Nhận dạng ảnh mặt người sử dụng mạng Nơron - Võ Phúc Nguyên

Võ Phúc Nguyên Tạp chí KHOA HỌC & CÔNG NGHỆ 64(02): 53 - 57 53 Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên NHẬN DẠNG ẢNH MẶT NGƢỜI SỬ DỤNG MẠNG NƠRON Võ Phúc Nguyên  Trường Đại học Kỹ thuật Công nghiệp – ĐH Thái Nguyên TÓM TẮT Bài báo trình bày một phƣơng pháp mới trong việc trích chọn đặc trƣng kết hợp với mạng nơron để nhận dạng ảnh mặt ngƣời. Hệ thống thực hiện trích chọn các đặc trƣng mặt ngƣời từ một ảnh theo ba phƣơng pháp: phân tích thành phần chính (PCA), phân tách tuyến tính (LDA) và biến đổi hình thái. Sau đó bài báo trình bày về mạng nơron với thuật toán học lan truyền ngƣợc để phân loại giúp nhận dạng các đặc trƣng đã trích chọn ở trên. Khi có yêu cầu nhận dạng, ảnh đầu vào sẽ đƣợc trích chọn đặc trƣng, các đặc trƣng sẽ đƣợc nhận dạng qua các mạng nơron đã huấn luyện. Tín hiệu ra của từng mạng riêng biệt sẽ đƣợc so sánh với nhau để đƣa ra câu trả lời của hệ thống. Kết quả là, bằng việc kết hợp những đặc trƣng mang tính chất thống kê và những đặc trƣng mang tính hình thái, hệ thống đã đạt hiệu quả khá cao so với những hệ thống nhận dạng mặt ngƣời trƣớc đây. Đặc biệt, hệ thống nhận dạng khá tốt đối với những ảnh có nhiễu. Từ khóa: Nhận dạng ảnh mặt người, phân tích thành phần chính (PCA), phân tách tuyến tính (LDA), biến đổi hình thái, mạng nơron. * GIỚI THIỆU Hiện nay, cùng với sự pháttriển nhƣ vũ bão của công nghệ thông tin nói chung và sự phát triển trong lĩnh vực thị giác máy nói riêng, các hệ thống phát hiện và nhận dạng mặt ngƣời đang ngày càng có nhiều ứng dụng trong thực tế. Đặc biệt sau thảm họa ngày 11/9, các chính phủ trên toàn thế giới đã bắt đầu chú ý hơn tới các mức an ninh ở sân bay và biên giới. Ngân sách hằng năm của các nƣớc đã tăng lên nhiều cho các kỹ thuật hiện đại để xác định, nhận dạng và lần theo các đối tƣợng nghi vấn. Nhu cầu tăng lên trong các ứng dụng này đã giúp các nhà khoa học có thêm quỹ để phát triển các dự án nghiên cứu. Mặc dù việc nhận dạng mặt ngƣời không thể chính xác đƣợc nhƣ các phƣơng pháp nhận dạng khác nhƣ nhận dạng vân tay, nhƣng nó vẫn nhận đƣợc sự quan tâm lớn của các nhà nghiên cứu trong lĩnh vực thị giác máy. Lý do chủ yếu là trên thực tế, mặt ngƣời vẫn là cách truyền thống để con ngƣời nhận ra nhau. * Tel: 0917829740 Một hệ thống nhận dạng mặt ngƣời điển hình bao gồm các thành phần chính nhƣ hình 1. Hiện nay, có hai hƣớng tiếp cận chính làm hạt nhân của các kỹ thuật phân tích đặc trƣng mặt ngƣời: hƣớng tiếp cận hình học và hƣớng tiếp cận hình ảnh [1].  Hướng tiếp cận hình học: sử dụng việc ánh xạ không gian các đặc trƣng mặt ngƣời. Mặt ngƣời đƣợc phân loại theo khoảng cách hình học, theo đƣờng bao và theo các góc giữa các điểm.  