Nâng cao chất lượng ảnh màu mặt người bởi SVD của DCT trong miền logarit ứng dụng trong hệ thống nhận dạng mặt người

 CÔNG NGHỆ 
 Tạp chí KHOA HỌC & CÔNG NGHỆ ● Số 54.2019 20
KHOA HỌC P-ISSN 1859-3585 E-ISSN 2615-9619
NÂNG CAO CHẤT LƯỢNG ẢNH MÀU MẶT NGƯỜI 
BỞI SVD CỦA DCT TRONG MIỀN LOGARIT ỨNG DỤNG 
TRONG HỆ THỐNG NHẬN DẠNG MẶT NGƯỜI 
COLOR FACE IMAGE ENHANCEMENT BASED ON SVD OF DCT COEFFICIENTS IN LOGARITHM DOMAIN 
Nguyễn Nam Phúc1,*, 
Nguyễn Quốc Trung2, Hà Hữu Huy3 
TÓM TẮT 
Trong bài báo này, chúng tôi đưa ra một phương pháp cân bằng ánh sáng 
hữu hiệu để nâng cao chất lượng ảnh mặt người trong không gian màu RGB ứng 
dụng trong nhận dạng mặt người. Trước tiên, ảnh mặt người trong không gian 
màu RGB được phân tách thành ba kênh màu và tham chiếu Gaussian được biến 
đổi sang miền logarit. Sau đó sử dụng biến đổi Cosin rời rạc để xác định các thành 
phần tần số thấp mang thông tin độ sáng của ảnh mặt người. Các hệ số bù sáng 
tương ứng với ba kênh màu RGB sẽ được tính toán một cách tự động thông qua tỉ 
lệ các giá trị riêng lớn nhất của các ma trận hệ số biến đổi Cosin rời rạc, tần số 
thấp của ba kênh màu và tham chiếu Gaussian. Kết quả thử nghiệm trên hai bộ 
cơ sở dữ liệu màu nổi tiếng CMU-PIE và FERET cho thấy, ảnh khuôn mặt người thu 
được không chỉ rõ hơn, lấy lại được màu da người tự nhiên, ứng dụng rất nhiều 
trong lĩnh vực thị giác máy tính, mà còn nâng cao được hiệu suất của hệ thống 
nhận dạng mặt người, tốt hơn các phương pháp hiện nay như ASVD và TSVD. 
Từ khóa: Biến đổi cosin rời rạc (DCT), phân rã giá trị riêng (SVD), nhận dạng 
ảnh mặt người. 
ABSTRACT 
In this paper, we provided an effective illumination compensation method to 
improve the quality of human face images in RGB color space for face recognition. 
First, three color channels of color face image and Gaussian reference are converted 
to the logarithm domain by logarithm transform (LT), then using the discrete cosine 
transform (DCT) to determine their low-frequency components. The compensated 
factors corresponding to the three RGB color channels will be calculated 
automatically through the ratio of the largest singular values of the low-frequency 
DCT coefficient matrices of the three color channels and the Gaussian reference. 
Experimental results on two databases, namely CMU-PIE and Color FERET show that 
our method can improve the performance of the face recognition system, better 
than relevant studies such as ASVD and TSVD. 
Từ khóa: Discrete cosine transform (DCT), Singular Value Decomposition 
(SVD), face recognition. 
1Cục Công nghệ thông tin, Bộ Công an 
2Trường Đại học Bách khoa Hà Nội 
3Viện Khoa học và Công nghệ Quân sự 
*Email: phucnguyenh46@gmail.com 
Ngày nhận bài: 12/7/2019 
Ngày nhận bài sửa sau phản biện: 15/8/2019 
Ngày chấp nhận đăng: 15/10/2019 
1. GIỚI THIỆU 
Trong những năm gần đây, nhận dạng khuôn mặt 
người đã trở thành một lĩnh vực nghiên cứu quan trọng 
trong các lĩnh vực như nhận dạng mẫu, thị giác máy tính, 
học máy, hình sự, camera giám sát. Tuy nhiên, vẫn còn rất 
nhiều yếu tố tác động không nhỏ tới độ chính xác của các 
hệ thống nhận dạng mặt người như độ sáng, biểu hiện của 
khuôn mặt, tư thế của khuôn mặt, trong đó tác động của 
độ sáng được coi là một trong những nhân tố quan trọng 
nhất. Dưới điều kiện độ sáng khác nhau, ảnh khuôn mặt 
người có thể bị quá sáng, quá tối, thậm chí có thể bị che 
khuất toàn bộ hoặc một phần khuôn mặt. Do vậy, việc tăng 
cường chất lượng ảnh mặt người có ý nghĩa vô cùng quan 
trọng tại bước tiền xử lý, qua đó nâng cao độ chính xác của 
các hệ thống nhận dạng mặt người. Nhiều nhà nghiên cứu 
đã đưa ra nhiều phương pháp nâng cao chất lượng ảnh 
khác nhau, chủ yếu tập trung vào hai loại chính: bù độ sáng 
của ảnh mặt người, qua đó làm cho ảnh rõ nét hơn hoặc 
loại bỏ sự tác động của độ sáng, qua đó thu được ảnh chỉ 
chứa đặc trưng cấu trúc của khuôn mặt người. 
