Luận Văn Xây dựng chương trình ứng dụng hệ thống mạng nơron vào phát hiện khuôn mặt người trong ảnh số

MỤC LỤC
TỔNG QUAN 6
DANH MỤC CÁC HÌNH 7
Chương 1. GIỚI THIỆU BÀI TOÁN – PHẠM VI NGHIÊN CỨU CỦA KHÓA LUẬN 1
1.1 Giới thiệu bài toán. 1
1.1.1 Nhận diện vật thể trong ảnh số, tầm quan trọng và các ứng dụng thực tế. 1
1.1.2 Nhận diện khuôn mặt người trong ảnh số. 2
1.2 Các khó khăn trong bài toán nhận diện khuôn mặt 6
1.3 Các công trình nghiên cứu và hướng tiếp cận liên quan đến nhận diện khuôn mặt 9
1.4 Thuật toán sử dụng mạng nơron để phát hiện khuôn mặt 11
1.4.1 Giới thiệu. 11
1.4.2 Ưu điểm 13
1.4.3 Khuyết điểm 14
1.5 Giới thiệu mục đích và giới hạn phạm vi nghiên cứu của khóa luận. 14
1.5.1 Mục đích. 14
1.5.2 Giới hạn phạm vi nghiên cứu. 14
Chương 2. CÁC CƠ SỞ LÝ THUYẾT VÀ THUẬT TOÁN ÁP DỤNG VÀO PHÁT HIỆN KHUÔN MẶT NGƯỜI. 15
2.1 Hướng tiếp cận của khóa luận. 15
2.2 Các thuật toán tiền xử lý ảnh : 16
2.2.2 Cân bằng ánh sáng. 20
2.2.3 Làm nổi ảnh (Histogram Equalizer) 22
2.3 Giới thiệu khái niệm cửa sổ (Window) và mặt nạ (Mask) 24
2.3.1 Cửa sổ (Window) 24
2.3.2 Mặt nạ (Mask) 25
2.4 Các bước trong quá trình phát hiện khuôn mặt 26
2.4.1 Tạo các cửa sổ (Window) từ các độ căng (Scale) của ảnh. 26
2.4.2 Tiền xử lý ảnh nhỏ trong vùng cửa sổ. 28
2.4.3 Đưa các điểm ảnh trong cửa sổ không bị che bởi mặt nạ vào mạng, đưa ra kết quả 28
2.5 Mã giả hàm tìm kiếm (Search) 29
Chương 3. THIẾT KẾ MẠNG NƠRON, THU THẬP DỮ LIỆU HUẤN LUYỆN VÀ HUẤN LUYỆN MẠNG. 31
3.1 Thiết kế mạng. 31
3.2 Thu thập dữ liệu huấn luyện và huấn luyện mạng. 34
Chương 4. HIỆN THỰC, KẾT QUẢ CHẠY THỬ, CÁC CẢI TIẾN VÀ HƯỚNG PHÁT TRIỂN CỦA KHÓA LUẬN 40
4.1.1 Hiện thực lõi kiến trúc mạng nơron. 40
4.1.2 Hiện thực Demo phát hiện khuôn mặt 46
4.2.1 Kết quả chạy Demo chương trình khi chưa cải tiến. 52
4.2.2 Các cải tiến. 52
4.3 Hướng phát triển của luận văn trong tương lai. 56
PHỤ LỤC 58
Phụ lục A: GIỚI THIỆU MẠNG NƠRON NHÂN TẠO 59
1. Từ ý tưởng mạng nơron sinh học. 59
2. Đến mạng nơron nhân tạo. 60
3. Ứng dụng mạng nơron nhân tạo. 62
4. Huấn luyện mạng nơron. 63
5. Thu thập dữ liệu huấn luyện mạng nơron. 63
Phụ lục B: CƠ SỞ LÝ THUYẾT CỦA MẠNG NƠRON NHÂN TẠO 65
1. Phần tử xử lý. 65
2. Kiến trúc mạng nơron nhân tạo. 67
3. Huấn luyện mạng nơron truyền thẳng: 70
Phụ Lục C : MINH HỌA GIẢI THUẬT LAN TRUYỀN NGƯỢC TRONG HUẤN LUYỆN MẠNG NHIỀU LỚP. 75
DANH MỤC TÀI LIỆU THAM KHẢO 85

TỔNG QUAN

Chương 1. Trình bày tổng quan về bài toán nhận diện vật thể trong ảnh số có ứng dụng quan trọng trong thức tế. Và bài toán phát hiện mẫu khuôn mặt người dùng mạng nơron là một bài toán con đặt biệt của bài toán nhận dạng vật thể. Trình bày một số công trình nghiên cứu gần đây và hướng tiếp cận của khóa luận đến bài toán nhận diện khuôn mặt.

