BÁO CÁO ĐỒ ÁN CƠ SỞ 4 ĐỀ TÀI XÂY DỰNG CHƯƠNG TRÌNH NHẬN DẠNG GIỚI TÍNH THÔNG QUA ẢNH KHUÔN MẶT

BÁO CÁO ĐỒ ÁN CƠ SỞ 4 ĐỀ TÀI: XÂY DỰNG CHƯƠNG TRÌNH NHẬN DẠNG GIỚI TÍNH THÔNG QUA ẢNH KHUÔN MẶT BÁO CÁO ĐỒ ÁN CƠ SỞ 4 ĐỀ TÀI: XÂY DỰNG CHƯƠNG TRÌNH NHẬN DẠNG GIỚI TÍNH THÔNG QUA ẢNH KHUÔN MẶT BÁO CÁO ĐỒ ÁN CƠ SỞ 4 ĐỀ TÀI: XÂY DỰNG CHƯƠNG TRÌNH NHẬN DẠNG GIỚI TÍNH THÔNG QUA ẢNH KHUÔN MẶT BÁO CÁO ĐỒ ÁN CƠ SỞ 4 ĐỀ TÀI: XÂY DỰNG CHƯƠNG TRÌNH NHẬN DẠNG GIỚI TÍNH THÔNG QUA ẢNH KHUÔN MẶT

BÁO CÁO ĐỒ ÁN CƠ SỞ ĐỀ TÀI: XÂY DỰNG CHƯƠNG TRÌNH NHẬN DẠNG GIỚI TÍNH THƠNG QUA ẢNH KHUÔN MẶT Sinh viên thực : Lê Quốc Dũng – 18IT130 Giảng viên Lớp : ThS.Nguyễn Quang Vũ : 18IT3 Đặng Ngọc Châu – 18IT124 Đà nẵng, tháng năm 2021 LỜI MỞ ĐẦU - Lời em xin chân thành cảm ơn đến thầy Nguyễn Quang Vũ giúp em nhiều trình thực đồ án Trong trình thực đồ án, giúp đỡ tận tình thầy em thu nhiều kiến thức quý báu giúp em nhiều trình học làm việc tương lai - Trong q trình thực đồ án khơng tránh khỏi số sai sót Mong nhận góp ý thầy để hồn thiện - Một lần em xin chân thành cảm ơn giúp đỡ thầy trình thực đồ án để em hoàn thành đồ án NHẬN XÉT (Của giảng viên hướng dẫn) Chữ ký giáo viên hướng dẫn MỤC LỤC Chương GIỚI THIỆU 1.1 Tổng Quan: 1.1.1 Mở đầu 1.1.2 Mục tiêu chuyên đề 1.1.3 Đối tượng nghiên cứu 1.1.4 Phạm vi nghiên cứu .5 1.2 Phương pháp – kết 1.2.1 Phương pháp 1.2.2 Kết 1.3 Cấu Trúc đồ án: Chương CƠ SỞ LÝ THUYẾT 2.1 Tổng quan Deep Learning tốn nhận diện khn mặt thị giác máy tính 2.1.1 Tổng quan Deep Learning 2.1.2 Bài tốn nhận dạng khn mặt thị giác máy tính 13 2.2 Giới thiệu Convolutional Neural Network 15 2.2.1 Tổng quan 15 2.2.2 Kiến trúc CNN 15 2.3 Tổng quan Machine Learning .16 2.3.1 Machine Learning ? .16 2.3.2 Một vài ứng dụng Machine Learning 17 2.4 Thư viện Keras 18 2.5 Thư viện FaceNet 19 2.6 Thư viện Sklearn .20 Chương XÂY DỰNG ỨNG DỤNG 23 3.1 Yêu cầu hệ thống .23 3.1.1 Phần cứng 23 3.1.2 Môi trường thực 23 3.2 Các bước thực 23 3.2.1 Mô tả liệu .23 3.2.2 Lựa chọn model 23 3.2.3 Kết đạt 24 3.2.4 Tinh chỉnh tham số 24 3.2.5 Test 25 Chương KẾT LUẬN 26 4.1 Kết .26 4.2 Ưu điểm - nhược điểm .26 4.3 Hướng phát triển 26 TÀI LIỆU THAM KHẢO 27 DANH MỤC HÌNH ẢNH Hình 1.Deep Learning ? Hình 2.Cách thức hoạt động Deep Learning 10 Hình 3.Các thuật ngữ Deep Learning 11 Hình 4.