Lịch sử nghiên cứu
Những người tiên phong trong công nghệ nhận diện khuôn mặt gồm Woody Bledsoe, Helen Chan Wolf và Charles Bisson Vào các năm 1964 và 1965, Bledsoe cùng với Wolf và Bisson đã bắt đầu ứng dụng máy tính để nhận diện khuôn mặt con người.
Vào những năm 2010, Facebook đã ra mắt tính năng nhận diện khuôn mặt để xác định người trong ảnh, gây ra tranh cãi về quyền riêng tư cá nhân Mặc dù vậy, người dùng Facebook vẫn không mấy quan tâm, với hơn 350 triệu ảnh được đăng tải và gắn thẻ mỗi ngày.
Công nghệ nhận diện khuôn mặt đã trở thành một phần quan trọng trong các thiết bị thông minh, đặc biệt là trong việc mở khóa điện thoại FaceID đã nhanh chóng trở thành một từ khóa phổ biến, góp phần làm tăng doanh số bán hàng của iPhone X một cách ấn tượng.
Vào năm 2021, công nghệ nhận diện khuôn mặt phát triển nhanh chóng và ngày càng được ứng dụng rộng rãi trong nhiều lĩnh vực như bán lẻ, văn phòng, an toàn xe buýt, hàng không và đặc biệt là trong ngành y tế Trong bối cảnh dịch bệnh gia tăng, việc kiểm soát số lượng người và nhận diện họ trở thành thách thức lớn do số lượng đông đảo Do đó, công nghệ nhận diện khuôn mặt trở thành giải pháp thiết thực và cần thiết trong thời đại hiện nay.
Trước tình hình dịch bệnh hiện nay, việc áp dụng các biện pháp phòng ngừa trở nên cấp thiết hơn bao giờ hết Để góp phần vào nỗ lực đẩy lùi dịch bệnh và bắt kịp với xu hướng thời đại, ý tưởng về "thiết bị nhận diện người không đeo khẩu trang" đã được phát triển.
Thiết bị này giúp phát hiện và nhắc nhở những người không đeo khẩu trang hoặc đeo khẩu trang không đúng cách tại các địa điểm công cộng.
2 ra lời cảnh báo với người đó Nó sẽ giúp nhận diện người không đeo khẩu trang một cách chính xác, linh hoạt và có độ phủ rộng rãi.
Các vấn đề đặt ra
Để giải quyết đề tài nhóm nghiên cứu cần giải quyết một số vấn đề như sau:
Hệ thống cơ khí được thiết kế với cấu trúc phân luồng người di chuyển, cho phép chỉ một người đi trên mỗi lane, kết hợp với hệ thống barie tự động đóng mở cửa Thiết kế này đảm bảo tính hợp lý, vững chắc và hiệu quả kinh tế Vật liệu sử dụng cho hệ thống cần đủ bền, dễ dàng kiểm tra bảo dưỡng và thay thế thiết bị, đồng thời đảm bảo tính an toàn cao cho người sử dụng.
Hệ thống điện điều khiển tích hợp camera nhận diện người không đeo khẩu trang, tự động phát tín hiệu cảnh báo và nhắc nhở qua loa Thiết kế của hệ thống nhỏ gọn, độ phân giải cao, sử dụng camera phổ biến trên thị trường, với vật liệu bền bỉ, dễ bảo trì và thay thế, đồng thời có giá thành hợp lý.
Phần mềm lập trình Python là công cụ phổ biến và chính xác cho việc lập trình trên máy tính Nó hỗ trợ tích hợp nhiều thiết bị và chương trình khác nhau, đồng thời có cấu trúc mã nguồn rõ ràng cùng với thư viện phong phú, giúp lập trình viên dễ dàng phát triển ứng dụng.
Hệ thống cần được thử nghiệm và đánh giá để đảm bảo độ chính xác cao, ngay cả khi người dùng đeo khẩu trang không đúng cách hoặc sử dụng các loại khẩu trang khác nhau.
