Trong bài đăng trên blog này, chúng ta sẽ cùng tìm hiểu một cách đơn giản và dễ hiểu về các nguyên tắc và quy trình đằng sau việc máy tính nhận diện khuôn mặt người.

Nhận diện khuôn mặt dựa trên những nguyên tắc nào?

Có lẽ bạn đã từng chơi ít nhất một trò chơi khi còn nhỏ mà trong đó bạn phải hoàn thiện một khuôn mặt người. Trong trò chơi này, trước tiên bạn chọn hình dạng khuôn mặt, sau đó chọn kiểu tóc, mắt, mũi và miệng lần lượt rồi đặt chúng lên khuôn mặt. Bằng cách thay đổi giữa các kiểu tóc, mắt, mũi và miệng khác nhau, bạn có thể tạo ra khuôn mặt mà mình muốn. Cách máy tính nhận dạng và so sánh khuôn mặt không khác nhiều so với điều này. Máy tính xác định và lưu trữ các đặc điểm khuôn mặt; khi một bức ảnh khuôn mặt mới được nhập vào, chúng sẽ so sánh nó với các đặc điểm đã lưu trữ để xác định người đó là ai.
Một ví dụ gần đây về công nghệ nhận diện khuôn mặt dễ tiếp cận là các ứng dụng nhận diện khuôn mặt. Các ứng dụng này trích xuất và lưu trữ trước các đặc điểm chính—như đường nét khuôn mặt, mắt, mũi và miệng—từ ảnh của người nổi tiếng. Sau đó, khi khuôn mặt của một người được chụp bằng camera, ứng dụng sẽ trích xuất các đặc điểm khuôn mặt theo cùng một cách và so sánh chúng với các đặc điểm khuôn mặt đã được lưu trữ của người nổi tiếng để xác định và hiển thị người có khuôn mặt trùng khớp nhất.

Máy tính nhận diện khuôn mặt như thế nào?

Bây giờ, chúng ta hãy xem xét quy trình nhận dạng khuôn mặt của máy tính. Nhận dạng khuôn mặt bao gồm bốn giai đoạn chính: nhập liệu, phát hiện khuôn mặt, trích xuất đặc điểm và so sánh.
Ở giai đoạn nhập liệu, một khung hình duy nhất từ ​​ảnh hoặc video được truyền đến máy tính thông qua thiết bị đầu vào. Nói chung, độ phân giải của thiết bị đầu vào càng cao và số khung hình mỗi giây (FPS) càng cao thì khả năng nhận diện khuôn mặt càng chính xác. Nguyên tắc này tương tự như cách một người có thị lực tốt có thể nhận diện khuôn mặt của người đứng ở xa chính xác hơn.
Ở giai đoạn phát hiện khuôn mặt, hệ thống trước tiên kiểm tra xem có khuôn mặt nào xuất hiện trong ảnh hoặc video đầu vào hay không. Để làm điều này, nó xác định đường viền khuôn mặt và các đặc điểm chính như mắt, mũi và miệng. Mặc dù hiện nay có nhiều kỹ thuật phát hiện khuôn mặt khác nhau đang được sử dụng, nhưng ở đây chúng ta sẽ tập trung vào phương pháp phát hiện Haar-like tiêu biểu.
Phương pháp phát hiện kiểu Haar sử dụng sóng Haar. Sóng Haar là một mẫu hình chữ nhật đơn giản bao gồm các vùng đen và trắng. Các vùng đen trắng này được sử dụng để xác định các khu vực trong ảnh có sự khác biệt về độ sáng. Bằng cách áp dụng các sóng có kích thước và hình dạng khác nhau trên toàn bộ ảnh hoặc video đầu vào, và sau đó chỉ giữ lại các vị trí có sự khác biệt về độ sáng giữa các vùng đen và trắng là đáng kể, hệ thống có thể phát hiện hiệu quả đường viền khuôn mặt và các đặc điểm chính trên khuôn mặt như mắt, mũi, miệng và lông mày. Hơn nữa, quá trình này cũng cho phép trích xuất thông tin vị trí liên quan đến các đặc điểm trên khuôn mặt.
Ví dụ, khi trích xuất thông tin về mắt, các vùng đen của sóng wavelet được định vị để tương ứng với các vùng tương đối tối—như đồng tử—trong khi các vùng trắng tương ứng với các vùng sáng, như da. Bằng cách tận dụng sự khác biệt về độ sáng này, vị trí và hình dạng của mắt có thể được phát hiện một cách hiệu quả.

Các đặc điểm khuôn mặt được trích xuất như thế nào?

Sau khi giai đoạn phát hiện khuôn mặt hoàn tất, hệ thống sẽ xác định xem có nên tiếp tục sang giai đoạn trích xuất đặc điểm hay không.
Trong giai đoạn trích xuất đặc điểm, các đặc điểm khuôn mặt được trích xuất để tận dụng tối đa các thành phần khuôn mặt đã được xác định trong giai đoạn phát hiện khuôn mặt. Khác với giai đoạn phát hiện khuôn mặt, quy trình này bao gồm một bước tiền xử lý. Vì góc xoay, kích thước và cường độ ánh sáng của khuôn mặt thay đổi theo từng bức ảnh hoặc video, nên một quy trình chuẩn hóa được thực hiện để chuẩn hóa chúng càng nhiều càng tốt. Ngoài ra, ảnh hoặc video màu có thể được chuyển đổi thành ảnh đen trắng khi cần thiết.
Ví dụ, ảnh gốc được chuyển đổi sang ảnh xám, sau đó chỉ vùng khuôn mặt được cắt và điều chỉnh kích thước về kích thước đồng nhất, và thực hiện cân bằng biểu đồ để hiệu chỉnh độ sáng. Sử dụng thông tin vị trí của các thành phần khuôn mặt thu được trong giai đoạn phát hiện khuôn mặt, các đặc điểm khuôn mặt được trích xuất từ ​​ảnh hoặc video đã trải qua quá trình tiền xử lý này.

Các đặc điểm khuôn mặt được trích xuất được sử dụng như thế nào?

Trong giai đoạn so sánh, thông tin về các thành phần khuôn mặt được trích xuất này sẽ được lưu trữ trong cơ sở dữ liệu (DB) hoặc so sánh với dữ liệu khuôn mặt hiện có để xác định sự phù hợp tốt nhất.
Chúng ta vừa xem xét quy trình nhận diện khuôn mặt bằng máy tính. Chỉ vài thập kỷ trước, ý tưởng về việc máy tính phân biệt giữa người với người dường như là một công nghệ xa vời so với thực tế. Tuy nhiên, với sự tiến bộ nhanh chóng của phần cứng, phần mềm máy tính và công nghệ trí tuệ nhân tạo, nhận diện khuôn mặt hiện được sử dụng rộng rãi trong nhiều lĩnh vực—bao gồm điện thoại thông minh và máy tính xách tay, cũng như kiểm soát ra vào, dịch vụ tài chính và an ninh sân bay. Ngày nay, công nghệ cho phép máy tính nhận diện khuôn mặt người không còn là câu chuyện của tương lai mà đã trở thành một công nghệ được tích hợp tự nhiên vào cuộc sống hàng ngày của chúng ta.