LuanVan.vnLuận Văn
Gửi thư

XÂY DỰNG HỆ THỐNG GIÁM SÁT ĐEO KHẨU TRANG VỚI RESNET-10, MOBILENET VÀ INCEPTION-V3

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 giảHuỳnh Kim Trọng
Người hướng dẫnĐỗ Thanh Nghị
Cơ sở đào tạoTrường Đại học Cần Thơ
Năm2021
NguồnThư viện số Trường Đại học Cần Thơ · trang gốc

Tóm tắt

Trong thời đại công nghệ 4.0 hiện nay, các công cụ giám sát ngày càng phát triển do đó nhu cầu sử dụng các hệ thống giám sát cũng tăng lên. Các cơ quan, xí nghiệp, trường học, bệnh viện, các cơ quan hành chính đến các cơ sở kinh doanh nhỏ lẻ… đều cần được giám sát để dễ quản lý. Do đó hệ thống giám sát được sử dụng rộng rãi. 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 cảnh báo khi có chuyển động, cảnh báo khi một vật được cài đặt giám sát bị che khuất… Các chức năng này đều được đưa sử dụng nhờ vào sự phát triển của công nghệ. Với bối cảnh 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, MobileNet-V2 và Inception-V3”. 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 MobileNet-V2, Inception-V3 để thực hiện phân loại hình ảnh. Cơ sở dữ liệu để thực hiện đào tạo các mô hình được thu thập từ các địa điểm kinh doanh, các khu vực công cộng và trên các trang báo điện tử,v.v… Sau khi thực hiện xử lý dữ liệu, dữ liệu đã xử lý được chia thành các tập dùng để đào tạo, điều chỉnh tham số và kiểm thử. Sau quá trình huấn luyện mô hình, thu được độ đo F1 trung bình của bộ phân lớp MobileNet-V2 là 0.84 và độ đo F1 trung bình của bộ phân lớp Inception-V3 là 0.87. 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 MobileNet-V2 và Inception-V3 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

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.