Nhóm thứ nhất bao gồm các phương pháp cân bằng 
ánh sáng ảnh mặt người. Cân bằng lược đồ xám (HE) [1] là 
phương pháp cơ bản nhất nhằm cân bằng độ tương phản 
của ảnh. Tuy nhiên, HE là công nghệ xử lý toàn cục nên với 
những ảnh có độ sáng biến thiên cao, kết quả ảnh sau khi 
xử lý không được như mong đợi. Pizer và cộng sự [2] giới 
thiệu phương pháp mang tên cân bằng lược đồ xám tương 
thích (AHE) bằng việc tính toán một số lược đồ xám, mỗi 
lược đồ xám tương ứng với một phần riêng biệt của ảnh và 
sử dụng chúng để phân phối lại các giá trị độ sáng của ảnh. 
Tuy nhiên, AHE có xu hướng khuếch đại quá mức. Shan và 
cộng sự [3] đưa ra phương pháp HE từng vùng và hiệu 
chỉnh cường độ gamma để điều chỉnh độ sáng tổng thể 
của hình ảnh khuôn mặt thành hình ảnh khuôn mặt "chính 
tắc" được xác định trước, đồng thời cho rằng, đối với những 
ảnh mặt người bị che khuất cần thì cần phải chia thành 
nhiều ảnh con để xử lý. Choi và Jeong [4] đưa ra phương 
pháp để bù vào phần khuôn mặt bị che khuất trong ảnh 
mặt người bằng cách sử dụng biến đổi Fourier để biến đổi 
P-ISSN 1859-3585 E-ISSN 2615-9619 SCIENCE - TECHNOLOGY 
No. 54.2019 ● Journal of SCIENCE & TECHNOLOGY 21
ảnh mặt người từ miền không gian sang miền Fourier, sau 
đó cố định phổ pha và thay thế phổ biên độ của ảnh mặt 
người bằng phổ biên độ trung bình được tính toán bằng 
cách lấy trung bình của phổ biên độ của ảnh mặt người và 
phổ biên độ trung bình của tất cả các ảnh mặt người khác 
trong cơ sở dữ liệu. Tuy nhiên, khuôn mặt nhận được trông 
không tự nhiên do việc thay đổi các giá trị của phổ biên độ 
là không tuyến tính, dẫn đến cấu trúc ảnh nhận được 
không đúng với ảnh thực tế. 
Nhóm thứ hai tìm cách loại bỏ cường độ sáng mà chỉ 
giữ lại các đặc trưng mang tính cấu trúc của khuôn mặt. 
Zhang và cộng sự [5] định nghĩa độ đo mức nhạy của độ 
sáng bằng tỷ lệ gradient theo hướng ngang và hướng dọc 
và thu được ảnh cấu trúc khuôn mặt người gọi là gradient 
face không còn tác động của độ sáng bằng cách tính 
arctangent của tỷ lệ này. Wang và cộng sự [6], Wu cùng 
cộng sự [7] thu được ảnh mặt người không còn tác động 
của độ sáng dựa trên luật Weber, ảnh thu được gọi là 
weberface. Tuy nhiên, các phương pháp này sử dụng rất 
nhiều tham số để xác định các ngưỡng trong mô hình và 
việc thiết lập các giá trị ngưỡng này là rất mơ hồ. Savvides 
và Kumar [8] sử dụng biên đổi logarit (LT) biến đổi ảnh sang 
miền logarit, sau đó sử dụng bộ lọc chuẩn dựa trên biến đổi 
contourlet để thu được ảnh bất biến với độ sáng. Chen 
cùng cộng sự [9] cũng sử dụng LT để biến đổi ảnh sang 
miền logarit, sau đó sử dụng biến đổi cosin rời rạc (DCT) để 
xác định tần số thấp và tần số cao của ảnh mặt người. Dựa 
trên tính chất các thông tin về độ sáng thường nằm tại 
băng tần tần số thấp và thông tin độ phản xạ nằm tại băng 
tần tần số cao, gán những giá trị băng tần tần số thấp bằng 
0, chỉ sử dụng các giá trị băng tần tần số cao để tái tạo lại 
ảnh mặt người bất biến với độ sáng. 
Các phương pháp trên tập trung giải quyết vấn đề biến 
đổi độ sáng trên ảnh khuôn mặt đa mức xám. Gần đây, 
nhiều phương pháp được xử lý trên ảnh khuôn mặt màu. 
Torres và cộng sự [10] chỉ ra rằng, thông tin màu thể hiện 
trong một số không gian màu nhất định có tác dụng lớn 
trong nhận dạng khuôn mặt người. Để giảm hiệu ứng 
chiếu sáng lên ảnh màu, Demirel và Anbarjafari [11] đã sử 
dụng phân rã giá trị riêng (SVD) để bù sáng ảnh khuôn mặt 
màu dựa trên một hệ số bù sáng được tính toán dựa trên tỷ 
lệ của giá trị riêng lớn nhất của tham chiếu Gaussian và giá 
trị riêng lớn nhất của kênh màu. Tuy nhiên, phương pháp 
này chỉ sử dụng một hệ số bù sáng cho toàn bộ ba kênh 
màu RGB, dẫn đến mất thông tin màu trong hình ảnh 
khuôn mặt. Để khắc phục những thiếu sót này, Wang và 
cộng sự [12] đưa ra phương pháp phân rã giá trị riêng 
tương thích (ASVD) bằng cách sử dụng thêm các giá trị 
trung bình của 03 kênh màu RGB, kết hợp với tỷ lệ giữa giá 
trị riêng lớn nhất của tham chiếu Gaussian với giá trị riêng 
lớn nhất của các kênh màu để tính toán các hệ số bù sáng 
tương ứng. Tương tự, Wang và cộng sự [13] đề xuất 
phương pháp gọi là TSVD, trước tiên phân tách ảnh màu 
thành hai phần, một phần chứa thông tin các điểm ảnh tối 
và một phần mang thông tin các điểm ảnh sáng, sau đó áp 
dụng ASVD thích hợp trên hai phần này. Tuy nhiên, hình 
ảnh ASVD và TSVD không cải tiến được nhiều ảnh mặt 
người có độ biến thiên cao. 
