Xây dựng ứng dụng điểm danh sinh viên dựa trên nhận diện khuôn mặt

Bài viết "Xây dựng ứng dụng điểm danh sinh viên dựa trên nhận diện khuôn mặt" tập trung nghiên cứu về vấn đề nhận dạng gương mặt qua camera an ninh. Đồng thời, tìm hiểu các cách thức nhằm phát hiện gương mặt dựa trên Ultra-light và dự báo gương mặt thông qua mô hình FaceNet sử dụng ngôn ngữ lập trình Python. Cuối cùng, chúng tôi xây dựng ứng dụng nhằm điểm danh sinh viên tự động dựa trên camera an ninh. Mời các bạn cùng tham khảo!
Nội dung trích xuất từ tài liệu:
Xây dựng ứng dụng điểm danh sinh viên dựa trên nhận diện khuôn mặt Xây dựng ứng dụng điểm danh sinh viên dựa trên nhận diện khuôn mặt Nguyễn Bảo Long Nguyễn Trọng Hiếu Lê Hoàng Nhật CTK42, Khoa Công nghệ Thông Tin CTK42, Khoa Công nghệ Thông Tin CTK42, Khoa Công nghệ Thông Tin Trường Đại học Đà Lạt Trường Đại học Đà Lạt Trường Đại học Đà Lạt Lâm Đồng, Việt Nam Lâm Đồng, Việt Nam Lâm Đồng, Việt Nam 1812795@dlu.edu.vn 1812756@dlu.edu.vn 1812814@dlu.edu.vn Phan Thị Thanh Nga Nguyễn Thị Lương Khoa Công nghệ Thông Tin Khoa Công nghệ Thông Tin Trường Đại học Đà Lạt Trường Đại học Đà Lạt Lâm Đồng, Việt Nam Lâm Đồng, Việt Nam ngaptt@dlu.edu.vn luongnt@dlu.edu.vn Tóm tắt — Trong bài báo này, chúng tôi tập trung nghiên các mô hình máy học thông dụng để điểm danh sinh viên vớicứu về vấn đề nhận dạng gương mặt qua camera an ninh. Đồng dữ liệu đầu vào là ảnh chụp từ Camera [1]. Một công trìnhthời, tìm hiểu các cách thức nhằm phát hiện gương mặt dựa trên khác cũng sử dụng đặc trưng Haar-Like để nhận dạng mặtUltra-light và dự báo gương mặt thông qua mô hình FaceNet sử người là từ tác giả Châu Ngân Khánh và các cộng sự [2], ởdụng ngôn ngữ lập trình Python. Cuối cùng, chúng tôi xây dựng công trình này, tác giả sử dụng giải thuật Haar-Like kết hợpứng dụng nhằm điểm danh sinh viên tự động dựa trên camera với đặc trưng SIFT để nhận dạng mặt người.Tại đây, nhóm tácan ninh. giả đã thử nghiệm trên nhiều tập dữ liệu kiểm chuẩn AT&T, Face94, Face95, Face96, kết quả mang lại rất khả quan với độ Từ khóa — phát hiện khuôn mặt, nhận diện khuôn mặt, hệthống điểm danh, FaceNet, CNN chính xác đạt được bởi các thuật thuật toán KNN, KNN đảo ngược và NBNN lần lượt là 94.35%, 86.05% và 98.83%. I. GIỚI THIỆU Nhóm tác giả Phạm Nguyên Khang, Trần Nguyễn Minh Thư và Đỗ Thanh Nghị [3] đã đề xuất hệ thống điểm danh bằng Nhận dạng khuôn mặt là bài toán phổ biến hiện nay vì nó mặt người với đặc trưng GIST và máy học véctơ hỗ trợ. Kếtcó thể được sử dụng trong rất nhiều ứng dụng, đặc biệt là các quả thực nghiệm của nghiên cứu này cũng mang lại những kếtứng dụng chấm công nhân viên. Do đó, chúng tôi quyết định quả khả quan. Cụ thể như sau: kết quả thực nghiệm trên tậpáp dụng bài toán nhận dạng khuôn mặt vào việc điểm danh dữ liệu gồm 6722 ảnh của 132 đối tượng là những sinh viênsinh viên. Theo cách truyền thống, khi muốn điểm danh sinh khoa Công nghệ thông tin – Truyền thông, trường Đại học Cầnviên, giáo viên thường điểm danh bằng cách gọi tên sinh viên Thơ sử dụng phương pháp SVM kết hợp GIST đạt 99.29% vàtrong danh sách. Phương pháp điểm danh này làm mất rất phương pháp NBNN kết hợp SIFT đạt 98.88%.nhiều thời gian của giáo viên và sinh viên. Hiện nay, một sốgiáo viên có thể sử dụng thêm phương pháp điểm danh qua Một hệ thống nhận diện mặt người thông thường baocác nền tảng hỗ trợ quản lý học tập. Cụ thể, sinh viên phải gồm bốn bước xử lý sau:đăng nhập tài khoản của mình và tham gia điểm danh khi giáo 1. Phát hiện khuôn mặt (Face Detection).viên yêu cầu. Phương pháp này nhanh hơn rất nhiều so vớiđiểm danh đọc tên truyền thống, nhưng cũng có những bất cập 2. Phân đoạn khuôn mặt (Face Alignment haydẫn đến việc sinh viên không điểm danh được, chẳng hạn như Segmentation).sinh viên không có các thiết bị thông minh để truy cập vào hệthống, đường truyền mạng bất ổn định hay máy chủ Web bị 3. Trích chọn đặc trưng (Feature Extraction).quá tải dẫn đến không đăng nhập vào hệ thống được. Bên cạnh 4. Nhận diện (Recognition) hay Phân lớp khuôn mặtđó, sinh viên vẫn có thể điểm danh hộ hoặc vẫn điểm danh (Face Classification).được dù không có mặt tại lớp. Trong những năm gần đây, nhờsự phát triển cao của công nghệ nhận dạng sinh trắc học, trong Trong những năm gần đ ...