cáo
Đặt vấn đề và các cách tiếp cận
1
Mục tiêu luận văn
2
3
Giải pháp thực hiện
4
Chương trình thử nghiệm
5
Kết luận và hướng phát triển
3
22
21
www.themegallery.com
23
Nội dung báo cáo
Đặt vấn đề và các cách tiếp cận
1
Mục tiêu luận văn
2
3
Giải pháp thực hiện
4
Chương trình thử nghiệm
5
Kết luận và hướng phát triển
3

23
22
www.themegallery.com
24
Kết luận
Thử nghiệm trên bộ dữ liệu ảnh trong thư viện Markus Weber
kết quả kiểm thử theo bảng sau:
Số ảnh 450
Thử nghiệm
Đúng Sai
431 19
Tỷ lệ 95.78% 4.22%
Độ chính xác 95.78%
24
23
www.themegallery.com
25
Kết luận
- Luận văn đã đưa ra một phương pháp phát hiện mặt người
trong ảnh dựa vào đặc trưng 3D .
- Phần ứng dụng cho kết quả tương đối tốt, dò tìm được hầu
hết các khuôn mặt.
- Thời gian phát hiện nhanh đối với các khuôn mặt chụp
thẳng và chất lượng ảnh tốt.
- Một số trường hợp việc phát hiện khuôn mặt vẫn xảy ra
nhầm lẫn giữa các vùng không phải là khuôn mặt.

25
24