HỆ THỐNG NHẬN DIỆN KHUÔN MẶT QUA CAMERA
Khoá luận tốt nghiệp · Đại học · năm 2019 · đề tài tham khảo
| Loại tài liệu | Khoá luận tốt nghiệp |
|---|---|
| Bậc học | Đại học |
| Ngành | Công nghệ thông tin |
| Tác giả | Trần Minh Hiếu |
| Người hướng dẫn | Võ Huỳnh Trâm |
| Cơ sở đào tạo | Trường Đại học Cần Thơ |
| Năm | 2019 |
| Nguồn | Thư viện số Trường Đại học Cần Thơ · trang gốc |
Tóm tắt
Từ khi các định nghĩa đầu tiên về máy học và thị giác máy tính ra đời, nhận diện vật thể luôn là đề tài nghiên cứu hàng đầu của các nhà khoa học. Trong các khía cạnh của nhận diện vật thể, nhận diện khuôn mặt được quan tâm nhiều nhất, do nó đóng vai trò chủ đạo trong nhiều hệ thống giám sát, điểm danh hoặc xác nhận truy cập thông qua camera. Mặc dù có nhiều cải tiến từ những năm 1900, nhận diện khuôn mặt vẫn là một vấn đề khó giải quyết bởi các yếu tố như điều kiện môi trường, độ tương phản khuôn mặt, độ phức tạp thuật toán, thời gian xử lý,… “Hệ thống nhận diện khuôn mặt qua camera” được xây dựng để giải quyết các vấn đề nhận diện khuôn mặt đã nêu trên. Sau khi nghiên cứu và thử nghiệm các giải pháp hiện đại trên nhiều bộ dữ liệu khuôn mặt khác nhau, các ưu điểm của chúng đã được chọn lọc và áp dụng thành công vào hệ thống. Về phần xử lý, “Hệ thống nhận diện khuôn mặt qua camera” sử dụng ngôn ngữ lập trình Python và framework Pytorch làm nền tảng. Các mạng lưới, mô hình xác định vị trí và nhận dạng khuôn mặt như MTCNN, IR_50 được xây dựng để tối ưu hiệu suất trên card đồ họa của máy, giảm thời gian xử lý hình ảnh. Phần hiển thị kết quả sử dụng thư viện frontend Materialize - xây dựng theo kiểu thiết kế Material Design của Google – đem lại giao diện thân thiện và hợp mắt người sử dụng làm front-end, framework Flask của Python làm phần xử lý backend, giải quyết các request của người dùng. WSGI Gunicorn và Nginx được áp dụng, đóng vai trò một server ảo xử lý các request, để nhiều người dùng có thể truy cập trang web một lúc và theo dõi kết quả xử lý của hệ thống. Bằng việc kết hợp các giải pháp đã nêu, hệ thống được đề xuất đã đạt được độ chính xác 95.83% trên bộ dữ liệu cá nhân (gồm 70 người với hơn 1800 ảnh) và 95.66% trên bộ dữ liệu LFW (gồm 700 người với hơn 2800 ảnh) với tốc độ xử lý khoảng 30 khung hình / giây, đáp ứng được yêu cầu quan sát thời gian thực đã đề ra.
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
- ỨNG DỤNG SO MÀU LÁ LÚA BẰNG MÃ QR TRÊN ANDROID
- PHÁT TRIỂN ỨNG DỤNG MÔ PHỎNG HỆ MẶT TRỜI
- BUILDING NEWSPAPER READING PROGRAM FOR BLIND
- XÂY DỰNG WEBSITE HỖ TRỢ QUẢN LÝ ĐĂNG KÝ VÀ GIAO ĐỀ TÀI NCKH CHO SINH VIÊN NGÀNH CNTT CHẤT LƯỢNG CAO, TRƯỜNG ĐẠI HỌC CẦN THƠ
- PHÁT TRIỂN ỨNG DỤNG HỖ TRỢ HỌC VÀ LÀM VIỆC THEO NHÓM TRỰC TUYẾN
- XÂY DỰNG CHATBOT TƯ VẤN QUY CHẾ HỌC VỤ DỰA TRÊN CÔNG NGHỆ RAG VÀ QDRANT
- WEBSITE QUẢN LÝ SỨC KHỎE GIA ĐÌNH TÍCH HỢP NHẬP LIỆU BẰNG GIỌNG NÓI
- DEVELOPMENT OF A COFFEE SHOP MANAGEMENT SYSTEM WITH AI CHATBOT SUPPORT
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.