การพัฒนาเทคนิคการตรวจจับพื้นที่ใบหน้าและวัตถุบริเวณดวงตาโดยใช้การประมวลผลภาพ

Abstract

การค้นหาและเปรียบเทียบภาพลักษณะของใบหน้าโดยใช้เทคนิคการประมวลผลภาพเป็น ขั้นตอนสำคัญในการออกแบบระบบการจดจำใบหน้า แต่การตรวจจับใบหน้ายังเกิดโจทย์สำหรับ งานวิจัยเนื่องจากรูปร่างและลักษณะของใบหน้าแต่ละคนนั้นแตกต่างกัน ทั้งการแสดงอารมณ์ทาง ใบหน้า เชื้อชาติ สีผิว และปัจจัยอื่นๆ รวมถึงมีสิ่งแปลกปลอมบนใบหน้า เช่น การสวมแว่นตา หมวก ซึ่งสิ่งเหล่านี้ทา ให้ระบบไม่สามารถตรวจจับใบหน้าได้ ดังนั้นวิทยานิพนธ์นี้นำเสนอการพัฒนา เทคนิคค้นหาพื้นที่ใบหน้าและจับวัตถุบริเวณดวงตาบนพื้นฐานภาพสี YCbCr ร่วมกับ HSV ในการทดลองภาพจำนวน 200 ภาพได้ถูกนำมาใช้ โดยแบ่งเป็น 1) รูปที่พื้นหลังไม่มีลวดลาย และ 2) รูปที่พื้นหลังมีลวดลาย จากนั้นเทคนิคการใช้โมเดลสี YCbCr ถูกนำมาใช้กับภาพทั้งหมดเพื่อ จำแนกสีผิวออกจากพื้นหลังเพราะจากการศึกษาพบว่า วิธี YCbCr ค่าข้อมูลสี Cb และ Cr จะมีความ คล้ายคลึงกับจุดภาพของสีผิว ค่าข้อมูลสี Cb และ Cr แสดงให้เห็นการกระจายค่าข้อมูลสีผิว ที่มีการ ครอบคลุมถึงสีผิวทุกเชื้อชาติได้อย่างชัดเจน และโมเดลสี HSV ซึ่งสามารถบอกความบริสุทธิ์และ ความสว่างของสีได้อย่างชัดเจน จากนั้นเทคนิควิธีการ Sobel Edge Detection จะถูกนำมาใช้ในการ ตรวจจับใบหน้า และตรวจจับพื้นที่บริเวณรอบดวงตา แล้วทำการหาสิ่งบดบังบริเวณดวงตาโดยใช้ เทคนิค Image segmentation จากการทดลองพบว่าสำหรับพื้นหลังแบบไม่มีลวดลายสามารถหาตำแหน่งของใบหน้าได้ 96% หาตำแหน่งของสิ่งบดบังดวงตาได้ 91% สำหรับภาพพื้นหลังที่มีลวดลายสามารถหาตำแหน่งของใบหน้าได้ 86% และหาตำแหน่งของสิ่งบดบังดวงตาได้ 82% ความผิดพลาดเกิดจากส่วนของใบหน้ามีความสว่างน้อยหรือมากเกินไป และสีของลวดลายพื้นหลังมีสีที่ใกล้เคียงกับสีผิวของคน

Searching and comparing facial space using image processing are important steps to design a face recognition system. However, detecting facial space leads to do a research because shape and face features of each person are totally different such as emotion face, nationality, and skin color. It is also included when there are some external objects putting on each person’s face such as glasses and a hat. These factors contribute to some errors in face detection system. This study presents the development of object detection technique in facial space and eye boundary on YCbCr with HSV color image. In the experiment, 200 images were used as the input which can be classified into two groups 1) images without background patterns and 2) images with background patterns. YCbCr color model technique was then applied to all images to classify the skin colors from the background. In the literature reviews, it was found that the value of Cb and Cr of YCbCr color model technique provides similar skin colors of image index. Cb and Cr values show the skin color distribution which covers all skin colors of every nation. The color model HSV can show the pureness and the brightness of the color. Sobel edge detection technique was then used to detect face features and eye boundary. Image segmentation technique was used to search for object obstruction on the eye boundary. The results showed that face detection of the images without background patterns found 96% of the face positions and 91% of the object obstructions on the eye boundary. In terms of the images with background patterns, the system found 86% of the face positions and 82% of the object obstruction on the eye boundary. The error occurred because of the brightness of the images and the uncontrolled background colors which were similar to the color of the face.