Đồ án Nhận dạng khuôn mặt người trong môi trường thiếu ánh sáng (Phần 1)

Nội dung text: Đồ án Nhận dạng khuôn mặt người trong môi trường thiếu ánh sáng (Phần 1)

1. BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT TP.HCM KHOA ĐIỆN-ĐIỆN TỬ ĐỒ ÁN TỐT NGHIỆP NGÀNH CÔNG NGHỆ ĐIỆN TỬ VIỄN THÔNG NHẬN DẠNG KHUÔN MẶT NGƯỜI TRONG MÔI TRƯỜNG THIẾU ÁNH SÁNG GVHD : Th.S NGUYỄN VĂN PHÚC SVTH : NGUỄN VÃN TƯỜNG MSSV: 10117079 SVTH: VÕ CÔNG ÐOÀN MSSV: 10117022 SKL003255 Tp. Hồ Chí Minh, tháng 08/2014
2. BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT TP.HCM KHOA ĐIỆN -ĐIỆN TỬ BỘ MÔN ĐIỆN TỬ-VIỄN THÔNG ĐỒ ÁN TỐT NGHIỆP NGÀNH: CÔNG NGHỆ ĐIỆN TỬ VIỄN THÔNG ĐỀ TÀI: NHẬN DẠNG KHUÔN MẶT NGƯỜI TRONG MÔI TRƯỜNG THIẾU ÁNH SÁNG GVHD : Th.S NGUYỄN VĂN PHÚC SVTH : NGUỄN VĂN TƯỜNG - 10117079 VÕ CÔNG ĐOÀN - 10117022 TP.HCM Tháng 8/2014
3. Đồ án tốt nghiệp Trang i LỜI CẢM ƠN  Trong suốt những năm tháng học tập tại trƣờng Đại học Sƣ Phạm Kỹ Thuật thành phố Hồ Chí Minh, chúng em đã đƣợc sự giúp đỡ tận tình của Thầy Cô, sự động viên của gia đình, và sự ủng hộ của các bạn sinh viên. Và giờ đây với kiến thức chuyên môn đã học cùng với sự hƣớng dẫn tận tình của Thầy Cô cộng với sự nỗ lực của bản thân, nhóm thực hiện đề tài đã thực hiện thành công cuốn đồ án này. Trƣớc hết nhóm thực hiện đề tài xin gửi lời biết ơn sâu sắc đến bố mẹ, bố mẹ đã luôn bên cạnh ủng hộ, động viên cả về vật chất lẫn tinh thần giúp chúng con có đƣợc điều kiện tốt nhất để hoàn thành đƣợc đề tài này. Với tấm lòng tôn sƣ trọng đạo và tri ân sâu sắc, nhóm thực hiện đề tài xin bày tỏ lòng biết ơn đến thầy NGUYỄN VĂN PHÚC, ngƣời đã tận tình hƣớng dẫn, góp ý, động viên trong suốt quá trình thực hiện đề tài. Nhóm thực hiện đề tài gởi lời cám ơn đến ban giám hiệu trƣờng, quý Thầy Cô trƣờng Đại học Sƣ Phạm Kỹ Thuật TP.HCM và đặc biệt là quí Thầy Cô khoa Điện-Điện Tử đã tận tình chỉ dẫn chúng em trong những năm tháng học tại trƣờng. Tuy nhiên, do thời gian và kiến thức có hạn nên đồ án chắc chắn không thể tránh khỏi những thiếu sót, nhóm thực hiện đề tài rất mong đƣợc sự đóng góp ý kiến của các Thầy, các Cô và toàn thể các bạn. Một lần nữa xin cảm ơn tất cả mọi ngƣời với lòng biết ơn chân thành và sâu sắc nhất! TP.HCM, tháng 08 năm 2014 Nhóm thực hiện Nguyễn Văn Tƣờng Võ Công Đoàn
