LUẬN VĂN:TÁI TẠO MÔ HÌNH KHUÔN MẶT TỪ CÁC ĐIỂM ĐẶC TRƯNG

Chương 4. Thực nghiệm và đánh giá Nguyễn Đình Tư 54 Chƣơng 4 THỰC NGHIỆM VÀ ĐÁNH GIÁ Chúng tôi phát triển hệ thống tái tạo mô hình khuôn mặt từ các điểm đặc trưng trên khuôn mặt bằng ngôn ngữ Microsoft Visual C++ chạy trên nền Microsoft Visual Studio 6.0. Chúng tôi xây dựng cơ sở dữ liệu là các tập điểm đặc trưng của nhiều người khác nhau. Cơ sở dữ liệu này được đưa vào chạy trên hệ thống và cho ra tập các mô hình khuôn mặt được tái tạo. Sau đó chúng tôi sử dụng phương pháp thăm do ý kiến đánh giá bằng cách lập ra các danh mục các vùng trên khuôn mặt và lấy ý kiến đánh giá về độ chính xác của từng vùng đó. 4.1 Các bƣớc tiến hành thực nghiệm Chúng tôi tiến hành các bước như sau:  Bước 1. Xây dựng cơ sở dữ liệu: Chúng tôi xác định 50 điểm đặc trưng trên nửa trái của khuôn mặt, 50 điểm trên nửa bên phải xác định bằng cách lấy đối xứng. Từ đó, chúng tôi xây dựng bộ cơ sở dữ liệu gồm 10 tập tọa độ 50 điểm đặc trưng đó trên nửa trái khuôn mặt của 10 người khác nhau. Chúng tôi sử dụng kĩ thuật xây dựng mô hình ba chiều từ nhiều ảnh hai chiều [22]. Chúng tôi chụp ảnh mặt từng người, mỗi người 2 bức ảnh ở 2 góc khác nhau, sau đó đánh dấu các điểm đặc trưng lên các bức ảnh và dùng công cụ Camera Calibration Toolbox for Matlab, tạm dịch là Công cụ căn chỉnh máy quay cho Matlab [13] để trích xuất ra tọa độ 3 chiều của các điểm đặc trưng.  Bước 2. Chạy hệ thống: Chúng tôi sử dụng 10 tập tọa độ các điểm đặc trưng trên, cho vào hệ thống tái tạo và lưu lại mô hình các khuôn mặt tái tạo được.  Bước 3. Lấy ý kiến đánh giá: Chúng tôi lập ra danh sách đầu mục các vùng trên khuôn mặt. Sau đó, chúng tôi lần lượt hiển thị lại từng khuôn mặt và thu thập đánh giá về độ chính xác theo thang điểm từ 0 đến 10 của từng vùng.

Chương 4. Thực nghiệm và đánh giá Nguyễn Đình Tư 55 4.2 Kết quả và đánh giá Hình 32 biểu diễn các điểm đặc trưng và mô hình khuôn mặt nguồn chúng tôi chọn: Hình 32. Các điểm đặc trưng được chọn để thử nghiệm Chúng tôi chọn các vùng: Mắt, mũi, miệng, cằm, lông mày, trán, má và khung viền mặt để lấy nhận xét và đánh giá. Dưới đây là kết quả tái tạo khuôn mặt của một số người:

Chương 4. Thực nghiệm và đánh giá Nguyễn Đình Tư 56 Hình 33. Kết quả tái tạo khuôn mặt của người thứ nhất Khuôn mặt của người thứ nhất được tái tạo ở Hình 33 có các đặc điểm và được đánh giá như sau: - Mắt tương đối chính xác về độ mở, độ sâu và viền mắt 8.0 điểm, - Mũi cao, thon, độ dài tương đối chính xác nhưng cánh mũi chưa đủ độ phồng 8.5 điểm,

Chương 4. Thực nghiệm và đánh giá Nguyễn Đình Tư 57 - Viền miệng cong, độ mở tương đối chính xác, nhưng miệng hơi rộng 8.0 điểm, - Cằm tạo được độ uốn, nhô ra hợp lý 8.8 điểm, - Lông mày cong dài chính xác 9.0 điểm, - Phần giữa trán lõm hơn 8.0 điểm, - Gò má nhô lên, tạo độ cong tốt 9.0 điểm, - Khung viền mặt khá chính xác so với thực tế 8.0 điểm, Tổng điểm đạt được: 67.3/80. Chúng tôi sử dụng chức năng chỉnh sửa khuôn mặt để điều chỉnh giảm độ rộng của 2 bên cánh mũi để tăng thêm độ phồng cho mũi (Hình 34 từ trái sang phải) và điều chỉnh miệng nhỏ hơn (Hình 35 từ trái sang phải): Hình 34. Điều chỉnh cánh mũi hẹp hơn Hình 35. Điều chỉnh miệng nhỏ hơn

