Nhận dạng ảnh mặt người trong điều kiện ánh sáng thay đổ

đại học quốc gia hà nội khoa công nghệ Vũ Đình Hoàng Nhận dạng ảnh mặt ng−ời trong điều kiện ánh sáng thay đổi Ngành: Công nghệ thông tin Cán bộ h−ớng dẫn: TS. Hà Quang Thụy TS. Nguyễn Thanh Tùng Hà nội 2002 1 Mục lục lời nói đầu.......................................................................................................................3 ch−ơng 1. Tổng quan về nhận dạng ảnh mặt ng−ời ............................5 1.1 Bài toán nhận dạng ảnh mặt ng−ời ............................................................5 1.1.1 Bài toán và các yêu cầu nhận dạng.....................................................................5 1.1.2 Giải quyết bài toán từ quan điểm của lý thuyết nhận dạng..................................8 1.2 giải quyết vấn đề trong bài toán nhận dạng ảnh mặt ng−ời......9 1.2.1 Thu nhận dữ liệu.................................................................................................10 1.2.2 Biểu diễn đối t−ợng.............................................................................................12 1.2.3 Lập luận kết quả.................................................................................................14 1.3 hệ thống kỹ thuật nhận dạng ảnh mặt ng−ời ....................................14 1.3.1 Qui trình công nghệ xử lý thông tin ....................................................................15 1.3.2 Các vấn đề trong triển khai thực tế ....................................................................16 1.3.3 Các ứng dụng điển hình......................................................................................17 ch−ơng 2. nhận dạng ảnh mặt ng−ời trong điều kiện ánh sáng thay đổi .........................................................................................................................19 2.1 Phân tích các yếu tố ảnh h−ởng đến quá trình nhận dạng .......19 2.1.1 á nh sáng..............................................................................................................19 2.1.2 Các thay đổi hình học.........................................................................................19 2.1.3 Sai số do hệ thống...............................................................................................20 2.2 Các kỹ thuật giải quyết..................................................................................20 2.2.1 Đ−a các thông tin về điều kiện môi tr−ờng vào mô tả đối t−ợng........................20 2.2.2 Cách giải quyết dựa trên kỹ thuật khoảng cách tiếp xúc....................................24 2.2.3 Kết hợp các cách biểu diễn đối t−ợng khác nhau...............................................26 Ch−ơng 3. thuật toán nhận dạng trong điều kiện ánh sáng thay đổi .........................................................................................................................32 3.1 Thuật toán so sánh khuôn mẫu dựa theo khoảng cách tiếp xúc ................................................................................................................................32 3.2 Thuật toán so sánh điểm đặc tr−ng dựa theo khoảng cách tiếp xúc ................................................................................................................................35 