Trong bài báo này, chúng tôi đưa ra một phương pháp 
hữu hiệu để bù sáng cho ảnh mặt người trong không gian 
màu RGB, đặc biệt là các ảnh bị che khuất bằng cách tính 
toán các hệ số bù qua việc tham chiếu đến một ảnh màu có 
phân bố chuẩn Gaussian (tham chiếu Gaussian) có cùng kích 
thước. Trước tiên, ảnh mặt người trong không gian màu RGB 
và tham chiếu Gaussian được biến đổi sang miền logarit bởi 
biến đổi Logarit (LT), sau đó sử dụng biến đổi DCT để xác 
định các thành phần tần số thấp mang thông tin độ sáng 
của ảnh mặt người. Các hệ số bù sáng tương ứng với ba kênh 
màu RGB sẽ được tính toán một cách tự động thông qua tỉ lệ 
các giá trị riêng lớn nhất của các ma trận hệ số DCT của 3 
kênh màu và tham chiếu Gaussian. Kết quả thử nghiệm trên 
hai bộ cơ sở dữ liệu màu nổi tiếng CMU-PIE và FERET cho 
thấy, ảnh khuôn mặt người thu được không chỉ rõ hơn, lấy lại 
được màu da người tự nhiên, ứng dụng rất nhiều trong lĩnh 
vực thị giác máy tính, mà còn nâng cao được hiệu suất của 
hệ thống nhận dạng mặt người. 
Bố cục của bài báo được bố trí như sau: Phần 1 giới 
thiệu tổng quan về các phương pháp nâng cao chất lượng 
ảnh mặt người. Phần 2 giới thiệu về ứng dụng của LT, DCT 
và SVD trên ảnh mặt người. Phần 3 trình bày về phương 
pháp nâng cao chất lượng ảnh mặt người trong không gian 
màu RGB và kết luận được trình bày trong phần 4. 
2. BIẾN ĐỔI LOGARIT, BIẾN ĐỔI COSIN RỜI RẠC, PHÂN 
RÃ GIÁ TRỊ RIÊNG CỦA ẢNH 
2.1. Biến đổi Logarit 
Biến đổi Logarit được sử dụng để mở rộng rãi trong lĩnh 
vực xử lý ảnh, đặc biệt trong các bài toán nâng cao chất 
lượng ảnh [14]. Do tính chất của hàm logarit với đồ thị của 
được biểu diễn trong hình 1, LT ánh xạ một khoảng hẹp của 
các giá trị cấp xám thấp trong ảnh đầu vào thành một 
khoảng rộng hơn của ảnh đầu ra và ngược lại biến một 
khoảng rộng các giá trị cấp xám cao trong ảnh đầu vào 
thành một khoảng hẹp các giá trị cấp xám của ảnh đầu ra. 
Hình 1. Đồ thị của hàm y = log(x) với x chạy từ 0 đến 255 
Trong bài báo này, chúng tôi sử dụng LT để mở rộng các 
giá trị của các điểm ảnh tối trong một ảnh màu trong khi 
nén các giá trị màu cao lại, qua đó nâng cao chất lượng ảnh 
mặt người¸ đặc biệt với các ảnh màu mặt người trong 
 CÔNG NGHỆ 
 Tạp chí KHOA HỌC & CÔNG NGHỆ ● Số 54.2019 22
KHOA HỌC P-ISSN 1859-3585 E-ISSN 2615-9619
trường hợp bị che khuất, do đó nâng cao chất lượng ảnh 
màu khuôn mặt người. Hình 2 biểu diễn một số ảnh màu 
mặt người trong cơ sở dữ liệu CMU-PIE và FERET (a) và các 
ảnh thu sau khi được sau khi sử dụng LT (b). Kết quả cho 
thấy, phần bị che khuất trong ảnh đã được khuếch đại làm 
cho rõ hơn. Tuy nhiên, các phần không bị che khuất cũng bị 
khuếch đại làm cho ảnh bị quá sáng, ảnh hưởng lớn độ 
chính xác của hệ thống nhận dạng khuôn mặt. 
(a) 
(b) 
Hình 2. Ảnh màu mặt người trong cơ sở dữ liệu CMU-PIE và FERET (a) và ảnh 
thu được sau khi sử dụng LT (b) 
2.2. Biến đổi cosin rời rạc 
Biến đổi cosin rời rạc biến đổi ảnh từ miền không gian 
sang miền tần số, tập trung năng lượng vào một hệ số, 
được áp dụng rộng rãi trong nén ảnh số chuẩn JPEG và 
MPEG [15]. Các dạng DCT được chia thành 4 loại, ký hiệu là 
DCT-I, DCT-II, DCT-III và DCT-IV. DCT-II được sử dụng rộng 
rãi trong mã hóa tín hiệu số bởi gần tương đương biến đổi 
Karhunen-Loeve trong mô hình tín hiệu Markov-I với hệ số 
tương quan gần bằng 1 [16]. Trong xử lý ảnh, DCT-II được 
sử dụng rộng rãi nhất và thường được gọi vắn tắt là DCT. 