Chương 4. Thực nghiệm và đánh giá Nguyễn Đình Tư 58 Hình 36. Kết quả tái tạo khuôn mặt của người thứ hai Người thứ hai là nữ giới cho kết quả là một khuôn mặt tái tạo thon hơn, nữ tính hơn như Hình 36. Các đánh giá và cho điểm như sau: - Mắt to hơn 8.5 điểm, - Cánh mũi chưa tạo được độ phồng và cao hơn 7.0 điểm,

Chương 4. Thực nghiệm và đánh giá Nguyễn Đình Tư 59 - Nét miệng tốt, biểu lộ được cả tâm trạng 9.0 điểm, - Cằm có độ chính xác cao về độ cong 9.5 điểm, - Lông mày có độ cong lớn hơn nhiều 7.5 điểm, - Trán thon, nhỏ hơn 7.0 điểm, - Gò má có độ cong tương đối chính xác 8.0 điểm, - Chỗ gấp của xương hàm trên khung viền mặt thon hơn 7.0 điểm. Tổng điểm đạt được: 63.5/80. Do mắt to hơn so với thực tế nên chúng tôi thử tiến hành giảm độ to của mắt bằng chức năng chỉnh sửa khuôn mặt. Hình 37 biểu hiện đôi mắt nhỏ, đồng đều và đẹp hơn (từ trái sang phải). Hình 37. Điều chỉnh cho mắt nhỏ Tất cả các đánh giá trên 10 khuôn mặt của 10 người được tái tạo được chúng tôi tổng hợp lại ở Bảng 3.

Chương 4. Thực nghiệm và đánh giá Nguyễn Đình Tư 60 Bảng 3. Bảng đánh giá độ chính xác của các vùng trên khuôn mặt tái tạo được Người STT Mắt Mũi Miệng Cằm Lông mày Trán Má Viền mặt Tổng 1 7.0 9.0 8.8 8.0 9.0 8.5 8.0 8.5 66.8 2 8.0 7.0 9.5 9.0 9.0 8.0 8.0 7.5 66 3 8.0 7.0 9.5 9.0 8.0 8.0 7.0 7.5 64 4 8.0 8.5 8.0 8.8 9.0 8.0 9.0 8.0 67.3 5 8.5 7.0 9.0 9.5 7.5 7.0 8.0 7.0 63.5 6 8.5 7.0 8.0 9.5 8.0 6.5 7.0 7.5 62 7 9.5 9.0 8.5 8.5 9.0 7.5 6.0 7.0 65 8 7.5 8.0 8.5 9.0 9.0 8.0 7.0 7.0 64 9 9.5 8.5 8.0 7.0 8.5 8.5 8.0 8.0 66 10 8.5 7.5 8.0 7.5 8.0 8.5 8.5 8.5 65 Trung bình 8.3 7.85 8.58 8.58 8.5 7.85 7.65 7.65 64.96 Nhận xét và đánh giá: Tổng hợp lại những nhận xét, đánh giá về 10 khuôn mặt, chúng tôi rút ra các ưu điểm vả khuyết điểm sau:  Các ưu điểm:  Viền miệng tương đối chính xác.  Cằm tương đối chính xác.  Lông mày tạo vòng cung và có độ dài chính xác.  Mắt tương đối chính xác.  Tuy nhiên, tồn tại các hạn chế sau:  Khoảng cách đầu mũi và cánh khác, cánh mũi phồng nhiều hơn.  Trán phẳng hơn.  Má to, đầy hơn.  Viền mặt to hơn.

Chương 4. Thực nghiệm và đánh giá Nguyễn Đình Tư 61 Qua đó, chúng tôi rút ra kết luận là vùng miệng, cằm, lông mày, mắt và mũi đạt độ chính xác khá tốt do các vùng này phần miền rõ ràng và có nhiều điểm đặc trưng bao quanh viền của chúng. Phần viền mặt do chưa có nhiều điểm đặc trưng trên đó nên đạt độ chính xác chưa cao. Điểm trung bình mà chương trình đạt được là 64.96/80. Đây là một kết quả khả quan làm nền tảng để chúng tôi phát triển hệ thống tốt hơn nữa.