Hướng tiếp cận hình ảnh: bao gồm việc xây dựng các mẫu từ những đặc trƣng mặt ngƣời. Mẫu của các đặc trƣng nổi bật, hoặc thậm chí là toàn khuôn mặt đƣợc thiết lập, việc nhận dạng đƣợc thực hiện bằng cách duyệt các khuôn mặt rồi tìm mặt nào khớp nhất với mẫu. Mặc dù các hệ thống nhận dạng mặt ngƣời hiện tại đã đạt đƣợc hiệu quả khá cao, tuy nhiên chúng vẫn còn hạn chế là chỉ tập trung vào một hay một vài phƣơng pháp trích chọn đặc trƣng. Có hệ thống chỉ thực hiện nhận dạng dựa trên các đặc điểm về hình học của Ảnh mặt ngƣời Hình 1. Mô hình hệ thống nhận dạng mặt ngƣời Trích chọn đặc trƣng Phân loại mặt ngƣời Ngƣời đƣợc nhận dạng Võ Phúc Nguyên Tạp chí KHOA HỌC & CÔNG NGHỆ 64(02): 53 - 57 54 Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên mặt ngƣời hoặc có hệ thống chỉ dựa trên các đặc điểm thống kê. Trong bài báo này, việc trích chọn đặc trƣng sẽ đƣợc thực hiện dựa trên những đặc điểm thống kê của khuôn mặt (cụ thể là phƣơng pháp phân tích thành phần chính – PCA và phƣơng pháp phân tách tuyến tính – LDA) và những đặc điểm về hình thái của khuôn mặt. Phần 2 trình bày các phƣơng pháp trích chọn đặc trƣng. Phần 3 trình bày về mạng noron với thuật toán học lan truyền ngƣợc lỗi, đƣợc dùng để phân loại ảnh. Phần 4 trình bày cụ thể việc thiết kế hệ thống và đánh giá hiệu quả thực hiện. Cuối cùng là phần kết luận. TRÍCH CHỌN ĐẶC TRƢNG Phƣơng pháp phân tích thành phần chính Ý tƣởng chính của phƣơng pháp phân tích thành phần chính (PCA – Principal Component Analysis) là tìm các vector biểu diễn những sự phân bố đặc trƣng nhất của các ảnh trong toàn bộ không gian ảnh. Những vector này hình thành nên một không gian con của các ảnh đƣợc gọi là “không gian mặt ngƣời” [2, 3]. Mỗi ảnh là một ma trận M×N các điểm ảnh, ma trận này đƣợc chuyển thành một vector bằng cách xếp các cột điểm ảnh liên tiếp nhau. Nhƣ vậy, mỗi ảnh đƣợc coi là một điểm trong không gian MN chiều. Các vector của tập ảnh huấn luyện đƣợc xếp thành một ma trận. Từ ma trận này, ta sẽ tính đƣợc ma trận hiệp phƣơng sai của dữ liệu, là ma trận trong đó mỗi phần tử (i, j) là giá trị hiệp phƣơng sai giữa chiều thứ i và chiều thứ j. Công việc tiếp theo là tính các giá trị riêng và vector riêng của ma trận hiệp phƣơng sai. Các vector riêng chính là các thành phần đặc trƣng cho sự phân bố của tập dữ liệu. Cuối cùng, ma trận biến đổi của phƣơng pháp PCA là ma trận hình thành từ các vector riêng ứng với các giá trị riêng lớn nhất vừa tính đƣợc, nghĩa là các thành phần đặc trƣng nhất, còn các thành phần kém quan trọng hơn sẽ đƣợc bỏ qua để giảm số chiều của dữ liệu. Trong bài báo, tập dữ liệu ảnh đƣợc lấy từ cơ sở dữ liệu ORL (Olivetti Research Laboratory, Surrey University). Mỗi ảnh có kích thƣớc 112×92, có thể đƣợc coi là một vector 10304 chiều, hoặc tƣơng đƣơng với một điểm trong không gian 10304 chiều. Hình 2 là một số ảnh gốc trong cơ sở dữ liệu. Áp dụng PCA để giảm số chiều của không gian khổng lồ trên, kết quả thu đƣợc là các ảnh đã đƣợc biến đổi sau khi phân tích theo các thành phần đặc trƣng, các vector riêng đƣợc chọn theo các giá trị riêng tƣơng ứng lớn hơn hoặc bằng 10-3, số lƣợng vector riêng là 49, nghĩa là mỗi ảnh biểu diễn một điểm trong không gian 49 chiều (hình 3). Phƣơng pháp phân tách tuyến tính Phƣơng pháp PCA ở trên còn có nhƣợc điểm là chỉ làm nổi bật lên các đặc trƣng của từng ảnh mà chƣa quan tâm đến các ảnh đó là của cùng một ngƣời hay của những ngƣời khác nhau. Phƣơng pháp phân tách tuyến tính (LDA – Linear Discriminant Analysis) có thể khắc phục đƣợc những nhƣợc điểm đó. Nhiệm vụ chính của phƣơng pháp là tính sự biến thiên giữa các