1. Tên giải pháp dự thi:
"Giải pháp nhận dạng mặt người bằng thuật toán sóng Gabor và những cải tiến".
2. Giải pháp kỹ thuật đã biết:
Trên thế giới hiện nay có rất nhiều nghiên cứu tập trung vào lĩnh vực nhận dạng ảnh mặt người điển hình như:
Năm 1966, Bledsoe đã xây dựng hệ nhận dạng bán tự động đầu tiên có sự tương tác giữa người và máy.
Năm 1971, phòng thí nghiệm Bell đưa ra hệ nhận dạng dựa vào vector đặc trưng chiều và sử dụng các kỹ thuật phân lớp mẫu để nhận dạng.
Năm 1973, hệ thống của Kanade có lẽ là hệ thống đầu tiên và là một trong số ít các hệ thống trong đó các bước nhận dạng được thực hiện hoàn toàn tự động. Đây là kỹ thuật thống kê thuần tuý.
Năm 1991, M. Turk và A. Pentland đã sử dụng phương pháp phân tích thành phần chính trong lý thuyết thông tin để đặc trưng cho các ảnh mặt người.
Năm 1998, K. Okada, J. Steffens, T. Maurer, Hai Hong, E. Elagin, H. Neven và Christoph đưa ra mô hình nhận dạng mặt người bằng sóng Gabor.
Năm 1998, J. Huang, C. Liu và H. Wechsler đề xuất thuật toán căn cứ trên tính tiến hoá và di truyền cho các tác vụ nhận dạng khuôn mặt.
Năm 1998, Oi Bin Sun, Chian Prong Lam và Jian Kang Wu sử dụng phương pháp tìm vùng hai chân lông mày, hai mắt, mũi miệng và cằm.
Năm 1998, A. Nefian và Monson H. Hayes trình bày hướng tiếp cận theo mô hình Marko ẩn (HMM).
Năm 2001, Guodong Guo, Stan Z. Li, Kap Luk Chan sử dụng phương pháp SVM để nhận dạng khuôn mặt, sử dụng chiến lược kết hợp nhiều bộ phận loại nhị phân để xây dựng bộ phân loại SVM đa lớp.
Mỗi phương pháp đều có ưu - nhược riêng và thường được áp dụng trong những điều kiện hoặc giải quyết một bài toán nhận dạng cụ thể nhất định.
3. Tính mới của giải pháp dự thi:
Khi tìm hiểu về "Nhận dạng mặt người dựa trên thuật toán sóng Gabor" qua các tạp chí, công trình nghiên cứu khoa học hoặc qua Internet thì bạn sẽ tìm được những kết quả. Nhưng có một đặc điểm chung, vì một lý do nào đó các tác giả chỉ cung cấp cho bạn biết về một hoặc vài kía cạnh nào đó của về vấn đề này mà thôi, nghĩa là không đủ để bạn có thể lập trình chính xác để đưa ra được sản phẩm theo đúng ý tư tưởng của thuật toán.
Qua một thời gian dài nghiên cứu, tìm hiểu thông qua nhiều bài viết, các đề tài khoa học đã được công bố trên các tạp chí uy tín trên thế giới và qua Internet, trong đề tài này tôi sẽ cung cấp một cách tổng quát, chi tiết nhất về vấn đề nhận dạng mặt người dựa trên thuật toán Gabor - Thuật toán nhận dạng dựa trên cấu trúc các đặc trưng sinh trắc học của khuôn mặt người như: mắt, mũi, miệng, cạnh cằm, lông mày, má lúm đồng tiền, nốt ruồi, vết sẹo, v.v...Thuật toán giải quyết tốt vấn đề ảnh bị xoay và sự thay đổi trong điều kiện chiếu sáng khi thực hiện nhận dạng.
Bên cạnh đó, tôi sẽ đưa ra các giải pháp, các cải tiến và xây dựng thành phần mềm để mô tả các ứng dụng trong thực tế của giải pháp như:
- Hệ thống hỗ trợ nhận dạng trong một tập Cơ sở dữ liệu hữu hạn.
- Hệ thống cửa tự động giới hạn người ra/vào.
- Hệ thống bảo mật bằng nhận dạng mặt người dùng cho Smartphone.