Cho ảnh xám có kích thước m × n, biến đổi hai chiều 
DCT (2D-DCT) được định nghĩa như sau: 
C(u,v) = 
α(u)α(v) ∑ ∑ f(x, y)cos

 
()

 cos 
()

 (1) 
trong đó, C(u, v) được gọi là hệ số cosin rời rạc. 
Và biến đổi DCT ngược (iDCT) được định nghĩa bởi 
f(x,y) = 
∑ ∑ α(u)α(v)C(u, v)cos

 
()

 cos 
()

 (2) 
với 
 () = 

√
,  = 0 

√
,  = 1,2,  ,  − 1
 (3) 
và 
 α(v) = 

√
, v = 0 

√
, v = 1,2,  , n − 1
 (4) 
Trong chuẩn nén ảnh JPEG, ảnh gốc được chia thành 
những khối nhỏ không chồng khít lên nhau có kích thước 8 
× 8 và áp dụng DCT cho từng khối này một cách riêng rẽ. 
Trong khuôn khổ nghiên cứu này, chúng tôi áp dụng DCT 
trên toàn bộ ảnh thể thu được tất cả các thành phần tần số 
của ảnh mặt người. Hơn thế nữa, trong ảnh khuôn mặt 
người, độ sáng thường thay đổi chậm hơn khi so sánh với 
độ phản xạ, ngoại trừ phần khuôn mặt bị che khuất. Khi 
biến đổi sang miền tần số, thông tin chứa độ sáng thường 
nằm ở băng tần tần số thấp và thông tin chứa độ phản xạ 
thường nằm ở tần số cao. Nếu muốn tác động vào độ sáng, 
chúng ta tác động vào các giá trị băng tần thấp và loại bỏ 
các giá trị băng tần cao, ngược lại, nếu ta muốn sử dụng độ 
phản xạ để biểu diễn ảnh khuôn mặt người, chúng ta tác 
động vào băng tần cao và loại bỏ các giá trị băng tần thấp. 
Kết quả của DCT là sự chuyển đổi ảnh gốc sang miền tần 
số. Giá trị trên cùng bên trái lưu trữ "biên độ" tần số và tần 
số "cơ sở" tăng cả dọc theo trục ngang và dọc. Kết quả của 
DCT thường là một tập hợp các biên độ ở tần số thấp hơn 
bình thường (góc phần tư trên cùng bên trái) và các mục 
nhỏ hơn ở tần số cao hơn. Do thông tin độ sáng nằm chủ 
yếu tại băng tần thấp, chúng ta có thể tái tạo lại ảnh khuôn 
mặt bằng việc chỉ sử dụng các hệ số băng tần thấp, còn 
gán những hệ số băng tần cao bằng 0. Hình 3 cho thấy sự 
đúng đắn của khẳng định này. Hàng thứ nhất biểu diễn ảnh 
mặt người và ma trận hệ số DCT tương ứng; hàng 2 là ảnh 
mặt người được xây dựng lại khi chỉ giữ lại một số thành 
phần tần số thấp (góc phần mười sáu trên cùng bên trái) 
còn các hệ số khác được gán bằng 0; hàng 3 là ảnh mặt 
người được xây dựng lại khi chỉ giữ lại một số thành phần 
tần số thấp (góc phần tư trên cùng bên trái) còn các hệ số 
khác được gán bằng 0; hàng 4 là ảnh mặt người được xây 
dựng lại khi gán các thành phần tần số thấp bằng 0 (góc 
phần tám trên cùng bên trái) còn các hệ số khác được giữ 
nguyên. Kết quả cho thấy, ảnh mặt người vẫn được duy trì 
khi ta giữ lại các thành phần tần số thấp và ngược lại ta sẽ 
thu được cấu trúc của ảnh nếu loại bỏ tần số thấp và giữ lại 
tần số cao. 
