Đồ Án Nhận dạng mặt người dùng ica

Tên đề tài luận văn:NHẬN DẠNG MẶT NGƯỜI DÙNG SVM VÀ MẠNG NƠRON

1. Mục tiêu và ý nghĩa của đề tài:
Đề tài tập trung nghiên cứu hai phương pháp phân lớp ảnh SVM và mạng Nơron và áp dụng cho bài toán nhận dạng mặt người. Từ đó đưa ra một ứng dụng thực tế là xác định một đối tượng có phải là học sinh của trường THPT Nguyễn Hữu Cầu hay không, để minh họa cho tính khả thi của hai phương pháp nêu trên.
2. Vấn đề giải quyết trong luận văn:
Dùng hai phương pháp SVM và mạng Nơron để xác định một đối tượng có phải là học sinh của trường THPT Nguyễn Hữu Cầu hay không.
3. Cách thức giải quyết:
Ø Đối với phương pháp SVM: gồm hai giai đoạn là huấn luyện và nhận dạng
§ Giai đoạn huấn luyện :Các ảnh mẫu được véc tơ hóa x={x[SUB]1[/SUB], ,x[SUB]900[/SUB]} rồi dùng phương pháp PCA để rút trích đặc trưng thành véc tơ y={y[SUB]1[/SUB], ,y[SUB]100[/SUB]} rồi đưa vào bộ huấn luyện SVM .
§ Giai đoạn nhận dạng: Mẫu cần nhận dạng được cũng được véc tơ hóa và rút trích như trên sau đó đưa vào bộ nhận dạng SVM để xác định lớp cho mẫu . Tuy nhiên SVM là phương pháp phân lớp rất nhanh nhưng SVM có thể phân một đối tượng nhầm lớp nên tôi đề nghị dùng thêm phương pháp mạng Nơron để so sánh.
Ø Đối với phương pháp mạng Nơron:gồm hai giai đoạn là huấn luyện và nhận dạng như sau :
§ Giai đoạn huấn luyện: Tập mẫu huấn luyện được véc tơ hóa dùng phương pháp chia lưới để tính trung bình mức xám của cửa sổ con kích thước 4x4, như vây với ảnh mẫu kích thước 100x100 sẽ được biến đổi thành véc tơ kích thước là {x[SUB]1[/SUB], ,x[SUB]625[/SUB]} , các véc tơ này làm đầu vào cho bộ huấn luyện mạng Nơron. Mỗi đối tượng sẽ được huấn luyện với các tư thế khuôn mặt như nhìn thẳng, sang trái 30[SUP]0[/SUP] và sang phải 30[SUP]0[/SUP] trong một mạng Nơron riêng rẽ tạm gọi là chủ nhân của mạng này với ngõ ra mong muốn của đối tương chủ nhân là 1, các đối tượng không phải chủ nhân sẽ có ngõ ra là 0. Đây là đề xuất của tôi trong luận văn này và tạm gọi là mô hình liên kết các mạng nơron để chứng thực từng đối tượng. Mô hình này đã cải tiến được yếu điểm của SVM.
§ Giai đoạn nhận dạng: Ảnh cần nhận dạng cũng được véc tơ hóa như giai đoạn huấn luyện và là đầu vào của từng mạng nơron để xác định chủ nhân của mạng. Nếu không xác định được thì hệ thống thông báo là đối tượng này không có trong cơ sở dữ liệu
4. Các đóng góp chính của tác giả luận văn:
Luận văn đã đạt được các kết quả sau :
Tìm hiểu phương pháp phân lớp SVM và các ưu khuyết điểm của nó cho bài toán nhận dạng.
Tìm hiểu phương pháp phân lớp mạng Nơron, từ đó đề xuất một mô hình liên kết các mạng Nơron để chứng thực từng đối tượng.
Ứng dụng mô hình đề xuất vào hệ thống xác minh một đối tượng có phải là học sinh của trường THPT Nguyễn Hữu Cầu hay không.Kết quả đạt được cho thấy tính khả thi của mô hình đề xuất .
5. Các cài đặt hoặc thực nghiệm đã tiến hành có liên quan đến đề tài:
Cài đặt chưong trình thử nghiệm phương pháp SVM và chạy thử nghiệm từ 10 đến 22 lớp học sinh (mỗi lớp khoảng 3 mẫu thẳng, sang trái, sang phải)
Cài đặt chương trình thử nghiệm với phương pháp mạng Nơron và cũng chạy thử từ 10 đến 22 lớp để so sánh kết quả .
6. Tài liệu tham khảo: