Nhận dạng cảm xúc khuôn mặt của sinh viên khi học tại Trường Cao Đẳng

Nhận dạng cảm xúc khuôn mặt của sinh viên khi học tại Trường Cao Đẳng

MỞ ĐẦU

Nghiên cứu về mặt người là một trong những hướng nghiên cứu được rất nhiều sự quan tâm của các nhà khoa học trên thế giới cũng như trong nước. Các nghiên cứu trong lĩnh vực này được chia thành hai hướng nghiên cứu chính đó là: hướng liên quan đến phát hiện nhận dạng mặt người cùng với các trạng thái biểu cảm của mặt người và hướng liên quan đến biểu diễn mô hình mặt người cùng với các trạng thái khác nhau.

Trong những năm gần đây, xử lý ảnh đang được nghiên cứu và phát triển với tốc độ nhanh chóng bởi các trung tâm nghiên cứu, trường đại học và học viện. Trong đó, nhận dạng và phân loại hình ảnh là một trong những lĩnh vực được theo đuổi một cách tích cực. Ý tưởng cốt lõi từ việc nhận dạng và phân loại hình ảnh là phân tích ảnh từ dữ liệu thu được bởi các cảm biến hình ảnh như camera, webcam. Nhờ hệ thống xử lý hình ảnh mà con người đã giảm bớt khối lượng công việc cũng như tăng sự chính xác trong việc đưa ra các quyết định liên quan đến xử lý ảnh trên nhiều lĩnh vực: quân sự và quốc phòng, các hệ thống kỹ nghệ hoá sinh, giải phẫu, các hệ thống thông minh, robotics, các hệ thống an ninh.

Cùng với các hình thức nhận dạng khác như: nhận dạng giọng nói, chữ viết, dấu vân tay, võng mạc, thì bài toán nhận dạng cảm xúc trên khuôn mặt người đang được quan tâm và chú ý. Trên cơ thể con người có rất nhiều đặc điểm để nhận dạng, nhưng khuôn mặt là nơi thể hiện nhiều trạng thái cảm xúc có thể: vui vẻ, bình thường, buồn, ngạc nhiên, chán ghét, sợ hãi, giận dữ,…

Điều quan trọng nhất trong xã hội hiện nay là các thiết bị điện tử hầu như tự động hoá, thông minh, hiểu ý con người mà không cần phải có thiết bị điều khiển trung gian nào. Các thuật toán nhận dạng và xử lý ngày càng được sử dụng rộng rãi. Vì vậy từ những vấn đề trên, luận văn kiến nghị thực hiện đề tài “Nhận dạng cảm xúc khuôn mặt của sinh viên khi học tại Trường Cao Đẳng – Việt Nam – Hàn Quốc – Quảng Ngãi.” bằng xử lý ảnh trong bài toán tái thể hiện các biểu cảm của khuôn mặt.

BỐ CỤC CỦA LUẬN VĂN

Bố cục luận văn gồm 3 chương:

CHƯƠNG 1: CƠ SỞ LÝ THUYẾT

CHƯƠNG 2: PHÂN TÍCH THIẾT KẾ HỆ THỐNG

CHƯƠNG 3: XÂY DỰNG THUẬT TOÁN NHẬN DẠNG CẢM XÚC VÀ CÀI ĐẶT THỰC NGHIỆM

Nhận dạng cảm xúc khuôn mặt của sinh viên khi học tại Trường Cao Đẳng

CHƯƠNG 1

CƠ SỞ LÝ THUYẾT

Chương này giới thiệu các thuật toán và đưa ra được mô hình chung của một bài toán nhận dạng sẽ làm trong luận văn này. Bên cạnh đó, để khắc phục những nhược điểm của phương pháp nhận dạng cũ, tôi đề xuất giải quyết bài toán theo hướng tiếp cận mới bằng phương pháp PCA kết hợp với Eigenfaces để nhận dạng.

1.1. Giới thiệu

1.2. Các cảm xúc trên khuôn mặt

- 1. 1.2.1. Biểu cảm/cảm xúc trên khuôn mặt: Hạnh phúc (vui vẻ)
  2. 1.2.2. Biểu cảm/cảm xúc trên khuôn mặt: Chán ghét
  3. 1.2.3. Biểu cảm/cảm xúc trên khuôn mặt: Giận dữ
  4. 1.2.4. Biểu hiện/cảm xúc trên khuôn mặt: Nỗi sợ (sợ hãi)
  5. 1.2.5. Biểu hiện/cảm xúc trên khuôn mặt: Ngạc nhiên
  6. 1.2.6. Biểu hiện/cảm xúc trên khuôn mặt: Buồn bã

1.3. Các thuật toán nhận dạng khuôn mặt

- 1. 1.3.1. Phương pháp Deep Learning (CNN)
  2. 1.3.2. Phương pháp truyền thống

1.4. Các kỹ thuật sử dụng trong nhận dạng khuôn mặt

- 1. 1.4.1. Phát hiện khuôn mặt (Viola Jone Face detection)
  2. 1.4.2. Trích chọn đặc trưng Weber local Descripor- WLD

1.5. Phương pháp nhận dạng PCA

- 1. 1.5.1. Giới thiệu phương pháp PCA
  2. 1.5.2. Đặc trưng PCA
  3. 1.5.3. Một số khái niệm toán học được sử dụng trong PCA

1.5.3.1. Độ lệch chuẩn

1.5.3.2. Phương sai

1.5.3.3. Hiệp phương sai

1.5.3.4. Ma trận hiệp phương sai

1.5.3.5. Ma trận đại số

1.5.3.6. Eigenvector (Vectơ riêng)

1.5.3.7. Eigenvalue (Giá trị riêng)

1.6. Phân tích thành phần chính (PCA)

1.7. Eigenfaces trong nhận dạng cảm xúc trên khuôn mặt

1.8. Các bước cơ bản trong Eigenfaces

a. Xử lý ảnh đầu vào.

b. Huấn luyện ảnh.

c. Nhận dạng cảm xúc.

1.9. Nhận dạng cảm xúc dựa trên PCA

- 1. 1.9.1. Trích chọn đặc trưng

1.9.2. Quá trình nhận dạng

1.10. Phương pháp nhận diện sử dụng Artipicial Neural Network (ANN)

- 1. 1.10.1. Cấu trúc của ANN
  2. 1.10.2. Phân loại mạng Nơron
  3. 1.10.3. Thuật toán lan truyền ngược
  4. 1.10.4. Huấn luyện Neural Network
  5. 1.10.5. Sử dụng Neural Network

CHƯƠNG 2

PHÂN TÍCH THIẾT KẾ HỆ THỐNG

Nhiệm vụ chính của chương trình là Tính toán và thiết kế sơ đồ khối cho toàn hệ thống nhận dạng cảm xúc trên khuôn mặt từ ảnh đầu vào (ảnh chụp sẵn có trong file hoặc lấy trực tiếp từ webcam). Nhận dạng bằng cách so sánh với một cơ cở dữ liệu huấn luyện có sẵn đưa ra kết quả và nhận dạng cảm xúc trong cơ sở dữ liệu.

2.1. Mô hình bài toán nhận dạng cảm xúc

Giả sử có một cơ sở dữ liệu ảnh về các cảm xúc của con người đã được lưu trong máy, bài toán nhận dạng là làm sao để khi đưa ảnh khuôn mặt của một người bất kì vào thì máy sẽ thu nhận mặt, tách đặc trưng trên mặt và nhận dạng cảm xúc trên mặt của người này trong cơ sở dữ liệu.