Xây dựng công cụ nhận dạng khuôn mặt theo thời gian thực hiện trên nền hệ điều hành mã nguồn mỡ

Nghiªn cøu khoa häc c«ng nghÖ<br /> <br /> <br /> X©y dùng c«ng cô nhËn D¹ng khu«n mÆt<br /> theo thêi gian thùc trªn nÒn hÖ ®iÒu hµnh<br /> m· nguån më<br /> NguyÔn B¸ §¹i*, D­¬ng Quèc Dòng**<br /> <br /> Tãm tắt: Bµi b¸o tr×nh bµy kÕt qu¶ nghiªn cøu x©y dùng phÇn mÒm nhËn diÖn<br /> khu«n mÆt theo thêi gian thùc trªn hÖ ®iÒu hµnh m· nguån më ¸p dông ph­¬ng<br /> ph¸p trÝch rót c¸c thµnh phÇn chÝnh ma trËn ®Æc tr­ng, ®Æc tÝnh mµu cña ¶nh.<br /> PhÇn mÒm ®­îc thö nghiÖm trªn kÝt ph¸t triÓn Pandaboard cña h·ng Texas<br /> Instrument sö dông chip 02 lâi ARM-Cotex A9 víi hÖ ®iÒu hµnh Linux. KÕt qu¶ thö<br /> nghiÖm ban ®Çu cho thÊy c«ng cô ®· lµm viÖc kh¸ hiÖu qu¶ vµ cã kh¶ n¨ng ¸p dông<br /> vµo thùc tiÔn trªn nhiÒu lÜnh vùc.<br /> <br /> Tõ khãa: ThÞ gi¸c m¸y, Xö lý ¶nh, NhËn d¹ng ®èi t­îng, M· nguån më, NhËn d¹ng mÆt, PCA.<br /> <br /> 1. ®Æt vÊn ®Ò<br /> Khu«n mÆt ng­êi ®ãng vai trß quan träng trong c¸c t­¬ng t¸c x· héi cña chóng<br /> ta, cho phÐp chóng ta nhËn d¹ng ®­îc ng­êi nµy víi ng­êi kh¸c. ViÖc nhËn d¹ng<br /> ®èi t­îng dùa vµo khu«n mÆt nhËn ®­îc sù quan t©m ®¸ng kÓ trong nh÷ng n¨m gÇn<br /> ®©y do tiÒm n¨ng cña nã cho hµng lo¹t c¸c øng dông trong ®iÒu khiÓn robot, trong<br /> c¸c øng dông an ninh nh­ xuÊt nhËp c¶nh, qu¶n lý tßa nhµ, qu¶n lý c¸c ca kÝp lµm<br /> viÖc trong c¸c ph©n x­ëng, nhËn d¹ng vµ truy b¾t téi ph¹m NhËn d¹ng mÆt ng­êi<br /> (Face Recognition) lµ mét lÜnh vùc nghiªn cøu cña ngµnh thÞ gi¸c m¸y (Computer<br /> Vision) vµ cã liÖn hÖ mËt thiÕt víi c¸c nghiªn cøu cña ngµnh sinh tr¾c häc. Nã cã<br /> nhiÒu ®iÓm t­¬ng tù víi c¸c nghiªn cøu nhËn diÖn mèng m¾t hay nhËn d¹ng v©n<br /> tay mµ c¸c nghiªn cøu ®· ®¹t ®Õn sù chÝn muåi. Tuy nhiªn nhËn khu«n mÆt vÉn cßn<br /> lµ mét vÊn ®Ò phøc t¹p, khoa häc ®ang gÆp nhiÒu khã kh¨n khi gi¶i quyÕt nã ®Æc<br /> biÖt lµ bµi to¸n x©y dùng hÖ thèng lµm viÖc theo thêi gian thùc do c¸c giíi h¹n vÒ<br /> tèc ®é, bé nhí l­u tr÷ ®èi víi c¸c Board ho¹t ®éng ®éc lËp.<br /> HÖ thèng nhËn d¹ng khu«n mÆt thêi gian thùc lµ hÖ thèng nhËn d¹ng khu«n mÆt<br /> tõ nh÷ng h×nh ¶nh video mµ ®­îc cung cÊp bëi camera. Nh­ vËy, hÖ thèng nµy sö<br /> dông cïng lóc hai kü thuËt ®ã lµ kü thuËt nhËn diÖn khu«n mÆt vµ kü thuËt nhËn<br /> d¹ng, ph©n líp ®èi t­îng.