Phương pháp xác thực khuôn mặt dựa trên Tensorflow và ứng dụng vào robot tiếp tân

Bài viết đề xuất một phương pháp phát hiện khuôn mặt để áp dụng vào Robot lễ tân. Nhận diện khuôn mặt là một cách tiếp cận giúp khách mời cảm giác thân thiện, hòa đồng hơn. Phương pháp nhận diện khuôn mặt Facenet và công cụ Tensorflow được sử dụng trong nghiên cứu này.
Nội dung trích xuất từ tài liệu:
Phương pháp xác thực khuôn mặt dựa trên Tensorflow và ứng dụng vào robot tiếp tân Kỷ yếu Hội nghị KHCN Quốc gia lần thứ XI về Nghiên cứu cơ bản và ứng dụng Công nghệ thông tin (FAIR); Hà Nội, ngày 09-10/8/2018 DOI: 10.15625/vap.2018.00059 PHƯƠNG PHÁP XÁC THỰC KHUÔN MẶT DỰA TRÊN TENSORFLOW VÀ ỨNG DỤNG VÀO ROBOT TIẾP TÂN Cao Minh Tiên1, Nguyễn Minh Sơn1, Phan Thị Hường1 1 Khoa Công Nghệ Thông Tin, Trƣờng Đại Học Lạc Hồng, Đồng Nai, Việt Nam minhtien1995cs@gmail.com, nmson@lhu.edu.vn, pthuong@lhu.edu.vn TÓM TẮT: Bài báo đề xuất một phương pháp phát hiện khuôn mặt để áp dụng vào Robot lễ tân. Nhận diện khuôn mặt là một cách tiếp cận giúp khách mời cảm giác thân thiện, hòa đồng hơn. Phương pháp nhận diện khuôn mặt Facenet và công cụ Tensorflow được sử dụng trong nghiên cứu này. Việc tương tác giữa khách mời với Robot bằng cách sử dụng camera từ phần đầu của Robot, Robot nhận diện được và chào bằng ngôn ngữ tiếng việt qua API Google. Với khuôn mặt chưa quen – biết Robot phản ứng chào hỏi và làm quen. Quá trình thử nghiệm trên 50 khách mời, kết quả nhận diện chính xác 89,7 %. Từ khóa: Robot NAO, Tensorflow, Detect Face, Facenet. I. GIỚI THIỆU Trong thời đại công nghiệp ngày một phát triển, Robot và học máy cũng đang trở thành xu thế và là một trong những lĩnh vực của cuộc cách mạng công nghiệp 4.0 đang hƣớng tới. SoftBank, một tập đoàn lớn chuyên về Robot đã trình làng Robot NAO, Robot hình ngƣời đầu tiên của tập đoàn này vào năm 2006. Từ tháng 7 năm 2015, Robot NAO đã đƣợc đƣa vào làm nhân viên tiếp tân tại nhiều khách sạn để cung cấp các thông tin cho khách bằng nhiều thứ tiếng khác nhau nhƣng chƣa hỗ trợ tiếng Việt. Trên Robot NAO hỗ trợ học khuôn mặt giúp ngƣời dùng có thể cho Robot học những khuôn mặt này một cách dễ dàng. Nhƣng độ chính xác của phƣơng pháp nhận diện khuôn mặt này chƣa cao. Từ những vấn đề về nhận diện khuôn mặt và cho Robot NAO nói tiếng Việt. Bài báo sử dụng bộ công cụ học máy Tensorflow và Google Text To Speech để giải quyết vấn đề này. Nhận diện mặt ngƣời là một phƣơng pháp xác định danh tính của một ngƣời dựa trên đặc trƣng sinh trắc học. Hiện nay, lĩnh vực nghiên cứu về nhận diện mặt ngƣời đang đƣợc áp dụng vào rất nhiều trong thực tế, đặc biệt là trong vấn đề xác thực. Trƣớc đây, để xác thực một ngƣời, chúng ta có thể sử dụng một số biện pháp nhƣ: sử dụng mật khẩu, thẻ từ,… Nhƣng các biện pháp này có thể bị đánh cắp thông tin từ kẻ xấu. Từ đó cần một biện pháp bảo mật hơn, đó chính là xác thực bằng khuôn mặt. Các hệ thống nhận diện khuôn mặt thời gian