Bài thuyết trình Tiểu luận Neuron network based face detection - Trịnh Đình Nam
FACE DETECTION
Nhóm 2
Nhóm 2
Trịnh Đình Nam
Trương Văn Trọng Nghĩa
Phạm Bá Sinh
41002058
41002132
41002736
40903463
Trần Thái Sơn
Các Mục Trình Bày
I. Giới thiệu về nhận dạng khuôn mặt (Face Detection)
II. Xây dựng hệ thống dựa trên mạng Neural.
III. Tối ưu hóa hệ thống nhận dạng
IV. Một số kết quả nhận dạng
I.Giới Thiệu
• Nhận dạng mặt là gì?
• Tầm quan trong của nhận dạng mặt
• Tốc độ hiện nay
Nhn Dng Khuôn Mt
người trong đó hay không và chỉ ra được vị trí.
Tm Quan Tr
Là mc quan trng trong các hth
Face Recogition
Các hệ thống tương tác với con người:
Nhận dạng cử chỉ, biểu cảm,…
Robot
Là cơ sở cho các hệ thống tự động nhận dạng mục tiêu
( ATR - Automa
UAV ( Unman
Tên lửa hành
Etc..
• Auto Focus:
Các camera hiện nay
thường tích hợp chức
năng AutoFocus mà cơ
bản là sử dụng thuật toán
phát hiện khuôn mặt sau
đó tự điều chinh camera
để đạt được hình ảnh rõ
nét
HTC EVO 3D Camera
• Video Comunication ( Video chat,..):
Một số hệ thống giao tiếp bằng video sẽ phát hiện khuôn mặt sau đó nén ảnh
có chứa mặt người với tỉ lệ thấp hơn so với nền sau đó truyền đi, cho ra được
chất lượng video tốt hơn mà không phải thay đổi băng thông
Tc Hi
được thực hiện với 15 frame/s bằng 1 CPU có tốc
độ 700Mhz, kích thước 320x480.( các thiết bị di
động có thể thực hiện được)
Phát hiện khuôn mặt có tốc độ nhanh hơn phát hiện
đường bao (edge)
Các vấn đề trong nhận dạng khuôn mặt
t không liên quan.
Gương mặt bị nghiêng so với trục thẳng đúng.
Các biểu cảm khuôn mặt.
Bị che lấp bởi tóc, tay, và một số vật thể khác.
Ảnh bị nhiễu, biến dạng, điều kiện ánh sang không
tốt, etc…
II. Xây dựng hệ thống nhận dạng
1. Các kĩ thuật nhận dạng chính
2. Mô hình mng neuron
Các Kĩ Thut Nhn D
1. Dựa trên đặc trưng trong ảnh ( Feature Based):
Để phát hiện khuôn mặt trong 1 nền ảnh lộn xộn, các phân
tích mức thấp ( low level analysis) trích các đặc trưng của
ảnh như mức xám, đường bao, màu sắc,.. Sau đó tổng hợp
áp dụng các mô hình hình dạng để phát hiện khuôn mặt. Có
2 mô hình chính là mô hình dạng rắn (snake ), và mô hình
phân tán điểm (PDM – Point Distributed Model).
Feature Based
Nhận dạng khuôn mặt bằng cách phân tích
các đặc trưng như mắt, mũi, miệng.
1. Các Kĩ Thut Nhn D
Hầu hết các phương pháp nhận dạng khuôn mặt dựa trên
kĩ thuật này đều sử dụng 1 của sổ quét lên toàn bộ bức
ảnh
Cửa sổ này dò tìm tất cả các khuôn mặt có trong ảnh.
Phương pháp không gian tuyến tính
Dựa vào mạng neural
Phương pháp thống kê
Image Based
Neural
Network
2. Mô Hình HThng Nhn D
Xử lý Đa
phân giải
Chuyển
Tiền xử lý
của sổ
sang hệ
màu Gray
20x20
Tiền xử
lý ảnh
Mạng
Neural
nhiều lớp
Xử đa phân giải
Để phát hiện tất cả khuôn mặt trong ảnh, của sổ 20x20 sẽ được chạy qua tất cả
các fixel của bức ảnh.
Đối với các khuôn mặt lớn hơn kích thước của sổ, ảnh ban đầu sẽ được thu nhỏ
liên tục để cửa sổ chạy qua.
Tin xử lí
Của sổ ban đầu :
Hàm tuyến tính :
Sau khi sử dụng
Cân bằng Histogram:
Mô Hình Mng Neuron
cho ngõ ra trong khoảng [-1;1].
10x10
Output
5x5
20x20
pixels
5x20
Thuc
Lớp ra:
Lớp ẩn:
Dữa liu hun
gồm tập hợp mặt người kích thước 20x20.
Các tập mẫu này được
bin ẫu nhiên nh:
Xoay 1 góc nhỏ,lật
ảnh,thay đổi kích thước
1 lượng nhỏ,…
Tải về để xem bản đầy đủ
29 trang
26680
Free
Bạn đang xem 20 trang mẫu của tài liệu "Bài thuyết trình Tiểu luận Neuron network based face detection - Trịnh Đình Nam", để tải tài liệu gốc về máy hãy click vào nút Download ở trên
File đính kèm:
- bai_thuyet_trinh_tieu_luan_neuron_network_based_face_detecti.pdf