<br /> Ngµy nay, c¸c hÖ thèng nhóng ph¸t triÓn m¹nh mÏ vµ ®­îc øng dông rÊt réng r·i<br /> trong c¸c hÖ thèng kü thuËt còng nh­ c¸c thiÕt bÞ cÇm tay. HÖ thèng nhóng víi hÖ<br /> ®iÒu hµnh ®ãng vai trß quan träng trong qu¸ tr×nh ph¸t triÓn ®ã. Cã rÊt nhiÒu c¸c hÖ<br /> ®iÒu hµnh nhóng ®­îc ra ®êi nh­ c¸c hÖ ®iÒu hµnh Windows CE, VxWorks (Wind<br /> River Systems), Windows NT, QNX RTOS vµ Linux.<br /> Trong nh÷ng hÖ ®iÒu hµnh trªn, hÖ ®iÒu hµnh m· nguån më Linux ®­îc ®Æc biÖt<br /> quan t©m v× søc m¹nh còng nh­ tµi nguyªn to lín cña nã cho viÖc ph¸t triÓn c¸c hÖ<br /> thèng nhóng víi CPU ®a lâi. Mét thùc tÕ kh«ng thÓ phñ nhËn lµ Linux hay nãi<br /> chung c¸c dßng hÖ ®iÒu hµnh ph¸t triÓn tõ Unix lµ tèc ®é xö lý nhanh h¬n h¼n c¸c<br /> Window bëi lý do Linux ®¹t ®­îc hiÖu qu¶ cao trong viÖc qu¶n lý vµ sö dông tµi<br /> nguyªn hÖ thèng. Ngoµi ra nã lµ hÖ ®iÒu hµnh miÔn phÝ víi m· nguån më, cho phÐp<br /> <br /> <br /> <br /> <br /> T¹p chÝ Nghiªn cøu KH&CN Qu©n sù, Sè 29, 02 - 2014<br /> 53<br />  Kü thuËt ®iÖn tö & Khoa häc m¸y tÝnh<br /> <br /> ng­êi dïng can thiÖp s©u, tèi ­u hãa c¸c phÐp to¸n ®Ó t¨ng kh¶ n¨ng tÝnh to¸n, ®¸p<br /> øng yªu cÇu thêi gian thùc trong mét sè bµi to¸n.<br /> Môc tiªu cña ®Ò tµi lµ nghiªn cøu x©y dùng c«ng cô nhËn d¹ng mÆt trªn c¸c thiÕt<br /> bÞ cã tèc ®é xö lý còng nh­ tµi nguyªn h÷u h¹n ®Ó ¸p dông cho c¸c bµi to¸n thùc<br /> tiÔn cô thÓ lµm viÖc theo thêi gian thùc, vÝ dô nh­ c¸c bé chÊm c«ng cho nh©n viªn<br /> c«ng ty, nhµ m¸y; thiÕt bÞ gi¸m s¸t vµo ra cho c¸c ®¬n vÞ cã tÝnh an ninh, b¶o mËt<br /> cao...ThiÕt bÞ ph¶i ®¶m b¶o gän nhÑ, ho¹t ®éng æn ®Þnh vµ nhËn diÖn ®­îc c¸c ®èi<br /> t­îng ®ang di chuyÓn ë tèc ®é cña ng­êi ®i bé b×nh th­êng. Trong ph¹m vi bµi b¸o,<br /> t¸c gi¶ nghiªn cøu øng dông c¸c kü thuËt nhËn diÖn ®èi t­îng, ph­¬ng ph¸p sö<br /> dông khu«n mÆt ®Æc tr­ng (Eigenfaces) kÕt hîp víi ph­¬ng ph¸p so s¸nh t­¬ng<br /> quan ®Ó so khíp vµ nhËn d¹ng ®èi t­îng. Trong ®ã, t¸c gi¶ tËp trung nghiªn cøu<br /> kh¶ n¨ng øng dông cña ph­¬ng ph¸p mÆt ®Æc tr­ng (Eigenfaces) cho bµi to¸n x©y<br /> dùng bé ®Æc tr­ng nhËn d¹ng mÆt, ®ång thêi xem xÐt c¸c th«ng sè ¶nh h­ëng ®Õn<br /> thêi gian tÝnh tÝnh to¸n, ­íc l­îng ®Ó ®­a ra bé th«ng sè ¶nh ®Çu vµo ®¶m b¶o tèc<br /> ®é tÝnh to¸n ®¸p øng yªu cÇu bµi to¸n thêi gian thùc trªn board nhóng. Tõ c¸c<br /> th«ng sè thu ®­îc, t¸c gi¶ ®· tiÕn hµnh thö nghiÖm trªn kÝt ph¸t triÓn Pandaboard<br /> cña h·ng Texas Instrument sö dông chip 02 lâi ARM-Cotex A9 víi hÖ ®iÒu hµnh<br /> Linux vµ thu ®­îc kÕt qu¶ kh¶ quan.