Đang chuẩn bị liên kết để tải về tài liệu:
Nâng cao độ chính xác nhận dạng khuôn mặt dựa trên mô hình CNN học sâu kết hợp với đặc trưng HOG và bộ phân lớp SVM

Bài viết này đề xuất một giải pháp hiệu quả để nâng cao độ chính xác nhận dạng khuôn mặt từ một ảnh đầu vào bất kỳ hoặc trực tiếp từ camerra. Về cơ bản, việc cải thiện độ chính xác nhận dạng được tiến hành ở cả ba công đoạn chính của quy trình nhận dạng bao gồm phát hiện, trích chọn đặc trưng và phân lớp khuôn mặt. | Nâng cao độ chính xác nhận dạng khuôn mặt dựa trên mô hình CNN học sâu kết hợp với đặc trưng HOG và bộ phân lớp SVM Công nghệ thông tin & Cơ sở toán học cho tin học NÂNG CAO ĐỘ CHÍNH XÁC NHẬN DẠNG KHUÔN MẶT DỰA TRÊN MÔ HÌNH CNN HỌC SÂU KẾT HỢP VỚI ĐẶC TRƯNG HOG VÀ BỘ PHÂN LỚP SVM Nguyễn Thị Thanh Tân* Tóm tắt: Bài báo này đề xuất một giải pháp hiệu quả để nâng cao độ chính xác nhận dạng khuôn mặt từ một ảnh đầu vào bất kỳ hoặc trực tiếp từ camerra. Về cơ bản, việc cải thiện độ chính xác nhận dạng được tiến hành ở cả ba công đoạn chính của quy trình nhận dạng bao gồm phát hiện, trích chọn đặc trưng và phân lớp khuôn mặt. Trong đó, phương pháp trích chọn đặc trưng HOG và bộ phân lớp tuyến tính SVM được sử dụng trong quá trình phát hiện khuôn mặt người trên ảnh, các lớp mạng học sâu CNN được xây dựng để tự động trích chọn các đặc trưng biểu diễn khuôn mặt và cuối cùng sử dụng các bộ phân lớp SVM để phân lớp (nhận dạng) khuôn mặt. Hiệu quả của phương pháp không chỉ được kiểm nghiệm đồng thời trên cả các tập cơ sở dữ liệu chuẩn như UOF, FEI, JAFFE và LZW và cả trong môi trường thực tế nhận dạng khuôn mặt người trực tiếp từ webcam. Các kết quả thử nghiệm cho thấy hệ thống đạt độ chính xác nhận dạng cao và ổn định trong điều kiện môi trường thực tế. Từ khóa: Khuôn mặt, Khung hình (frame), Phân lớp, Nhận dạng, Mạng nhân chập học sâu (D-CNN), Tiền xử lý, Căn chỉnh khuôn mặt, Phát hiện khuôn mặt, Trích chọn đặc trưng, Dữ liệu mẫu khuôn mặt. 1. ĐẶT VẤN ĐỀ Nhận dạng mặt người là quá trình xác định danh tính tự động cho từng đối tượng người trong video/ảnh dựa vào nội dung. Rất nhiều hướng tiếp cận đã được đề xuất để giải quyết bài toán này [2], [3], [4]. Nhìn chung, quy trình giải quyết bài toán thường bao gồm các công đoạn cơ bản như: (i) Thu nhận hình ảnh; (ii) Tiền xử lý, tăng cường chất lượng hình ảnh; (iii) Phát hiện, căn chỉnh, crop ảnh khuôn mặt; (iv) Nhận dạng (trích chọn đặc trưng và phân lớp) khuôn mặt.