- Đặc biệt, đưa ra giải pháp và các cải tiến để giải quyết trường hợp nhận dạng đối tượng bịt mặt, nhận dạng đối tượng khi khuôn mặt bị che khuất một phần ... nhằm phục vụ cho công tác điều tra của lực lượng Công an.
4 - Khả năng ứng dụng thực tiễn của giải pháp:
Đề tài hướng tới các ứng dụng sau:
- Hỗ trợ tìm kiếm đối tượng trong Cơ sở dữ liệu ảnh mặt người hữu hạn.
Ví dụ: Trong ngành Công an có Cơ sở dữ liệu ảnh về các đối tượng có tiền án, tiền sự, đối tượng là tội phạm quốc tế hay ảnh chứng minh thư của Công dân. Từ Cơ sở dữ liệu về ảnh của đối tượng thì hệ thống sẽ tìm kiếm và trả về danh sách theo chiều giảm dần của "chỉ số giống nhau", khi đó sẽ kết hợp giữa "Người và Máy" để có kết quả xác định đối tượng một cách nhanh nhất.
- Có thể áp dụng cho hệ thống cửa điện tử tự động: xác định một người có được phép ra/vào trong một khu vực nào đó hay không. Nếu hệ thống xác nhận người đó thuộc danh sách những người được phép vào thì sẽ thực hiện mở cửa, ngược lại thì không. Những hệ thống này chúng ta đã thấy rất nhiều ở trên thế giới. Để ứng dụng trong trường hợp này ta phải thiết lập giá trị "Độ giống nhau có thể chấp nhận được" cho phần mềm.
- Hệ thống bảo mật bằng nhận dạng mặt người: hiện nay các dòng điện thoại thông minh (Smartphone) với giá cả phải chăng đang được mọi người ưa dùng. Được trang bị đầy đủ các tính năng, trong đó có camera chất lượng cao, thậm chí còn được trang bị cả camera phía trước. Sẽ thật tuyệt vời nếu chiếc Smartphone đó được trang bị hệ thống bảo mật bằng nhận dạng mặt người, vừa thuận tiện mà vẫn đảm bảo tính bảo mật.
- Phục vụ công tác điều tra, đấu tranh, phòng chống tội phạm của lực lượng Công an nhân dân: hiện nay các đoạn Video đe doạ khủng bố, bắt cóc con tin hay phổ biến nhất là các clip về nạn trộm cắp được ghi lại từ Camera an ninh đặt tại nhà riêng, cửa hàng, cơ quan, nơi công cộng v.v... xuất hiện rất nhiều. Các đối tượng xuất hiện trong các Video đó thường bịt mặt, hóa trang hoặc bị che khuất một phần khuôn mặt nên khó xác định được đối tượng! Nếu như chúng ta xây dựng được một Cơ sở dữ liệu lưu trữ ảnh đối tượng thì chức năng tìm kiếm theo vùng sẽ giúp chúng ta tìm ra đối tượng trong Cơ sở dữ liệu có vùng tương ứng (ví dụ vùng mắt) giống với đối tượng cần nhận dạng nhất, từ đó sẽ phục vụ tốt công tác điều tra, phá án của lực lượng Công an.
5. Hiệu quả kinh tế - Xã hội:
- Hiệu quả xã hội: với kho dữ liệu tàng thư Công dân đang lưu giữ tại phòng Hồ sơ của Công an Thanh Hóa như hiện nay thì việc tìm kiếm một đối tượng theo ảnh là bất khả thi chứ chưa nói đến vấn đề là tra cứu ra đối tượng bịt mặt hoặc khuôn mặt bị che khuất một phần. Nhưng sẽ khả thi nếu sử dụng phần mềm này và đặc biệt là tính năng "nhận dạng theo vùng" với kết quả trả về là độ giảm dần của "Chỉ số giống nhau", khi đó ta kết hợp giữa "Người và Máy" thì việc tra cứu, sàng lọc và khoanh vùng đối tượng sẽ khả thi và đơn giản hơn rất nhiều, phục vụ rất tốt cho công tác điều tra, cũng như công tác đấu tranh, phòng chống tội phạm. Góp phần vào công tác đảm bảo An ninh trật tự và giữ gìn trật tự an toàn xã hội.