Hình 3. Từ trái qua phải là ảnh mặt người, ma trận hệ số DCT và lược đồ 
histogram của ảnh mặt người 
P-ISSN 1859-3585 E-ISSN 2615-9619 SCIENCE - TECHNOLOGY 
No. 54.2019 ● Journal of SCIENCE & TECHNOLOGY 23
Trong nghiên cứu này, chúng tôi thực hiện việc bù sáng 
trên ảnh màu mặt người, do đó loại bỏ các tần số cao, chỉ 
giữ lại các giá trị tần số thấp (góc phần tư trên cùng bên 
trái) và đưa ra một thuật toán rất hữu hiệu để bù sáng cho 
ảnh màu mặt người, làm cho ảnh khuôn mặt người không 
chỉ rõ hơn, mà còn tái tạo lại làn da tự nhiên của khuôn mặt 
người, qua đó nâng cao hiệu xuất của hệ thốn ... g với 3 kênh màu 
R, G, B và tác động vào các hệ số này để thu được ảnh có 
chất lượng tốt hơn. Ta có: 
{DCT_R, DCT_G, DCT_B} = DCT(R, G, B) (9) 
DCT_Ga = DCT(Ga) (10) 
Như thảo luận trong phần 2.3, giá trị riêng của ảnh chứa 
thông tin độ sáng và giá trị riêng lớn nhất chứa 99,72% 
năng lượng của ảnh, do đó tính toán SVD của DCT_RLT 
DCT_G, DCT_B và DCT_Ga: 
DCT_R = U ∗ Σ ∗ V
; (11) 
DCT_G = U ∗ Σ ∗ V
; (12) 
DCT_B = U ∗ Σ ∗ V
; (13) 
DCT_Ga = U ∗ Σ ∗ (14) 
Ký hiệu các giá trị riêng lớn nhất của Σ, Σ , Σ và Σ 
tương ứng là λ, λ , λ và λ . Khi đó, hệ số bù sáng cho các 
kênh màu được tính như sau: 
μ =


 (15) 
μ =


 (16) 
μ =


 (17) 
(a) 
 CÔNG NGHỆ 
 Tạp chí KHOA HỌC & CÔNG NGHỆ ● Số 54.2019 24
KHOA HỌC P-ISSN 1859-3585 E-ISSN 2615-9619
(b) 
Hình 6. Ảnh màu mặt người và lược đồ histogram của nó (a); ảnh ALDS của 
ảnh gốc ở hàng trên và lược đồ histogram của ALDS (b) 
Thông qua các hệ số bù sáng này, cách hệ số DCT được 
tính toán lại bằng cách nhân với hệ số bù sáng như sau: 
DCT_Rù = U ∗ (μΣ) ∗ V
; (18) 
DCT_Gù = U ∗ (μ Σ ) ∗ V
; (19) 
DCT_Bù = U ∗ (μΣ) ∗ V
; (20) 
Sử dụng biến đổi DCT ngược của các hệ số DCT bù sáng, 
ta được các kênh màu sau khi bù sáng: 
Rù = iDCT(DCT_Rù); (21) 
Gù = iDCT(DCT_Gù); (22) 
Bù = iDCT(DCT_Bù); (23) 
Cuối cùng, trộn lẫn ba kênh màu và chuẩn hóa dữ liệu, 
ta thu được ảnh màu mặt người, ký hiệu là ALDS, không chỉ 
rõ nét hơn rất nhiều so với ảnh gốc, mà còn tái tạo lại được 
mầu da người, có thể rất hữu hiệu trong lĩnh vực thị giác 
máy tính và phát hiện màu da, như chỉ trong hình 6. Do bề 
mặt người không phải là bề mặt khuếch tán hoàn hảo (bề 
mặt lambertian) nên trong một số trường hợp, có những 
đặc trưng của khuôn mặt không nằm ở băng tần thấp. Hơn 
nữa, những phần bị che khuất cũng nằm trên cùng băng 
tần với các đặc trưng quan trọng của khuôn mặt, do đó có 
lúc độ sáng sẽ không được bù đúng bởi bỏ đi các tần số 
cao. Do vậy, trong nghiên cứu này, chúng tôi không dùng 
biến đổi logarit ngược. Hình 6 cho ta thấy, ảnh màu mặt 
người ALDS rõ nét hơn, màu da đúng với tự nhiên hơn và 
có phân bố giá trị độ sáng gần với phân bố chuẩn chính 
tắc. Do vậy, nâng cao được hiệu suất của hệ thống nhận 
dạng khuôn mặt người. 
4. KẾT QUẢ THỰC NGHIỆM 
Để làm rõ sự hiệu quả của phương pháp ALDS, chúng 
tôi tiến hành thực nghiệm trên hai cơ sở dữ liệu ảnh màu 
nổi tiếng là CMU-PIE [19] và FERET [20]. Chúng tôi cũng so 
sánh kết quả của ALDS với các phương pháp trước như 
ASVD, TSVD và ảnh màu mặt người thu được bằng việc chỉ 
sử dụng LT, ký hiệu là CFLT, như thảo luận trong phần 2.1. 
Để tiến hành so sánh, chúng tôi sử dụng các phương pháp 
trích xuất đặc trưng khuôn mặt để tiến hành nhận dạng 
khác nhau như Eigenface [21] và LBP [22]. 
4.1. Thực nghiệm trên cơ sở dữ liệu CMU-PIE 
Cơ sở dữ liệu mặt người CMU-PIE bao gồm 41.368 bức 
ảnh màu của 68 người. Mỗi người được chụp dưới 13 tư 
thế, 43 cường độ sáng, 4 sắc thái khuôn mặt khác nhau. Để 
thực nghiệm kết quả, mỗi người lấy 45 ảnh chụp trực diện, 
mỗi ảnh có độ sáng khác nhau được chụp bởi máy ảnh 
trung tâm (c27), bao gồm hai điều kiện "tắt đèn" và "bật 
đèn". Loại "tắt đèn" bao gồm 21 độ sáng từ f02 đến f22, 
trong khi loại "bật đèn" bao gồm 24 độ sáng từ f00 đến f23 
như trong hình 7(a). Khuôn mặt người được trích xuất và 
chuẩn hóa dưới cùng một kích thước 96×132. Tổng cộng 
chúng tôi có 3600 ảnh. Chúng tôi sử dụng lần lượt từng 
phương pháp ASVD, TSVD, CFLT và ALDS để thu được các 
ảnh từ ảnh màu mặt người gốc để tiến hành nhận dạng. 
