Ứng dụng camera nhận dạng khuôn mặt và phân tích thói quen người dùng

i LỜI CAM KẾT Tôi cam đoan công trình nghiên cứu tơi kết luận văn Ứng dụng camera nhận dạng khn mặt phân tích thói quen người dùng trung thực, có trích dẫn rõ ràng, xuất phát từ thực tế Tác giả luận văn Hồng Văn Trọng ii LỜI CẢM ƠN Tơi xin gửi lời cảm ơn chân thành đến thầy TS Trần Trọng Tồn tồn tâm tận tình hướng dẫn giúp đỡ tơi suốt q trình thực luận văn Cảm ơn thầy, cô Khoa Công Nghệ Thông Tin Viễn Thông, Thầy, Cô Học Viện Khoa học Công Nghệ Việt Nam tham gia giảng dạy truyền đạt kiến thức cho thân tơi suốt khóa học 2018 – 2020 Cảm ơn công ty vận tải Nguyễn Long cho tác giả sử dụng liệu tháng 11/2021 để làm sở thực tiễn nghiên cứu phát triển phần mềm Tôi xin chân thành cảm ơn đến Thầy TS Trương Nguyên Vũ – Viện trưởng Viện Cơ học Tin học ứng dụng thuộc Viện Hàn Lâm Khoa Học Công Nghệ Việt Nam hỗ trợ suốt trình học tập Viện Cơ học Tin học ứng dụng, nghiên cứu chuyên sâu giúp thực luận văn Chân thành cảm ơn đến gia đình, bạn bè, Anh chị đồng nghiệp Viện Cơ học Tin học ứng dụng giúp đỡ, đóng góp ý kiến, động viên tinh thần cho tơi giúp tơi có thêm nghị lực để hoàn thành luận văn Trân trọng cảm ơn! Tác giả luận văn Hoàng Văn Trọng iii DANH MỤC CÁC BẢNG BIỂU Bảng 1: Bảng thể thông tin sở lưu trữ khuôn mặt 20 Bảng 2: Bảng liệu cấu trúc chỉnh sửa thông tin khuôn mặt 21 Bảng 3: Bảng cấu trúc liệu truy vấn thông tin khuôn mặt 22 Bảng 4: Bảng kết trả sau lần truy vấn thông tin khn mặt 23 iv DANH SÁCH CÁC HÌNH Hình 1: Các điểm nhận dạng Hình 2: Camera nhận diện khuôn mặt điểm Hình 3: Nhận diện khn mặt thiết bị di động Hình 4: Sơ đồ rút trích đặc trưng theo Phương pháp LBP 12 Hình 5: Phương pháp tiêp cận Local Binary Pattern 13 Hình 6: Thư viện EmguCV OPenCV ngôn ngữ C# 14 Hình 7: Nhận dạng khn mặt quay trịn khn mặt 15 Hình 8: Giao diện đăng nhập 26 Hình 9: Minh họa danh mục nhập liệu 26 Hình 10: Nhập lệnh điều xe 27 Hình 11: Thông tin chuyến hàng chờ điều xe 27 Hình 12: Giao diện lương cho tài xế 28 Hình 13: Chi phí xe hàng toán 30 Hình 14: Theo dõi lịch trình tài xế đơn hàng vận chuyển 31 Hình 15: Giao diện camera Web 36 Hình 16: Sơ đồ nhận dạng khuôn mặt 37 Hình 17: Kết nhận diện khn mặt độ sai lệch 38 Hình 18: Màn hình nhập liệu tài xế 39 Hình 19: Hình ảnh khn mặt tài xế 39 Hình 20: Báo cáo lịch sử nhận dạng tài xế 40 Hình 21: Thống kê xe tài xế 40 Hình 22: Báo cáo thống kê tài xế 42 Hình 23: Báo cáo phân tích thống kế trực quan 43 v MỤC LỤC LỜI CAM KẾT i LỜI CẢM ƠN ii DANH MỤC CÁC BẢNG BIỂU iii DANH SÁCH CÁC HÌNH iv CHƯƠNG 1: TỔNG QUAN NGHIÊN CỨU 1.1 Đặt vấn đề nghiên cứu luận văn 1.2 Mục tiêu nghiên cứu luận văn 1.3 Đối tượng nghiên cứu phạm vi nghiên cứu luận văn 1.4 Phương pháp nghiên cứu luận văn CHƯƠNG 2: HỆ THỐNG GIÁM SÁT VÀ NHẬN DẠNG 2.1 Tổng quan nhận dạng 2.2 Các kỹ thuật nhận dạng khuôn mặt 2.3 Camera nhận dạng khuôn mặt CHƯƠNG 3: CÁC THUẬT TOÁN VÀ PHƯƠNG PHÁP NHẬN DẠNG 3.1 Phương pháp cân sáng Histogram 3.2 Phương pháp phân tích thành phần 3.3 Phương pháp nhận dạng khuôn