<br /> <br /> 2. néi dung gi¶i quyÕt<br /> 2.1. Lùa chän ph­¬ng ph¸p<br /> Nh­ ®· nãi ë trªn, ®Ó gi¶i quyÕt bµi to¸n nhËn d¹ng mÆt ng­êi theo thêi gian<br /> thùc, cÇn gi¶i quyÕt c¸c vÊn ®Ò vÒ nhËn diÖn khu«n mÆt vµ nhËn d¹ng, ph©n líp ®èi<br /> t­îng.<br /> §Ó gi¶i quyÕt bµi to¸n nhËn d¹ng khu«n mÆt ng­êi, hiÖn t¹i cã hai h­íng chÝnh<br /> ®­îc sö dông lµ:<br /> NhËn d¹ng dùa trªn c¸c ®Æc tr­ng cña c¸c phÇn tö trªn khu«n mÆt (Feature<br /> Based Face Fecognition). Khi ®ã, c¸c chi tiÕt trªn khu«n mÆt (nh­ vÞ trÝ, diÖn tÝch,<br /> h×nh d¹ng cña m¾t, mòi, miÖng) vµ mèi quan hÖ h×nh häc gi÷a chóng (nh­ kho¶ng<br /> c¸ch cña hai m¾t, kho¶ng c¸ch hai l«ng mµy, t­¬ng quan gi÷a c¸c bé phËn ) ®­îc<br /> sö dông lµm ®Æc tr­ng cho bµi to¸n so khíp ®èi t­îng ë giai ®o¹n tiÕp theo. Ph­¬ng<br /> ph¸p nµy cã ­u ®iÓm lµ gÇn víi c¸ch con ng­êi sö dông ®Ó nhËn biÕt khu«n mÆt,<br /> ngoµi ra ph­¬ng ph¸p nµy lo¹i bá ®­îc c¸c sai sè trong c¸c tr­êng hîp nh­ ¶nh bÞ<br /> nghiªng hay nhiÔu do ®iÒu kiÖn ¸nh s¸ng. Tuy nhiªn nh­îc ®iÓm lín nhÊtcña<br /> ph­¬ng ph¸p nµy lµ thuËt to¸n kh¸ phøc t¹p, khèi l­îng tÝnh to¸n lín vµ kÕt qu¶ xö<br /> lý thÊp ®èi víi c¸c ®èi t­îng ë kho¶ng c¸ch xa.<br /> NhËn d¹ng dùa trªn tæng thÓ khu«n mÆt (Appearance Based Face Recognition).<br /> Lóc nµy qu¸ tr×nh nhËn d¹ng kh«ng ®i xÐt c¸c chi tiÕt trªn khu«n mÆt n÷a, mµ<br /> chóng ta xem khu«n mÆt lµ mét vector trong kh«ng gian nhiÒu chiÒu tõ ®ã cã thÓ<br /> ®¸nh gi¸ t­¬ng quan cña c¸c ®èi t­îng th«ng qua ®¸nh gi¸ vÞ trÝ t­¬ng quan cña<br /> c¸c vector. Tuy nhiªn viÖc sö dông tÊt c¶ c¸c d÷ liÖu trong ¶nh ®Ó dïng cho bµi<br /> to¸n nhËn d¹ng, ph©n líp lµ kh«ng cÇn thiÕt, ®Æc biÖt ®èi víi nhãm d÷ liÖu cã cïng<br /> chiÒu h­íng biÕn ®æi nh­ mÆt ng­êi, nªn ph­¬ng ph¸p ph©n tÝch thµnh phÇn chÝnh<br /> ®­îc ®Ò xuÊt vµ ®­îc sö dông phæ biÕn cho líp bµi to¸n nµy. ¦u ®iÓm cña ph­¬ng<br /> ph¸p ph©n tÝch thµnh phÇn chÝnh (Principal Companent Analysis – PCA) ®­îc t¸c<br /> Herve Abdi vµ Lynne J.William tæng hîp trong nghiªn cøu cña m×nh [1] lµ cã thÓ<br /> lo¹i bá mét sè chiÒu cña kh«ng gian d÷ liÖu mµ vÉn duy tr× sù biÕn ®æi nhiÒu nhÊt<br /> <br /> <br /> 54 N.B. §¹i, D.Q. Dòng , “X©y dùng c«ng cô nhËn d¹ng khuôn mÆt... mã nguồn mở”<br /> Nghiªn cøu khoa häc c«ng nghÖ<br /> <br /> cña tËp hîp c¸c vector d÷ liÖu ban ®Çu. Tõ ®ã, Matthew A. Turk vµ Alex P.