Hình 7 biểu diễn các ảnh gốc và kết quả của của các 
phương pháp. Hình 7(a) biểu diễn 45 ảnh dưới 45 độ sáng 
khác nhau, trong cả điều kiện “tắt đèn” và “bật đèn” của 
một người trong cơ sở dữ liệu CMU-PIE. Hình 7(b) biểu diễn 
kết quả thu được sau khi áp dụng phương pháp ASVD và 
kết quả của phương pháp TSVD được biểu diễn trong hình 
7(b). Kết quả cho thấy, ảnh sau khi được nâng cao không 
quá khác biệt so với ảnh gốc vì các phương pháp này xử lý 
ảnh trong miền không gian. Hình 7(c) biểu diễn ảnh thu 
được khi áp dụng phương pháp CFLT như thảo luận trong 
mục 2.1. Kết quả cho thấy, ảnh đã rõ nét hơn nhưng chúng 
ta vẫn thấy được tác động của điều kiện “tắt đèn” và “bật 
đèn”. Kết của phương pháp ALDS của chúng tôi được biểu 
diễn trong hình 7(d). Kết quả cho thấy, tất cả các ảnh đã rõ 
nét hơn, đặc biệt là các ảnh bị che khuất và tái tạo được làn 
da gốc của người, trông rất tự nhiên. Tất cả các ảnh có màu 
sắc giống nhau như được chụp cùng một thời điểm trong 
điều kiện “bật đèn”. 
(a) 
(b) 
P-ISSN 1859-3585 E-ISSN 2615-9619 SCIENCE - TECHNOLOGY 
No. 54.2019 ● Journal of SCIENCE & TECHNOLOGY 25
(c) 
(d) 
(e) 
Hình 7. (a) 45 ảnh gốc của một người trong cơ sở dữ liệu CMU-PIE; (b) ASVD 
của (a); (c) TSVD của (a); (d) CFLT của (a); (e) ALDS của (a) 
Bảng 1. Kết quả nhận dạng mặt người trên cơ sở dữ liệu CMU-PIE bằng 
phương pháp eigenface 
Số 
thành phần 
Tỉ lệ nhận dạng 
Ảnh gốc ASVD TSVD CFLT ALDS 
10 58,77 63,82 60,39 63,33 74,12 
20 75,54 78,73 78,14 80,54 87,60 
30 81,13 83,24 83,14 85,15 91,57 
40 83,38 85,34 85,25 87,11 93,73 
50 84,85 86,91 86,57 88,33 94,80 
60 86,13 87,75 87,84 89,22 95,20 
70 87,06 88,48 88,58 89,80 95,64 
80 87,30 89,07 88,82 90,00 95,98 
90 87,79 89,41 89,22 90,20 96,37 
100 88,19 89,66 89,51 90,25 96,52 
110 88,63 90,00 90,05 90,44 96,72 
120 88,82 90,15 90,34 90,69 96,81 
Tất cả 90,05 91,22 91,43 92,42 98,14 
Hình 8. Tỉ lệ nhận dạng bằng phương pháp eigenface trên cơ sở dữ liệu 
CMU-PIE 
Đầu tiên, chúng tôi sử dụng phương pháp eigenface để 
đánh giá hiệu suất của nhận dạng khuôn mặt. Phương 
pháp eigenface dựa trên việc ánh xạ tuyến tính ảnh mặt 
người vào không gian đặc trưng có số chiều thấp hơn bằng 
cách sử dụng phương pháp phân tích thành phần chính 
(PCA). Nó sử dụng các thành phần chính là các véc-tơ riêng 
tương ứng với các giá trị riêng lớn nhất làm đặc trưng và 
sau đó dùng giải thuật hàng xóm lân cận nhất giữa ảnh 
huấn luyện và ảnh kiểm tra. Để tiến hành nhận dạng, với 
mỗi người trong cơ sở dữ liệu, chúng tôi chọn 15 ảnh để 
huấn luyện và 30 ảnh còn lại để kiểm tra. Kết quả nhận 
dạng được biểu diễn trong bảng 1 và hình 8. Kết quả cho 
thấy, phương pháp ALDS đã nâng cao đáng kể tỉ lệ nhân 
dạng mặt người, cao hơn ảnh gốc, ASVD, TSVD, CFLT lần 
lượt là 8,09%, 6,42%, 6,71% và 5,72%. 
Tiếp theo, chúng tôi tiếp tục so sánh tỉ lệ nhận dạng của 
phương pháp ALDS với các phương pháp ASVD, TSVD, 
CFLT bằng phương pháp trích xuất đặc trưng khác như 
phương pháp mẫu nhị phân cục bộ (LBP). Không giống như 
phương pháp eigenface bị ảnh hưởng rất lớn bởi sự thay 
đổi của độ sáng. Phương pháp LBP loại bỏ được thông tin 
chứa độ sáng và thu được cấu trúc của ảnh khuôn mặt 
người. Hình 9(a) biểu diễn các ảnh mặt người gốc và ảnh 
LBP của chúng và hình 9(b) biểu diễn các ảnh ALDS và ảnh 
LBP của chúng cho thấy, hình ảnh LBP của ALDS rõ ràng 
hơn. Kết quả nhận dạng bằng LBP trong bảng 2 cho thấy, 
sau khi sử dụng ALDS, tỉ lệ nhận dạng tăng 2,92%, 2,18%, 
 CÔNG NGHỆ 
 Tạp chí KHOA HỌC & CÔNG NGHỆ ● Số 54.2019 26
KHOA HỌC P-ISSN 1859-3585 E-ISSN 2615-9619
1,98% và 1,9% khi so sánh với ảnh gốc, ASVD, TSVD và 
CFLT. Điều này chứng tỏ, ALDS không những tăng cường 
màu sắc của ảnh mặt người, mà còn tăng cường được cả 
cấu trúc của ảnh mặt người. 