mặt FisherFace 10 3.4 Phương pháp nhận dạng khuôn mặt Local Binary Pattern (LBP) 12 3.5 Phương pháp nhận dạng dùng thư viện EmguCV 14 3.6 Phương pháp nhận dạng không gian chiều 15 CHƯƠNG 4: PHẦN MỀM VẬN TẢI ĐIỀU XE TÍCH HỢP CAMERA NHẬN DẠNG 16 4.1 Giới thiệu vấn đề toán vận tải 16 vi 4.2 Xây dụng kết nối thư viện nhận dạng camera tích hợp vào phần mềm 19 4.3 Lựa chọn ngơn ngữ xây dựng sở liệu 24 4.4 Xây dựng giao diện phần mềm vận tải hiển thị thông tin 26 4.4 Tích hợp nhận dạng Camera 35 CHƯƠNG 5: KẾT LUẬN 44 TÀI LIỆU THAM KHẢO 46 CHƯƠNG 1: TỔNG QUAN NGHIÊN CỨU 1.1 Đặt vấn đề nghiên cứu luận văn Khoa học công nghệ quan trọng cơng cơng nghiệp hóa, đại hóa đất nước phát triển khoa học quốc gia Khoa học kỹ thuật, công nghệ phát triển với tốc độ nhanh mang lại lợi ích cho người tất phương diện Phát triển khoa học kỹ thuật công nghệ làm thay đổi tư thói quen nhân loại, ứng dụng khoa học công nghệ vào thực tế đưa cảnh báo, đồng thời tránh rủi ro sai sót khơng đáng có Giảm thiểu chi phí, sức lao động đồng thời tăng suất lao động, tăng giá trị cạnh tranh cần có nhiều trang thiết bị, nhiều dây chuyền tự động, ứng dụng công nghệ vào quản lý Xuất phát từ nhu cầu thực tế tác giả xây dựng hệ thống phần quản lý vận tải điều xe có tích hợp camera nhận dạng khn mặt tự động để đưa phân tích, đánh giá tình xác Hỗ trợ doanh nghiệp dịch vụ vận tải logistics việc giám sát, phân cơng hành trình vận chuyển theo đơn hàng từ nơi giao nhận hàng hóa đến kho đóng/ rút khách hàng trả nơi hạ cơng rỗng Dựa vào số liệu phân tích hình ảnh nhân viên ngang qua tầm giám sát camera tiến độ hiệu công việc nhân viên Khái quát hệ thống phân tích, hoạt động nguồn liệu có sẵn để làm sở phân tích, lý luận cho luận văn nghiên cứu Đánh giá thực trạng hoạt động quản trị số liệu phần mềm quản lý, phân tích nhân tố ảnh hưởng đến hoạt động kinh doanh, hoạt động quản trị nguồn nhân lực, tiến độ làm việc nhân viên để phát huy điểm mạnh khắc phục điểm yếu nhằm tìm hội để tận dụng né tránh nguy không phù hợp, đề xuất giải pháp nhằm hoàn thiện máy hoạt động quản trị hệ thống Tác giả chọn “Ứng dụng camera nhận dạng khuôn mặt phân tích thói quen người dùng” để làm đề tài nghiên cứu thiết kế hệ thống phần mềm quản trị tích hợp nhận dạng để kiểm chứng giải thuật điều khiển đưa 1.2 Mục tiêu nghiên cứu luận văn Luận văn “Ứng dụng camera nhận dạng khuôn mặt phân tích thói quen người dùng” sử dụng thuật tốn, camera để phân tích, nhận dạng khuôn mặt tài xế 1.3 Đối tượng nghiên cứu phạm vi nghiên cứu luận văn Khuôn mặt tài xế, camera liệu nhân viên lái xe 1.4 Phương pháp nghiên cứu luận văn Ứng dụng thuật tốn phương pháp nhận dạng khn mặt Xây dựng phần mềm quản trị hệ thống, quản trị liệu logistics vận tải Phát triển ứng dụng nền.NET Framework kết hợp với qui trình nghiệp vụ xử lý để tạo nên hệ thống phần mềm quản lý vận tải Nghiên cứu cách thức nhận dạng khn mặt người camera, xây dựng chương trình xư lý tình xử lý thơng tin CHƯƠNG 2: HỆ THỐNG GIÁM SÁT VÀ NHẬN DẠNG 2.1 Tổng quan nhận dạng Hệ thống nhận dạng