4. Đồ án tốt nghiệp Trang ii MỤC LỤC Trang LỜI CẢM ƠN i MỤC LỤC ii LIỆT KÊ BẢNG vi LIỆT KÊ HÌNH vii LIỆT KÊ TỪ VIẾT TẮT xi LỜI MỞ ĐẦU xii ABSTRACT xiv CHƢƠNG 1: GIỚI THIỆU ĐỀ TÀI 1 1.1 Lý do chọn đề tài 1 1.2 Mục tiêu của đề tài 2 1.3 Giới hạn của đề tài 2 1.4 Bố cục của đồ án 3 CHƢƠNG 2: CƠ SỞ LÝ THUYẾT 4 2.1 Ánh sáng hồng ngoại 4 2.1.1 Lý thuyết 4 2.1.2 Ứng dụng 5 2.2 Một số vấn đề cơ bản trong xử lý ảnh 6 2.2.1 Điểm ảnh 6 2.2.2 Độ phân giải của ảnh 6 2.2.3 Mức xám của ảnh 6 2.2.4 Các định dạng ảnh cơ bản trong xử lý ảnh 7
5. Đồ án tốt nghiệp Trang iii 2.2.5 Ảnh màu và ảnh xám 7 2.3 Các công trình nghiên cứu về nhận dạng khuôn mặt ban đêm 10 2.3.1 Giới thiệu 10 2.3.2 Nhận diện khuôn mặt bằng hồng ngoại 11 2.4 Tổng quan về hệ thống nhúng 12 2.4.1 Lịch sử phát triển của hệ thống nhúng 12 2.4.2 Khái niệm hệ thống nhúng 14 2.4.3 Đặc trƣng của hệ thống nhúng 15 CHƢƠNG 3: NHẬN DẠNG MẶT NGƢỜI SỬ DỤNG PHƢƠNG PHÁP PCA 18 3.1 Phát hiện mặt ngƣời sử dụng phƣơng pháp Adaboost 18 3.1.1 Tổng quan về Adaboost 18 3.1.2 Tiếp cận Boosting 20 3.1.3 Phƣơng pháp Adaboost 21 3.1.4 Các đặc trƣng Haar-Like 24 3.1.5 Cascade of Classifiers 26 3.1.6 Cascade of boosting classifiers 28 3.1.7 Ƣu điểm và hạn chế của phƣơng pháp Adaboost 29 3.2 Nhận dạng mặt ngƣời sử dụng phƣơng pháp PCA 29 3.2.1 Tổng quan phƣơng pháp PCA 29 3.2.2 Giải thuật của phƣơng pháp PCA 32 3.2.2.1 Chuyển đổi ảnh 32 3.2.2.2 Tính khuôn mặt trung bình 32 3.2.2.3 Trừ mỗi ảnh cho mặt trung bình 33 3.2.2.4 Xây dựng ma trận covariance 33
6. Đồ án tốt nghiệp Trang iv 3.2.3.5 Phép chiếu 34 3.2.3.6 Ảnh cần nhận dạng 35 3.2.3.7 Nhận dạng khuôn mặt 36 3.2.3 Các vấn đề phát sinh 36 3.2.4 Ƣu điểm và hạn chế của phƣơng pháp PCA 36 CHƢƠNG 4: BIÊN DỊCH ỨNG DỤNG TRÊN BOARD NHÚNG MINI2440 38 4.1 Giới thiệu Board nhúng mini2440 38 4.1.1 Sơ lƣợc 38 4.1.2 Vi xử lý họ ARM9 38 4.1.3 Cấu hình kỹ thuật 39 4.2 Biên dịch ứng dụng trên board nhúng mini2440 41 4.2.1 Cài đặt trình biên dịch chéo AMR-LINUX-GCC trên Host 41 4.2.2 Cài đặt thƣ viện Tslib trên Host 42 4.2.3 Cài đặt thƣ viện QtEveryWhere trên Host 45 4.2.4 Cài đặt thƣ viện OpenCV cho Host 48 4.2.5 Cài đặt hệ điều hành Linux cho Target 50 4.2.6 Cấu hình TouchScreen cho Target 51 4.2.7 Cài đặt thƣ viện OpenCV cho Target 52 CHƢƠNG 5: KẾT QUẢ THỰC HIỆN 54 5.1 Kết quả thực hiện mô phỏng trên phần mềm Matlab 54 5.1.1 Cơ sở dữ liệu ảnh 54 5.1.2 Các bƣớc thực hiện chƣơng trình 56 5.1.3 Kết quả mô phỏng 60 5.1.4 Nhận xét kết quả đạt đƣợc 63
7. Đồ án tốt nghiệp Trang v 5.2 Kết quả thực hiện phần cứng trên KIT Mini 2440 64 5.2.1 Cài đặt đƣợc hệ điều hành lên KIT Mini2440 64 5.2.2 Xây dựng ứng dụng trên kit mini2440 65 5.2.3 Nhận xét kết quả đạt đƣợc 68 CHƢƠNG 6: KẾT LUẬN VÀ HƢỚNG PHÁT TRIỂN 69 6.1 Kết luận 69 6.2 Hạn chế của đề tài 70 6.3 Hƣớng phát triển đề tài 70 PHỤ LỤC 71 TÀI LIỆU THAM KHẢO 77