3.3 Kết hợp hai thuật toán so sánh trên ......................................................37 2 Kết luận ........................................................................................................................39 Tài liệu tham khảo.................................................................................................40 3 lời nói đầu Nhận dạng mặt ng−ời bằng mắt là một ph−ơng thức thông dụng rất hiệu quả và đạt độ chính xác cao ngay cả trong tr−ờng hợp có các thay đổi lớn bởi các tác nhân kích thích trực quan do các điều kiện quan sát, diễn cảm, lão hóa và các tiêu khiển nh− kính hoặc các thay đổi kiểu tóc. Tuy nhiên việc xây dựng các hệ thống tự động thực hiện nhiệm vụ nhận dạng này thông qua ảnh là rất khó khăn vì gặp phải các biến đổi quan trọng trong quá trình định dạng ảnh. D−ới đây là một số bài toán có liên quan tới nhận dạng mặt ng−ời: - Phát hiện đ−ờng biên của mặt ng−ời trong một ảnh chụp toàn cảnh nào đó (tách ảnh mặt ng−ời), - Xác định ng−ời qua ảnh đã đ−ợc tách nhờ đối sánh ảnh với ảnh của một tập hợp ng−ời đã đ−ợc quản lý nào đó (định danh ảnh), - Phân tích các diễn cảm của mặt để biết đ−ợc tình trạng của ng−ời trong ảnh tại thời điểm chụp ảnh Nhận dạng mặt ng−ời tự động là một công việc khó khăn bởi vì khả năng thay đổi vốn có của quá trình định dạng ảnh trong giới hạn về chất l−ợng ảnh và trắc quang, hình học, che lấp, thay đổi, và cải trang. Ngày nay tất cả các hệ thống nhận dạng mặt tự động đang sử dụng chỉ có thể thực hiện trên các cở sở dữ liệu ảnh hạn chế trong giới hạn về cỡ, tuổi, giới tính, và/hoặc chủng tộc và tuy nhiên, nhận dạng mặt tự động đ−ợc thừa nhận là tốt trong các môi tr−ờng đ−ợc điều khiển. Khoá luận "Nhận dạng mặt ng−ời trong điều kiện ánh sáng thay đổi" có nội dung khảo sát một số ph−ơng pháp và kỹ thuật trong lĩnh vực nhận dạng ảnh, đ−ợc chia thành ba ch−ơng: Ch−ơng 1 "Tổng quan về nhận dạng ảnh mặt ng−ời" trình bày một cách tổng quan về các nhiệm vụ của hệ thống nhận dạng mặt: Mô tả bài toán, cách giải quyết bài toán theo quan điểm của lý thuyết nhận dạng và các hệ thống triển khai thực tế. Nội dung của ch−ơng đ−ợc chia làm 3 phần. Phần thứ nhất mô tả bài toán nhận dạng ảnh mặt ng−ời, trình bày các điều kiện bài toán, các yêu cầu nhận dạng và giải quyết bài toán theo quan điểm của nhận dạng. Phần thứ hai giải quyết các vấn đề trong bài toán nhận dạng, đ−a ra các quy trình mà một hệ thống nhận dạng tuân theo. Phần thứ ba mô tả hệ thống kỹ thuật trong bài toán nhận dạng ảnh mặt ng−ời, trình bày các quy trình xử lý thông tin, các vấn đề triển khai thực tế và các ứng dụng điển hình. Ch−ơng 2 "Phân tích các yếu tố ảnh h−ởng đến quá trình nhận dạng và các cách tiếp cận để giải quyết bài toán." trình bày các yếu tố ảnh h−ởng đến nhận dạng ảnh và hai cách 4 tiếp cận nhằm giải quyết bài toán. Khóa luận xem xét cách tiếp cận dựa trên khuôn mẫu, cách tiếp cận dựa trên điểm đặc tr−ng và kết hợp cả hai cách tiếp cận này để thu đ−ợc kết quả tốt nhất. Ch−ơng 3 "Một số thuật toán giải quyết bài toán dựa trên hai cách tiếp cận nhận dạng ảnh mặt". Ch−ơng này trình bày các thuật toán nhận dạng một ảnh dựa trên thuật toán khoảng cách tiếp xúc. Phần kết luận nêu tóm tắt lại nội dung chính đ−ợc đề cập đến trong