khn mặt ứng dụng máy tính tự động xác định nhận dạng người từ hình ảnh kỹ thuật số khung hình video từ nguồn video Một cách để thực điều so sánh đặc điểm khn mặt chọn trước từ hình ảnh sở liệu khuôn mặt Hệ thống thường sử dụng hệ thống an ninh so sánh với dạng sinh trắc học khác hệ thống nhận dạng vân tay hay tròng mắt 2.2 Các kỹ thuật nhận dạng khn mặt Các thuật tốn nhận dạng khn mặt xác định đặc điểm khn mặt cách trích xuất ranh giới đặc điểm hình ảnh khn mặt đối tượng Có thể phân tích vị trí tương đối, kích thước hay hình dạng mắt, mũi, gị má, cằm để tìm kiếm hình ảnh khác với tính phù hợp Các thuật tốn bình thường lưu giữ hình ảnh khn mặt, nén liệu khn mặt, lưu liệu hình ảnh cho việc nhận dạng khuôn mặt Lưu ảnh mẫu mang so sánh với liệu khuôn mặt nhận dạng thành công sớm dựa kỹ thuật phù hợp với mẫu áp dụng cho tập hợp đặc điểm khuôn mặt bật, cung cấp dạng đại diện khuôn mặt nén Các thuật tốn nhận dạng chia thành hai hướng chính, hình học, nhìn vào tính phân biệt, trắc quang (đo sáng) sử dụng phương pháp thống kê hình ảnh thành giá trị so sánh giá trị với mẫu để loại bỏ chênh lệch Nhận dạng hình ảnh theo không gian chiều sử dụng cảm biến 3D để nắm bắt thơng tin hình dạng khn mặt để xác định tính đặc biệt bề mặt khuôn mặt bao gồm đường viền hốc mắt, mũi, cằm gò má Nhận dạng khuôn mặt 3D không bị ảnh hưởng thay đổi ánh sáng xác định khn mặt từ loạt góc nhìn, có góc nhìn nghiêng Các điểm liệu ba chiều từ khuôn mặt cải thiện lớn độ xác cho nhận dạng khn mặt tăng cường cảm biến tinh vi giúp nắm bắt hình ảnh chụp khuôn mặt tốt Các cảm biến hoạt động cách chiếu ánh sáng có cấu trúc lên gương mặt cảm biến hình ảnh đặt lên chip CMOS-mỗi cảm biến thu phần khác hình ảnh Nhận dạng thơng qua phân tích kết cấu da sử dụng chi tiết hình ảnh da, chụp hình ảnh kỹ thuật số máy scan tiêu chuẩn Kỹ thuật gọi phân tích kết cấu da, đưa đường đặc trưng, hình dạng, điểm nốt da người vào khơng gian tốn học Các thử nghiệm với việc bổ sung phân tích cấu trúc da, hiệu việc nhận khuôn mặt tăng 20-25 phần trăm 2.3 Camera nhận dạng khuôn mặt Công nghệ nhận diện khuôn mặt loại phần mềm sinh trắc học ánh xạ đặc điểm khn mặt cá nhân mặt tốn học lưu trữ liệu dạng faceprint (dấu khn mặt) Cơng nghệ sử dụng thuật tốn Deep Learning để so sánh ảnh chụp trực tiếp hình ảnh kỹ thuật số với faceprint lưu trữ để xác minh danh tính cá nhân Phần mềm xác định 80 điểm nút khuôn mặt người Các điểm nút sử dụng để đo biến khuôn mặt người, chiều dài chiều rộng mũi, độ sâu hốc mắt hình dạng xương gò má Hệ thống hoạt động cách thu thập liệu cho điểm nút hình ảnh kỹ thuật số khuôn mặt lưu trữ liệu kết dạng faceprint 32 cách quản trị thông thường, đem lại an tâm cho khách hàng bảo vệ tài sản doanh nghiệp vận tải Giám sát theo thời gian thực Phần mềm quản lý vận tải cần đảm bảo chất lượng có khả cập nhật trạng thái xe, chi phí cho xe, tình trạng đơn hàng có liên tục hay khơng, khách hàng có thường xun, đặn hay khơng Quản lý giám sát chặt chẽ theo thời gian thực tế để có chủ động tốt cơng việc Việc tích