8. Đồ án tốt nghiệp Trang vi LIỆT KÊ BẢNG Trang Bảng 4.1: Thông số kĩ thuật kit mini2440 41
9. Đồ án tốt nghiệp Trang vii LIỆT KÊ HÌNH Trang Hình 2.1: Dải bƣớc sóng ánh sáng 4 Hình 2.2: Phổ hồng ngoại 5 Hình 2.3: Các màu cơ bản 8 Hình 2.4: Mô hình màu RGB 9 Hình 2.5: Ảnh hồng ngoại và ảnh hƣởng của kính đeo 11 Hình 2.6: Ảnh chụp bằng camera thƣờng (trên) và camera hồng ngoại (dƣới) 11 Hình 2.7: Ảnh khuôn mặt ở các vùng ánh sáng khác nhau 12 Hình 2.8: Tổng quan hệ thống nhúng 15 Hình 3.1: Lƣu đồ thuật toán Adaboost 19 Hình 3.2: Tiếp cận Boosting 21 Hình 3.3: Đặc trƣng Haar-like cơ bản 24 Hình 3.4: Đặc trƣng cạnh 24 Hình 3.5: Đặc trƣng đƣờng 24 Hình 3.6: Đặc trƣng xung quanh tâm 24 Hình 3.7: Tổng các điểm ảnh của vùng D trên ảnh 26 o Hình 3.8: Tổng điểm ảnh của vùng D với các đặc trƣng xoay 45 26 Hình 3.9: Cascade of classifiers 28 Hình 3.10: Cascade of boosting classifiers 28 Hình 3.11: Lƣu đồ giải thuật PCA 31 Hình 3.12: Biểu diễn ảnh thành vector 32 Hình 4.1: Cấu trúc kit phát triển nhúng mini2440 40
10. Đồ án tốt nghiệp Trang viii Hình 4.2: Nội dung file bashrc 42 Hình 4.3: Arm-linux-gcc đƣợc cài đặt thành công 42 Hình 4.4: Cài đặt tiện ích autoconf 42 Hình 4.5: Cài đặt tiện ích libtool 43 Hình 4.6: Tải gói cài đặt Tslib 43 Hình 4.7: Quá trình chuẩn bị file cần thiết để cài đặt 43 Hình 4.8: Quá trình kiểm tra các điều kiện của hệ thống cần cho việc cài đặt 44 Hình 4.9: Biên dịch thƣ viện Tslib 44 Hình 4.10: Cài đặt thƣ viện Tslib 45 Hình 4.11: Quá trình cài đặt thƣ viện Tslib thành công 45 Hình 4.12: Nội dung file g++.conf 46 Hình 4.13: Nội dung file qmake.conf 46 Hình 4.14: Quá trình kiểm tra các điều kiện của hệ thống cần cho việc cài đặt 47 Hình 4.15: Quá trình cài đặt QtEveryWhere thành công 48 Hình 4.16: Quá trình cài đặt các gói thƣ viện cần thiết 48 Hình 4.17: Kiểm tra sự hoạt động các định dạng ảnh cho Host 48 Hình 4.18: Quá trình cài đặt OpenCV thành công 49 Hình 4.19: Nội dung file opencv.conf 49 Hình 4.20: Nội dung file bash.bashrc 49 Hình 4.21: Kết quả test hoạt động của thƣ viện OpenCV trên Host 50 Hình 4.22: Quá trình cài đặt hệ điều hành Target 50 Hình 4.23: Quá trình truyền tải file từ Host xuống Target 51 Hình 4.24: Đăng nhập vào Target thông qua giao thức FTP 51 Hình 4.25: Các thƣ mục bên trong Board mini2440 52