khóa luận, một số kết quả và khiếm khuyết của khóa luận và định ra ph−ơng h−ớng nghiên cứu tiếp theo. Phần tài liệu tham khảo trình bày các tài liệu nghiên cứu gần đây của một số tác giả n−ớc ngoài. Mỗi tài liệu đều nêu đ−ợc khía cạnh nào đó của nội dung đang nghiên cứu. Do thời gian và trình độ còn hạn chế, việc triển khai thuật toán nhận dạng ảnh mặt ng−ời trong các điều kiện thay đổi của ánh sáng còn ở mức độ nhất định và ch−a đ−ợc cài đặt trong thực tế. Hy vọng rằng nếu thời gian và củng cố thêm sự hiểu biết tôi sẽ tiến hành nghiên cứu sâu hơn về vấn đề này. 5 ch−ơng 1. Tổng quan về nhận dạng ảnh mặt ng−ời Công nghệ nhận dạng ảnh đ−ợc ứng dụng trong nhiều miền ứng dụng khác nhau và tác động đến nhiều khía cạnh của đời sống con ng−ời: - Trong công nghiệp: Nhận dạng ảnh mặt ng−ời tự động đ−ợc áp dụng cho các hệ thống bảo mật nh− kiểm soát truy cập truyền thông trạm làm việc, truy cập ngân hàng. - Trong chính phủ: Hệ thống nhận dạng mặt ng−ời tự động đ−ợc dùng trong kiểm soát xuất nhập cảnh, kiểm soát vùng biên giới và bảo mật an ninh sân bay, hải cảng. Nhận dạng ảnh mặt ng−ời tự động có thể hỗ trợ cho việc xác định tội phạm đối với mục đích của pháp lý và các kỹ thuật chống khủng bố. - Trong y học: Nhận dạng mặt ng−ời tự động có thể hữu ích trong việc nghiên cứu hệ thống thần kinh, sự phản ứng tâm lý của bệnh nhân. Để xây dựng một hệ thống nhận dạng mặt ng−ời tự động, tr−ớc hết cần xem xét các khái niệm và bài toán liên quan trong hệ thống nói trên. 1.1 Bài toán nhận dạng ảnh mặt ng−ời Trong bài toán nhận dạng ảnh mặt ng−ời cần quan tâm đến các yếu tố ngoại cảnh tác động đến quá trình và quan tâm đến các cách tiếp cận để giải quyết bài toán nhận dạng sao cho hệ thống nhận dạng là bền vững với các yếu tố tác động đến quá trình nhận dạng. Tr−ớc hết một số khái niệm đ−ợc giải thích nh− d−ới đây: - ảnh mặt ng−ời: Một ảnh chụp mặt của một ng−ời nào đó đang có trong hệ thống, - Lớp ảnh mặt ng−ời: Do ảnh chụp mặt ng−ời phụ thuộc vào điều kiện ngoại cảnh và nội tâm của ng−ời đó khi chụp ảnh nên với mỗi một ng−ời, hệ thống cần có một tập hợp ảnh mặt của cùng một ng−ời đó song thể hiện đ−ợc nhiều trạng thái khác nhau. Chúng ta gọi tập hợp đó là tập ảnh mẫu của ng−ời đó. Khi nói đến một lớp ảnh mặt ng−ời là nói đến tập ảnh mẫu của cùng một ng−ời. 1.1.1 bài toán và các yêu cầu nhận dạng Bài toán nhận dạng ảnh mặt ng−ời có thể đ−ợc phát biểu nh− sau: Cho tr−ớc một tập hữu hạn (nhóm ng−ời), danh tính và các thông tin tùy thân có thể đ−ợc biết tr−ớc, x là ảnh mặt ng−ời cần nhận dạng thì bài toán thực hiện theo các nhiệm vụ nh− sau: - Xác định danh tính của ng−ời trong ảnh khi đã biết ng−ời đó thuộc vào nhóm ng−ời đã biết. Đây chính là bài toán phân loại N lớp. - Xác định xem ng−ời trong ảnh thuộc vào nhóm ng−ời cho tr−ớc hay không. 