<br /> Pentland ®· ph¸t triÓn ph­¬ng ph¸p nhËn d¹ng mÆt sö dông khu«n mÆt ®Æc<br /> tr­ng[2], lµ ph­¬ng ph¸p cô thÓ cho bµi to¸n nhËn d¹ng mÆt mµ t¸c gi¶ sö dông cho<br /> viÖc x©y dùng c«ng cô. Khi ®ã, bµi to¸n sÏ ®­îc gi¶i quyÕt qua c¸c b­íc chÝnh nh­<br /> sau:<br /> 1. Khëi t¹o: tÝnh to¸n khu«n mÆt ®Æc tr­ng tõ tËp ¶nh d÷ liÖu ®Çu vµo vµ x©y<br /> dùng kh«ng gian ®Æc tr­ng nhiÒu chiÒu míi cho bé ¶nh ®Æc tr­ng.<br /> 2. §èi víi ¶nh cÇn nhËn d¹ng, thùc hiÖn viÖc biÓu diÔn trªn kh«ng gian ®Æc<br /> tr­ng, tÝnh to¸n ®é t­¬ng quan víi c¸c vector cña tËp d÷ liÖu.<br /> 3. §¸nh gi¸ ®é t­¬ng quan ®Ó truy xuÊt kÕt qu¶.<br /> <br /> 2.2. C¸c b­íc tiÕn hµnh<br />  X©y dùng kh«ng gian ®Æc tr­ng cho tËp ¶nh d÷ liÖu<br /> Gi¶ sö c¸c ¶nh mÆt I(x,y) biÓu diÔn thµnh c¸c m¶ng gi¸ trÞ c­êng ®é s¸ng hai<br /> chiÒu cã kÝch th­íc lÇn l­ît lµ W vµ H, nÕu biÓu diÔn thµnh d¹ng vector trong<br /> kh«ng gian, th× kÝch th­íc cña vector hay nãi c¸ch kh¸c chiÒu cña kh«ng gian sÏ lµ<br /> WH. VÝ dô, nÕu ¶nh d÷ liÖu cã d¹ng h×nh vu«ng kÝch th­íc 256, th× sè chiÒu cña<br /> kh«ng gian ®Ó biÓu diÔn ¶nh trªn ®ã sÏ lµ 65,536.<br /> NÕu tËp ¶nh ®Çu vµo cña chóng ta gåm m phÇn tö, mçi phÇn tö ®­îc biÓu diÔn ë<br /> d¹ng vector cét Xi, khi ®ã ta cã gi¸ trÞ trung b×nh c¸c ¶nh mÆt sÏ lµ:<br /> 1 m<br /> X   Xi (1)<br /> m i 1<br /> Sai kh¸c gi÷a c¸c mÆt víi gi¸ trÞ trung b×nh ®­îc tÝnh theo c«ng tøc:<br /> i  X i  X (2)<br /> Tõ ®ã, tËp hîp c¸c gi¸ trÞ sai kh¸c cña tËp ¶nh d÷ liÖu so víi gi¸ trÞ trung b×nh<br /> t¹o thµnh ma trËn A cã d¹ng:<br /> A   1  2 ...  m  (3)<br /> Tõ ®©y x©y dùng ma trËn hiÖp ph­¬ng sai. Ở ®©y ta sö dông mét thñ thuËt cña<br /> Mathew A.Turk vµ Alex P.Pentland [2] lµ ®¶o chiÒu nh©n ma trËn lµm gi¶m ®¸ng<br /> kÓ sè chiÒu cña ma trËn ®Ó t×m c¸c vector vµ gi¸ trÞ riªng dÔ dµng h¬n mµ vÉn hiÖu<br /> qu¶ tèt lµ : C  AT * A trong ®ã AT lµ ma trËn chuyÓn vÞ cña ma trËn d÷ liÖu ®Çu<br /> vµo A, C lµ ma trËn hiÖp ph­¬ng sai. Khi ®ã c¸c gi¸ trÞ riªng x¸c ®Þnh ®­îc chØ cßn<br /> lµ 1  2  ...  m  0 , vector riªng a1 ,..., am  ,thùc hiÖn ®¸nh gi¸ vµ lùa chän sè<br /> trÞ riªng vµ vector riªng lµm c¬ së trùc chuÈn cho kh«ng gian míi. Gäi ma trËn c¬<br /> së trùc chuÈn cho kh«ng gian míi lµ ME. C¸c vector d÷ liÖu ban ®Çu ®­îc biÓu<br /> diÔn trong kh«ng gian ®Æc tr­ng th«ng qua phÐp to¸n quay:<br /> MF  ME T * A (4)<br /> Trong ®ã MF lµ ma trËn chøa täa ®é c¸c vector ¶nh cña tËp d÷ liÖu trong kh«ng<br /> gian míi.