11. Đồ án tốt nghiệp Trang ix Hình 4.26: Nội dung file profile 52 Hình 4.27: Kiểm tra sự hoạt động các định dạng ảnh cho Target 53 Hình 4.28: Download thƣ viện OpenCV xuống Target 53 Hình 5.1: Tập ảnh face 54 Hình 5.2: Tập ảnh nface 55 Hình 5.3: Một vài ảnh mẫu chứa trong tập ảnh mẫu image 56 Hình 5.4: Giao diện chính 56 Hình 5.5: Giao diện chọn dữ liệu đƣa vào nhận dạng 57 Hình 5.6: Giao diện chƣơng trình xử lý image 57 Hình 5.7: Giao diện chƣơng trình xử lý video 58 Hình 5.8: Giao diện DEMO 59 Hình 5.9: Giao diện kết quả chƣơng trình xử lý image (1 khuôn mặt) 60 Hình 5.10: Giao diện kết quả chƣơng trình xử lý video (1 khuôn mặt) 60 Hình 5.11: Giao diện kết quả chƣơng trình xử lý image (6 khuôn mặt) 61 Hình 5.12: Giao diện kết quả chƣơng trình xử lý video (2 khuôn mặt) 61 Hình 5.13: Giao diện kết quả chƣơng trình xử lý image (0 khuôn mặt) 62 Hình 5.14: Giao diện kết quả chƣơng trình xử lý image 62 Hình 5.15: Ảnh lỗi do quá nhiều chi tiết không phân biệt đƣợc 64 Hình 5.16: Tab dữ liệu thông tin cá nhân 65 Hình 5.17: Tab cập nhật 65 Hình 5.18: Cảnh báo cập nhật lỗi 66 Hình 5.19: Bàn phím nhập dữ liệu 66 Hình 5.20: Xóa ngƣời dùng 66 Hình 5.21: Tab nhận diện 67
12. Đồ án tốt nghiệp Trang x Hình 5.22: Kết quả nhận dạng 67 Hình 5.23: Cảnh báo ảnh ngƣời lạ 67 Hình 5.24: Cảnh báo không phát hiện đƣợc khuôn mặt trong ảnh 67
13. Đồ án tốt nghiệp Trang xi LIỆT KÊ TỪ VIẾT TẮT - ARM9: Acorn RISC Machine - là một loại cấu trúc vi xử lý 32- bit kiểu RISC đƣợc sử dụng rộng rãi trong các thiết kế nhúng. - CYM: C= Cyan (xanh lơ), M= Magenta (cánh sen), Y= Yellow (vàng), K= Key (ở đây hiểu theo nghĩa là màu đen) là một mô hình màu dựa trên các trên các màu đã liệt kê. - CGA: Color Graphic Adaptor – Độ phân giải của ảnh trên màn hình. - GIF: Graphics Interchange Format – Định dạng trao đổi hình ảnh. - GNU: Compiler Collection - tập hợp các trình dịch đƣợc thiết kế cho nhiều ngôn ngữ lập trình khác nhau. - ICA: Independent Component Analysis – Phân tích thành phần độc lập. - IR: Infra Red – Bức xạ hồng ngoại. - JPEG: Joint Photo-graphic Experts Group – là một kỹ thuật nén ảnh đƣợc các nhóm các chuyên gia ảnh,nhóm nghề nghiệp đã phát triển. - LDA: Linear Discriminant Analysis – phân tích tuyến tính phân biệt. - NIR: Near Infra Red – Vùng bức xạ gần hồng ngoại - OpenCV: Open Computer Vision – Thƣ viện mã nguồn mở của Intel. - PCA : Principal Component Analysis – Phân tích thành phần chính. - PDA: Personal Digital Assistant - Thiết bị kỹ thuật số hỗ trợ cá nhân. - PEL: Picture Element – Điểm ảnh. - RGB: Red-Green-Blue :đỏ, xanh, lam, là ba màu gốc trong các mô hình ánh sáng bổ sung. - SMQT : Successive Mean Quantization Transform – Chuyển đổi liên tục lƣợng tử hóa trung bình.
