TAILIEUCHUNG - Ứng dụng mô hình Facenet trong việc xây dựng và phát triển hệ thống nhận diện khuôn mặt tại trường Đại học Công nghiệp Hà Nội

Trong bài viết này, nhóm tác giả sẽ phân tích cũng như đưa ra một số phương pháp cải tiến cho mô hình Facenet để ứng dụng trong việc xây dựng và phát triển một hệ thống nhận diện đáp ứng được với số lượng lớn sinh viên phục vụ cho việc điểm danh và quản lý sinh viên tại trường Đại học Công nghiệp Hà Nội. | P-ISSN 1859-3585 E-ISSN 2615-9619 SCIENCE - TECHNOLOGY ỨNG DỤNG MÔ HÌNH FACENET TRONG VIỆC XÂY DỰNG VÀ PHÁT TRIỂN HỆ THỐNG NHẬN DIỆN KHUÔN MẶT TẠI TRƯỜNG ĐẠI HỌC CÔNG NGHIỆP HÀ NỘI FACENET MODEL APPLICATION IN THE CONSTRUCTION AND DEVELOPMENT OF FACE RECOGNITION SYSTEM AT HANOI UNIVERSITY OF INDUSTRY Phạm Việt Anh1 Lê Xuân Hải Vương Trung Hiếu1 1 1. GIỚI THIỆU TÓM TẮT Hệ thống nhận diện Hệ thống nhận diện khuôn mặt là một trong những ứng dụng dựa trên nền tảng về xử lý ảnh và các phương pháp về khuôn mặt được tích hợp học máy nó giúp máy tính tự động xác định hoặc nhận dạng một người nào đó từ một bức ảnh hay một khung hình video. rất nhiều trong các hệ Có rất nhiều những thuật toán đã được đề cập và một trong số chúng có thể kể tới là việc so sánh các đặc điểm khuôn mặt được trích chọn từ hình ảnh với một cơ sở dữ liệu về các khuôn mặt đã được thu thập từ trước đó one-to-many matching thống an ninh thực thi 1 . Tuy nhiên nếu chỉ sử dụng các thuật toán đơn thuần như vậy thì ngay cả với một cơ sở dữ liệu ảnh nhỏ hệ thống nhận luật chăm sóc sức khỏe diện cũng sẽ tốn rất nhiều tài nguyên và thời gian trong việc tính toán mà vẫn chỉ đưa ra một dự đoán có độ chính xác rất giải trí Hệ thống nhận thấp. Trong những năm gần đây với sự phát triển mạnh mẽ về học sâu mà đặc biệt là sự phát triển của những mạng neural diện khuôn mặt là một tích chập thì các hệ thống nhân diện đã được chú trọng và cải tiến đáng kể hơn bao giờ hết. Mô hình Facenet ra mắt vào trong những ứng dụng năm 2015 và được ứng dụng vào hầu hết trong các hệ thống nhận diện cho tới nay khi mang một ưu điểm nổi trội từ việc dựa trên nền tảng về xử lý phát triển kiến trúc mạng Siamese kết hợp với việc sử dụng một hàm mất mát linh hoạt để huấn luyện trên bộ dữ liệu ảnh ảnh và học máy nó giúp lớn. Trong bài báo này nhóm tác giả sẽ phân tích cũng như đưa ra một số phương pháp cải tiến cho mô hình Facenet để ứng máy tính tự động xác định dụng trong việc xây dựng và phát triển một hệ thống nhận diện đáp ứng được .

• Kỹ thuật lập trình
• Hệ thống nhận diện khuôn mặt
• Mạng neural tích chập
• Mô hình Facenet
• Hệ thống điểm danh sinh viên
• Hệ thống quản lý sinh viên
• Hệ thống điểm danh bằng khuôn mặt
• Nhận diện khuôn mặt
• Mô hình nhận diện khuôn mặt
• Hệ thống lưu trữ thông tin
• Luận văn Thạc sĩ
• Luận văn Thạc sĩ Kỹ thuật
• Khoa học máy tính
• Hệ thống nhận diện khuôn mặt qua camera
• Hệ thống nhận diện
• Mạng nơ ron tích chập
• Tóm tắt Luận văn Thạc sĩ
• Hệ thống xác thực khuôn mặt
• Công nghệ mã F QR ẩn
• Nhận diện khuôn mặt bằng AI camera
• Công nghệ xử lý xác định khuôn mặt
• Tạp chí Khoa học Công nghệ Việt Nam
• Mô hình mtcnn
• Phương pháp triplet loss
• Phương pháp K Nearest Neighbors
• Cơ sở dữ liệu về khuôn mặt
• Luận văn Thạc sĩ Hệ thống thông tin
• Hệ thống thông tin
• Phương pháp học sâu
• Nhận diện khuôn mặt qua camera giám sát
• Ứng dụng IOT
• Kỹ thuật máy học
• Hệ thống điểm danh bằng mặt người
• Phần mềm chấm công HARD
• Điều khiển Drone/Flycam
• Nhận diện khuôn mặt trên video
• Giao thức RTMP RTSP
• Mô hình client server
• Bộ dữ liệu WiderFace
• Hệ thống điểm danh tự động
• Thuật toán phát hiện đối tượng
• Thuật toán nhận diện khuôn mặt
• Kiến trúc mạng FaceNet
• Thiết kế hệ thống điều khiển
• Công nghệ xử lý giọng nói
• Công nghệ xử lý ảnh
• Phương pháp sinh trắc học
• Robot đồng hành cùng người cao tuổi
• Robot chăm sóc người cao tuổi
• Hệ thống nhúng
• Xử lý hình ảnh thời gian thực