ảnh của những ngƣời khác nhau và tính sự biến thiên giữa các ảnh của cùng một ngƣời, sau đó tìm một phép biến đổi để làm cực đại tỉ số của hai sự biến thiên trên. Nghĩa là, tập ảnh huấn luyện sẽ đƣợc biến đổi sang một không gian mới sao cho sự khác nhau giữa các ảnh của những ngƣời khác nhau đƣợc tăng lên tối đa, đồng thời cũng làm tăng sự giống nhau giữa các ảnh của cùng một ngƣời [3]. Thông thƣờng trong phƣơng pháp LDA, sự phân bố ngoại và sự phân bố nội đƣợc dùng làm tiêu chí để phân lớp [4, 5]. Ma trận biến đổi của LDA đƣợc hình thành từ tập vector W = [W1, .., Wd], thỏa mãn: Hình 2. Ảnh gốc trong cơ sở dữ liệu ORL Hình 3. Ảnh sau khi biến đổi theo PCA Võ Phúc Nguyên Tạp chí KHOA HỌC & CÔNG NGHỆ 64(02): 53 - 57 55 Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên  1maxarg WSW WSW W w T b T  trong đó Sw và Sb lần lƣợt là ma trận phân bố nội và ma trận phân bố ngoại. Nếu ma trận Sw là khả nghịch, tỉ số ở công thức (1) sẽ đạt cực đại khi các vector của W là các vector riêng của bw SS 1 . Đối với bài toán nhận dạng mặt ngƣời, ma trận Sw thƣờng không khả nghịch, vì số lƣợng ảnh nhỏ hơn rất nhiều so với số chiều biểu diễn ảnh. Có nhiều phƣơng pháp khác nhau để giải quyết vấn đề của LDA nhƣ phƣơng pháp giả nghịch đảo, phƣơng pháp không gian con hoặc phƣơng pháp không gian null. Trong bài báo này, phƣơng pháp giả nghịch đảo đƣợc dùng để giải quyết vấn đề trên [6, 7]. Hình 4 là một số ảnh sau khi biến đổi theo phƣơng pháp phân tách tuyến tính. Phƣơng pháp biến đổi hình thái Hai phƣơng pháp PCA và LDA cho phép phân tích dựa trên các đặc điểm mang tính thống kê của ảnh. Tuy nhiên, các phƣơng pháp này chƣa xét đến những đặc điểm về hình thái của mặt ngƣời. Đó chính là những đặc trƣng về đƣờng nét của các bộ phận trên khuôn mặt nhƣ mắt, mũi, miệng. Phƣơng pháp biến đổi hình thái sẽ bổ sung cho những thiếu sót này của hai phƣơng pháp trên. Xử lý ảnh về hình thái là một phép xử lý trong đó dạng không gian hoặc cấu trúc của các đối tƣợng trong ảnh đƣợc chỉnh sửa. Phép dãn ảnh và phép co ảnh là hai thao tác xử lý hình thái cơ bản. Với phép dãn ảnh, một đối tƣợng sẽ nổi đều lên trong không gian, còn với phép co ảnh đối tƣợng sẽ co đều xuống [8, 9]. Xét một ảnh đa mức xám F(j,k) đƣợc lƣợng tử hóa với một thang mức xám nào đó. Khi đó, phép dãn ảnh đối với ảnh đa mức xám đƣợc định nghĩa nhƣ sau:            2 1,1 ,..,1,1 1,,, ,               kjF kjF kjFkjF MAXkjG trong đó MAX{S1,..,S9} trả về giá trị lớn nhất trong các giá trị của chín điểm ảnh của lân cận 3×3. Tƣơng tự, phép co ảnh đối với ảnh đa mức xám đƣợc định nghĩa nhƣ sau:            3 1,1 ,..,1,1 1,,, ,               kjF kjF kjFkjF MINkjG với MIN{S1,..,S9} trả về giá trị nhỏ nhất trong các giá trị của chín điểm ảnh của lân cận 3×3. Hình 5 là một số ảnh mặt ngƣời đã đƣợc biến đổi qua phép xử lý hình thái. BỘ PHÂN LOẠI - MẠNG NƠRON Phần 2 đã giới thiệu ba phƣơng pháp trích chọn đặc trƣng của ảnh. Nhiệm vụ tiếp theo của hệ thống nhận dạng là dựa trên những đặc trƣng đã đƣợc trích chọn đó, học đƣợc cách phân loại ảnh tƣơng ứng với từng ngƣời. Trong các bộ phân loại hiện nay, nổi trội lên và đƣợc quan tâm nhiều đó là mạng nơron nhân tạo. Các