hợp tính theo dõi dấu vết (track and trace) để giám sát hoạt động vận tải yêu cầu cần thiết tiên hỗ trợ tối đa, hữu ích cho công việc đạt kết theo lý tưởng mong đợi Giám sát theo thời gian thực giúp việc tự động gửi cảnh báo trường hợp có sai phạm xuất hiệu Tích hợp hệ thống giám sát hành trình để xác định rõ viêc sai lộ trình, dừng đỗ điểm khơng cho phép, … hay vấn đề phát sinh khác nhanh chóng nắm bắt xử lý kịp thời giúp việc quản lý vận tải chuẩn xác hiệu theo ý muốn Tối ưu hoá hoạt động vận tải Vận tải dược xem cơng việc có nhiều hoạt động khác thực cách Hình thức hoạt động tiến hành phải chuẩn xác, thời gian yêu cầu góp phần làm nên chất lượng cao cho cơng việc, mục đích hồn thành theo u cầu Sử dụng phần mềm logistics vận tải lúc cần có đầy đủ tính tối ưu hóa hoạt động vận tải đem tới hiệu thực tế cao, giá trị sử dụng với yêu cầu Hầu hết hoạt động vận tải điểm giao hàng, điểm nhận hàng, tuyến đường, tài xế,… tối ưu toàn diện đầy đủ Đo đó, hệ thống trì hoạt 33 động ổn định, mang tới dịch vụ vận tải chất lượng cao, quản lý đội nhóm tốt đem lại giá trị thực tế cao, lợi ích lớn đáp ứng tới mức tối đa Xác thực giao hàng Nắm bắt chuẩn xác thời gian, chủ động việc giao hàng vơ quan trọng rút ngắn thời gian vận tải đáng kể Giúp việc tăng chuyến, tránh thời gian chờ không cần thiết cần đảm bảo cách tốt Phần mềm đánh giá cao đem tới giá trị sử dụng với kỳ vọng có đầy đủ tính tự động, xác thực quỹ thời gian giao hàng Thông qua thiết bị định vị GPS Mobile App tài xế nắm bắt lịch trình, xác định thời gian vận chuyển, thời gian giao hàng chủ động xác Hệ thống giúp chủ hàng yên tâm chuẩn bị kỹ lưỡng từ bến đỗ, thời gian, nhân lực để việc giao hàng thực nhanh chóng xác an tồn thành cơng Phần mềm quản lý vận tải đạt chất lượng cần đảm bảo thể rõ hệ thống tự động hóa vận tải với nhiều phương thức khác Việc cập nhật kết hoạt động đội xe, tài xế theo thời gian thực phải tiến hành thuận lợi chuẩn xác Do đó, việc theo dõi chi tiết hiệu suất giao hàng yếu tố đảm bảo tốt Hoạt động vận tải cần đưa bảng báo cáo, thống kê kỹ lưỡng xác, cụ thể đảm bảo giúp người quản trị xác định tình hình hoạt động, kết kinh doanh trở nên dễ dàng tốt Lúc đó, người quản trị có tầm nhìn, định hướng hay có phương án điều chỉnh thích hợp, vấn đề vận tải trở nên dễ dàng hơn, nhẹ nhàng Chủ động kinh doanh vận tải điều đảm bảo để đem lại lợi nhuận cao, có dịch vụ chất lượng tin tưởng nhiều khách hàng Cung cấp dịch vụ vận tải ngày đa dạng mở nhiều lựa chọn đầu tư nhiều doanh nghiệp Vấn đề vận chuyển hàng hóa cho hoạt động kinh 34 doanh có nhu cầu vơ lớn dịch vụ vận tải ln trì, đảm bảo lượng khách hàng đặn đông đảo Thực việc ứng dụng phần mềm quản lý vận tải phù hợp, chất lượng để việc quản lý dịch vụ vận tải trơn tru thực hiệu quả, chuẩn xác mong muốn Giải pháp xây dựng phần mềm vận tải giúp tự động hóa cơng việc thủ cơng nhàm chán, tối giản chi phí, cơng hao phí quản lý, tiết kiệm nhiều thời gian giúp doanh nghiệp đạt tính cạnh tranh thị trường Trong luận văn giới thiệu vấn đề liên quan đến hệ thống giúp người sử dụng chương trình có kiến thức cho việc vận hành nghiệp vụ khác giúp người sử dụng dễ dàng thao tác, vận dụng chương trình cách linh hoạt, nắm rõ phân hệ quan trọng phức tạp tổ chức thông tin máy, phân công, phân nhiệm, bảo mật liệu khai thác tối ưu nguồn liệu nhập Các chủ đề chương bao gồm: ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ Đối tượng sử dụng hệ thống Nhà quản trị Nhân viên quản lý nghiệp vụ thuộc phòng Nhân viên nhập liệu, làm hàng Nhân viên phịng cơng nghệ thơng tin, máy tính u cầu hệ thống cần có tính năng: Quản lý liệu báo cáo theo kỳ/năm tài chính; Báo cáo phân quyền truy cập đơn vị; Cho phép thay đổi/ khai báo thông tin quan quản lý hệ thống Phân quyền user sử dụng chương trình hệ thống chi tiết theo chức năng: thêm mới/ sửa/ xóa/ in ✓ Quản lý nhật ký người dùng Phần mềm vận tải thiết kế nhằm tối ưu hóa nhập liệu, minh bạch tài hết giành cho người quản trị, quản trị hệ thống trơn tru tránh rủi ro trình xử lý quản trị người 35 Một số chức quản trị xây dựng chuẩn theo khn mẫu áp dụng nhiều doanh nghiệp : Khóa sổ kế tốn, nhật ký người dùng, phân quyền người dùng, duyệt chi phí, giá bán, duyệt tốn, tạm hồn ứng Phần mềm xây dựng dựa ý tưởng mã nguồn mở Mọi người phát triển theo quy tắc chung hệ thống Có thể dùng để outsource cho phân hệ khác mà khơng làm chất Hệ thống project login (file run) xung quanh project nhỏ liên kết với thông qua liệu (server) hiểu poject ứng dụng khác ngơn ngữ, khác phong cách viết chung sở liệu Và hệ thống cho phép làm điều Một số hệ thống điều khiển robots AGVs Open TCS Phần mềm tích hợp file chạy vào phần mềm ứng dụng quản trị (phân quyền) chung 4.4 Tích hợp nhận dạng Camera Camera nhận dạng thiết bị ngoại vi có tích hợp chức nhận dạng khuôn mặt người Ứng dụng hệ thống thư viện, file chạy web Server 36 Hình 15: Giao diện camera Web Hệ thống phần mềm viết Appilcation Windows ngôn ngữ studio visual Nhận định khó xử lý giao dịch, khó phát triển hệ thống dùng web phát triển tiếp Để làm chủ công nghệ tác giả dựa vào ý tưởng xây dựng chương trình nhận dạng winform thơng qua thư viện có sẵn cũa camera Thiết kế giao diện khung cảnh camera Đọc vào lưu trữ xử lý liệu nhận dạng ✓ Tự động lưu ảnh gốc vào folder ✓ Tự động lưu ảnh nhận dạng vào folder nhận dạng ✓ Tự động lưu thơng tin nhận dạng SQL Server 37 Quy trình nhận dạng ảnh Hình 16: Sơ đồ nhận dạng khuôn mặt 38 Một số kết thực Hiển thị ảnh nhận dạng kết nhận dạng sau so sánh với ảnh gốc ban đầu Tỷ lệ nhận dạng cao phụ thuộc vào hình ảnh gốc hình ảnh ngang qua camera Camera tự động chụp nhận nhận Chúng ta chủ động điều chỉnh thời gian sau carenha nhận dạng khuôn mặt người chụp nhận dạng ảnh để tránh trường hợp đầy ổ cứng Ở tác giả để 3s nhận dạng lần khung hình mặt người thể Hình 17 Hình 17: Kết nhận diện khuôn mặt độ sai lệch 39 Để giảm bớt thao tác tác giả cho phép thêm ảnh cần nhận dạng form nhận dạng thay cần camera khác đưa thông tin người nhận dạng lên hệ thống cách chụp lại khuôn mặt xác định danh tính (danh mục nhân viên phần