Phương pháp nghiên cứu
1.3.1 Phương pháp nghiên cứu lý thuyết
Nghiên cứu các kênh thông tin và internet, cũng như các bài viết trong nước và quốc tế về ứng dụng của xử lý ảnh, nhằm áp dụng hiệu quả vào thiết kế.
• Tìm hiểu cơ sở lý thuyết, ứng dụng, viết chương trình điều khiển về xử lý ảnh
• Tìm hiểu về cơ sở lý thuyết nhận diện khuôn mặt
1.3.2 Phương pháp mô hình hóa và mô phỏng
• Thiết kế hệ thống, xây dựng mô hình thực tế
• Sử dụng phương pháp thử sai (Trial & Error) để thử nghiệm và sửa lỗi hệ thống
Giới hạn nghiên cứu
Với giới hạn của đề tài: “Nhận diện người không đeo khẩu trang” nhóm nghiên cứu đi sâu vào nghiên cứu những vấn đề chính sau đây
- Xây dựng thành công chương trình xử lý ảnh bằng ngôn ngữ Python và thư viện OpenCV và mô phỏng trên laptop
- Mô phỏng các bộ phận cơ khí trên các phần mềm vẽ 3D như solidworks…
- Tìm hiểu và thiết kế mô hình hoàn chỉnh nhận diện người không đeo khẩu trang sử dụng camera.
Ý nghĩa thực tiễn
Đề tài “Nhận diện người không đeo khẩu trang” có ý nghĩa thiết thực trong bối cảnh xã hội hiện nay, đặc biệt là trong thời gian dịch bệnh diễn ra phức tạp Việc nâng cao ý thức của cộng đồng về việc đeo khẩu trang là rất quan trọng, nhằm đảm bảo an toàn trong việc di chuyển và kiểm soát dịch bệnh Điều này hỗ trợ các doanh nghiệp, trường học, công ty và đơn vị vận tải trong việc bảo vệ sức khỏe cộng đồng.
Việc kiểm soát lượng người ra vào công ty một cách hiệu quả không chỉ giúp nâng cao ý thức cộng đồng trong bối cảnh dịch bệnh mà còn giảm thiểu chi phí nhân sự cho việc giám sát Thiết bị nhận diện đeo khẩu trang tích hợp nhiều chức năng, dễ dàng nhận diện và yêu cầu ít nhân lực để vận hành, phù hợp với xu hướng công nghiệp 4.0 AI đang đóng vai trò quan trọng trong sự phát triển của nhân loại, và thiết bị này sẽ tiếp tục được nâng cấp để đáp ứng nhu cầu thực tiễn.
CƠ SỞ LÝ THUYẾT
Lý thuyết nhận dạng và xử lý ảnh
2.1.1 Lý thuyết về xử lý ảnh
Xử lý ảnh là một lĩnh vực khoa học và công nghệ đang phát triển nhanh chóng, thu hút sự chú ý từ các trung tâm nghiên cứu và ứng dụng Ngành này, mặc dù còn mới mẻ so với nhiều lĩnh vực khoa học khác, đã kích thích sự phát triển của các máy tính chuyên dụng phục vụ cho việc xử lý hình ảnh.
Xử lý ảnh là kỹ thuật quan trọng được sử dụng để nâng cao và xử lý hình ảnh từ các thiết bị như camera và webcam Kỹ thuật này đã được ứng dụng rộng rãi trong nhiều lĩnh vực quan trọng.
