Nhận dạng khuôn mặt trực tiếp và ứng dụng trong mở cửa tự động

Tác giả: Phạm Văn Trường, Trần Thị Thảo

Tóm tắt: Bài báo này đề xuất một phương pháp phát hiện khuôn mặt trực tiếp và nhận dạng người thực hiện trên máy tính nhúng Rasperbery Pi. Các ảnh đầu vào được thu thập từ camera và đưa vào thuật toán phát hiện khuôn mặt trực tiếp và nhận dạng khuôn mặt. Phần phát hiện khuôn mặt sử dụng Haar cascades để trích xuất ra các đặc trưng của khuôn mặt. Tiếp đến, để kiểm tra xem khuôn mặt đưa vào camera có thật sự là khuôn mặt người thực tế đang chụp hay là khuôn mặt giả từ ảnh in hoặc video đưa vào, một phương pháp xác định khuôn mặt trực tiếp dựa trên sự thay đổi cường độ sáng trên khuôn mặt nhờ thay đổi nhịp tim ở các thời điểm khác nhau trên khung hình. Sau khi đã xác định được đúng khuôn mặt thật, hình ảnh được đưa vào nhận diện thông qua thuật toán phân tích thành phần chính dựa trên khuôn mặt riêng eigenfaces nhờ so sánh với cơ sở dữ liệu đã có. Nếu đúng khuôn mặt nằm trong dữ liệu thuộc đối tượng cho phép truy nhập, bộ điều khiển sẽ thực hiện thao tác mở cửa. Thuật toán đã được thực hiện trên cơ sở dữ liệu gồm 25 người với 400 ảnh chụp huấn luyện, cho độ chính xác 80%, và thực thi trên máy tính với camera và cơ cấu chấp hành có giá thành hạ nhưng vẫn đáp ứng thời gian thực.

Abstract: This paper proposes an approach for live face recognition on Rasperbery Pi, and used for face recognition based door locking system. The face images are acquired by an camera and fed to live face detection and face recognition system. The face detection is based on Haar cascades to extract face features. Then the face is analyzed to check whether it is a live face or a fake face image fed from a printed picture or video containing face image sequences. In this study, we consider the information from the changes of pixel intensity in a series of acquired face images that reflect the chages of heart rate during the rhythmic contraction and relaxion of the heart. Once verified as a live face, the face image is fed to the face recognition process using eigenfaces and principal component analyis. The input image is compared with the database to check whether it belongs to a person in the database or not. If yes, the door is controlled to allow an entrance. The live face detection and recognition was validated on a database including 25 people with 400 training images. The average accuracy obtained approximately 80%. The hardware including camera and actuactors are with low expense but meet real time performance.

Đọc đầy đủ tại đây