mềm), nhập tài xế minh họa Hình 18 Hình 18: Màn hình nhập liệu tài xế Hình 19: Hình ảnh khn mặt tài xế 40 Báo cáo thống kê tài xế qua hệ thống nhận dạng lưu lại lịch sử nhận dạng minh họa Hình 20 Hình 20: Báo cáo lịch sử nhận dạng tài xế Phân tích hiển thị thói quen dùng xe tài xế chạy quen xe có lợi cho chủ xe lẫn tài xế, đồng thời giúp nhà vận chuyển an tâm giao xe, xử lý tính có cố tốt hơn, tiết kiệm nhiên liệu, vận chuyển nhanh thời gian lịch trình Hệ thống đưa thông tin xe chờ vận chuyển, thống kê số lần vận chuyển tài xế để nhân viên điều phối chọn xe cách hiệu Hình 21: Thống kê xe tài xế 41 Nhìn lại so sánh lợi ích phần mềm vận tải cho\ doanh nghiệp việc sử dụng phần mềm hỗ trợ công việc quản lý cách tốt hỗ trợ vận chuyển hiệu quả, giảm thiểu chi phí quản lý hoạt động, đồng thời giúp cung cấp dịch vụ tốt hơn, hình thành chuỗi cung ứng theo thời gian thực tế chất lượng, đem tới hài lòng lớn cho khách hàng sử dụng Một hệ thống phần mềm đạt chất lượng, thích hợp mang lại lợi ích sử dụng cao doanh nghiệp mong muốn 42 Hiện nay, phần mềm quản lý vận tải cung cấp vơ đa dạng, có nhiều lựa chọn khác mà tính tốn xác định để lựa chọn Thơng thường, phần mềm tiêu chuẩn đưa vào ứng dụng hỗ trợ việc đặt hàng, giao nhận, điều phối container, tới quản lý loại xe vận tải, … Việc tối ưu tối đa trình vận chuyển hàng hóa thực với phần mềm hỗ trợ chất lượng, chuyên nghiệp Thống kế tình hình hoạt động tài xế (nhân viên) qua nhận dạng Hình Hình 22: Báo cáo thống kê tài xế 43 Thống kế phân tích tài xế phương pháp trực quan minh họa Hình 23 Hình 23: Báo cáo phân tích thống kế trực quan 44 CHƯƠNG 5: KẾT LUẬN Phần mềm quản lý doanh nghiệp nói chung, phần mềm dịch vụ vận tải nói riêng mơ hình khơng thể thiếu công phát triển chung phù hợp với xu thời đại Đơn giản mơ hình cơng nghệ all-in-one, tích hợp nhiều module khác cần thiết cho hoạt động quản lý phòng ban thành phần mềm nhất, giúp tự động hoá hoạt động liên quan tới tài nguyên doanh nghiệp, tạo hệ thống liệu tự động hợp xuyên suốt qua phòng ban khâu hoạt động nghiệp vụ quản lý mua hàng, bán hàng, quản lý nhân Để chuỗi hoạt động tiến hành nhanh gọn, tránh lãng phí thời gian; tập trung vào xây dựng chiến lược tiếp thị xu hướng số hóa doanh nghiệp cần thiết Dựa vào khả đơn vị thiết kế phần mềm có nhiều lựa chọn tích hợp thiết bị vào điều khiển (control devices) mà camera nhận dạng điển hình Trong tiểu luận hệ thống điều khiển camera, hệ thống quản lý tác giả phát triển ngôn ngữ C#, Vb.Net, Asp.Net, nơi lưu trữ liệu SQL Server Áp dụng cơng thức phân tích dự báo theo chuỗi thời gian thời điểm để đưa kết xác nhất, nhanh Luận văn có tính cấp thiết ứng dụng vào thực triễn với doanh nghiệp Logistics, ứng dụng vào doanh nghiệp khác nhiều lĩnh vực khác Hệ thống phần mềm quản lý tích hợp camera nhận dạng khn mặt áp dụng theo mơ hình Agile quy trình scrum hỗ trợ doanh nghiệp vấn đế quản lý tài chặt chẽ, phân cơng nguồn nhân lực hợp lý xác 45 Hệ thống giám sát camera ứng dụng công nghệ Facial Recognition (nhận dạng khn mặt người) xác