Nhận dạng khuôn mặt người bằng mạng nơron và phương pháp phân tích thành phần chính

Nhận Dạng Khuôn Mặt Người Bằng Mạng Nơron Và Phương Pháp Phân Tích Thành Phần Chính

Tác giả: Từ Minh Hiển – Trần Thị Khánh Hòa

Lĩnh vực: Khoa Điện tử Viễn thông, Trường Đại học Bách khoa, Đại học Đà Nẵng

Nội dung tài liệu này tập trung nghiên cứu và phát triển hai hệ thống nhận dạng khuôn mặt đơn giản. Hai hệ thống này sử dụng phương pháp đối sánh và mạng nơron, kết hợp với kỹ thuật Trích xuất Đặc trưng bằng Phân tích Thành phần Chính (PCA). Mục tiêu của nghiên cứu là nâng cao hiệu suất nhận dạng và tối ưu hóa hệ thống.

Hệ thống được kiểm tra trên bộ dữ liệu ORL của AT&T. Kết quả thực nghiệm được phân tích nhằm đánh giá hiệu suất nhận dạng và tính ổn định của hai hệ thống trong các điều kiện kiểm thử khác nhau. Nghiên cứu chỉ ra rằng mạng nơron đạt hiệu suất vượt trội so với phương pháp đối sánh.

Bài báo cũng đề cập đến quá trình tiền xử lý ảnh, trích xuất đặc trưng bằng PCA, xây dựng và huấn luyện mạng nơron, cũng như so sánh kết quả giữa các phương pháp. Các thông số tối ưu cho mạng nơron, bao gồm tốc độ học và số lượng nơron, cũng được đề xuất.

Mục lục chi tiết:

• 1. Đặt vấn đề
• 2. Xây dựng hệ thống nhận dạng khuôn mặt
• 2.1. Hệ thống nhận khuôn mặt
• 2.1.1. Tiền xử lý
• 2.1.2. Trích rút đặc trưng
• 2.1.3. Nhận dạng khuôn mặt
• 2.2. Nhận dạng khuôn mặt bằng mạng nơron ( Neural network )
• 2.2.1. Quá trình huấn luyện mạng
• 2.2.2. Cấu hình mạng
• 3. Kết quả và phân tích
• 3.1. Cơ sở dữ liệu
• 3.2. Kết quả thực nghiệm
• 3.2.1. Kết quả kiểm tra khi thay đổi các thông số mạng ( tập 3-7)
• 3.2.2. Kết quả so sánh hiệu suất nhận dạng giữa hai phương pháp đối sánh và mạng nơron ( tập 3-7)
• 4. Kết luận và hướng phát triển đề tài