6 - Giả thiết rằng ng−ời trong ảnh là một ng−ời thuộc nhóm ng−ời biết tr−ớc, cần kiểm tra xem giả thiết đó có đúng không. - Nhận dạng đầy đủ tức là tr−ớc tiên ta xem ng−ời trong ảnh có thuộc nhóm ng−ời cho tr−ớc hay không, sau đó xác định xem ảnh đó là của ng−ời nào trong nhóm. Tr−ớc hết cần làm rõ khái niệm ảnh đ−ợc quản lý trong hệ thống nhận dạng ảnh. Hệ thống quản lý ảnh quan tâm tới hai yếu tố sau đây: - Đặc tr−ng ảnh của đối t−ợng đ−ợc quản lý. Theo lý thuyết nhận dạng ảnh, mỗi một loại ảnh đối t−ợng có một số đặc tr−ng nào đó chẳng hạn nh− nhận dạng mặt ng−ời thì có các loại đặc tr−ng hiểu mặt: trái xoan, chữ điền, tỷ lệ khoảng cách hai mắt ... hoặc nhận dạng chữ cái là số thành phần liên thông viết nên chữ cái đó .... Các đặc tr−ng này đ−ợc phân thành hai loại: các đại l−ợng bất biến (không bị thay đổi trong mọi thao tác với ảnh) và các đặc tr−ng khác. Gọi n1 là số các đặc tr−ng thuộc loại này. - Yếu tố tác động của môi tr−ờng vào ảnh khi chụp. ảnh chụp của một đối t−ợng phụ thuộc vào môi tr−ờng chụp ảnh (ánh sáng, góc chụp...) vì vậy để nhận dạng ảnh cần tính đến tác động của môi tr−ờng đối với ảnh chụp. Các ảnh h−ởng môi tr−ờng mạnh nhất đó là ánh sáng, góc chụp (yếu tố hình học) ... Để hệ thống nhận dạng ảnh hoạt động tốt cần biểu diễn đ−ợc sự tác động nói trên tới ảnh. Giải pháp đầu tiên đ−ợc nghĩ đến là cần nắm bắt đ−ợc "toàn bộ" các điều kiện môi tr−ờng là không thể thực thi đ−ợc vì khả năng vô hạn về tác động của môi tr−ờng đối với ảnh chụp. Một hệ thống rất khó thực hiện tốt nếu nh− không gian hoạt động là quá lớn (đ−a quá nhiều ảnh h−ởng môi tr−ờng) hoặc quá bé (đ−a quá ít điều kiện môi tr−ờng). Điều đó buộc chúng ta phải tạo ra một không gian đủ để hệ thống có thể hoạt động. Vì vậy, con ng−ời th−ờng chọn ra những đặc tr−ng cơ bản nhất của môi tr−ờng tác động vào ảnh chụp với miền giá trị hạn chế để tập hợp ảnh nắm bắt là nằm trong thực thi các hệ thống nhận dạng ảnh. Gọi n2 là số các đặc tr−ng của môi tr−ờng tác động vào ảnh chụp. Kết hợp một đối t−ợng cùng với một điều kiện môi tr−ờng cụ thể thì tạo ra một ảnh của một đối t−ợng đ−ợc thể hiện thông qua một vector n = n1 + n2 thành phần, chẳng hạn ảnh x đ−ợc biểu diễn thông qua một vector (x1 , x2 , ..., xn). Tập hợp các vector biểu diễn ảnh nói trên đ−ợc gọi là không gian ảnh. x Hình 1.1 Mô tả không gian biểu diễn ảnh 7 Hình 1 mô tả không gian biểu diễn ảnh và vị trị một đối t−ợng trong không gian đó. Đối t−ợng quan sát là đối t−ợng x bao gồm các h−ớng biểu hiện các đặc điểm của đối t−ợng x. Nếu đối t−ợng x càng nhiều đặc điểm thì số chiều của không gian trên càng tăng. Ta gọi số chiều của không gian là d thì không gian đ−ợc biểu diễn Sd (không gian S có d chiều). Đến đây x đ−ợc coi là một đối t−ợng của Sd (x ∈ Sd). Đối với bài toán nhận dạng, đối t−ợng nhận dạng là kết quả của một quá trình quan sát. Cụ thể trong bài toán nhận dạng này, hệ thống đ−ợc thực hiện qua các quá trình nh−: thu giữ ảnh, biểu diễn ảnh và cuối cùng là lập luận ảnh đã biểu diễn để thu đ−ợc kết quả mong muốn. Bài toán nhận dạng đ−ợc trình bày nh− sau: - x ∈ Sd: là một vector d-chiều thể hiện kết quả quan sát đ−ợc các số đo từ một quá trình hay một đối t−ợng đang nghiên cứu nào đó. - C ={C1…Cn}: tập hợp hữu hạn tên đ−ợc gán cho các quá trình hay đối t−ợng nghiên cứu và các tập Ci (i=1..n) đ−ợc gọi là các lớp. - g(x): Sd → {C1…Cn}: thuật toán nhận dạng là hàm xác định phép ánh xạ từ không gian Sd sang tập hợp C. Mục tiêu của bài toán nhận dạng sử dụng hàm g(x) để xác định một kết quả quan sát đ−ợc x ∈ Sd có thuộc về lớp Ci ∈ C hay không. Để thực hiện đ−ợc nhiệm vụ này đòi hỏi phải có thuật toán tốt nhất nào đó và thuật toán đ−ợc xác định bằng cách tối thiểu hàm xác suất nhận dạng sai tức là P[g(x) # Ci] → min. Nh− vậy