Bảng 2. Kết quả nhận dạng mặt người trên cơ sở dữ liệu FERET bằng phương 
pháp LBP 
Cơ sở dữ liệu 
Tỉ lệ nhận dạng 
Ảnh gốc ASVD TSVD CFLT ALDS 
CMU-PIE 95,08 95,82 96,02 96,10 98 
FERET 90,55 90,85 90,85 91,20 94,5 
(a) 
(b) 
Hình 9. Ảnh thu được khi áp dụng phương pháp LBP. (a) Ảnh gốc và LBP của 
ảnh gốc; (b) Ảnh ALDS và LBP của chúng 
4.2. Thực nghiệm trên cơ sở dữ liệu FERET 
Để kiểm tra thêm khả năng nhận dạng khuôn mặt của 
ALDS, chúng tôi cũng đã sử dụng các phương pháp 
eigenface và LBP để đánh giá hiệu suất nhận dạng khuôn 
mặt trên bộ cơ sở dữ liệu FERET. Cơ sở dữ liệu FERET được 
đưa ra bởi Viện Tiêu chuẩn và Công nghệ Quốc gia Mỹ 
(NIST), gồm 11.338 ảnh được thu thập từ 994 người với 
nhiều sắc thái khuôn mặt và nhiều độ sáng khác nhau. Để 
tiến hành thực nghiệm, chúng tôi chọn 810 người trong cơ 
sở dữ liệu, mỗi người gồm 02 ảnh trong tập fa và fb như 
biểu diễn trong hình 10, trong đó fa được dùng để huấn 
luyện còn fb dùng để kiểm tra. 
(a) (b) 
Hình 10. Ví dụ về ảnh fa và fb của một người trong cơ sở dữ liệu FERET 
Hình 10 biểu diễn các hình ảnh gốc trong cơ sở dữ liệu 
FERET và hình ảnh ASVD, TSVD, CFLT và ALDS. Cũng giống 
như trong cơ sở dữ liệu CMU-PIE, hình ảnh ASVD ở hàng 1 
và TSVD ở hàng 2 không có quá nhiều sự khác biệt so với 
ảnh gốc. Tuy nhiên, ảnh CFLT ở hàng 3 và đặc biệt ảnh 
ALDS ở hàng cuối cùng cho thấy, tất cả các ảnh đều cùng 
một độ sáng, qua đó làm khuôn mặt người rõ nét hơn. Kết 
quả nhận dạng bằng eigenface trên cơ sở dữ liệu FERET 
được biểu diễn trong bảng 3 và hình 12. Kết quả cho thấy, 
sau khi sử dụng ALDS, tỉ lệ nhận dạng tăng 29,5%, 23,5%, 
10,5% và 1% khi so sánh với ảnh gốc, ASVD, TSVD và CFLT. 
Hình 11. Hàng 1 gồm 05 ảnh trong FERET; hàng 2 gồm ASVD của hàng 1; 
hàng 3 gồm TSVD của hàng 1; hàng 4 gồm CFLT của hàng 1; hàng 5 gồm ALDS 
của hàng 1 
Bảng 3. Kết quả nhận dạng mặt người trên cơ sở dữ liệu FERET bằng phương 
pháp eigenface 
Số 
thành phần 
Tỉ lệ nhận dạng 
Ảnh gốc ASVD TSVD CFLT ALDS 
10 50,0 49,0 69,0 70,5 72,0 
20 60,0 60,0 76,5 79,0 82,5 
30 61,5 65,5 80,0 80,0 86,5 
40 65,0 69,5 81,0 84,0 90,0 
50 65,5 70,5 82,5 85,0 92,5 
60 65,5 71,0 83,5 84,5 93,5 
70 66,0 71,5 83,5 84,0 94,0 
80 66,0 71,5 84,5 85,0 96 
90 66,0 71,5 85,0 85,5 96,5 
100 67,5 73,0 84,5 87,0 96,0 
110 67,5 73,0 85,0 87,5 96,0 
120 67,5 73,0 85,5 87,5 96,5 
Tất cả 68,5 74,5 87,5 88,0 98,0 
P-ISSN 1859-3585 E-ISSN 2615-9619 SCIENCE - TECHNOLOGY 
No. 54.2019 ● Journal of SCIENCE & TECHNOLOGY 27
Hình 12. Tỉ lệ nhận dạng bằng phương pháp eigenface trên cơ sở dữ liệu 
FERET 
Kết quả nhận dạng bằng LBP trên tập dữ liệu FERET 
trong bảng 2 cho thấy, sau khi sử dụng ALDS, tỉ lệ nhận 
dạng tăng 3,95%, 3,65%, 3,65% và 3,3% khi so sánh với ảnh 
gốc, ASVD, TSVD và CFLT. 
5. KẾT LUẬN 
Trong bài báo này, một phương pháp tiền xử lý hình 
ảnh mới có tên ALDS được đề xuất để nhận dạng khuôn 
mặt màu dưới nhiều độ sáng khác nhau. Phương pháp này 
có thể làm cho hình ảnh khuôn mặt màu rõ hơn, tự nhiên 
hơn và mịn hơn, ngay cả khi hình ảnh khuôn mặt bị che 
khuất. Các kết quả thử nghiệm dựa trên hai cơ sở dữ liệu 
màu mặt phổ biến hiện nay là CMU-PIE và FERET cho thấy, 
phương pháp được đề xuất là cực kỳ hiệu quả trong các 
ứng dụng thực tế. Phương pháp này cho thấy hiệu suất cao 
cho tác vụ khớp khuôn mặt và chắc chắn cũng hữu ích 
trong lĩnh vực thị giác máy tính, phát hiện khuôn mặt và 
phát hiện màu da. 