Chương 5. Tổng kết Nguyễn Đình Tư 62 Chƣơng 5 TỔNG KẾT Qua thời gian nghiên cứu về bài toán tái tạo mô hình khuôn mặt người, chúng tôi đã nắm được các phương pháp, kĩ thuật tái tạo khuôn mặt cùng với một số kiến thức về giải phẫu học khuôn mặt người. Qua đó, chúng tôi phát triển một hệ thống tái tạo mô hình khuôn mặt trong không gian ba chiều từ các điểm đặc trưng với ba mô-đun chính: Mô-đun chuẩn hóa dữ liệu, mô-đun biến đổi khuôn mặt và mô-đun chỉnh sửa khuôn mặt. Mô-đun chuẩn hóa có nhiệm vụ chuẩn hóa tập điểm đặc trưng đầu vào thông qua các phép quay, phép tịnh tiến và phép tỉ lệ trong không gian ba chiều. Mô- đun biến đổi sử dụng các mạng RBF được huấn luyện bằng tập điểm đặc trưng đã được chuẩn hóa và tập điểm đặc trưng trên khuôn mặt nguồn, từ đó biến đổi khuôn mặt nguồn thành khuôn mặt đích. Mô-đun chỉnh sửa hoàn thiện hơn những điểm chưa hợp lý trên khuôn mặt đích theo từng điểm đặc trưng hoặc từng vùng để được khuôn mặt đích cuối cùng. Hệ thống đã được thử nghiệm trên dữ liệu được tạo từ ảnh của những khuôn mặt thật và đạt được một kết quả khả quan là 80%. Các kết quả đạt được đối với vùng mắt, mũi, miệng, lông mày và cằm là tốt trong khi kết quả đạt được cho phần viền mặt là chưa cao. Bên cạnh đó, chúng tôi đã xây dựng được một quy trình tạo cơ sở dữ liệu trong mô-đun chuẩn hóa dữ liệu để thẩm định, đánh giá hệ thống và có thể phục vụ cho các nghiên cứu khác có cùng đối tượng nghiên cứu. Trong tương lai chúng tôi sẽ phát triển hệ thống hoàn thiện hơn. Đầu vào không chỉ dừng ở mức là có sẵn các điểm đặc trưng mà có thể là một mô hình hộp sọ và hệ thống sẽ tự động phát hiện các điểm đặc trưng trên khuôn mặt ứng với hộp sọ này. Ở mô-đun chỉnh sửa khuôn mặt, chúng tôi sẽ thử nghiệm nhiều dữ liệu hơn và xây dựng thêm chức năng chỉnh sửa cho nhiều vùng hơn nữa.

Tài liệu tham khảo Nguyễn Đình Tư 63 TÀI LIỆU THAM KHẢO Tài liệu tham khảo tiếng Việt: [1] Nguyễn Trọng Toàn, Đặc điểm về mắt, mũi, lông mày và tóc người Việt Nam. Báo cáo đề tài KC.01.16/06-10, 2009. [2] Nguyễn Trọng Toàn, Đặc điểm môi, miệng và tai người Việt Nam. Báo cáo KC.01.17/06-10, 2009. [3] Nguyễn Trọng Toàn, Tương quan giữa xương sọ mặt (phần cứng) và mô mềm xung quanh (phần mềm) của con người. Báo cáo đề tài KC.01.17/06-10, 2009, trang 4-5. [4] Nguyễn Trọng Toàn, Tương quan giữa xương sọ mặt và các bộ phận trên mặt như mắt, mũi và lông mày của người Châu Âu đã được sử dụng trong việc khôi phục mặt người, Báo cáo đề tài KC.01.16/06-10, 2009, trang 2-5. [5] Nguyễn Trọng Toàn, Đặc điểm nhân trắc, độ dày mô mềm và số đo hộp sọ của nhiều dân tộc, Báo cáo đề tài KC.01.16/06-10, 2009, trang 10. Tài liệu tham khảo tiếng Anh: [6] Anderson B., Martin Valfridson, Digital 3D facial reconstruction based on computed tomography, Master Thesis, Norrköping, 2005. [7] Ahlberg, J. CANDIDE-3 -- an updated parameterized face, Report No. LiTH- ISY-R-2326, Dept. of Electrical Engineering, Linköping University, Sweden, 2001. [8] Berar M., Michel Desvignes, Gerard Bailly and Yohan Payan, 3D semi landmarks-based statistical face reconstruction, Journal of computing and Information technology, 14 (1) , 2006, pages 31-43. [9] Bui, T. P. Illumination for computer generated pictures. Communications of the ACM, 1975. [10] Bui .T.D., M. Poel, D. Heylen & A. Nijholt, Automatic face morphing for transferring facial animation, In: Proceedings 6th IASTED International Conference on Computers, Graphics, and Imaging (CGIM 2003), Honolulu,