ta nhận thấy bài toán nhận dạng bao gồm các vấn đề cần đ−ợc giải quyết sau đây: - Thu đ−ợc kết quả quan sát. - Xác định không gian Sd biểu diễn đối t−ợng. - Xác định thuật toán nhận dạng tốt nhất. Thông th−ờng từng đối t−ợng nhận dạng cho phép chúng ta xác định đ−ợc không gian Sd sao cho các đại diện của đối t−ợng này khác so với các đại diện của đối t−ợng khác. Tuy nhiên trong bài toán nhận dạng ảnh mặt ng−ời rất khó có thể biểu diễn đ−ợc đối t−ợng tại vì các đại diện thu đ−ợc trong các điều kiện khác nhau đối với mặt của một ng−ời nh−: độ tuổi làm biến đổi sắc thái mặt, ánh sáng tác động, diễn cảm của mặt, góc chụp ảnh mặt, tóc, kính và các yếu tố khác có thể ảnh h−ởng đến sự trích ra các mẫu. Các ảnh thu đ−ợc còn phải trải qua các quá trình biến đổi nh− sự quay, sự co dãn và các dịch chuyển. Các yếu tố tác động trên không dễ dàng chuẩn hóa để đ−a vào không gian biểu diễn mà trong đó sự mô tả các lớp là tách biệt. 8 Các nhiệm vụ trong nhận dạng ảnh mặt ng−ời đ−ợc minh họa nh− hình sau: Trong các hình minh hoạ trên cho thấy không gian biểu diễn ảnh đ−ợc phân chia thành các vùng khác nhau, mỗi vùng biểu diễn một đối t−ợng nhận dạng. Các đ−ờng kẻ trên không gian biểu diễn ảnh cho ta đ−ợc các luật phân loại ảnh. Quan sát ảnh ta thấy ảnh biểu diễn 3 ng−ời khác nhau và mối ng−ời ứng với một ký hiệu khác nhau. Hình trên cho biết một hệ thống nhận dạng ảnh phải thực hiện đ−ợc đầy đủ các vấn đề đặt ra trong quá trình nhận dạng. 1.1.2 Giải quyết bài toán từ quan điểm của lý thuyết nhận dạng Phân lớp không gian biểu diễn ảnh Bài toán này là một bài toán phân loại N lớp t−ơng ứng với tập các lớp đã có: C1…CN trong đó Ci là một lớp ảnh nào đó và tất cả các lớp đó đều đ−ợc mô hình hóa. Lớp đ−ợc giải quyết bởi biểu diễn dữ liệu của từng lớp và ứng dụng một trong nhiều kỹ thuật phân loại mẫu. Khả năng xảy ra sai số phân loại một mặt x đ−ợc giảm tới mức tối thiểu bởi việc gán nó tới lớp Ck với xác suất hậu nghiệm P(Ck⏐x) lớn nhất, trong đó )( )()( )( xp CPCxp xCP kkk = (1) p(x) là mật độ tuyệt đối, p(x⏐Ck) là mật độ xác suất phụ thuộc lớp và P(Ck) là xác suất tiên nghiệm đối với lớp Ck. Vì p(x) là giống nhau đối với mọi lớp nên nó không đ−ợc định giá để làm tăng xác suất hậu nghiệm. Do đó, một cách tiếp cận tới nhiệm vụ phân loại là mô hình hóa các mật độ xác suất phụ thuộc lớp p(x⏐Ck). Hình 1.2 Chia không gian ảnh thành các vùng khác nhau, các vùng biểu hiện của 3 ng−ời khác nhau và biểu hiện của mỗi một ảnh t−ơng ứng với một nhiệm vụ trên. 9 Xác minh danh tính của một ng−ời cho tr−ớc theo nghĩa là kiểm tra xem ng−ời đó có thuộc một lớp ảnh mặt ng−ời đã biết hay không Sự xác minh này có thể đ−ợc xem xét nh− một bài toán phân loại 2 lớp. Giả sử đã có hai lớp C0 và C1 t−ơng ứng với các tr−ờng hợp danh tính đó là đúng hoặc là sai. Để làm tăng xác suất hậu nghiệm, x sẽ đ−ợc gán cho Co nếu và chỉ nếu )( )()( )( 0 11 0 CP CPCxp CxP > (2) trong đó mật độ p(x ⎜C1) miêu tả sự phân tán các mặt ng−ời khác so với danh ttính đ−ợc yêu cầu. Xác định ng−ời trong ảnh có thuộc nhóm ng−ời cho tr−ớc hay không Đối với bài toán này có hai cách giải quyết đó là: Cách thứ nhất: Giải quyết nh− một bài toán phân loại 2 lớp C0 và C1 với lớp C0 đại diện cho một tập tất cả các lớp trong nhóm còn C1 đại diện cho không