Mục tiêu của họ là phát triển phương pháp nhằm cố gắng nâng cao độ chính xác, hiệu suất hoạt động cũng như khả năng thích nghi với nhiều môi trường và tình huống. Trong bài báo này, tác giả sẽ trình bày một số phương pháp phát hiện đối tượng người trong video thông dụng hiện nay cùng với những ưu nhược điểm. | Kỷ yếu kỷ niệm 35 năm thành lập Trường ĐH ng nghiệp Th ph m T h inh -2017) PHƢƠNG PHÁP PHÁT HIỆN NGƢỜI DỰA TRÊN VÙNG CHUYỂN ĐỘNG Trần Nhƣ Ý*, Nguyễn Văn Tùng, Ngô Dƣơng Hà Trường Đại họ ng nghiệp Th ph m T * Email: ytn@ TÓM TẮT Vấn đề phát hiện người trong video cũng như trong các thiết bị ghi hình đã được nghiên cứu bởi rất nhiều các nhà khoa học trên thế giới. Mục tiêu của họ là phát triển phương pháp nhằm cố gắng nâng cao độ chính xác, hiệu suất hoạt động cũng như khả năng thích nghi với nhiều môi trường và tình huống. Trong bài báo này, tác giả sẽ trình bày một số phương pháp phát hiện đối tượng người trong video thông dụng hiện nay cùng với những ưu nhược điểm. Bằng cách tách vùng chuyển động, tiếp theo là sử dụng phương pháp trích chọn đặc trưng LBP, Haar với bộ phân loại cascade để phát hiện người [1,2,3]. Dựa trên cơ sở lý thuyết này, tác giả đề xuất một thuật toán BS-CC (Background Subtraction-Cascade Classifier) với mục tiêu phát hiện người dựa trên vùng chuyển động. Kết quả thực nghiệm cho thấy phương pháp phát hiện dựa trên vùng chuyển động tối ưu hơn so với việc việc tính toán đặc trưng LBP trên tất cả các cửa sổ trong toàn khung ảnh, cho tất cả khung ảnh. Từ khóa: BS-CC, LBP, MB-LBP, Haar, AdaBoost, Cascade. 1. GIỚI THIỆU Để phát triển một phương pháp tổng quát tối ưu là rất khó khăn do vậy người ta đã tiếp cận theo nhiều hướng khác nhau với những ưu điểm, nhược điểm phù hợp cho một tình huống cụ thể nhất định. Vào năm 1996, T. Ojala và các đồng sự đã đưa ra bài toán nhận dạng mặt người bằng đặc trưng LBP [4]. Tiếp theo, Paul Viola và đồng sự đã đề xuất bộ phân loại cascade này dựa trên thuật toán học AdaBoost [1]. Phương pháp trích chọn kết cấu của ảnh thành vector đặc trưng gọi là đặc trưng LBP được Daniel Maturana và các đồng sự đề xuất năm 2009 [5]. Tốc độ xử lý của các thuật toán phát hiện mặt người luôn là thách thức được đề ra. Bằng cách tách vùng chuyển động, tiếp theo là sử dụng phương pháp trích chọn đặc trưng LBP, Haar