14. Đồ án tốt nghiệp Trang xii LỜI MỞ ĐẦU  Hiện nay, cùng với sự phát triển của xã hội, vấn đề an ninh bảo mật đang đƣợc yêu cầu khắt khe tại mọi quốc gia trên thế giới. Vấn đề thực tiễn cấp thiết nhất trong an ninh hiện nay là sự đảm bảo an toàn tính mạng cho các nhân viên an ninh khi làm việc trong các môi trƣờng bất lợi về ánh sáng, và việc cần thiết tạo các ứng dụng hỗ trợ cho lực lƣợng an ninh nhanh chóng sàng lọc đối tƣợng trong các dữ liệu lƣu lại từ camera, giảm bớt thời gian tìm ra thủ phạm trộm cắp tài sản nói riêng,và các hoạt động phạm pháp nói chung. Song song với sự phát triển của xã hội là sự phát triển công nghệ thông tin và ứng dụng công nghệ thông tin phục vụ cho cuộc sống con ngƣời. Các hệ thống an ninh công nghệ với độ tin cậy cao đƣợc ra đời từ đây, trong đó có hệ thống nhận dạng con ngƣời. Một trong các bài toán nhận dạng con ngƣời rất đƣợc quan tâm hiện nay là nhận dạng khuôn mặt, đặc biệt là các khuôn mặt trong môi trƣờng thiếu ánh sáng. Vì nhận dạng khuôn mặt là cách mà con ngƣời sử dụng để phân biệt nhau. Bên cạnh đó, ngày nay việc thu thập, xử lý thông tin qua ảnh để nhận biết đối tƣợng đang đƣợc quan tâm và ứng dụng rộng rãi. Với phƣơng pháp này, chúng ta có thể thu nhận đƣợc nhiều thông tin từ đối tƣợng mà không cần tác động nhiều đến đối tƣợng nghiên cứu. Sự phát triển của khoa học máy tính tạo môi trƣờng thuận lợi cho bài toán nhận dạng khuôn mặt ngƣời từ ảnh số đƣợc thực thi đƣa vào ứng dụng trong thực tế dựa trên ý tƣởng ban đầu. Bài toán nhận dạng khuôn mặt ngƣời là một bài toán hấp dẫn, không giới hạngiải pháp sử dụng, vận dụng linh hoạt kiến thức trong nhiều lĩnh vực, đã thách thức nhiều ngƣời nghiên cứu vì tính ứng dụng to lớn trong thực tế. Đây là một chủ đề có thể nói còn tƣơng đối mới với những ứng dụng mang tính công nghệ cao nhƣ: robot, các thiết bị camera, các hệ thống bảo mật, chống trộm, nhận dạng, đã và
15. Đồ án tốt nghiệp Trang xiii đang đƣợc các hãng, công ty áp dụng vào nhằm nâng cao các tính năng sản phẩm của mình trong quá trình cạnh tranh trên thị trƣờng hiện nay Với mong muốn tiếp cận các công nghệ mới, đồng thời bổ sung kiến thức về khoa học kỹ thuật hiện đại, cũng nhƣ tổng kết lại những kỹ năng, kiến thức trong suốt quá trình học tập tại trƣờng, nhóm thực hiện xin chọn đề tài ―Nhận Dạng Khuôn Mặt Ngƣời Trong Môi Trƣờng Thiếu Ánh Sáng ‖. Đây có thể là một bài toán nhỏ nhƣng nó cũng giúp nhóm thực hiện đề tài có một cái nhìn khái quát về bài toán, tạo cơ sở tiền đề cho sự tìm tòi và phát triển các hƣớng cao hơn trong sự nghiên cứu các công nghệ mới Điểm mới của đề tài chính là sự nhận diện khuôn mặt toàn diện hơn trong các môi trƣờng với sự tác động của nhiều cƣờng độ ánh sáng khác nhau,nhận diện đƣợc khuôn mặt cả ban ngày và ban đêm thông qua dữ liệu thu đƣợc từ camera hồng ngoại. Đồng