gian không chứa lớp nào trong nhóm đó (tập còn lại). Tất cả các lớp đ−ợc cụm lại đ−ợc gọi là lớp C0 và xác định đối t−ợng nhận dạng có thuộc trong lớp C0 này hay không, ng−ợc lại thì đối t−ợng nằm trong lớp C1. Cách thứ hai: Một cách tiếp cận khác bao gồm việc xây dựng một trình xác định danh tính đối với mỗi một ng−ời trong S. Nhiệm vụ này đ−ợc thực hiện bởi việc đ−a ra N sự xác minh danh tính t−ơng ứng với N lần kiểm tra đối t−ợng x có thuộc một lớp nào đó hay không. Nếu không thuộc vào lớp nào thì kết luận không xác định đ−ợc ng−ời đó, ng−ợc lại thì xác minh đ−ợc ảnh đó. Sự nhận dạng đầy đủ Nhiệm vụ này phải thực hiện đầy đủ các nhiệm vụ ở trên, tr−ớc tiên phải phân định đ−ợc các danh tính của đối t−ợng nhận dạng (phân loại các lớp) và sau đó xác định xem đối t−ợng đó là thuộc về lớp nào trong các lớp thu đ−ợc. Nhiệm vụ này đ−ợc thực hiện bởi sự liên kết N trình xác minh danh tính, t−ơng tự nh− cách tiếp cận xác định đối t−ợng là thuộc về lớp nào trong nhóm S. 1.2 giải quyết vấn đề trong bài toán nhận dạng ảnh mặt ng−ời Các vấn đề quan trọng trong nhận dạng ảnh mặt ng−ời đ−ợc thể hiện nh− sau: Sự thu nhận (Acquisition): đâu là các nhân tố quan trọng trong cách thu thập thông tin mặt ng−ời? 10 Sự biểu diễn (Representation): cách biểu diễn các nhân tố thu đ−ợc trong quá trình thu nhận các thông tin về ảnh. Sự lập luận (Reasoning): cách mà một hệ thống nhận dạng mặt có thể làm để so sánh các mặt ng−ời nhằm đạt hiệu quả nhất. Mỗi từ các mục con d−ới đây trình bày chi tiết ba vấn đề đã đ−ợc nêu trên đây. 1.2.1 Thu nhận dữ liệu Các vấn đề quan trọng trong nhận dạng ảnh mặt ng−ời đ−ợc thể hiện nh− sau: Sự thu nhận (Acquisition): đâu là các nhân tố quan trọng trong cách thu thập thông tin mặt ng−ời? Sự biểu diễn (Representation): cách biểu diễn các nhân tố thu đ−ợc trong quá trình thu nhận các thông tin về ảnh. Sự lập luận (Reasoning): cách mà một hệ thống nhận dạng mặt có thể làm để so sánh các mặt ng−ời nhằm đạt hiệu quả nhất. Mỗi từ các mục con d−ới đây trình bày chi tiết ba vấn đề đã đ−ợc nêu trên đây. 1.2.2 Thu nhận dữ liệu Phần này xem xét cách mà dữ liệu gốc đ−ợc thu nhận tr−ớc khi các vấn đề của sự biểu diễn đ−ợc thực hiện. Câu hỏi đặt ra là: Có bao nhiêu kiểu ảnh mặt là cần thiết và kiểu đó là gì?. Có bao nhiêu kiểu thay đổi sẽ đ−ợc mô tả trong các ảnh và các kiểu đó là gì?. Trong vấn đề về bắt giữ dữ liệu ta cần chú ý tới các vấn đề nh− là xây dựng đ−ợc cơ sở dữ liệu ảnh, trình phát hiện mặt, phân đoạn và chuẩn hoá ảnh. Mục đích của việc xây dựng một cơ sở dữ liệu ảnh là nhằm phục vụ cho việc phân tích thuật toán và cho việc kiểm Đối t−ợng Phân đoạn Phát hiện mặt Chuẩn hoá DataBas e Thông tin Vùng thông tin Các mặt thu đ−ợc L−u trữ Hình 1.3. Mô phỏng các giai đoạn thực hiện của vấn đề bắt giữ dữ liệu 11 nghiệm hệ thống ngoài ra cơ sở dữ liệu còn đ−ợc khai thác trong các hệ thống nhận dạng. Mô tả vấn đề bắt giữ dữ liệu biểu diễn trong hình 1.3. Việc xây dựng cơ sở dữ liệu phải thoả mãn đ−ợc sự biểu diễn các biến thể của môi tr−ờng. Ngoài ra cơ sở dữ liệu phải thể hiện đ−ợc sự mô tả các thông tin về bề mặt, các diễn cảm của mặt và các ảnh h−ởng của điều kiện bên ngoài tác động đến quá trình nhận dạng. Các hệ thống nhận dạng chúng không thể thực hiện đ−ợc trên các dữ liệu lớn, chúng