định độ xác theo tỷ lệ cho phép sau so sánh nguồn liệu hệ thống mà người quản trị thiết lập trước Đưa cảnh báo thống kê, giám sát hỗ trợ người sử dụng chọn lọc cách tối ưu Dữ liệu lưu trữ lớn dần theo thời gian chúng cần lường trước vấn đề để đưa giải pháp tối ưu đảm bảo tốc độ truy vấn Nhận dạng khuôn mặt người có nhiều tiến bộ, nhiều công ty hàng đầu công nghệ quan tâm đưa vào nghiên ứng dụng điều phối tài xế lái xe tiết kiệm chi phí hành 46 TÀI LIỆU THAM KHẢO [1] T Kohonen (1995), LVQ-.PAK Version 3.1 - The Learning Vector Quantization Program Package, LVQ Programming Team of the Helsinki University of Technology [2] A Sato and J Tsukumo (1994), A Criterion for Training Reference Vectors and Improved Vector Quantization, Proc of the International Conference on Neural Networks, Vol 1, pp.161-166 [3] Nguyen Vu Truong, 2012, Mechanical parameter estimation of motion control systems, 2012 4th International Conference on Intelligent [4] Sathyanarayana, Aarti, 2016, Sleep Quality Prediction From Wearable Data Using Deep Learning, JMIR mHealth and uHealth [5] Zhong, Sheng-hua, Liu -Yan, Liu –Yang,2011 Bilinear Deep Learning for Image Classification Proceedings of the 19th ACM International Conference on Multimedia [6] A Krizhevsky, I Sutskever, G E Hinton, 2012, ImageNet classification with deep convolutional neural networks, Proc Adv Neural Inf Process Syst, pp 1097-1105 [7] A Angelova, A Krizhevsky, V Vanhoucke, A Ogale, D Ferguson, 2015, Real-time pedestrian detection with deep network cascades, Proc BMVC, pp 1-12 [8] Y LeCun, Y Bengio, G Hinton, 2015, Deep learning, Nature, pp 436-444 [9] J Schmidhuber, 2015, Deep learning in neural networks: An overview, Neural Netw., pp 85-117 [10] H Roth, 2015, Improving computer-aided detection using convolutional neural networks and random view aggregation, IEEE Trans Med Imag., pp 1170-1181 [11] https://minhng.info/tutorials/local-binary-patterns-lbp-opencv.html, truy cập 20/09/2021 [12] Đào Quang Tồn, 2017, Nhận dạng khn mặt hỗ trợ công tác quản lý tiếp dân, Luận văn cao học máy tính, Trường Đại học Thái Nguyên [13] Kirby, M., and Sirovich, L., 1990, Application of the Karhunen-Loeve procedure for the characterization of human faces, IEEE PAMI, Vol 12, pp 103-108 [14] S Gong, S J McKeANNa, and A.Psarron, 2020, Dynamic Vision, Imperial College Press, London [15] https://phamdinhkhanh.github.io/2020/03/12/faceNetAlgorithm.html, truy cập 20/09/2021 ... trị tích hợp nhận dạng để kiểm chứng giải thuật điều khiển đưa 1.2 Mục tiêu nghiên cứu luận văn Luận văn ? ?Ứng dụng camera nhận dạng khn mặt phân tích thói quen người dùng? ?? sử dụng thuật toán, camera. .. GIÁM SÁT VÀ NHẬN DẠNG 2.1 Tổng quan nhận dạng 2.2 Các kỹ thuật nhận dạng khuôn mặt 2.3 Camera nhận dạng khuôn mặt CHƯƠNG 3: CÁC THUẬT TOÁN VÀ PHƯƠNG PHÁP NHẬN DẠNG... thức nhận dạng khuôn mặt người camera, xây dựng chương trình xư lý tình xử lý thông tin 3 CHƯƠNG 2: HỆ THỐNG GIÁM SÁT VÀ NHẬN DẠNG 2.1 Tổng quan nhận dạng Hệ thống nhận dạng khuôn mặt ứng dụng