+ Trong lĩnh vực quân sự: xử lý và nhận dạng ảnh quân sự
+ Trong lĩnh vực giao tiếp người máy: nhận dạng ảnh, xử lý âm thanh, đồ họa
+ Trong lĩnh vực an, bảo mật: nhận diện khuôn mặt người, nhận diện vân tay, mẫu mắt, …
+ Trong lĩnh vực giải trí: trò chơi điện tử
+ Trong lĩnh vực y tế: Xử lý ảnh y sinh, chụp X quang, MRI …
Các phương pháp xử lý ảnh bắt đầu từ các ứng dụng chính: nâng cao chất lượng và phân tích ảnh
Quá trình xử lý ảnh bao gồm các bước cần thiết, bắt đầu từ việc thu nhận ảnh tự nhiên từ thế giới bên ngoài qua các thiết bị như Camera Trước đây, ảnh được thu qua Camera là ảnh tương tự, nhưng với sự phát triển công nghệ, ảnh màu hoặc đen trắng hiện nay được chuyển trực tiếp thành ảnh số, giúp thuận lợi cho việc xử lý tiếp theo Ngoài ra, ảnh cũng có thể được quét từ vệ tinh thông qua máy quét ảnh Hình 2.1 mô tả các bước cơ bản trong quá trình xử lý ảnh.
Quy trình xử lý ảnh bắt đầu bằng bước thu nhận ảnh, trong đó ảnh có thể được ghi lại thông qua camera màu hoặc trắng đen Thông thường, ảnh được thu nhận từ camera là ảnh tương tự, chẳng hạn như camera ống chuẩn CCIR với tần số 1/25, cho ra 25 dòng ảnh Ngoài ra, còn có loại camera đã số hóa như CCD (Charge Coupled Device), sử dụng photodiode để tạo ra cường độ sáng tại mỗi điểm ảnh.
Camera thường dùng là loại quét dòng, tạo ra hình ảnh hai chiều Chất lượng ảnh thu nhận phụ thuộc vào thiết bị và môi trường, bao gồm ánh sáng và phong cảnh Tiền xử lý (Image processing) là bước quan trọng trong quá trình cải thiện chất lượng hình ảnh.
Sau khi thu nhận, ảnh thường bị nhiễu và có độ tương phản thấp, vì vậy cần phải đưa vào bộ tiền xử lý để nâng cao chất lượng hình ảnh Bộ tiền xử lý có chức năng chính là lọc nhiễu và nâng độ tương phản, giúp làm ảnh rõ hơn và nét hơn Sau đó, ảnh sẽ được chuyển sang bước phân đoạn (Segmentation) hay phân vùng ảnh để tiếp tục xử lý.
Phân vùng ảnh là quá trình tách một ảnh đầu vào thành các vùng thành phần để phục vụ cho phân tích và nhận dạng ảnh Ví dụ, trong việc nhận dạng chữ hoặc mã vạch trên phong bì thư nhằm phân loại bưu phẩm, cần chia các thông tin như địa chỉ và tên người thành các từ, chữ, số hoặc vạch riêng biệt Đây là giai đoạn phức tạp và dễ gây lỗi, ảnh hưởng trực tiếp đến độ chính xác của quá trình nhận dạng ảnh Kết quả cuối cùng của việc nhận dạng ảnh phụ thuộc rất nhiều vào công đoạn này.
Sau khi phân đoạn ảnh, chúng ta thu được các điểm ảnh cùng với mã liên kết từ các vùng lân cận Để tiếp tục xử lý bằng máy tính, cần biến đổi các số liệu này sang dạng phù hợp Quá trình chọn lựa các đặc tính để thể hiện ảnh được gọi là trích chọn đặc trưng (Feature Extraction), giúp tách biệt các đặc tính của ảnh thành thông tin định lượng, phục vụ cho việc phân loại đối tượng trong ảnh Chẳng hạn, trong nhận dạng ký tự trên phong bì thư, việc mô tả các đặc trưng của từng ký tự là cần thiết để phân biệt chúng với nhau.
Nhận dạng ảnh là quá trình xác định và phân loại hình ảnh bằng cách so sánh với các mẫu đã được học trước đó Nội suy trong nhận dạng ảnh là việc phán đoán ý nghĩa từ hình ảnh, ví dụ như chuyển đổi các ký tự trên phong bì thành mã điện thoại Theo lý thuyết về nhận dạng, các mô hình toán học của ảnh được chia thành hai loại cơ bản.