<br />  TÝnh to¸n ®é t­¬ng quan cña ¶nh nhËn d¹ng víi tËp ¶nh d÷ liÖu<br /> §èi víi c¸c ¶nh nhËn d¹ng: ¶nh ®­îc chuÈn hãa kÝch th­íc so víi tËp d÷ liÖu<br /> ¶nh c¬ së. Mçi ¶nh ®Çu vµo cña qu¸ tr×nh nhËn d¹ng cã d¹ng lµ vector cét X cã cì<br /> kÝch th­íc WH<br /> Sai kh¸c gi÷a ¶nh ®Çu vµo vµ gi¸ trÞ trung b×nh tËp d÷ liÖu:<br /> <br /> <br /> T¹p chÝ Nghiªn cøu KH&CN Qu©n sù, Sè 29, 02 - 2014<br /> 55<br />  Kü thuËt ®iÖn tö & Khoa häc m¸y tÝnh<br /> <br /> X X (5)<br /> To¹ ®é cña vector ¶nh ®Çu vµo biÓu diÔn trong kh«ng gian ®Æc tr­ng cã d¹ng:<br /> IF  ME T *  (6)<br /> §é t­¬ng quan Si gi÷a ¶nh cÇn nhËn d¹ng vµ tËp ¶nh d÷ liÖu ®­îc x¸c ®Þnh<br /> th«ng qua kho¶ng c¸ch Euclide cña vector IF víi c¸c cét cña ma trËn MF:<br /> 1<br /> Si  (7)<br /> 1  IF  MFi <br /> Gi¸ trÞ Si cµng lín th× ¶nh ®Çu vµo cµng gièng víi thµnh phÇn Fi cña ma trËn<br /> MF, tõ ®ã ta cã thÓ ®­a ra kÕt luËn cho ¶nh cÇn nhËn d¹ng.<br /> <br /> 3. X©y dùng c«ng cô vµ lùa chän tham sè<br /> 3.1. Ph­¬ng ph¸p, c«ng cô thùc hiÖn<br /> C«ng cô ®­îc x©y dùng trªn nÒn hÖ ®iÒu hµnh m· nguån më Ubuntu víi sù hç<br /> trî cña th­ viÖn xö lý ¶nh OpenCV. C¸c ¶nh cña tËp huÊn luyÖn còng nh­ ¶nh nhËn<br /> d¹ng thu ®­îc tr¶i qua qu¸ tr×nh nhËn diÖn, tiÒn xö lý vµ chuÈn hãa kÝch th­íc<br /> t­¬ng tù nhau vµ t­¬ng tù víi c¸c ®iÒu kiÖn khi tiÕn hµnh nhËn d¹ng. ViÖc nhËn<br /> diÖn sù cã mÆt cña mÆt ®èi t­îng trong ¶nh ®­îc tiÕn hµnh dùa vµo viÖc sö dông<br /> c¸c líp ®èi t­îng Haar Cascade trong OpenCV.<br /> Trong ch­¬ng tr×nh, chóng t«i thö nghiÖm nhËn diÖn c¸c ®ång nghiÖp trong c¬<br /> quan, mçi ®èi t­îng nhËn d¹ng ®­a vµo c¬ së d÷ liÖu 5 ¶nh, ë c¸c tr¹ng th¸i kh¸c<br /> nhau cïng víi mét sè l­îng c¸c ¶nh ®­îc download tõ internet. Sè l­îng ®èi t­îng<br /> ®­îc sö dông cho cho viÖc nhËn d¹ng thö nghiÖm lµ 50 ng­êi, sè ¶nh trong c¬ së<br /> d÷ liÖu lµ 500. ViÖc tiÒn xö lý d÷ liÖu c¬ së ban ®Çu, tÝnh to¸n ma trËn t­¬ng quan<br /> vµ c¸c gi¸ trÞ riªng ®­îc t¸c gi¶ sö dông c¸c c«ng to¸n hç trî qu¸ tr×nh tÝnh to¸n vµ<br /> chØ thùc hiÖn khi khëi ®éng ch­¬ng tr×nh. C¸c kÕt qu¶ thu ®­îc sÏ ®­îc l­u tr÷ vµo<br /> file vµ truy xuÊt trong qu¸ tr×nh tÝnh to¸n. Nhê c¸ch xö lý nµy lµm gi¶m ®¸ng kÓ<br /> thêi gian tÝnh to¸n.<br /> <br /> <br /> <br /> <br /> H×nh 1. Lưu đồ thuật toán chương trình nhận dạng.<br /> <br /> Tõ thuËt to¸n trªn, t¸c gi¶ ®· x©y dùng ®­îc c«ng cô phÇn mÒm ch¹y trªn<br /> Pandaboard ARM-Cotex A9, giao diÖn ®­îc thÓ hiÖn ë h×nh d­íi.<br /> <br /> <br /> <br /> <br /> 56 N.B. §¹i, D.Q. Dòng , “X©y dùng c«ng cô nhËn d¹ng khuôn mÆt... mã nguồn mở”<br /> Nghiªn cøu khoa häc c«ng nghÖ<br /> <br /> <br /> <br /> <br /> H×nh 2. Giao diÖn chÝnh cña hÖ nhËn d¹ng khu«n mÆt.