Trong bài báo này chúng tôi tập trung xây dựng hệ thống nhận dạng ảnh mặt người (với giả thiết người cần nhận dạng đã có ảnh trong tập mẫu). Các kết quả thực nghiệm đã chứng tỏ rằng phương pháp đề xuất cho kết quả tốt hơn các phương pháp truyền thống cả về sự hiệu quả và độ chính xác. | T¹p chÝ Khoa häc & C«ng nghÖ - Sè 4(44) Tập 2/N¨m 2007 HỆ THỐNG NHẬN DẠNG ẢNH MẶT NGƯỜI DÙNG MẠNG NEURAL VÀ BIẾN ĐỔI GABOR WAVELET Bùi Ngọc Tuấn - Phùng Trung Nghĩa - Đỗ Huy Khôi (Khoa Công nghệ thông tin- ĐHTN) 1. Giới thiệu chung Nhận dạng mặt người là một lĩnh vực nghiên cứu hấp dẫn được nhiều người quan tâm trong vài năm gần đây. Nói chung có hai phương pháp để nhận dạng mặt người, phương pháp dựa vào mẫu (template based) và phương pháp dựa vào các đặc trưng hình học (geometric features based). Trong phương pháp dựa vào mẫu, các phương pháp thống kê được sử dụng để biểu diễn toàn bộ ảnh. Phương pháp dựa vào mẫu điển hình đầu tiên là phương pháp “eigenface” [1], và được phát triển thành phương pháp “fisherface” [2]. Trong khi đó, phương pháp nhận dạng theo đặc trưng mô tả khuôn mặt theo ý tưởng đối tượng ảnh có thể được biểu diễn như một tập hợp các đặc trưng trừu tượng. Một số đặc trưng đơn giản như các đường biên, đường thẳng, đoạn thẳng, điểm. Các đặc trưng phức tạp hơn có thể được xây dựng từ các đặc trưng đơn giản này. Các phương pháp nhận dạng dựa vào mẫu hiện đại được biết đến như phương pháp sử dụng mô hình HMM [3], phương pháp phân tích các đặc trưng cục bộ LFA [4]. Trong hầu hết các phương pháp nhận dạng theo đặc trưng, sự lựa chọn các đặc trưng và mô tả chúng là rất quan trọng. Wavelet là các hàm toán học chia dữ liệu thành các thành phần tần số khác nhau và xem xét từng thành phần với độ phân giải thích hợp. Wavelet có rất nhiều ưu điểm so với biến đổi Fourier truyền thống để phát hiện sự gián đoạn và thay đổi đột biến của tín hiệu. Phương pháp nhận dạng dùng biến đổi Gabor là một phương pháp nhận dạng dựa trên đặc trưng. Biến đổi Gabor biểu diễn ảnh mô phỏng theo hệ thống thị giác của con người HVS (Human Visual System), các đặc trưng Gabor của ảnh có thể được sử dụng hiệu quả trong các ứng dụng thị giác máy tính (Computer Vision), robotic. Nền tảng chung để biểu diễn ảnh không gian ở đây dựa trên đồ thị có thứ tự, các điểm đặc trưng không gian .