Ứng dụng Deep Learning 14 Hình 5.Hệ thống nhận diện khn mặt 15 Hình 6.Kiến trúc CNN nhận diện hành động người 17 Hình 7.FaceNet lấy hình ảnh khn mặt làm đầu vào xuất vector embedding 20 Hình 8.Kết chương trình 28 Chương GIỚI THIỆU 1.1 Tổng Quan 1.1.1 Mở đầu Hiện nay, với phát triển xã hội, vấn đề an ninh bảo mật yêu cầu khắt khe quốc gia giới Các hệ thống nhận dạng người đời với độ tin cậy ngày cao Một toán nhận dạng người quan tâm nhận dạng khn mặt Vì nhận dạng khn mặt cách mà người sử dụng để phân biệt Bên cạnh đó, ngày việc thu thập, xử lý thông tin qua ảnh để nhận biết đối tượng quan tâm ứng dụng rộng rãi Với phương pháp này, thu nhận nhiều thông tin từ đối tượng mà không cần tác động nhiều đến đối tượng nghiên cứu Sự phát triển khoa học máy tính tạo mơi trường thuận lợi cho toán nhận dạng mặt người từ ảnh số Các hệ thống nhận dạng offline đời có độ tin cậy cao, nhiên hệ thống nhận dạng online lại chưa đáp ứng nhiều Trong khuôn khổ đồ án này, chúng em tiếp tục giải tốn nhận dạng offline Trong đối tượng thu thập thành file liệu chuyển trung tâm Tại đó, số liệu phân tích xử lý Trong phần đầu, chúng em giải tốn nhận dạng thơng thường, phần hai phần nhận dạng giới tính 1.1.2 Mục tiêu đồ án Sử dụng thư viện Multi Task Convolutional Neural Network để trích xuất khn mặt từ ảnh đầu vào cho trước sau sử dụng pre-trained model FaceNet để giảm chiều liệu vector biểu diễn khuôn mặt trở thành vector 128 chiều áp dụng thuật toán Machine Learning để huấn luyện model sau lựa chọn model tốt  Input: Ảnh chụp mặt người  Output: Giới tính người 1.1.3 Đối tượng nghiên cứu - Ngơn ngữ Python - Tìm hiểu Machine Learning Deep Learning - Các thuật toán nhận diện - Nghiên cứu thư viện Multi Taks Convolutional Neural Network FaceNet 1.1.4 Phạm vi nghiên cứu - Xây dựng chương trình nhận dạng giới tính người sử dụng Machine Learning - Ứng dụng đề tài phục vụ cho việc nghiên cứu nhiều lĩnh vực 1.2 Phương pháp – kết 1.2.1 Phương pháp *Phương pháp chủ đạo - Phương pháp nghiên cứu lý thuyết: + Tìm hiểu tổng quan Machine Learning tốn nhận diện khn mặt thị giác máy tính - + Tìm hiểu thư viện Multi Taks Convolutional Neural Network FaceNet + Tìm hiểu thư viện Keras số thư viện khác - Phương pháp nghiên cứu thực nghiệm: + Tiến hành phân tích cài đặt Python + Tiến hành training data cho máy học 1.2.2 Kết - Tạo chương trình nhận dạng giới tính thơng qua ảnh có sẵn thực hệ điều hành Window 1.3 Cấu Trúc đồ án Nội dung chuyên đề chia thành phần sau: Chương 1: Giới thiệu: Chương trình bày cách tổng quan mục tiêu, đối tượng phạm vi nghiên cứu, hướng tiếp cận để giải toán nhận dạng kết dự tính Chương 2: Cơ sở lý thuyết: Tìm hiểu phương pháp máy học tìm hiểu thư viện, ứng dụng Machine Learning tốn nhận diện