+ Nhận dạng theo tham số
+ Nhận dạng theo cấu trúc
Trong lĩnh vực khoa học và công nghệ hiện nay, có nhiều phương pháp nhận dạng phổ biến, bao gồm nhận dạng ký tự (cả chữ in và chữ viết tay), nhận dạng văn bản, nhận dạng vân tay, nhận dạng mã vạch và nhận dạng khuôn mặt Những công nghệ này đóng vai trò quan trọng trong việc xây dựng cơ sở tri thức (Knowledge Base) cho các ứng dụng hiện đại.
Trong lĩnh vực xử lý và phân tích ảnh, việc đơn giản hóa các phương pháp toán học nhằm nâng cao tính tiện lợi cho quá trình xử lý là rất quan trọng Bên cạnh đó, mục tiêu là mô phỏng quy trình tiếp nhận và xử lý ảnh của con người Hiện nay, nhiều bước trong quy trình xử lý đã áp dụng các phương pháp trí tuệ nhân tạo để cải thiện hiệu quả và độ chính xác.
Các cơ sở tri thức được phát huy qua việc mô tả và biểu diễn ảnh Sau khi số hóa, ảnh sẽ được lưu trữ trong bộ nhớ hoặc chuyển tiếp để phân tích Tuy nhiên, việc lưu trữ ảnh trực tiếp từ các ảnh thô sẽ cần một dung lượng bộ nhớ rất lớn.
7 và không hiệu quả theo quan điểm ứng dụng và công nghệ Thông thường, các ảnh được gọi là các đặc trưng ảnh như: biên ảnh, vùng ảnh
Hình 2-2 Sơ đồ phân tích và xử lý ảnh và lưu đồ thông tin giữa các khối
2.1.2 Cơ sở lý thuyết về nhận dạng khuôn mặt
2.1.2.1 Cơ sở lý thuyết nhận diện khuôn mặt
Với bài toán này có nhiều cách để làm và mỗi cách có ưu nhược điểm khác nhau Các cách triển khai gồm:
Cách 1 để phát hiện việc đeo khẩu trang là nhận diện khuôn mặt và sử dụng landmark để xác định vùng miệng Sau đó, chúng ta tính toán độ bão hòa trung bình và so sánh với ngưỡng đã đặt ra để kiểm tra Phương pháp này có ưu điểm là không cần dữ liệu và có tốc độ xử lý cao hơn, nhưng đôi khi có thể không chính xác do sự thay đổi của điều kiện ánh sáng.
Hình 2-3 Phương pháp đánh dấu điểm khuôn mặt (Landmark)
Phương pháp thứ hai là phát hiện khuôn mặt và sau đó nhận diện khẩu trang sử dụng các công nghệ như SSD, MTCNN, YOLO, MobileNetV1 và MobileNetV2 Nếu không phát hiện được khẩu trang trên khuôn mặt, hệ thống sẽ đưa ra cảnh báo Ưu điểm của phương pháp này là độ chính xác cao, tuy nhiên nhược điểm là cần có dữ liệu về khẩu trang để thực hiện việc nhận diện.
Để giải quyết bài toán nhận diện khuôn mặt trong khung hình, chúng tôi đã sử dụng barie phân làn và lựa chọn phương pháp deeplearing với mạng MobileNet V2 MobileNet V2 là một mạng nơ-ron hiệu quả cao, phù hợp cho các thiết bị nhúng có khả năng tính toán hạn chế như Raspberry Pi, Google Coral và NVIDIA Jetson Nano.
Nhận dạng khuôn mặt Phân loại khẩu trang Input
2.1.2.2 Lý thuyết về train model sử mạng nơ ron tích chập CNN
Hệ thống cơ khí
Barie tự động sử dụng nguồn điện lưới dân dụng với 220V, tần số 50Hz Nguyên lý hoạt động của barie tự động như sau.
Các loại barie tự động hiện nay được kết nối sẵn với main điều khiển, cho phép người dùng chỉ cần lắp đặt thanh chắn và kết nối với nguồn điện Sau khi hoàn tất, chỉ cần nhấn nút trên bảng điều khiển để gửi tín hiệu đến tủ barie, giúp tủ điều khiển tự động đóng mở theo nhu cầu sử dụng.
