LuanVan.vnLuận Văn
Gửi thư

HỆ THỐNG CAMERA GIÁM SÁT SỬ DỤNG KHẨU TRANG VỚI MẠNG HỌC SÂU

Khoá luận tốt nghiệp · Đại học · năm 2021 · đề tài tham khảo

Loại tài liệuKhoá luận tốt nghiệp
Bậc họcĐại học
NgànhCông nghệ thông tin
Tác giảLê Văn Thưởng
Người hướng dẫnPhạm Thế Phi
Cơ sở đào tạoTrường Đại học Cần Thơ
Năm2021
NguồnThư viện số Trường Đại học Cần Thơ · trang gốc

Tóm tắt

Trong lĩnh vực thị giác máy tính, nhận dạng khuôn mặt là một trong những ứng dụng có tính thực tiễn và phổ biến cao. Mạng học sâu (deep learning) là kỹ thuật máy học đang được áp dụng rộng rãi trong bài toán nhận dạng, ở đó, nó giải quyết được những vấn đề khó và mang lại hiệu quả nhận dạng khả quan hơn so với các phương pháp truyền thống. Kỹ thuật học sâu cố gắng bắt chước cách thức hoạt động của bộ não con người. Giống như con người học hỏi từ kinh nghiệm, một thuật toán học sâu có thể thực hiện việc học nhiều lần, sau mỗi lần học nó sẽ tự điều chỉnh các tham số của mô hình. Luận văn này nghiên cứu quy trình dò xét khẩu trang trên khuôn mặt đối tượng theo thời gian thực với kỹ thuật học sâu, nếu khuôn mặt không đeo khẩu trang thì hệ thống sẽ tiến hành rút trích đặc trưng và định danh người không đeo khẩu trang. Hệ thống dò tìm khẩu trang trên khuôn mặt sử dụng mô hình học sâu MobileNetv2. Ở bước tiếp theo (phát hiện và định danh khuôn mặt không đeo khẩu trang), để phát hiện khuôn mặt trên ảnh, hệ thống sử dụng phương pháp Haar-like; sau đó rút trích đặc trưng khuôn mặt dựa trên mô hình Histograms of Oriented Gradients; cuối cùng định danh khuôn mặt sử dụng phương pháp Chi-Square (để so khớp). Hiệu quả của mô hình đề xuất được kiểm nghiệm trên tập dữ liệu gồm nhiều ảnh của các đối tượng khác nhau. Kết quả thực nghiệm cho kết quả nhận dạng với độ chính xác cao.
Bản toàn văn lưu tại thư viện Trường Đại học Cần Thơ

Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.

Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
  • Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
  • Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
  • Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.

Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn công nghệ thông tin · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.

Đề tài cùng ngành

Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.