thực hiện nay là rất cần thiết [1]. Matthew và những cộng sự [1] của mình bằng cách nghiên cứu và đƣa ra kỹ thuật Eigenface trong nhận diện khuôn mặt thời gian thực. Libin Lan, Chengliang Wang, Minjie Gu và Yuwei Zhang [6] đã giới thiệu một kỹ thuật nhận diện khuôn mặt bằng phƣơng pháp kết hợp PCA và SVM. Bài báo [3] của nhóm tác giả Anne-Caroline Schreiber, StCphane Rousset và Guy Tiberghlen đã trình bày một phƣơng pháp nhận diện dựa trên ngữ cảnh. Mô hình gợi ý rằng ba chỉ số đƣợc trích ra song song với việc nhận dạng ngƣời từ mặt: cảm giác quen thuộc (cảm giác của kích thích khuôn mặt), cảm giác nhận dạng (cảm giác rằng chúng ta biết ngƣời đó) và nội dung nhận dạng (thông tin về ngƣời đó từ việc tích hợp các ngữ cảnh). Nói chung, cho đến nay có rất nhiều phƣơng pháp nhận diện khuôn mặt khác nhau và đạt đƣợc độ chính xác cao nhƣng kết quả của những bài báo này chƣa đƣợc ứng dụng lên Robot NAO để thực hiện cho Robot chào ngƣời mà hệ thống nhận diện đƣợc. Trong bài báo này tác giả sẽ trình bày phƣơng pháp nhận diện khuôn mặt dựa trên thƣ viện học máy Tensorflow và bài báo Facenet [9]. Đây là bộ thƣ viện Deeplearning do Google phát triển và đƣợc đông đảo ngƣời sử dụng. Để Robot có thể nói tiếng Việt cần phải có công cụ hỗ trợ. Trong bài báo này, tác giả sử dụng Google Text To Speech để giải quyết vấn đề này. II. NỘI DUNG 2.1. Đối tượng nghiên cứu 2.2.1. Thuật toán FaceNet Không gian Euclide compact đƣợc ánh xạ từ ảnh khuôn mặt với khoảng cách đo đặc tƣơng ứng với độ tƣơng đồng của khuôn mặt. Có thể tạo ra véctơ đặc trƣng và sử dụng vào bài toán nhận dạng khuôn mặt, phân cụm khuôn mặt. Nhóm tác giả và cộng sự sử dụng mạng tích chập sâu Deep Convonlution Network – DNN đƣợc huấn luyện để tối ƣu hóa. Độ tƣơng đồng của khuôn mặt đƣợc tính khoảng cách L2 bình phƣơng trong không gian. Các khuôn mặt giống nhau có khoảng cách nhỏ và ngƣợc lại. Công thức tính khoảng cách dựa trên khoảng cách Euclid [5] nhƣ sau: Giả sử P = (P1, P2, …, Pn) và Q = (Q1, Q2, …, Qn) là hai điểm trong không gian n chiều, khi đó khoảng cách từ P đến Q đƣợc tính theo công thức: n d ( P ,Q ) d(Q , P ) ( Pi Qi )2 i 1 454 PHƢƠNG PHÁP XÁC THỰC KHUÔN MẶT DỰA TRÊN TENSORFLOW VÀ ỨNG DỤNG VÀO ROBOT TIẾP TÂN Hình 1. Kết quả thuật toán FaceNet khoảng cách giữa các khuôn mặt [1] 2.1.2. Robot NAO Robot NAO đƣợc phát triển và sản xuất bởi tập đoàn SoftBank. Nó có hình dạng giống nhƣ một con ngƣời. Nó đƣợc thiết kế cao 58 cm, với 2 camera đƣợc gắn trên đầu có độ phân giải 1280x960 px với tốc độ ghi hình 30 khung hình trên giây. 2.1.3. Thư viện Tensorflow TensorFlow là một thƣ viện phần mềm nguồn mở do Google phát triển và phát hành vào tháng 10 năm 2015. Đây là một thƣ viện hỗ trợ xây dựng các mô hình Deep Learning thông qua các API ngắn gọn. Nó hỗ trợ trên nhiều flatform khác nhau (Từ điện thoại thông minh đến các máy tính Server phân tán) và hỗ trợ tính toán trên cả CPUs và GPUs. 2.2. Phương pháp ng ...