ỨNG DỤNG KỸ THUẬT COMPRESSIVE SENSING TRONG NHẬN DẠNG KHUÔN MẶT

Abstract

Cho đến nay bài toán nhận dạng khuôn mặt có rất nhiều hướng nghiên cứu khác nhau. Tuy nhiên, hầu hết các hệ thống nhận dạng khuôn mặt cùng thời đã gánh chịu nhiều khả năng hạn chế việc xử lý các tác động xấu gây trở ngại của hình ảnh như: độ sáng, thế chụp lệch, thời gian xử lý, hiệu suất nhận dạng... Với sự ra đời của lý thuyết Compressie sensing (CS), vấn đề này được giải quyết qua khái niệm “biểu diễn thưa”[3],[6]. Bài báo này nghiên cứu ứng dụng của lý thuyết Compressive sensing (CS) vào bài toán nhận dạng khuôn mặt nói trên nhằm nâng cao hiệu suất nhận dạng và tối ưu hóa hệ thống. Hệ thống được thực hiện trên các cơ sở dữ liệu Yale B, Extended Yale B và ORL. Kết quả thực nghiệm được phân tích để đánh giá hiệu suất nhận dạng và tính ổn định của hệ thống trong các điều kiện kiểm thử khác nhau và chỉ ra hiệu quả vượt trội của CS so với các phương pháp khác.