mạng nơron nhân tạo có thể đƣợc coi nhƣ những “mô hình tính toán” với những đặc tính nhƣ khả năng thích nghi hay khả năng học, tổng quát hóa, phân cụm hay tổ chức dữ liệu [10]. Trong bài báo này, thuật toán học lan truyền ngƣợc đƣợc sử dụng vì thuật toán đã tỏ ra khá hiệu quả đối với bài toán nhận dạng mặt ngƣời. Khi một mẫu học đƣợc đƣa vào, các giá trị kích hoạt sẽ đƣợc lan truyền đến các nơron ra, tín hiệu ra thực sự của mạng đƣợc so sánh với tín hiệu ra mong muốn. Sự khác biệt giữa các tín hiệu này gọi là lỗi eo với mỗi nơron ra o. Mục đích là phải làm cho eo bằng 0. Theo quy tắc delta [10], để giảm lỗi, các trọng số đƣợc chỉnh sửa theo    4hooho yydw  Để có thể chỉnh sửa đƣợc trọng số từ nơron vào đến các nơron ẩn, cần tiếp tục áp dụng Hình 5. Ảnh sau khi biến đổi hình thái Hình 4. Ảnh sau khi biến đổi theo LDA Võ Phúc Nguyên Tạp chí KHOA HỌC & CÔNG NGHỆ 64(02): 53 - 57 56 Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên quy tắc delta. Mỗi nơron ẩn h nhận một  từ mỗi nơron ra o bằng  của nơron ra đó với trọng số là trọng số của kết nối giữa những nơron đó  5 o hooh w Sau mỗi lần lặp, giá trị mới của các trọng số đƣợc cập nhật theo giá trị của số gia. Quá trình huấn luyện đƣợc tiếp tục đến khi lỗi nhỏ hơn một ngƣỡng cho phép nào đó. CÀI ĐẶT VÀ KIỂM THỬ Thiết kế hệ thống Bộ ảnh dữ liệu dùng để kiểm thử hệ thống đƣợc lấy từ cơ sở dữ liệu ORL (Olivetti Research Laboratory, Surrey University). Các ảnh ở đây tƣơng đối đa dạng, chúng có thể đƣợc chụp ở những thời điểm khác nhau, với những góc nghiêng khác nhau, những trạng thái khác nhau nhƣ cƣời hoặc không cƣời, đeo kính hoặc không, nheo mắt, miệng mở hoặc đóng MATLAB đƣợc sử dụng để cài đặt hệ thống vì nó đƣợc tích hợp một môi trƣờng tính toán kỹ thuật phù hợp cho các thuật toán đƣợc thiết kế ở đây. Kết quả thực nghiệm Cơ sở dữ liệu ảnh ORL gồm 10 ảnh cho mỗi ngƣời, chƣơng trình sử dụng 5 ảnh đầu tiên cho việc huấn luyện mạng và 5 ảnh còn lại để kiểm thử. Mỗi ảnh huấn luyện sẽ đƣợc bổ sung một ảnh ở dạng ảnh gƣơng của nó để tăng thêm sự đa dạng cho tập ảnh huấn luyện. Các tham số huấn luyện nhƣ số lƣợng các vector đặc trƣng đƣợc chọn ở mỗi phƣơng pháp, tỉ lệ học của mạng nơron, số lƣợng các nơron ẩn của mạng là những tham số quan trọng ảnh hƣởng lớn đến thời gian thực hiện cũng nhƣ độ chính xác của hệ thống. Hệ thống đã đƣợc kiểm thử nhiều lần để chọn ra bộ tham số tối ƣu, giúp hệ thống đạt đƣợc hiệu quả về thời gian thực hiện và độ chính xác cao nhất có thể. Với những tham số học đã tính, nếu chỉ sử dụng phƣơng pháp trích chọn đặc trƣng dựa trên những đặc điểm mang tính thống kê, chƣơng trình chỉ đạt độ chính xác khoảng 90%. Trong khi đó, nếu kết hợp các đặc trƣng mang tính thống kê với những đặc trƣng mang tính hình học, chƣơng trình đã đạt độ chính xác trên 95%. Đặc biệt, phƣơng pháp xử lý hình thái đã bổ sung cho phƣơng pháp trích chọn đặc trƣng mang tính chất thống kê, chƣơng trình đã nhận dạng rất tốt đối với những ảnh có nhiễu. Ảnh có nhiễu ở đây là những ảnh đã đƣợc chỉnh sửa bằng tay với những loại nhiễu nhƣ nhiễu nhị phân, che khuất hoặc xóa bớt một số bộ phận của khuôn mặt (hình 6). KẾT LUẬN Bằng cách kết hợp các