thời cải thiện tốc độ,thời gian nhận dạng khuôn mặt tốt nhất có thể. Nội dung của đề tài sẽ đề cập đến những vấn đề sau: - Tìm hiểu về hồng ngoại, và các ứng dụng của hồng ngoại vào nhận diện khuôn mặt. - Tìm hiểu về hệ điều hành Linux, và thiết bị nhúng là KIT phát triển Mini 2440. - Tìm hiểu về các phƣơng pháp phát hiện và nhận diện khuôn mặt ngƣời thông dụng hiện nay, và lựa chọn đƣợc phƣơng pháp tối ƣu nhất để giải quyết vấn đề ảnh có khuôn mặt trong môi trƣờng ánh sáng yếu. - Nghiên cứu thuật toán Adaboost, từ đó giải quyết vấn đề dò tìm phát hiện khuôn mặt trên dữ liệu (ảnh,video). - Nghiên cứu thuật toán PCA để giải quyết vấn đề nhận dạng khuôn mặt từ cơ sở dữ liệu ảnh thu đƣợc thông qua các ảnh khuôn mặt thu đƣợc trƣớc đó.
16. Đồ án tốt nghiệp Trang xiv ABSTRACT  Face recognition is an area that has attracted a lot of interest. Much of the research in this field was conducted using visible images. With visible cameras the recognition is prone to errors due to illumination changes. To avoid the problems encountered in the visible spectrum many authors have proposed the use of infrared. To detect face we use Adaboost is a popular learning method for solving classification problems, which combines an ensemble of weak classifiers into a strong classifier. After that, for face recognition, we use Principal Component Analysis (PCA),it is also one of an efficient method because PCA has been extensively employed for face recognition algorithms. It is one of the most popular representation methods for a face image. It not only reduces the dimensionality of the image, but also retains some of the variations in the image data.
17. Đồ án tốt nghiệp Trang 1 CHƢƠNG 1: GIỚI THIỆU ĐỀ TÀI 1.1 Lý do chọn đề tài Trong vài năm gần đây, cùng với sự phát triển về khoa học và công nghệ, tƣơng tác ngƣời máy đã trở thành một lĩnh vực nổi bật nhằm cung cấp cho con ngƣời khả năng khai thác ứng dụng của máy móc. Điều này bắt nguồn từ khả năng máy móc có thể tƣơng tác đƣợc với con ngƣời. Máy móc cần các khả năng để trao đổi thông tin với con ngƣời và nhận dạng mặt ngƣời là một trong những khả năng đó. Đã có rất nhiều công trình nghiên cứu về bài toán nhận dạng mặt ngƣời. Các nghiên cứu đi từ bài toán đơn giản, từ việc nhận dạng một mặt ngƣời trong ảnh đen trắng cho đến mở rộng cho ảnh màu và có nhiều mặt ngƣời trong ảnh. Đến nay các bài toán xác định mặt ngƣời đã mở rộng với nhiều nghiên cứu nhƣ nhận dạng khuôn mặt, định vị khuôn mặt, nhận dạng giới tính, theo dõi mặt ngƣời hay nhận dạng cảm xúc mặt ngƣời Các hệ thống nhận dạng khuôn mặt đƣợc bắt đầu xây dựng từ những năm 1970, tuy nhiên do còn hạn chế về các luật xác định mặt ngƣời nên chỉ đƣợc áp dụng trong một số ứng dụng nhƣ nhận dạng thẻ căn cƣớc. Các hệ thống nhận dạng khuôn mặt chỉ đƣợc phát triển