<br /> <br /> Giao diÖn gồm có 4 phần chính:<br /> 1. Vùng hiển thị tín hiệu video từ camera<br /> 2. Vùng khuôn mặt được phát hiện và cắt phục vụ cho quá trình nhận dạng<br /> 3. Vùng hiển thị kết quả khuôn mặt sau khi nhận dạng<br /> 4. Vùng hiển thị c¸c th«ng sè qu¸ tr×nh nhËn d¹ng bao gåm thêi gian tÝnh to¸n,<br /> chØ sè mÆt t­¬ng quan lín nhÊt vµ gi¸ trÞ t­¬ng quan. Vïng này được thể hiện<br /> dưới dạng text và chỉ thay đổi khi cã sù xuÊt hiÖn cña mÆt ng­êi trong tr­êng<br /> quan s¸t cña camera.<br /> Tuy nhiªn, trong qu¸ tr×nh thùc hiÖn, ®èi víi mét thiÕt bÞ phÇn cøng cô thÓ, ë<br /> ®©y sö dông Pandaboard ARM-Cotex A9, t¸c gi¶ nhËn thÊy cã rÊt nhiÒu yÕu tè ¶nh<br /> h­ëng tíi c¸c ®Æc tÝnh ho¹t ®éng cña ch­¬ng tr×nh nh­ thêi gian tÝnh to¸n, kho¶ng<br /> c¸ch tíi ®èi t­îng khi ch­¬ng tr×nh b¾t ®Çu nhËn diÖn, ®é chÝnh x¸c cña thuËt to¸n.<br /> Ngoµi c¸c yÕu tè thuéc vÒ tÝnh n¨ng cña thiÕt bÞ nh­ tèc ®é xö lý cña chip vµ thuËt<br /> to¸n ch­¬ng tr×nh ®· ®­îc tèi ­u hãa, th× kÝch th­íc cña tËp ¶nh d÷ liÖu vµ ¶nh<br /> nhËn d¹ng cã lµ yÕu tè cã ¶nh h­ëng lín tíi c¸c ®Æc tÝnh ho¹t ®éng. Râ rµng lµ khi<br /> kÝch th­íc ¶nh gi¶m xuèng, thêi gian tÝnh to¸n sÏ gi¶m, tuy nhiªn viÖc gi¶m chiÒu<br /> d÷ liÖu sÏ lµm mÊt ®i kh¸ nhiÒu th«ng tin trong ¶nh, nh­ thÕ hiÓn nhiªn sÏ lµm ®é<br /> chÝnh x¸c nhËn d¹ng còng gi¶m xuèng. Nh­ vËy ®Ó ®¶m b¶o yªu cÇu lµm viÖc theo<br /> thêi gian thùc vµ ®é chÝnh x¸c khi lµm viÖc cña thiÕt bÞ, cÇn c©n nh¾c kü ®Ó lùa<br /> chän kÝch th­íc ¶nh hîp lý. NhËn thÊy viÖc tÝnh to¸n thêi gian xö lý cña ch­¬ng<br /> tr×nh theo kÝch th­íc cña ¶nh mét c¸ch chÝnh x¸c lµ hÕt søc khã kh¨n, t¸c gi¶ ®Ò<br /> xuÊt t×m th«ng sè kÝch th­íc ¶nh hîp lý nhÊt th«ng qua viÖc thö nghiÖm c¸c bé gi¸<br /> trÞ kh¸c nhau. Ngoµi ra, tõ viÖc thö nghiÖm ta cßn ®¸nh gi¸ ®­îc mét sè ®Æc tÝnh<br /> cña ch­¬ng tr×nh thay ®æi theo kÝch th­íc ¶nh.<br /> <br /> <br /> <br /> <br /> T¹p chÝ Nghiªn cøu KH&CN Qu©n sù, Sè 29, 02 - 2014<br /> 57<br />  Kü thuËt ®iÖn tö & Khoa häc m¸y tÝnh<br /> <br /> B¶ng 1. KÕt qu¶ thö nghiÖm thuËt to¸n víi c¸c kÝch th­íc ¶nh kh¸c nhau.<br /> KÝch th­íc ¶nh<br /> 40x44 80x88 100x110 150x165 200x220 232x256<br /> mÆt(pixel)<br /> Thêi gian tÝnh trung<br /> 4 9 12 23 31 39<br /> b×nh (ms)<br /> Kho¶ng c¸ch trung<br /> b×nh b¾t ®Çu qu¸ tr×nh 3.5 2.5 2.2 1.8 1.5 1.2<br /> nhËn diÖn(m)<br /> §é chÝnh x¸c 64.6% 78.7% 82.3% 88.2% 92.2% 94.1%<br /> <br /> Trong qu¸ tr×nh truy xuÊt kÕt qu¶, ®Ó tr¸nh x¶y ra c¸c ®iÓm bÊt