Hệ thống điểm danh tự động dựa trên phát hiện và nhận dạng khuôn mặt

Trong bài viết này, nhóm nghiên cứu trình bày một phương pháp xây dựng một hệ thống điểm danh tự động sinh viên dựa trên việc phát hiện và nhận dạng khuôn mặt từ videos thu thập từ camera giám sát trước cửa lớp học.
Nội dung trích xuất từ tài liệu:
Hệ thống điểm danh tự động dựa trên phát hiện và nhận dạng khuôn mặt Hội nghị Quốc gia lần thứ 24 về Điện tử, Truyền thông và Công nghệ Thông tin (REV-ECIT2021) Hệ thống điểm danh tự động dựa trên phát hiện và nhận dạng khuôn mặt Lê Ngọc Hà1 , Đỗ Trung Kiên1 , Nguyễn Hồng Quân2 , Trần Thị Thanh Hải1 , Lê Thị Lan1 , 1 Trường Điện - Điện tử, Đại học Bách Khoa Hà Nội 2 Khoa Công nghệ thông tin, Trường Đại học Công nghiệp Việt - Hung Tóm tắt—Trí tuệ nhân tạo nói chung và các công nghệ và độ phân giải nhỏ của mặt người trong khung hình. nhận dạng ảnh nói riêng ngày càng được ứng dụng rộng Ngoài ra, nghiên cứu về nhận dạng mặt người thường rãi trong nhiều lĩnh vực khác nhau của đời sống trong dựa trên giả thuyết là mặt người đã được xác định một đó có giáo dục. Hiện nay, các camera đã được lắp đặt cách chính xác trên ảnh do đó khi áp dụng trên hệ thống trong nhiều lớp học nhằm giám sát các hoạt động của lớp. Tuy nhiên việc khai thác tự động các thông tin này nhằm điểm danh tự động chất lượng của bước phát hiện sẽ ảnh cải thiện công tác quản lý và hoạt động giảng dạy chưa hưởng đến bước nhận dạng. được quan tâm nhiều. Trong bài báo này, nhóm nghiên Trong bài báo này, để triển khai hệ thống điểm danh, cứu trình bày một phương pháp xây dựng một hệ thống nhóm nghiên cứu thực hiện đánh giá và lựa chọn các điểm danh tự động sinh viên dựa trên việc phát hiện và kỹ thuật hiệu quả cho bài toán phát hiện đối tượng như nhận dạng khuôn mặt từ videos thu thập từ camera giám Yolo-v5 và nhận dạng như FaceNet và tích hợp chúng sát trước cửa lớp học. Nhóm nghiên cứu sử dụng mạng học sâu tiên tiến Yolo-v5 [1] để phát hiện khuôn mặt từ trong một hệ thống hoàn chỉnh và kết nối đến hệ thống các khung hình, sau đó đưa vào bộ nhận dạng khuôn mặt tự động quản lý sinh viên qua giao diện Web. sử dụng kỹ thuật FaceNet [2] để trích chọn đặc trưng và Đóng góp chính của bài báo như sau: bộ phân lớp K-NN để định danh của người. Nhóm nghiên • Thu thập và gán nhãn một cơ sở dữ liệu (CSDL) cứu cũng thiết kế và phát triển một giao diện Web cho trong ngữ cảnh lớp học phục vụ cho bài toán điểm phép giáo viên có thể dễ dàng thực hiện thao tác điểm danh mỗi buổi học và cập nhật thông tin tự động trên hệ danh. CSDL này được đặt tên là subMICAFace. thống. • Triển khai và đánh giá hiệu năng của Yolo-v5 so Từ khóa—Phát hiện đối tượng, nhận dạng khuôn mặt, với một số kiến trúc mạng khác là Faster R-CNN phát hiện khuôn mặt. [3] cho bài toán phát hiện mặt trong ngữ cảnh học viên trước lớp học; Triển khai, đánh giá phương I. GIỚI THIỆU pháp nhận dạng sinh viên trên ảnh sử dụng mạng Điểm danh tự động dựa trên nhận diện khuôn mặt đã học sâu FaceNet. được ứng dụng trong nhiều ngữ cảnh khác nhau như xác • Tích hợp phương pháp phát hiện và nhận dạng trong thực ngân hàng, chấm công nhân viên. Tuy nhiên, trong một khung làm việc thống nhất và xây dựng hệ môi trường giáo dục, hiện nay người giáo viên vẫn phải thống quản lý điểm danh tự động trên giao diện thực hiện điểm danh thủ công do đó mất rất nhiều thời Web. gian và không khả thi khi số sinh viên có thể lên đến Trong các phần tiếp theo, nhóm nghiên cứu sẽ trình bày hàng trăm người trong các giảng đường đại học. các nghiên cứu liên quan (mục II), hệ thống điểm danh Trong bài báo này, nhóm nghiên cứu hướng đến xây đề xuất (mục III), giới thiệu CSDL và đánh giá thử dựng một hệ thống trợ giúp điểm danh tự động sinh viên nghiệm (mục IV). Kết luận và hướng phát triển được dựa trên kết quả phát hiện và nhận dạng khuôn mặt. trình bày trong mục V. Bài toán phát hiện và nhận dạng khuôn mặt đã được nghiên cứu hơn 3 thập kỷ qua và đã được những thu II. CÁC NGHIÊN CỨU LIÊN QUAN được những kết quả ấn tượng. Tuy vậy bài toán vẫn gặp Do khuôn mặt của mỗi một người có hình dạng khác những thách thức khi đưa vào triển khai trong các ứng nhau, nên bài toán phát hiện khuôn mặt trong ảnh vẫn dụng điểm danh tự động do môi trường đông, sinh viên là một vấn đề đang phải đối mặt với nhiều thách thức. đứng che khuất lẫn nhau hoặc bị che khuất bởi các đồ Đã có rất nhiều các phương pháp phát hiện khuôn mặt vật trong lớp, góc nhìn camera và điều kiện chiếu sáng người trên ảnh/video được đề xuất sử dụng kĩ thuật học thay đổi trong đó thách thức lớn nhất là sự che khuất sâu. Faster R-CNN[3] là mô hình phát hiện đối tượng ISBN 978-604-80-5958-3 371 Hội nghị Quốc gia lần thứ 24 về Điện tử, Truyền thông và Công nghệ Thông tin (REV-ECIT2021) cải tiến trên Fast R-CNN. Faster R-CNN bao gồm hai đã được phát hiện ở bước trước vào bộ nhận dạng, mô-đun. Mô-đun đầu tiên là một mạng tích hợp sâu đầy sau đó bộ nhận dạng xác định danh tính học viên. đủ đề xuất các vùng và mô-đun thứ hai là bộ dò Fast • Quản lý và hiển thị thông tin: Nhóm nghiên cứu xây R-CNN sử dụng các vùng được đề xuất. DeepFace [4] là dựng hệ thống quản lí dựa trên nền tảng Microweb một th ...