XÂY DỰNG ỨNG DỤNG ĐIỂM DANH BẰNG KHUÔN MẶT
Khoá luận tốt nghiệp · Đại học · năm 2024 · đề tài tham khảo
| Loại tài liệu | Khoá luận tốt nghiệp |
|---|---|
| Bậc học | Đại học |
| Ngành | Công nghệ thông tin |
| Tác giả | Ngô Nguyễn Gia Bảo |
| Người hướng dẫn | Trần Công Án |
| Cơ sở đào tạo | Trường Đại học Cần Thơ |
| Năm | 2024 |
| Nguồn | Thư viện số Trường Đại học Cần Thơ · trang gốc |
Tóm tắt
Hệ thống nhận dạng khuôn mặt là một ứng dụng máy tính tự động xác định hoặc nhận dạng một người nào đó từ một bức ảnh kỹ thuật số hoặc một khung hình video từ một nguồn video. Một trong những cách để thực hiện điều này là so sánh các đặc điểm khuôn mặt chọn trước từ hình ảnh và một cơ sở dữ liệu về khuôn mặt. NEC, Facebook, Google, Microsoft và nhiều công ty lớn đang phát triển công nghệ nhận diện khuôn mặt dùng trong nhiều sản phẩm của họ. Hệ thống nhận dạng khuôn mặt ngày càng được áp dụng rộng rãi và là đề tài hấp dẫn cho các nhà nghiên cứu. Chính vì vậy, chúng tôi đã xây dựng hệ thống điểm danh bằng khuôn mặt. Hệ thống bao gồm một camera chịu trách nhiệm thu lấy khuôn mặt và gửi yêu cầu điểm danh đến web server. Web server sử dụng mô hình Machine Learning để đánh giá và gửi phản hồi về camera. Ngoài ra, hệ thống còn hỗ trợ chức năng đăng nhập, giúp người dùng dễ dàng chỉnh sửa tập dữ liệu khuôn mặt của mình. Trong khuôn khổ bài luận văn này, chúng tôi sử dụng Siamese Neural Network làm mô hình nhận dạng khuôn mặt. Bằng cách so sánh sự tương đồng giữa dữ liệu đầu vào với toàn bộ tập dữ liệu sẵn có, mô hình sẽ giúp tìm ra đối tượng “giống” nhất. Hướng tiếp cận của Siamese Neural Network có đôi chút khác biệt so với các mô hình dựa trên Neural Network khác như Convolutional Neural Network (CNN) thuần túy, YOLO. Ở các mô hình này, cần thiết phải có một lớp Neuron ở tầng cuối cùng có số lượng Neuron đúng bằng số lớp trong tập dữ liệu. Điều này dẫn đến khó khăn khi số lượng lớp thay đổi, vì mô hình cần phải sửa đổi trước khi có thể được huấn luyện lại. Siamese Neural Network loại bỏ hoàn toàn lớp Neuron ở tầng cuối, do đó việc thay đổi số lớp không làm ảnh hưởng đến kiến trúc của mô hình. Hệ thống được phát triển bằng JEE, C/C++; trong đó mô hình được viết bằng TensorFlow, một Python framework dành cho Machine Learning nổi tiếng của Google.
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 NỀN TẢNG KHÁM PHÁ DI SẢN VĂN HÓA VIỆT NAM TÍCH HỢP AI - PHÂN HỆ NHẬN DIỆN DI SẢN VĂN HÓA TỪ HÌNH ẢNH VÀ TRỢ LÝ TRI THỨC TƯƠNG TÁC
- HỆ THỐNG QUẢN LÝ TIÊM CHỦNG TRẺ EM
- XÂY DỰNG HỆ THỐNG QUẢN LÝ QUY TRÌNH VÀ NHẬT KÝ SẢN XUẤT NÔNG NGHIỆP VÀ THỦY SẢN TRÊN NỀN TẢNG WEB THEO KIẾN TRÚC MICROSERVICES (PHÂN HỆ: XÂY DỰNG DỊCH VỤ WEB QUẢN LÝ QUY TRÌNH SẢN XUẤT THEO KIẾN TRÚC MICROSERVICES ÁP DỤNG GIẢI THUẬT XỬ LÝ ĐỒ THỊ)
- XÂY DỰNG WEBSITE THƯƠNGMẠI ĐIỆNTỬBÁN CÂY CẢNH DỰA TRÊNNỀNTẢNGREACTJS VÀ NODEJS
- XÂY DỰNG WEBSITE KINH DOANH LAPTOP CÓ TÍCH HỢP MÁY HỌC
- XÂY DỰNG HỆ THỐNG QUẢN LÝ, ĐẶT LỊCH VÀ ĐIỀU PHỐI GIAO NHẬN DỊCH VỤ GIẶT ỦI
- XÂY DỰNG SCANNER DỰA TRÊN ĐIỆN THOẠI DI ĐỘNG
- XÂY DỰNG WEBSITE BÁN GIÀY TRÊN NỀN TẢNG REACTJS VÀ NODEJS
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.