Đề tài: Xây dựng hệ thống nhận dạng mặt tự động sử dụng LPQ (Local Phase Quantization)
Thông tin chung:
Tên đề tài: Xây dựng hệ thống nhận dạng mặt tự động sử dụng LPQ (Local Phase Quantization)
Ngành: Công nghệ Thông tin
Tóm tắt nội dung tài liệu:
Đề tài tập trung nghiên cứu và xây dựng một hệ thống nhận dạng mặt người hoàn toàn tự động, có khả năng xử lý các ảnh mặt trong nhiều điều kiện khác nhau, bao gồm cả ảnh bị ảnh hưởng bởi ánh sáng hoặc bị mờ. Hệ thống bao gồm các module chính: phát hiện vùng mặt người, tiền xử lý ảnh để chuẩn hóa ánh sáng, trích xuất đặc trưng bằng phương pháp LPQ (Local Phase Quantization) và phân lớp nhận dạng sử dụng thuật toán k-NN (k-Nearest Neighbors). Đề tài đã khảo sát các bước cần thiết cho một hệ thống nhận dạng mặt tự động và đề xuất các kỹ thuật phù hợp cho từng bước. Hệ thống được xây dựng bằng ngôn ngữ C++ sử dụng các thư viện mã nguồn mở OpenCV và dlib. Kết quả nhận dạng được đánh giá trên bộ dữ liệu ảnh mặt người công cộng FERET và so sánh với các phương pháp đã công bố. Đề tài cũng phân tích các thách thức trong nhận dạng mặt người, bao gồm ảnh hưởng của ánh sáng, tuổi tác, góc nhìn, biểu cảm và các yếu tố che khuất.
Mục lục chi tiết:
- MỞ ĐẦU
- CHƯƠNG 1: CƠ SỞ LÝ THUYẾT CỦA NHẬN DẠNG MẶT NGƯỜI
- 1. Bài toán nhận dạng mặt người – những vấn đề cơ bản
- 1.1. Giới thiệu
- 1.2. Thách thức trong nhận dạng mặt người
- 1.3. Các cách tiếp cận cho bài toán nhận dạng mặt người
- CHƯƠNG 2: CÁC THÀNH PHẦN CỦA MỘT HỆ THỐNG NHẬN DẠNG MẶT TỰ DỘNG
- 1. Hệ thống nhận dạng mặt tự động
- 2. Phát hiện mặt người sử dụng đặc trưng HOG
- 3. Chuẩn hóa ánh sáng với bộ lọc Retinal filter
- 4. Phương pháp trích chọn đặc trưng LPQ (Local Phase Quantization)
- 5. Bộ phân lớp k-NN
- CHƯƠNG 3: XÂY DỰNG HỆ THỐNG
- 1. Thư viện OpenCV và dlib
- 1.1. Thư viện OpenCV
- 1.2. Thư viện dlib
- 2. Dữ liệu và giao thức đánh giá hiệu năng của hệ thống
- 3. Kết quả nhận dạng
- KẾT LUẬN
- TÀI LIỆU THAM KHẢO