Chương 2. Trình bày các cơ sở lý thuyết và thuật toán dùng mạng nơron vào phát hiện khuôn mặt người trong ảnh số.

Chương 3. Trình bày bước thiết kế mạng nơron, thu thập dữ liệu gồm tập ảnh là mẫu khuôn mặt và và tập ảnh không phải là mẫu khuôn mặt. Sau đó là bước huấn luyện cho mạng nhận dạng được đâu là mẫu khuôn mặt người và không là khuôn mặt người.

Chương 4. Hiện thực chương trình, kết quả thu được trước và sau khi cải tiến.
Kết luận và định hướng phát triển của khóa luận.


DANH MỤC CÁC HÌNHHình 1.1. Nhận diện vật thể trong ảnh số.
Hình 1.2. Nhận diện khuôn mặt trong ảnh số.
Hình 1.3. Các bước nhận diện khuôn mặt
Hình 1.4 a) và b) :Các tư thế, góc chụp khác nhau.
Hình 1.5 : Ảnh chụp do râu che một số phần khuôn mặt.
Hình 1.6 a) và b) : Ảnh chụp phức tạp do biểu cảm.
Hình 1.7 : Ảnh chụp phức tạp do che khuất.
Hình 1.8 a) Ảnh chụp trong nhà. b) Ảnh chụp ngoài trời.
Hình 1.9. Sử dụng cấu trúc mạng nơron nhân tạo (Aftificial Neural Network) để phát hiện các mẫu khuôn mặt và không phải khuôn mặt.
Hình 2.1 Ảnh gốc.
Hình 2.2 Ảnh đen trắng
Hình 2.3 Ảnh chưa cân bằng sáng.
Hình 2.4 Ảnh đã cân bằng sáng.
Hình 2.5. Ảnh chưa làm nổi.
Hình 2.6 Ảnh đã làm nổi.
Hình 2.7. Định vị cửa sổ (window) trong ảnh số.
Hình 2.8. Cửa sổ trước khi áp mặt nạ.
Hình 2.9. Mặt nạ và cửa sổ sau khi áp mặt nạ.
Hình 2.10. Cửa sổ thu được với tỷ lệ scale ảnh gốc lớn.
Hình 2.11 Cửa sổ thu được với tỷ lệ scale ảnh gốc lớn.
Hình 2.12 Cửa sổ mặt nạ.
Hình 2.13 Cửa sổ ảnh sau khi áp mặt nạ.
Hình 3.1. Cấu trúc mạng nơron.
Hình 3.2. Công thức và đồ thị minh hoạ hàm nén lướng cực (Bipolar Sigmoid).
Hình 3.3. Minh hoạ Vectơ đầu vào.
Hình 3.5. Tập mẫu huấn luyện đúng.
Hình 3.6. Tập mẫu huấn luyện sai.
Hình 3.7. Minh hoạ quá trình huấn luyện



Chương 1.GIỚI THIỆU BÀI TOÁN – PHẠM VI NGHIÊN CỨU
CỦA KHÓA LUẬN1.1Giới thiệu bài toánHơn một thập kỷ qua có rất nhiều công trình nghiên cứu về bài toán xác định khuôn mặt người từ ảnh đen trắng, đến ảnh màu như ngày hôm nay. Các nghiên cứu đi từ bài toán đơn giản, mỗi ảnh chỉ có một khuôn mặt người nhìn thẳng vào thiết bị thu hình và đầu ở tư thế thẳng đứng trong ảnh đen trắng. Đến nay bài toán mở rộng cho ảnh màu, có nhiều khuôn mặt trong cùng một ảnh, có nhiều tư thế thay đổi trong ảnh. Không những vậy mà còn mở rộng cả phạm vi từ môi trường xung quanh khá đơn giản (trong phòng thí nghiệm) cho đến môi trường xung quanh rất phức tạp (như trong tự nhiên) nhằm đáp ứng nhu cầu thực tiễn của con người.