XÂY DỰNG HỆ THỐNG GIÁM SÁT ĐEO KHẨU TRANG VỚI RESNET-10, MOBILENET VÀ EFFICIENTNET
Khoá luận tốt nghiệp · Đại học · năm 2022 · đề tài tham khảo
| Loại tài liệu | Khoá luận tốt nghiệp |
|---|---|
| Bậc học | Đại học |
| Ngành | Công nghệ thông tin |
| Tác giả | Phạm Hoàng Huy |
| Người hướng dẫn | Đỗ Thanh Nghị |
| Cơ sở đào tạo | Trường Đại học Cần Thơ |
| Năm | 2022 |
| Nguồn | Thư viện số Trường Đại học Cần Thơ · trang gốc |
Tóm tắt
Trong thời đại công nghệ hiện nay, việc áp dụng các thiết bị giám sát tại những nơi công cộng, các cơ quan là một điều hết sức phổ biến. Các cơ quan, xí nghiệp, trường học, bệnh viện, các cơ quan hành chính đến các cơ sở kinh doanh nhỏ lẻ…. để có thể dễ dàng quản lý, chống trộm. Ngoài việc giám sát đơn thuần là hiển thị hình ảnh trực tiếp từ camera thì chúng ta còn có thể cài đặt các chức năng khác như nhận dạng đối tượng trong ảnh, cảnh báo khi có chuyển động hay đồ vật rời khỏi vị trí ban đầu… Các chức năng này đều được đưa sử dụng nhờ vào sự phát triển của công nghệ. Với tình hình dịch bệnh hiện đang căng thẳng hiện nay, một vấn đề khác đang được quan tâm phát triển trong hệ thống giám sát đó là việc nhận dạng mặt người đeo khẩu trang. Vì đeo khẩu trang là một trong những yêu cầu hàng đầu trong phòng chống dịch bệnh. Do đó, chúng tôi đề xuất “Xây dựng hệ thống giám sát đeo khẩu trang với ResNet-10, MobileNetV2 và EfficientNetB0”. Cụ thể là ứng dụng các mô hình học sâu vào đề tài, sử dụng ResNet-10 SSD để định vị khuôn mặt và mô hình MobileNetV2, EfficientNetB0 để thực hiện phân loại hình ảnh. Cơ sở dữ liệu để thực hiện đào tạo các mô hình được thu thập từ những người xung quanh, từ internet,v.v… Sau khi thực hiện xử lý dữ liệu, ta chia tập dữ liệu thành các tập dùng để huấn luyện, điều chỉnh tham số và kiểm thử. Sau quá trình huấn luyện mô hình, thu được độ đo F1-score trung bình của bộ phân lớp MobileNetV2 là 0.97 và độ đo F1-score trung bình của bộ phân lớp EffcientNetB0 là 0.96. Công việc thực hiện của hệ thống gồm hai giai đoạn, đầu tiên là sử dụng mô hình ResNet-10 SSD để dò tìm khuôn mặt và trích xuất khuôn mặt, giai đoạn 2 là đưa các hình ảnh ở giai đoạn 1 vào mô hình phân loại MobileNetV2 và EfficientNetB0 để phân loại, sau đó hiển thị kết quả phân loại ra màn hình.
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
- XÂY DỰNG WEBSITE BÁN GIÀY THỂ THAO
- XÂY DỰNG ỨNG DỤNG ANDROID GIÚP TRẺ EM LÀM QUEN TOÁN HỌC ĐƠN GIẢN
- HỆ THỐNG ĐẤU GIÁ SÁCH TRỰC TUYẾN
- HỆ THỐNG HỖ TRỢ HỌC LẬP TRÌNH TRỰC TUYẾN
- ỨNG DỤNG M-COMMERCE BÁN HÀNG THỜI TRANG UNISEX
- XÂY DỰNGHÀNH CÔNG NGH NG HỆ THỐNG ĐỀ XUẤT THÔNG TIN ẤT TUYẾN BUS TRÊN PENSTREETMAP Phân hệ áp dụng giải thuật dijkstra vào hệ thống đề xuất tuyến bus
- XÂY DỰNG WEBSITE KINH DOANH MÔ HÌNH TĨNH TRỰC TUYẾN
- XÂY DỰNG WEBSITE BÁN TRANH TRANG TRÍ CÓ TÍCH HỢP MÁY HỌC
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.