mạnh mẽ từ những năm 1990 khi có những tiến bộ trong công nghệ video và ngày nay thì các ứng dụng của xác định mặt ngƣời đã trở nên phổ biến trong cuộc sống nhƣ các hệ thống camera chống trộm, bảo mật, lƣu trữ khuôn mặt, xác minh tội phạm Ngày nay, các ứng dụng về phát hiện nhận dạng khuôn mặt ngƣời phát triển tƣơng đối hoàn chỉnh nhƣng phần lớn hoạt động trong môi trƣờng đầy đủ ánh sáng, ảnh hƣởng của các nguồn sáng xung quanh cũng là một yếu tố làm sai lệch kết quả nhận dạng. Với sự ra đời và phát triển của camera hồng ngoại trong những năm gần đây, các vấn đề về quan sát theo dõi vào ban đêm hay những vùng thiếu ánh sáng trở nên đơn giản hơn. Chính vì thế nhóm thực hiện chọn đề tài : Nhận Dạng Khuôn Mặt Ngƣời Trong Môi Trƣờng Thiếu Ánh Sáng thông qua việc thu nhận ảnh từ camera hồng ngoại để hoàn thiện khả năng nhận dạng khuôn mặt ngƣời cả ban ngày Chƣơng 1: Giới thiệu đề tài
18. Đồ án tốt nghiệp Trang 2 lẫn ban đêm. Đây là một trong những yếu tố quan trọng làm nên sự nổi bật của đề tài. 1.2 Mục tiêu của đề tài Mục tiêu đạt đƣợc sau khi thực hiện đề tài: - Tìm hiểu tổng quát về lý thuyết xử lý ảnh. - Tìm hiểu các phƣơng pháp xác định mặt ngƣời, nhận dạng mặt ngƣời. - Tìm hiểu công nghệ hồng ngoại và các thông số của camera hồng ngoại. - Giải quyết đƣợc vấn đề phát hiện, và nhận dạng đƣợc khuôn mặt ngƣời trong với những điều kiện ánh sáng khác nhau. - Hiểu thuật toán và viết code giải thuật Adaboost bằng 2 ngôn ngữ Matlab và C+, giải quyết vấn đề xác định khuôn mặt người trên cả ảnh và video. - Hiểu thuật toán và viết code giải thuật PCA bằng 2 ngôn ngữ Matlab và C+, giải quyết vấn đề nhận dạng khuôn mặt người trên cả ảnh và video. - Mô phỏng thành công bài toán nhận dạng mặt ngƣời bằng phần mềm Matlab trên máy tính. - Cài đặt hệ thống nhúng trên KIT phát triển nhúng Mini2440. - Triển khai giải thuật Adaboost và PCA trên KIT nhúng Mini 2440. - Tạo một ứng dụng nhận dạng khuôn mặt trên giao diện KIT nhúng Mini 2440. - Rèn luyện kỹ năng nghiên cứu, tìm hiểu tài liệu. 1.3 Giới hạn của đề tài - Chất lƣợng ảnh và video phải tốt, và có độ sắc nét cao. - Khuôn mặt cần nhận dạng trong ảnh và video phải phù hợp với tiêu chuẩn, đặc trƣng phổ biến của một khuôn mặt bình thƣờng (khuôn mặt không bị che, hoặc có các chi tiết không phải là đặc trưng riêng của khuôn mặt người như: đeo khẩu trang,mắt kiến , khuôn mặt không được biểu cảm những cảm xúc đặc biệt, và góc nghiêng khuôn mặt phải nhỏ hơn 30 độ ). - Mô phỏng nhận dạng đƣợc tối đa 6 khuôn mặt trong một ảnh. Chƣơng 1: Giới thiệu đề tài
19. Đồ án tốt nghiệp Trang 3 1.4 Bố cục của đồ án - Chƣơng 1: Giới thiệu đề tài - Chƣơng 2: Cơ sở lý thuyết - Chƣơng 3: Nhận dạng mặt ngƣời sử dụng phƣơng pháp PCA - Chƣơng 4: Biên dịch ứng dụng trên board nhúng mini2440 - Chƣơng 5: Kết quả thực hiện - Chƣơng 6: Kết luận và hƣớng phát triển Chƣơng 1: Giới thiệu đề tài