khn mặt Chương 3: Xây dựng ứng dụng: Trên sở thư viện mã nguồn mở xây dựng chương trình nhận diện giới tính người qua ảnh có sẵn, với phân tích chương trình Chương 4: Kết luận hướng phát triển: Đánh giá kết hướng phát triển nghiên cứu Chương CƠ SỞ LÝ THUYẾT 2.1 Tổng quan Deep Learning tốn nhận diện khn mặt thị giác máy tính 2.1.1 Tổng quan Deep Learning 2.1.1.1 Deep Learning gì? Deep Learning là tập hợp Trí tuệ nhân tạo – kỹ thuật học máy dạy cho máy tính thiết bị hoạt động cách logic Tại lại đặt tên Deep Learning? Bởi thực tế liên quan đến việc sâu vào số lớp mạng, bao gồm lớp ẩn Bạn học sâu, bạn trích xuất thơng tin phức tạp Phương pháp Deep learning dựa vào chương trình phức tạp khác để bắt chước trí thơng minh người Phương pháp đặc biệt này dạy cho máy móc nhận biết họa tiết để phân loại chúng thành loại khác Nhận dạng mẫu phần thiết yếu Deep learning nhờ Machine learning, máy tính chí khơng cần phụ thuộc vào lập trình mở rộng Thơng qua Deep learning, máy móc sử dụng tệp hình ảnh, văn âm để xác định thực tác vụ theo cách giống người Hình 1.Deep Learning ? 2.1.1.2 Tầm quan trọng Deep Learning Có thể thấy Deep Learning ngày phổ biến thời gian gần Nó đóng góp nhiều vào việc làm cho sống hàng ngày thuận tiện hơn, xu hướng phát triển tương lai Cho dù công nghệ hỗ trợ đỗ xe tự động nhận diện khuôn mặt sân bay, Deep learning thúc đẩy nhiều cho tự động hóa giới ngày Tuy nhiên, liên quan Deep learning liên kết hầu hết với thực tế giới tạo lượng liệu theo cấp số nhân ngày nay, điều đỏi hỏi nhu cầu cấu trúc quy mơ lớn Deep learning sử dụng khối lượng liệu ngày tăng tính sẵn có liệu hợp lý Tất thông tin thu thập từ liệu sử dụng để đạt kết xác thơng qua mơ hình học tập lặp Việc phân tích lặp lặp lại liệu lớn xóa bỏ lỗi khác biệt trình tìm kiếm mà cuối dẫn đến kết luận đáng tin cậy Deep learning tiếp tục tạo ra tác động kinh doanh cá nhân và tạo nhiều hội việc làm thời gian tới ... nguồn mở xây dựng chương trình nhận diện giới tính người qua ảnh có sẵn, với phân tích chương trình Chương 4: Kết luận hướng phát triển: Đánh giá kết hướng phát triển nghiên cứu Chương CƠ SỞ LÝ... Tạo chương trình nhận dạng giới tính thơng qua ảnh có sẵn thực hệ điều hành Window 1.3 Cấu Trúc đồ án Nội dung chuyên đề chia thành phần sau: Chương 1: Giới thiệu: Chương trình bày cách tổng quan... giải toán nhận dạng kết dự tính Chương 2: Cơ sở lý thuyết: Tìm hiểu phương pháp máy học tìm hiểu thư viện, ứng dụng Machine Learning toán nhận diện khuôn mặt Chương 3: Xây dựng ứng dụng: Trên sở