Xây dựng ứng dụng phát hiện mặt người dựa trên màu da

Thảo luận trong 'Nghiên Cứu Khoa Học' bắt đầu bởi Thúy Viết Bài, 5/12/13.

  1. Thúy Viết Bài

    Thành viên vàng

    Bài viết:
    198,891
    Được thích:
    170
    Điểm thành tích:
    0
    Xu:
    0Xu
    TÊN ĐỀ TÀI: Xây dựng ứng dụng phát hiện mặt người dựa trên màu da
    Information
    [TABLE]
    [TR]
    [TD="width: 5%"][/TD]
    [TD="width: 90%"]LỜI NÓI ĐẦU

    Gần đây, lĩnh vực nhận dạng đang dành được nhiều sự quan tâm nghiên cứu và thử nghiệm như nhận dạng khuôn mặt, nhận dạng vân tay, giọng nói, mắt, . Trong đó nhận dạng khuôn mặt chiếm một vị trí khá quan trọng. Nhận dạng khuôn mặt được ứng dụng trong nhiều lĩnh vực như: hình sự (nhận dạng tội phạm), các hệ thống an toàn, bảo mật (dùng xác nhận các nhân viên của tổ chức), và nhiều lĩnh vực khác nữa.
    Trong nhận dạng khuôn mặt, đầu tiên ta phải lấy các khuôn mặt ra một cách thủ công, rồi sau đó đem đi nhận dạng xem đó là ai. Để việc nhận dạng khuôn mặt được thực hiện một cách tự động, tức là đưa vào một bức ảnh phải xác định xem trong ảnh có những ai, rõ ràng cần thực hiện một bước trước đó là phát hiện khuôn mặt.
    Việc phát hiện khuôn mặt còn được ứng dụng trong đếm số người. Bao nhiêu khuôn mặt được phát hiện là có bấy nhiêu người. Việc đếm số người có ý nghĩa trong giao thông (xác định lưu lượng người qua lại trên đường), trong thương mại (xác định số lượng khách hàng ra vào siêu thị), .
    Chính vì thế mà việc nghiên cứu về phát hiện mặt người là hết sức cần thiết. Với đề tài “Xây dựng ứng dụng phát hiện mặt người dựa trên màu da” em cũng đã đạt được một số kết quả nhất định. Đó sẽ là hành trang giúp em rất nhiều trong thời gian học tập và làm việc sau này.
    Để có thể hoàn thành được đồ án là nhờ công lao to lớn của các thầy cô giáo trong trường Đại học Bách Khoa Hà Nội nói chung và các thầy cô trong khoa Công nghệ Thông tin, bộ môn Công nghệ phần mềm nói riêng. Các thầy cô đã tận tình giảng dạy, truyền đạt cho em những kiến thức, những kinh nghiệm quý báu trong suốt 5 năm học tập và rèn luyện tại trường. Xin được gửi tới các thầy, các cô lời cảm ơn chân thành nhất. Em xin được bày tỏ long biết ơn của mình đến thầy Lương Mạnh Bá - Giảng viên bộ môn Công nghệ phần mềm, khoa Công nghệ thông tin, trường Đại học Bách Khoa Hà Nội đã hết lòng giúp đỡ, hướng dẫn và chỉ bảo tận tình trong quá trình em làm đồ án tốt nghiệp.
    Em cũng xin được gửi lời cảm ơn của mình đến thầy Lê Tấn Hùng đã cho em mượn web cam để thực hành. Cảm ơn anh Mai Anh Tuấn K47, nhờ tham khảo đồ án của anh mà em có được những kiến thức ban đầu, tổng quan về lĩnh vực này, để từ đó có được sự thuận lợi, nhanh chóng và định hướng tốt hơn trong quá trình làm đồ án.
    Cuối cùng, em xin được gửi lời cảm ơn chân thành tới gia đình, bạn bè đã động viên, chăm sóc, đóng góp ý kiến và giúp đỡ em trong quá trình học tập, nghiên cứu và hoàn thành đồ án tốt nghiệp.

    Hà Nội, tháng 5 năm 2008
    Sinh viên: Nguyễn Hoài Sơn


    BỐ CỤC ĐỒ ÁN

    Chương 1:
    ã Tổng quan về lĩnh vực phát hiện mặt người.
    ã Trình bày một số hệ màu được dùng trong phát hiện mặt người.
    ã Trình bày một số phương pháp phát hiện mặt người dựa trên đặc trưng khuôn mặt.
    Chương 2:
    ã Tổng quan phương pháp phát hiện mặt người dựa trên màu da.
    ã Phương pháp phát hiện màu da.
    ã Thuật toán phân vùng trong ảnh nhị phân.
    ã Các tiêu chí xác định vùng mặt.
    Chương 3:
    ã Trình bày về công cụ lấy mặt người trong ảnh.
    ã Công cụ tổng hợp histogram.
    Chương 4:
    ã Thiết kế, xây dựng chương trình phát hiện mặt người.
    ã Thử nghiệm chương trình và đánh giá phương pháp phát hiện mặt người được áp dụng.


