0

báo cáo: hệ thống phát hiện giới tính và tuổi từ khuôn mặt

11 20 0
  • báo cáo: hệ thống phát hiện giới tính và tuổi từ khuôn mặt

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

Tài liệu liên quan

Thông tin tài liệu

Ngày đăng: 14/05/2022, 14:14

TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT TP HỒ CHÍ MINH KHOA ĐIỆN ĐIỆN TỬ NGÀNH KỸ THUẬT MÁY TÍNH BÁO CÁO ĐỀ TÀI HỆ THỐNG PHÁT HIỆN GIỚI TÍNH VÀ TUỔI TỪ KHUÔN MẶT Giảng viên PhD Trần Vũ Hoàng Sinh viên Trần Tuấn Anh 17119057 Sinh viên Nguyễn Minh Huy 17119078 MỤC LỤC 1 Đặt vấn đề xây dựng đề tài 2 Mục tiêu đề tài đạt được 3 Các thử thách đề tài 4 Các phương pháp sử dụng 1 Đặt vấn đề xây dựng đề tài Phát hiện khuôn mặt là một ứng dụng cơ bản thiết yếu của lĩnh vực phát hiện đối tượng(objects detection) nó. TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT TP HỒ CHÍ MINH KHOA ĐIỆN ĐIỆN TỬ NGÀNH KỸ THUẬT MÁY TÍNH BÁO CÁO ĐỀ TÀI HỆ THỐNG PHÁT HIỆN GIỚI TÍNH VÀ TUỔI TỪ KHUÔN MẶT Giảng viên: PhD Trần Vũ Hoàng Sinh viên: Trần Tuấn Anh- 17119057 Sinh viên: Nguyễn Minh Huy-17119078 MỤC LỤC Đặt vấn đề xây dựng đề tài Mục tiêu đề tài đạt Các thử thách đề tài Các phương pháp sử dụng Đặt vấn đề xây dựng đề tài Phát khuôn mặt ứng dụng thiết yếu lĩnh vực phát đối tượng(objects detection) nói chung khâu hệ thống phát nhận dạng khuôn mặt tự động Ngồi ra, phát khn mặt cịn ứng dụng rộng rãi lĩnh vực an ninh, sinh trắc học, thiết lập giao diệnmới người máy tính, nhiều ứng dụng quan trọng khác Mục tiêu v iệc phát khuôn mặt xác định vị trí kích thước khn mặt người hình ảnh tĩnh hình ảnh động Giới tính tuổi tác từ lâu biết có ảnh hưởng đến điện tâm đồ người Một số biến số sinh học yếu tố giải phẫu góp phần vào khác biệt liên quan đến giới tính tuổi tác điện tâm đồ Các nhà khoa học đưa giả thuyết khác biệt tuổi dự đốn theo cơng nghệ trí tuệ nhân tạo tuổi thực theo thời gian đóng vai trị thước đo sinh lý sức khỏe, nghiên cứu xem việc áp dụng thuật toán AI vào liệu lớn (Big Data) điện tâm đồ BN giúp dự đốn tuổi giới tính độc lập với liệu lâm sàng bổ sung hay khơng tìm cách xác định khác biệt tuổi đo thông qua điện tâm đồ tuổi thực theo thời gian dấu hiệu sức khỏe sinh lý hay không Bằng việc phân loại hồ sơ khách hàng, bạn chủ động hiển thị nội dung quảng cáo điểm bán theo đối tượng khách hàng, nang cao hiệu chương trình quảng cáo Và liệu độ tuổi - giới tính kết nối với hệ thống đếm người People Counting (Shopper Count), team Marketing xây triển khai chiến lược sáng tạo để thu hút nhiều khách hàng gắn kết họ với thương hiệu hơn, xây dựng trải nghiệm đánh nhớ với khách hàng Đó lí thực đề tài Với đề tài ứng dụng camera an ninh, dự đốn tuổi tác giới tính ứng dụng game hay mạng xã hội 2.Mục tiêu đạt Đề tài nghiên cứu có phạm vi sử dụng để học tập mức mơi trường nhỏ, độ xác khơng tuyệt đối sai, nhận diện liên tục có khn mặt cập nhập liệu giới tính tuổi tác liên tục vịng 1s Mình test thử ứng dụng chạy hoạt động với độ xác tầm 80% Để xây dựng máy dị giới tính tuổi tác đốn khoảng giới tính tuổi người (khn mặt) tranh cách sử dụng Deep Learning liệu Adience 3.Các thử thách đề tài Về khách quan khó với sinh viên học nên tìm tài liệu để chạy ứng dụng khó Về thực tế, nhận diện với việc ảnh hay nhận diện từ camera, người gái để tóc ngắn, hay trai để tóc dài khó để nhận diện Cịn tùy thuộc vào độ sáng từ hình ảnh camera khó khăn để xác khuyết điểm mà bọn chưa xử lí Hoặc người mang trang, đội nón khó nhận diện Có lẽ muốn thuận lợi để dùng nên đặt ý bỏ hết vật dụng khuôn mặt Các phương pháp sử dụng đề tài Mình nêu khái quát khái niệm lí thuyết mà để tài sử dụng để thực Để xây dựng cơng cụ phát giới tính tuổi đốn gần giới tính tuổi người (khuôn mặt) ảnh cách sử dụng AI tập liệu đối tượng Thị