Tài liệu tham khảo Nguyễn Đình Tư 64 Hawai, USA, August 13-16, 2003, ACTA Press, Anaheim/Calgary/Zurich, ISBN 0-88986-376-8, pages 19-24. [11] Bui .T.D., D. Heylen, M. Poel & A. Nijholt, Exporting vector muscles for facial animation, In: Proceedings International Symposium on Smart Graphics 2003, A. Butz, A. Krüger & P. Olivier (eds.), Heidelberg, Lecture Notes in Computer Science, Springer, Berlin, 2003. [12] Buzug T. M., Prüfer Klaus, Bongartz Jens(eds), Reconstruction of Soft Facial Parts (RSFP2005), Book of Abstracts, Publ: Remagen, 2005. [13] http://www.vision.caltech.edu/bouguetj/calib_doc/ [14] Eck M., Interpolation Methods for Reconstruction of 3D Surfaces from Sequences of Planar Slices, CAD und Computergraphik, Vol. 13, No. 5, Feb. 1991, pages 109 – 120. [15] Golub G.H., M. Heath, G. Wahba. Generalized Cross- validation as a Method for Choosing a Good Ridge Parameter, Technometrics, 21(2), 1979, pages 215-223. [16] Gouraud, H. Computer display of curved surfaces. PhD thesis, Dept. of Electrical Engineering, University of Utah, 1971. [17] http://linc.iut.univ-paris8.fr/greta/ [18] Kahler K., Jorg Haber, Hans-Peter Seidel, Geometry-based Muscle Modeling for Facial Animation, 2001. [19] Kahler K., Jörg Haber, Hans-Peter Seidel (2003), Reanimating the Dead: Reconstruction of Expressive Faces from Skull Data, ACM Transactions on Graphics (Siggraph 2003), 22(3), July 2003. [20] Krogman W. M. The Reconstruction of the Living Head From the Skull, FBI Law Enforcement Bull 15 (7), 1946, pages 11–18. [21] Lee, Y., Terzopoulos, D., and Waters, K. Realistic face modeling for animation. In Cook, R., editor, SIGGRAPH 95 Conference Proceedings, Annual Conference Series, 1995, pages 55-62. [22] Ma .T.C, B.T. Duy, A process of building 3D models from images, VNU Journal of Science, 2007. [23] Mahl, R. Visible surface algorithm for quadric patches. IEEE Transactions on Computers, 1972, pages 1-4. [24] Moubaraki, L., Ohya, J., and Kishino, F, Realistic 3d facial animation in virtual space teleconferencing. In 4th IEEE International workshop on Robot and Human Communication, 1995. [25] Noh J., Ulrich Neumann, Expression Cloning, ACM SIGGRAPH 2001, pages 2-

Tài liệu tham khảo Nguyễn Đình Tư 65 4. [26] Parker, F. I. Computer generated animation of faces. Master's thesis,Dept. of Electrical Engineering, Division of Computer Science, University of Utah, 1972. [27] Pearson K. On the skull and portraits of Georg Buchanan, Biometrica, 1926, pages 233-256. [28] Quatrehomme G., S. Cotin, G. Subsol, H. Delingette, Y. Garidel, G. Grevin, M. Fidrich, P. Bailet, A. Ollier, A fully three-dimensional method for facial reconstruction based on deformable models, Journal of Forensic Science 42 (1997) pages 649–652. [29] Reeves, W. T. In State of the Art in Facial Animation: SIGGRAPH 1990 Course Notes #26, 1990, pages 88-106. 17th International Conference on Computer Graphics and Interactive Techniques. [30] Rhine, J. S. and Campbell, H. R. Thickness of facial tissues in American Blacks, Journal of Forensic Sciences (1980) 25: pages 847-858. [31] Rydfalk, M. Candide, a parameterized face. Technical Report Report No. LiTH- ISY-I-866, Dept. of Electrical Engineering, Linkping University, Sweden, 1987. [32] Terzopoulos T. and K. Waters. Physically-based facial modeling, analysis, and animation. Journal of Visualization and Computer Animation, 1990, pages 73– 80. [33] Verze L., History of facial reconstruction, Forensic Science International, 2009, pages 8. [34] Welsh, B. Model-Based Coding of Images, PhD dissertation, British Telecom Research Lab, Jan. 1991. [35] Weiss, R. Be vision, a package of ibm 7090 fortran programs to draworthographic views of combinations of plane and quadric surfaces. JACM, 1966, pages 194-204. [36] Waite, C. T. The Facial Action Control Editor, Face: A Parametric Facial Expression Editor for Computer Generated Animation. Massachusetts Institute of Technology, Media Arts and Sciences, Cambridge, Febuary 1989.