phƣơng pháp phân tích thống kê và phƣơng pháp biến đổi hình thái, hệ thống đã đạt đƣợc một phƣơng pháp khá hiệu quả đối với bài toán nhận dạng mặt ngƣời. Phƣơng pháp PCA và LDA trích chọn những đặc trƣng mang tính thống kê, kết hợp với phƣơng pháp biến đổi hình thái ảnh cung cấp những đặc trƣng mang tính hình học của khuôn mặt giúp hệ thống có đƣợc những thông tin đặc trƣng tƣơng đối đầy đủ của mỗi ngƣời. Mạng nơron với thuật toán học lan truyền ngƣợc đã thực hiện khá tốt vai bộ phân loại của hệ thống. Mặc dù hệ thống đã đạt đƣợc độ chính xác khá cao, tuy nhiên vẫn còn một tỉ lệ nhỏ chƣa chính xác do hệ thống chƣa đánh giá đƣợc toàn bộ những đặc trƣng của mặt ngƣời. Trong những nghiên cứu tiếp theo nhằm phát triển hoàn thiện hệ thống hơn, việc nhận dạng có thể kết hợp thêm các phƣơng pháp phân tích khác nhƣ nhận dạng mắt, nhận dạng miệng hay nhận dạng mũi là những đặc trƣng quan trọng của khuôn mặt. TÀI LIỆU THAM KHẢO Hình 6. Một số ảnh nhiễu dùng để kiểm thử hệ thống Võ Phúc Nguyên Tạp chí KHOA HỌC & CÔNG NGHỆ 64(02): 53 - 57 57 Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên [1]. W. Zhao, R. Chellappa, P. J. Phillips, A. Rosenfeld (2003), “Face Recognition - A Literature Survey”, ACM Computing Surveys, Vol. 35 (No. 4). [2]. Lindsay I. Smith (2002), A Tutorial on Principal Components Analysis, Cornell University, USA. [3]. ml. [4]. Kresimir Delac, Mislav Grgic (2007), “PCA and LDA based Neural Networks for Human Face Recognition”, Face Recognition, ISBN 978-3-902613-03-5, I-Tech, Vienna, Austria. [5]. minant_analysis. [6]. Penrose_pseudoinverse. [7]. ue_decomposition. [8]. William K. Pratt (2007), Digital Image Processing, John Wiley & Sons, Inc., Publication. [9]. Ethan Png (2004), Morphological Shared- Weight Neural Network for Face Recognition, University of Manchester Institute of Science and Technology. [10]. Ben Kröse, Patrick van der Smagt (1996), An introduction to Neural Networks, The University of Amsterdam. HUMAN FACE RECOGNITION USING NEURAL NETWORK Vo Phuc Nguyen Thai Nguyen University of Technology, SUMMARY This paper aims to present a new method in combining feature extraction with neural network to recognize human faces. The system implements extracting features of human face from an image in three methods: Principal Components Analysis (PCA), Linear Discriminant Analysis (LDA), and Morphological processing. Then it mentions the neural network with the algorithm of back propagation to drill the categorization which is utilized to recognize the foregoing extracted features. When the face recognition is required, the features will be extracted from the input image. The features will be recognized by the trained neural networks soon after. The results of each distinct network will be compared later on to bring out the final systematic answer. Finally, by using statistical features and morphological features, the performance of the system is quite better than current systems. Especially, the system can recognize with noisy images. Keywords: Human Face Recognition, Principal Components Analysis, Linear Discriminant Analysis, Morphological Processing, Neural Network.