giác máy tính gì? Thị giác máy tính lĩnh vực nghiên cứu cho phép máy tính nhìn nhận dạng hình ảnh video kỹ thuật số người Những thách thức mà phải đối mặt phần lớn xuất phát từ hiểu biết hạn chế tầm nhìn sinh học Computer Vision bao gồm việc thu thập, xử lý, phân tích hiểu hình ảnh kỹ thuật số để trích xuất liệu chiều cao từ giới thực nhằm tạo thông tin tượng trưng số sau sử dụng để đưa định Quá trình thường bao gồm phương pháp nhận dạng đối tượng, theo dõi video, ước tính chuyển động khơi phục hình ảnh Convolutional Neural Network gì? Convolutional Neural Network (CNNs – Mạng nơ-ron tích chập) mơ hình tiên tiến Nó giúp cho xây dựng hệ thống thơng minh với độ xác cao CNN sử dụng nhiều tốn nhận dạng object ảnh Để tìm hiểu thuật toán sử dụng rộng rãi cho việc nhận dạng (detection) Mạng CNNs tập hợp lớp Convolution chồng lên sử dụng hàm nonlinear activation ReLU để kích hoạt trọng số node Mỗi lớp sau thơng qua hàm kích hoạt tạo thông tin trừu tượng cho lớp Mỗi lớp sau thông qua hàm kích hoạt tạo thơng tintrừu tượng cho lớp Trong mơ hình mạng truyền ngược(feedforward neural network) neural đầu vào (input node) chomỗi neural đầu lớp Mơ hình gọi mạng kết nối đầy đủ (fully connected layer) hay mạng toàn vẹn (affine layer) Cịn mơ hình CNNs ngược lại Các layer liên kết với thông qua chế convolution Layer kết convolution từ layer trước đó, nhờ mà ta cóđược kết nối cục Như neuron lớp sinh từ kếtquả filter áp đặt lên vùng ảnh cục neuron trước Mỗi lớp sử dụng filter khác thơng thường có hàngtrăm hàng nghìn filter kết hợp kết chúng lại Ngồi racó số layer khác pooling/subsampling layer dùng để chắt lọc lạicác thông tin hữu ích (loại bỏ thơng tin nhiễu) Trong trình huấn luyện mạng (traning) CNNs tự động học giá trịqua lớp filter dựa vào cách thức mà bạn thực Ví dụ tác vụ phân lớp ảnh, CNNs cố gắng tìm thơng số tối ưu cho filter tương ứng theo thứ tự raw pixel > edges > shapes > facial > highlevelfeatures Layer cuối dùng để phân lớp ảnh CNNs chia thành chiều: rộng, cao sâu Tiếp theo, tế bàothần kinh mạng khơng hồn tồn kết nối với toàn tế bào thầnkinh tiếp theo, mà đến vùng nhỏ Cuối cùng, lớp đầu đượcthu nhỏ lại thành vectơ giá trị tính Phát khn mặt dụng khn mặt dựa mạng nơron Đầu vào ảnh hay từ camera Với đề tài kiến trúc CNN Mạng nơ-ron phức hợp cho dự án python có lớp tích hợp: -Lớp chuyển đổi; 96 nút, kích thước hạt nhân -Lớp chuyển đổi; 256 nút, kích thước hạt nhân -Lớp chuyển đổi; 384 nút, kích thước hạt nhân Nó có lớp kết nối đầy đủ, lớp có 512 nút lớp đầu cuối thuộc loại softmax Để dự án python, sẽ: -Phát khuôn mặt -Phân loại thành Nam / Nữ -Phân loại vào độ tuổi -Đưa kết lên hình ảnh hiển thị Xác định xác giới tính tuổi người từ hình ảnh khn mặt Giới tính dự đốn 'Nam' 'Nữ’ Độ tuổi dự đốn phạm vi sau- (0 - 2), (4 6), (8 - 12), (15 - 20) , (25 - 32), (38 - 43), (48 - 53), (60 - 100) (8 nút lớp softmax cuối cùng) Rất khó để đốn xác tuổi xác từ hình ảnh yếu tố trang điểm, ánh sáng, vật cản nét mặt Và đó, chúng tơi coi vấn đề phân loại thay biến thành hồi quy ... sẽ: -Phát khuôn mặt -Phân loại thành Nam / Nữ -Phân loại vào độ tuổi -Đưa kết lên hình ảnh hiển thị Xác định xác giới tính tuổi người từ hình ảnh khn mặt Giới tính dự đốn 'Nam' 'Nữ’ Độ tuổi dự... nhập liệu giới tính tuổi tác liên tục vịng 1s Mình test thử ứng dụng chạy hoạt động với độ xác tầm 80% Để xây dựng máy dò giới tính tuổi tác đốn khoảng giới tính tuổi người (khuôn mặt) tranh... dụng khuôn mặt Các phương pháp sử dụng đề tài Mình nêu khái quát khái niệm lí thuyết mà để tài sử dụng để thực Để xây dựng cơng cụ phát giới tính tuổi đốn gần giới tính tuổi người (khn mặt) ảnh
- Xem thêm -

Xem thêm: báo cáo: hệ thống phát hiện giới tính và tuổi từ khuôn mặt,

Từ khóa liên quan