TÀI LIỆU THAM KHẢO 
[1]. R. C. Gonzalez and R. E. Wood, 2007. Digital image processing. third ed. 
Prentice Hall. 
[2]. S. M. Pizer, E. P. Amburn, J. D. Austin, R. Cromartie, A. Geselowitz, T. 
Greer, B. T. H. Romeny, J. B. Zimmerman, and K. Zuiderveld, 1987. Adaptive 
histogram equalization and its variations. Comput. Vision. Graph. Image Process., 
vol. 39, pp. 355-368. 
[3]. S. Shan, W. Gao, B. Cao, and D. Zhao, 2003. Illumination normalization 
for robust face recognition against varying lighting conditions. in IEEE. Workshop 
on AMFG, pp.157-164. 
[4]. S. -I. Choi and G. -M. Jeong, 2011. Shadow compensation using Fourier 
analysis with application to face recognition. IEEE Signal Process. Lett., vol. 18, pp. 
23-26. 
[5]. T. Zhang, Y. Y. Tang, B. Fang, Z. Shang and X. Liu, 2009. Face recognition 
under varying illumination using Gradientfaces. IEEE Trans. Image Process., vol. 
18, pp. 2599-2606. 
[6]. B. Wang, W. Li, W. Yang and Q. Liao, 2011. Illumination normalization 
based on Weber's law with application to face recognition. IEEE Signal Process. 
Lett, vol. 18, pp. 462–465. 
[7]. Y. Wu, Y. Jiang, Y. Zhou, W. Li, Z. Lu, and Q. Liao, 2014. Generalized 
Weber-face for illumination-robust face recognition. Neurocomputing, vol. 136, 
pp. 262-267. 
[8]. M. Savvides and B. V. K. V. Kumar, 2003. Illumination normalization 
using logarithm transforms for face authentication. in Proc. IAPR AVBPA, pp. 549-
556. 
[9]. W. Chen, M. J. Er, and S. Wu, 2006. Illumination compensation and 
normalization for robust face recognition using discrete cosine transform in 
logarithm domain. IEEE Trans. Syst., Man, Cybern.,Syst, vol. 36, pp. 458-466. 
[10]. L. Torres, J. Y. Reutter, and L. Lorente, 1999. The importance of the color 
information in face recognition. Int. Conf. ICIP, vol. 3, pp. 627-631. 
[11]. H. Demirel and G. Anbarjafari, 2008. Pose invariant face recognition 
using probability distribution functions in different color channels. IEEE Signal 
Process. Lett, vol. 15, pp. 537-540. 
[12]. J. -W. Wang, J. -S. Lee, and W. -Y. Chen, 2011. Face recognition based 
on projected color space with lighting compensation. IEEE Signal Process. Lett, vol. 
18, pp. 567-570. 
[13]. J. -W. Wang, J. -S. Lee, and W. -Y. Chen, 2014. Recognition based on 
two separated singular value decomposition-enriched faces. Journal of Electronic 
Imaging, vol. 23, no. 6, pp. 063010-1~063010-15. 
[14]. Y. Adini, Y. Moses, and S. Ullman, 1997. Face recognition: the problem 
of compensating for changes in illumination direction. IEEE Trans. Pattern Anal. 
Mach. Intell., vol. 19, no. 7, pp. 721–732. 
[15]. W. Pennebaker and J. Mitchell, 1993. JPEG Still Image Data Compression 
Standard. New York: Van Nostrand Reinhold. 
[16]. K. R. Rao and P. Yip, 1990. Discrete Cosine Transform: Algorithms, 
Advantages, Applications. Boston, MA: Academic. 
[17]. H. Demirel and G. Anbarjafari, 2008. Pose invariant face recognition 
using probability distribution functions in different color channels. IEEE Signal 
Process. Lett, vol. 15, pp. 537-540. 
[18]. T. Sim, S. Baker, and M. Bsat, 2003. The CMU pose, illumination, and 
expression database. IEEE Trans. Pattern Anal. Mach. Intell., vol. 25, pp. 1615-
1618. 
[19]. P. J. Phillips, H. Moon, S.A. Rizvi, P.J. Rauss, 2000. The FERET evaluation 
methodology for face recognition algorithms. IEEE Trans. Pattern Anal. Mach. 
Intell., vol. 22, pp. 1090-1104. 
[20]. P. N. Belhumeur, J. P. Hespanha, and D. J. Kriegman, 1997. Eigenfaces 
vs. Fisherfaces: Recognition using class specific linear projection. IEEE Trans. 
Pattern Anal. Mach. Intell., vol. 19. 
[21]. T. Ahonen, A. Hadid, and M. Pietikainen, 2006. Face description with 
local binary patterns: application to face recognition. IEEE Trans. Pattern Anal. 
Mach. Intell., vol. 28, pp. 2037-2041, 2006. 
AUTHORS INFORMATION 
Nguyen Nam Phuc1, Nguyen Quoc Trung2, Ha Huu Huy3 
1Department of Information Technology, Ministry of Public Security of Socialist 
Republic of Vietnam 
2Hanoi University of Science and Technology 
3Military Institute of Technology and Science, Vietnam