TAILIEUCHUNG - Nhận diện vùng da mặt bằng phương pháp kết hợp một số thuật toán dựa trên tính bất biến của màu

Nhận dạng khuôn mặt là một lĩnh vực nghiên cứu thú vị. Đã có rất nhiều thành tựu đạt được ở lĩnh vực này trong vài thập kỉ gần đây. Tuy nhiên, các kết quả đạt được vẫn chưa thực sự đáp ứng được yêu cầu trong thực tế. Các kết quả trước đây đạt được là khá ấn tượng trong việc nhận dạng ở thời gian thực với tỉ lệ nhận dạng cao nhưng bị ảnh hưởng nhiều trong các trường hợp thay đổi ánh sáng. | JOURNAL OF SCIENCE OF HNUE DOI Natural Sci. 2015 Vol. 60 No. 4 pp. 56-61 This paper is available online at http NHẬN DIỆN VÙNG DA MẶT BẰNG PHƯƠNG PHÁP KẾT HỢP MỘT SỐ THUẬT TOÁN DỰA TRÊN TÍNH BẤT BIẾN CỦA MÀU Lê Hồng Quân1 và Lê Hà Xuân2 1 Phòng Tạp chí amp Thông tin Khoa học công nghệ Trường Đại học Sư phạm Hà Nội 2 Trường Đại học Bochum Cộng hòa liên bang Đức Tóm tắt Nhận dạng khuôn mặt là một lĩnh vực nghiên cứu thú vị. Đã có rất nhiều thành tựu đạt được ở lĩnh vực này trong vài thập kỉ gần đây. Tuy nhiên các kết quả đạt được vẫn chưa thực sự đáp ứng được yêu cầu trong thực tế. Các kết quả trước đây đạt được là khá ấn tượng trong việc nhận dạng ở thời gian thực với tỉ lệ nhận dạng cao nhưng bị ảnh hưởng nhiều trong các trường hợp thay đổi ánh sáng. Ở trường hợp này hệ thống vẫn có thể nhận diện tốt vùng khuôn mặt nhưng cũng cho nhiều kết quả sai. Nghiên cứu của chúng tôi khắc phục nhược điểm nói trên thông qua cơ chế thị giác và nhận dạng tính bất biến của màu của con người. Từ quan sát các thuật toán tính bất biến của màu khác nhau cho kết quả khác nhau chúng tôi đi tới việc sử dụng kết hợp các thuật toán này để nhận diện được vùng da chính xác gần như tuyệt đối trong mọi ảnh thử nghiệm. Thuật toán này cho kết quả nhận dạng tốt và ít lỗi hơn. Từ khóa Màu cố định nhận dạng khuôn mặt màu da thời gian thực. 1. Mở đầu Phương thức tiếp cận của chúng tôi dựa trên cơ chế sinh học của thị giác người nhận dạng khuôn mặt và các đối tượng khác dấu hiệu đầu tiên là màu sắc. Hầu hết các thuật toán xử lí dữ liệu trên ảnh đen trắng mà bỏ qua các thông tin màu sắc. Các ưu thế của cách tiếp cận này là đơn giản hóa đầu vào hỗ trợ ứng dụng thời gian thực đơn giản hóa các vùng màu sắc không rõ ràng. Tuy nhiên chúng cũng bỏ qua lượng lớn các thông tin hữu ích và kết quả có thể làm giảm độ chính xác. Thay vào đó cách tiếp cận sử dụng tính bất biến của màu có thể giải quyết được vấn đề màu sắc khi ánh sáng thay đổi. Đã có một số tài liệu

• Cơ sở dữ liệu
• Nhận dạng khuôn mặt
• Nhận diện vùng da mặt
• Xử lí lọc phân ngưỡng
• Thuật toán xử lí dữ liệu
• Cơ chế thị giác
• Phương pháp nhận dạng khuôn mặt
• Đặc trưng khuôn mặt
• Tự động nhận dạng khuôn mặt
• Bản đồ cạnh của khuôn mặt
• Nhận diện khuôn mặt
• Ngành thị giác máy tính
• Kỹ thuật ArcFace
• Kỹ thuật căn chỉnh khuôn mặt