th­êng, t¸c gi¶<br /> nhËn thÊy, viÖc xuÊt ra kÕt qu¶ sai th­êng chØ x¶y ra mét c¸ch ngÉu nhiªn sau ®ã<br /> l¹i tr¶ vÒ gi¸ trÞ ch©n lý. T¸c gi¶ ®Ò xuÊt ®­a ra viÖc chÊp nhËn kÕt qu¶ nhËn d¹ng<br /> chØ ®­îc truy xuÊt khi cã liªn tiÕp mét sè lÇn nhËn d¹ng cã cïng kÕt qu¶. Tr­êng<br /> hîp nhËn d¹ng cã cïng mét kÕt qu¶ sai ë mét sè lÇn liªn tiÕp kh¸c nhau lµ rÊt hiÕm<br /> x¶y ra nªn c¸ch xö lý nµy lµm cho kÕt qu¶ nhËn d¹ng t¨ng lªn mét c¸ch ®¸ng kÓ.<br /> Víi viÖc truy xuÊt kÕt qu¶ cho ba lÇn xö lý liªn tiÕp, t¸c gi¶ thu ®­îc mét kÕt qu¶<br /> kh¶ quan h¬n :<br /> <br /> B¶ng 2. KÕt qu¶ thö nghiÖm thuËt to¸n víi c¸c kÝch th­íc ¶nh<br /> kh¸c nhau sau ba lÇn trïng khíp kÕt qu¶.<br /> KÝch th­íc ¶nh<br /> 40x44 80x88 100x110 150x165 200x220 232x256<br /> mÆt(pixel)<br /> Thêi gian tÝnh trung<br /> 12 27 36 69 93 117<br /> b×nh (ms)<br /> Kho¶ng c¸ch trung<br /> b×nh b¾t ®Çu qu¸ tr×nh 3.5 2.5 2.2 1.8 1.5 1.2<br /> nhËn diÖn(m)<br /> §é chÝnh x¸c 87.4% 90.2% 94.5% 95.6% 96.4% 97.1%<br /> <br /> 4. KÕt luËn<br /> Tõ c¸c kÕt qu¶ thö nghiÖm, t¸c gi¶ nhËn thÊy, ®èi víi tõng môc ®Ých sö dông<br /> c«ng cô (chÊm c«ng, qu¶n lý ®èi t­îng ra vµo khu vùc, hay lµm nhiÖm vô c¶nh b¸o<br /> an ninh) chóng ta sÏ ®¸nh gi¸ yªu cÇu ®Ó lùa chän th«ng sè hîp lý nhÊt.<br /> Víi môc ®Ých ch­¬ng tr×nh ho¹t ®éng thö nghiÖm nhËn diÖn theo thêi gian thùc<br /> c¸c ®èi t­îng ra vµo c¬ quan (Khoa), t¸c gi¶ c¨n cø vµo kÕt qu¶ vµ lùa chän ®­îc<br /> yÕu tè quyÕt ®Þnh ®Õn tÝnh n¨ng bµi to¸n lµ kÝch th­íc ¶nh chuÈn cho tËp d÷ liÖu<br /> còng nh­ cho ¶nh mÆt ®Çu vµo nhËn diÖn. Víi kÝch th­íc ¶nh ®Çu vµo cã kÝch<br /> th­íc 640x480 vµ kÝch th­íc quy chuÈn mÆt c¸c ®èi t­îng vÒ 100x110, tèc ®é ph¸t<br /> hiÖn mÆt vµ nhËn d¹ng mÆt cña ch­¬ng tr×nh kh¸ nhanh, ®¶m b¶o ph¸t hiÖn t¸ch<br /> ®­îc mÆt cña ®èi t­îng, xö lý vµ ®­a ra 27 kÕt qu¶ nhËn dang trong 1 gi©y, ®¶m<br /> b¶o ®­îc tèc ®é yªu cÇu.<br /> §é chÝnh x¸c thèng kª thùc nghiÖm trªn tËp ¶nh c¬ së d÷ liÖu thùc (c¸n bé gi¸o<br /> viªn trong Khoa) ®¹t xÊp xØ 94.5% kÕt qu¶ chÝnh x¸c trªn tæng sè lÇn mµ ch­¬ng<br /> tr×nh truy xuÊt kÕt qu¶.<br /> <br /> <br /> <br /> 58 N.B. §¹i, D.Q. Dòng , “X©y dùng c«ng cô nhËn d¹ng khuôn mÆt... mã nguồn mở”<br /> Nghiªn cøu khoa häc c«ng nghÖ<br /> <br /> Trong qu¸ tr×nh thùc nghiÖm, t¸c gi¶ nhËn thÊy r»ng hÖ thèng cÇn c¶i tiÕn thuËt<br /> to¸n ®Ó cã thÓ lo¹i bá tèi ®a nh÷ng yÕu tè nhiÔu do m«i tr­êng nhËn d¹ng, còng<br /> nh­ tèi ­u hãa tèc ®é cña ch­¬ng tr×nh nh»m gi¶m c«ng suÊt lµm viÖc cho chÝp<br /> nh»m ®¶m b¶o tÝnh tin cËy còng nh­ tµi nguyªn cña hÖ nhóng. §ång thêi thö<br /> nghiÖm trªn tËp mÉu thùc lín h¬n nh¾m ®¸nh gi¸ chÝnh x¸c ®­îc kÕt qu¶.