Luận văn Thạc sĩ Khoa học Máy tính: Nghiên cứu một số phương pháp cơ bản về nhận dạng mặt người trong ảnh và ứng dụng

Ý nghĩa của đề tài là giúp đưa ra một cái nhìn tổng quan về bài toán nhận dạng mặt người. Đánh giá về hiệu quả của phương pháp PCA và SVM cũng như khả năng ứng dụng của chúng. Để hiểu rõ hơn mời các bạn cùng tham khảo nội dung chi tiết của luận văn này. | ĐẠI HỌC THÁI NGUYÊN TRƢỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG Đồng Thanh Vân NGHIÊN CứU MộT Số PHƢƠNG PHÁP CƠ BảN Về NHậN DạNG MặT NGƢờI TRONG ảNH VÀ ứNG DụNG LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH Giáo viên hướng dẫn TS. Vũ Việt Vũ Thái Nguyên tháng 07 năm 2015 Số hoá bởi Trung tâm Học liệu ĐHTN http 1 LỜI CAM ĐOAN Tôi xin cam đoan đề tài quot Nghiên cứu một số phƣơng pháp cơ bản về nhận dạng mặt ngƣời trong ảnh và ứng dụng quot là công trình nghiên cứu được tôi thực hiện dưới sự hướng dẫn của giáo viên hướng dẫn khoa học. Các kết quả nghiên cứu và kết quả thử nghiệm nêu trong luận văn là trung thực và chưa từng được công bố trong bất kỳ tài liệu nào khác. Trong phần kiến thức chung nghiên cứu giải thuật áp dụng tôi có tham khảo ở một số tài liệu và đã có trích dẫn đúng và đầy đủ. Học viên Số hoá bởi Trung tâm Học liệu ĐHTN http 2 MỤC LỤC LỜI CAM ĐOAN . 1 LỜI MỞ ĐẦU . 4 CHƢƠNG 1. TỔNG QUAN . 8 Giới thiệu về trí tuệ nhân tạo và học máy . 8 Giới thiệu. 8 Ứng dụng của lĩnh vực học máy . 10 Tổng quan về xử lý ảnh số và ứng dụng . 11 Giới thiệu. 11 Những khái niệm cơ bản trong xử lý ảnh . 13 Một số bài toán trong xử lý ảnh . 18 Tăng cường ảnh . 18 Phân vùng ảnh . 19 Trích chọn đặc tính. 20 Nén ảnh . 21 Phát hiện biên ảnh . 22 Khôi phục ảnh . 24 CHƢƠNG 2. NGHIÊN CỨU PHƢƠNG PHÁP PCA VÀ PHƢƠNG PHÁP SVM TRONG BÀI TOÁN NHẬN DẠNG MẶT NGƢỜI. 28 Tổng quan. 28 Giới thiệu. 28 Số hoá bởi Trung tâm Học liệu ĐHTN http 3 Bài toán nhận dạng đối tượng . 29 Bài toán học có giám sát . 33 Phương pháp PCA vừ ứng dụng cho bài toán nhận dạng mặt người 34 Giới thiệu về phương pháp PCA . 34 Ví dụ về phương pháp PCA . 36 PCA cho bài toán nhận dạng mặt người . 37 Phương pháp SVM . 41 Trường hợp dữ liệu có thể phân tách được . 42 Trường hợp dữ liệu huấn luyện không phân tách tuyến tính . 46 Phương .