20. Đồ án tốt nghiệp Trang 4 CHƢƠNG 2: CƠ SỞ LÝ THUYẾT 2.1 Ánh sáng hồng ngoại 2.1.1 Lý thuyết Ánh sáng hồng ngoại (tia hồng ngoại) là ánh sáng không thể thấy đƣợc bằng mắt thƣờng, có bƣớc sóng nằm ngoài vùng ánh sáng màu đỏ. Tia hồng ngoại có vận tốc truyền bằng vận tốc ánh sáng. Tia hồng ngoại dễ bị hấp thụ, khả năng xuyên thấu kém. Trong điều khiến từ xa bằng hồng ngoại, chùm tia hồng ngoại phát đi hẹp, có hƣớng. Sóng hồng ngoại có tác dụng nhiệt mạnh (vật hấp thụ tia hồng ngoại sẽ nóng lên). Có khả năng gây ra một số phản ứng hoá học. Ít bị tán xạ bởi các giọt nƣớc nhỏ trong sƣơng mù. Tác dụng lên kính ảnh đặc biệt gọi là kính ảnh hồng ngoại (dùng loại film có thể chụp ảnh vào ban đêm). Có thể gây ra hiện tƣợng quang điện trong một số chất bán dẫn. Hình 2.1: Dải bước sóng ánh sáng  Bức xạ hồng ngoại Mọi vật, dù ở nhiệt độ thấp, đều phát ra tia hồng ngoại. Trong đó cƣờng độ bức xạ tỷ lệ với bƣớc sóng và nhiệt độ. Lợi dụng đăc tính này, trong các thiết bị chuyên dụng cụ thể là camera hồng ngoại có khả năng chuyển đổi năng lƣợng bức xạ này thành các ảnh nhiệt. Chƣơng 2: Cở sở lý thuyết
21. Đồ án tốt nghiệp Trang 5 Hình 2.2: Phổ hồng ngoại Hình ảnh của một ngƣời chụp dƣới hồng ngoại. Những chỗ có nhiệt độ cao phát ra tia hồng ngoại tần số cao hơn, thể hiện bằng màu nóng sáng hơn trên hình. Vùng bức xạ hồng ngoại (IR) là một vùng phổ bức xạ điện từ rộng nằm giữa vùng trông thấy và vùng vi ba. 2.1.2 Ứng dụng - Đo nhiệt độ: việc thu nhận và đo đạc tia hồng ngoại có thể giúp xác định nhiệt độ của vật từ xa, nếu chúng là nguồn phát ra các tia thu đƣợc. Hình chụp trong phổ hồng ngoại gọi là hình ảnh nhiệt, hay trong trƣờng hợp vật rất nóng trong NIR hay có thể thấy đƣợc gọi là phép đo nhiệt. Kỹ thuật đo nhiệt độ bằng hồng ngoại đƣợc dùng chủ yếu trong quân sự, và ứng dụng công nghiệp. Kỹ thuật này hiện cũng đang đƣợc ứng dụng và dần quen thuộc với thị trƣờng dân sự nhƣ: máy ảnh trên xe hơi; tùy thuộc vào giá thành của các sản phẩm có đƣợc giảm mạnh hay không. - Phát nhiệt: tia hồng ngoại đƣợc dùng trong phòng tắm hơi và làm tan tuyết trên cánh máy bay, do da ngƣời và bề mặt cánh máy bay có thể hấp thụ tốt năng lƣợng của tia hồng ngoại. Một lƣợng lớn năng lƣợng mặt trời cũng nằm trong vùng hồng ngoại. Các vật nóng cỡ vài trăm độ C nhƣ lò sƣởi, bếp cũng phát ra bức xạ có cực đại ở vùng hồng ngoại.Do vậy tia hồng ngoại còn đƣợc gọi là tia nhiệt. - Truyền thông: dùng để truyền tải thông tin trong mạng nhỏ. Ví dụ nhƣ từ máy tính sang máy tính, máy tính sang điện thoại, điện thoại với điện thoại hoặc các thiết bị hiện đại gia dụng khác. - Y học: ánh sáng hồng ngoại có một số tác động với cơ thể con ngƣời, qua đó có thể điều trị một số dạng bệnh lý. Chƣơng 2: Cở sở lý thuyết
22. S K L 0 0 2 1 5 4