<br /> Lêi c¶m ¬n: Nhãm t¸c gi¶ xin göi lêi c¸m ¬n ch©n thµnh tíi c¸c gi¸o viªn trong Khoa Hµng<br /> kh«ng vò trô, Häc viÖn kü thuËt Qu©n sù ®· gióp ®ì nhiÖt t×nh nhãm nghiªn cøu trong qu¸ tr×nh tiÕn<br /> hµnh thö nghiÖm thuËt to¸n.<br /> <br /> Tµi liÖu tham kh¶o<br /> [1]. Herve Abdi and Lynne J. Williams, “Principal component analysis,” Wiley<br /> Interdisciplinary Reviews: Computational Statistics, 2: 433–459.<br /> [2]. Matthew A. Turk and Alex P. Pentland, “Face recognition using eigenfaces.”<br /> In Proceedings CVPR 91, IEEE Computer Society Conference on Computer<br /> Vision and Pattern Recognition, 1991.<br /> [3]. Peter N. Belhumeur, Joao P. Hespanha, and David J. Kriegman, “Eigenfaces<br /> vs. fisherfaces: Recognition using class specific linear projection,” IEEE<br /> Transactions On Pattern Analysis And Machine Intelligence, 19(7):711–720,<br /> July 1996.<br /> [4]. W. Zhao, R. Chellappa, P. J. Phillips, and A. Rosenfeld “Face recognition: A<br /> literature survey,” ACM Computing Surveys,35(4):399-458, December 2003<br /> [5]. Rafael C. Gonzalez, Richard E. Woods, “Digital Image Processing,” 2nd<br /> edition, Prentice Hall, Upper Saddle River, NJ, pp 693-750.<br /> [6]. Robert Laganière, “OpenCV 2 Computer Vision Application Programming<br /> Cookbook,” Published by Packt Publishing Ltd. 32 Lincoln Road,<br /> Olton,Birmingham, B27 6PA, UK.<br /> [7]. I.T. Jolliffe, ‘Principal Companent Analysis,” 2nd edition, Springer, New<br /> York, 2005.<br /> <br /> abstract<br /> building face recognition tool in<br /> real time based open source<br /> This paper presents research building face recognition tool in real time<br /> based open source with using principal companent analysis. Initial test<br /> results show that the tool has worked quite effectively and be able to apply<br /> in practice in many fields.<br /> <br /> Keywords: Computer vision, Image processing, Face recognition, PCA<br /> <br /> NhËn bµi ngµy 08 th¸ng 9 n¨m 2013<br /> Hoµn thiÖn ngµy 08 th¸ng 01 n¨m 2013<br /> ChÊp nhËn ®¨ng ngµy 14 th¸ng 01n¨m 2014<br /> <br /> §Þa chØ: * Khoa Hµng kh«ng Vò trô, Häc viÖn KTQS.<br /> ** Khoa Kü thuËt ®iÒu khiÓn, Häc viÖn KTQS.<br /> <br /> <br /> <br /> <br /> T¹p chÝ Nghiªn cøu KH&CN Qu©n sù, Sè 29, 02 - 2014<br /> 59<br />