    MỤC LỤC

    DANH MỤC HÌNH VẼ 2
    CHƯƠNG 1: TỔNG QUAN PHÁT HIỆN MẶT NGƯỜI 2
    1.1. Tổng quan 2
    1.2. Giới thiệu về một số hệ màu 2
    1.2.1. Hệ màu HSV 2
    1.2.2. Hệ màu HSL 2
    1.2.3. Hệ màu YCrCb 2
    1.3. Một số phương pháp phát hiện mặt người dựa trên đặc trưng và trên màu da 2
    1.3.1. Phương pháp dựa trên màu da và thông tin biên của K. Sandeep và A.N. Rajagopalan 2
    1.3.1.1. Xác định 1 điểm có là màu da hay không 2
    1.3.1.2. Xác định vị trí và kích thước các vùng trong ảnh màu da (A3) 2
    1.3.1.3. Quyết định có phải là vùng mặt hay không 2
    1.3.1.4. Kết quả thử nghiệm 2
    1.3.1.5. Đánh giá 2
    1.3.2. Phương pháp dựa trên nhiều chứng cứ của Manoj Seshadrinathan và Jezekiel Ben – Arie 2
    1.3.2.1. Xác định màu da 2
    1.3.2.2. Dựa trên hình dạng 2
    1.3.2.3. Dùng các bộ lọc Gabor 2
    1.3.2.4. Tổng hợp các kết quả 2
    1.3.2.5. Kết quả thực hiện 2
    1.3.2.6. Đánh giá 2
    1.3.3. Phương pháp sử dụng khoảng cách Hausdorff của Oliver Jesorsky, Klaus J. Kirchberg và Robert W. Frischholz 2
    1.3.3.1. Khoảng cách Hausdorff 2
    1.3.3.2. Kĩ thuật phát hiện đối tượng dựa trên mô hình 2
    1.3.3.3. Quá trình thực hiện phát hiện mặt người 2
    1.3.4. Phương pháp dựa trên phân tích bó sóng (wavelet packet analysis) của C. Garcia, G. Zikos, G. Tziritas 2
    1.3.4.1. Xác định các vùng có màu da mặt 2
    1.3.4.2. Xác định các ứng cử viên vùng mặt 2
    1.3.4.3. Phân lớp các ứng cử viên dựa vào phân tích bó sóng 2
    1.3.4.4. Kết quả thử nghiệm 2
    1.3.5. Phương pháp sử dụng các khung sóng (wavelet frames) của C. Garcia, G. Simandiris và G. Tziritas 2
    1.3.5.1. Tổng quan 2
    1.3.5.2. Xác định các thành phần trên khuôn mặt (2 mắt, mũi, miệng) 2
    1.3.5.3. Mô hình hóa khuôn mặt bằng một mẫu biến đổi 2
    1.3.5.4. Phân lớp nội dung mẫu 2
    1.3.5.5. Kết quả thực nghiệm 2
    CHƯƠNG 2: PHÁT HIỆN MẶT NGƯỜI DỰA TRÊN MÀU DA 2
    2.1. Nội dung phương pháp 2
    2.2. Chi tiết các bước 2
    2.2.1. Phát hiện màu da 2
    2.2.1.1. Công thức màu da 2
    2.2.1.2. Histogram 3
    2.2.1.3. Kết hợp 2 tiêu chí 2
    2.2.2. Lọc nhiễu 2
    2.2.3. Xác định các vùng trắng 2
    2.2.3.1. Thuật toán phân vùng cơ bản 2
    2.2.3.2. Thuật toán phân vùng nâng cao 2
    2.2.4. Phân loại các vùng trắng 2
    CHƯƠNG 3: CÁC CÔNG CỤ ĐƯỢC XÂY DỰNG 2
    3.1. Công cụ lấy khuôn mặt 2
    3.1.1. Mục đích 2
    3.1.2. Các chức năng 2
    3.1.3. Giao diện 2
    3.1.4. Chi tiết các chức năng 2
    3.1.4.1. Lấy khuôn mặt từ file ảnh 2
    3.1.4.2. Lấy khuôn mặt từ file phim 2
    3.2. Công cụ tổng hợp histogram 2
    3.2.1. Mục đích 2
    3.2.2. Các chức năng 2
    3.2.3. Giao diện 2
    3.2.4. Chi tiết các chức năng 2
    CHƯƠNG 4: XÂY DỰNG CHƯƠNG TRÌNH VÀ MỘT SỐ KẾT QUẢ MINH HỌA 2
    4.1. Mục đích 2
    4.2. Các chức năng 2
    4.3. Giao diện chương trình 2
    4.4. Các kĩ thuật xử lý 2
    4.4.1. Thu hình từ camera 2
    4.4.2. Phát 1 file phim 2
    4.4.2.1. Khởi tạo cho phim 2
    4.4.2.2. Lấy frame 2
    4.4.3. Chạy bất đồng bộ 2
    4.5. Các lớp được xây dựng 2
    4.5.1. YPrPb 2
    4.5.1.1. Mục đích 2
    4.5.1.2. Các thuộc tính 2
    4.5.1.3. Các phương thức .82
    4.5.1.4. Vị trí 2
    4.5.2. HSV 2
    4.5.2.1. Mục đích 2
    4.5.2.2. Các thuộc tính 2
    4.5.2.3. Các phương thức 2
    4.5.2.4. Vị trí 2
    4.5.3. Vùng trắng 2
    4.5.3.1. Mục đích 2
    4.5.3.2. Các thuộc tính 2
    4.5.3.3. Các phương thức 2
    4.5.3.4. Vị trí 2
    4.5.4. Bộ lọc phân vùng 2
    4.5.4.1. Mục đích 2
    4.5.4.2. Các thuộc tính 2
    4.5.4.3. Các phương thức 2
    4.5.4.4. Vị trí 2
    4.5.5. Bộ phát hiện mặt 2
    4.5.5.1. Mục đích 2
    4.5.5.2. Các thuộc tính 2
    4.5.5.3. Các phương thức 2
    4.5.5.4. Vị trí 2
    4.6. Các kết quả thí nghiệm 2
    KẾT LUẬN VÀ PHƯƠNG HƯỚNG PHÁT TRIỂN CỦA ĐỀ TÀI 2
    TÀI LIỆU THAM KHẢO 2[/TD]
    [/TR]
    [/TABLE]




     
Đang tải...