• Nhận dạng khuôn mặt không đeo khẩu trang
• Nhận dạng khuôn mặt đeo khẩu trang
• Tạp chí Khoa học Công nghệ Thực phẩm
• Mạng nhân chập học sâu
• Tiền xử lý
• Căn chỉnh khuôn mặt
• Phát hiện khuôn mặt
• Trích chọn đặc trưng
• Dữ liệu mẫu khuôn mặt
• Luận văn Thạc sĩ
• Công nghệ thông tin
• Bài toán nhận dạng khuôn mặt
• Phương pháp phát hiện khuôn mặt
• Kỹ thuật trong nhận dạng khuôn mặt
• Xây dựng cơ sở dữ liệu khuôn mặt người
• Nhận dạng khuôn mặt người
• Đặc trưng Haar like
• Phân loại mạnh AdaBoost
• Chương trình nhận dạng khuôn mặt
• Thuật toán FaceNet
• Hệ thống nhận dạng khuôn mặt
• Phương pháp Eigengaces PCA
• Sử dụng OpenCV trong CSharp
• Tổng quan về xử lý ảnh
• Làm quen thư viện OpenCV
• Bài toán nhận dạng mặt người
• Nhận dạng khuôn mặt có biến đổi sắc thái
• Phân tích thành phần chính principal component analysis
• Thuật toán KNN
• Phương pháp nhận dạng mặt người
• Kĩ thuật nhận dạng khuôn mặt
• Mạng nơ ron học sâu
• Mạng nơ ron tích chập
• Nhận dạng khuôn mặt từ video
• Nhận dạng biểu cảm khuôn mặt
• Biểu cảm khuôn mặt
• Kiến trúc resnet
• Nhận dạng hình ảnh
• Xử lý hình ảnh
• Mạng nơron tích chập đa nhiệm
• Hệ thống quản lý học tập trực tuyến
• Mô hình CNN đa nhiệm
• Xây dựng công cụ nhận dạng khuôn mặt
• Hệ điều hành mã nguồn mỡ
• Thị giác máy
• Xử lý ảnh
• Nhận dạng đối tượng
• Mã nguồn mở
• Nhận dạng mặt
• Phát hiện giả mạo khuôn mặt
• Công nghệ trí tuệ nhân tạo
• Giả mạo khuôn mặt
• Phương pháp học chuyển giao
• Phương pháp tinh chỉnh
• mô tả dữ liệu
• dò tìm khuôn mặt
• mô hình MAKOV ẩn
• dò tìm ngườ
• Xác định khuôn mặt người
• Mô hình thống kê học sâu
• Xử lý ngôn ngữ tự nhiên
• Convolutional Neural Network
• Tạp chí Khoa học
• Mô hình xuất hiện hoạt động
• Nhận dạng cảm xúc
• Nhận dạng biểu cảm của khuôn mặt
• Phân tích khuôn mặt
• Cửa tự động
• Cửa thông minh
• Hệ thống phát hiện khuôn mặt
• Trí tuệ nhân tạo
• mạng nơron
• thành phần chính
• nhận dạng
• mặt người
• hệ thống nhận dạng
• Biểu đồ luồng nhận dạng biểu cảm
• Kỹ thuật nhận dạng biểu cảm
• Mô hình chất liệu
• Kỹ thuật phát hiện khuôn mặt
• Human computer Interaction
• Luận văn Thạc sĩ Khoa học máy tính
• Đặc trưng biểu cảm khuôn mặt
• Kỹ thuật ghi nhận biểu cảm mặt người
• Mạng neural tích chập
• Phương pháp sinh trắc học
• Kiến trúc CNN
• Hiệu chỉnh Gamma
• Đồ án tốt nghiệp
• Đồ án tốt nghiệp đại học
• Nhận dạng cảm xúc khuôn mặt người
• Hoạt động Arduino
• Hoạt động Matlab
• Lập trình Arduino
• Bộ ảnh huấn luyện
• Lập trình nhân dạng cảm xúc
• Nhận dạng giới tính
• Xây dựng hệ thống nhận dạng giới tính
• Nhận dạng giới tính tự động
• Hệ thống nhận dạng sử dụng LPQ
• Ảnh khuôn mặt người
• luận văn
• thuật toán nhận dạng
• ảnh 2D
• Công nhận biểu hiện trên khuôn mặt
• phân tích thành phần chính
• Neural Network
• Cây quyết định
• Xây dựng hệ thống điểm danh
• Hệ thống điểm danh
• Điểm danh bằng khuôn mặt