Khi xe đi qua, vòng cảm biến sẽ gửi tín hiệu đến tủ điều khiển để hạ thanh chắn xuống Mỗi barie thường đi kèm với 2 điều khiển từ xa có bán kính hoạt động khoảng 50m và một điều khiển để bàn cắm điện.
Trong trường hợp mất điện, tủ chứa thiết bị được thiết kế với nắm vặn bằng tay, giúp người dùng dễ dàng đóng mở barrier mà không tốn sức, nhờ vào bộ trợ lực đã được trang bị sẵn.
Barie tự động có khả năng kết nối với hệ thống máy tính, đầu đọc thẻ và máy đọc vân tay, cho phép điều khiển toàn bộ hệ thống khi kết hợp với vòng cảm biến.
Trong đề tài này barie sẽ được kết nối với máy tính và nhận tín hiệu điều khiển từ camera nhận diện khuôn mặt để đóng và mở cửa.
Hệ thống điện, điều khiển
Mạch điện tử được sử dụng để điều khiển sự thay đổi của tín hiệu, trạng thái hoạt động và chế độ làm việc của máy móc thiết bị Những mạch này được gọi là mạch điều khiển tín hiệu.
Khi thiết kế và chế tạo mạch điều khiển tín hiệu, có thể tạo ra các mạch phục vụ cho nhiều chức năng khác nhau, dẫn đến nhiều phương pháp thiết kế đa dạng Các mạch điều khiển tín hiệu đơn giản thường dựa trên những nguyên lý cơ bản.
Hình 2-6 Sơ đồ khối một mạch điều khiển tín hiệu
Sau khi nhận lệnh từ cảm biến, mạch sẽ xử lý và điều chế tín hiệu theo nguyên tắc nhất định Tiếp theo, tín hiệu được đưa đến khối khuếch đại để tăng cường công suất, sau đó chuyển giao cho khối chấp hành Cuối cùng, khối chấp hành phát lệnh báo hiệu thông qua chuông hoặc đèn hiệu.
Nhóm tác giả hướng đến việc phát triển một sản phẩm nhỏ gọn, có khả năng tính toán chính xác và cho kết quả ngay lập tức với sai số thấp nhất Để đạt được mục tiêu này, cần một board mạch xử lý đáp ứng đầy đủ các yêu cầu của sản phẩm Arduino là lựa chọn lý tưởng nhờ vào nhiều tính năng, cấu trúc code đơn giản, giá thành hợp lý và hiệu quả cao.
TÍNH TOÁN, THIẾT KẾ HỆ THỐNG NHẬN DẠNG NGƯỜI ĐEO KHẨU TRANG
Tính toán, thiết kế hệ thống cơ khí
1 Cấu tạo kỹ thuật vỏ và thân trụ máy barie tự động
Thân vỏ barie tự động được chế tạo từ thép chuyên dụng có khả năng chịu lực cao, với thiết kế vỏ động cơ kiểu gợn sóng giúp giảm tiếng ồn và tản nhiệt nhanh chóng trong quá trình vận hành Bề mặt của thân vỏ được xử lý oxy hóa tỉ mỉ, đảm bảo luôn giữ được vẻ đẹp sạch sẽ Thiết kế bên ngoài gọn nhẹ, dễ sử dụng và có nhiều màu sắc đa dạng, thu hút người dùng.
2 Cấu tạo kỹ thuật động cơ barie và hộp giảm tốc của barie tự động
Barie tự động được trang bị hệ thống bảo vệ nhiệt thông minh, giúp kiểm soát nhiệt độ của động cơ và ngăn ngừa cháy nổ Động cơ này không sử dụng bánh răng hay dây curoa, được thiết kế để loại trừ tạp loạn, với kích thước nhỏ gọn và độ bền cao Tốc độ vận hành của động cơ không đều, cho phép cần chắn khởi động chậm, vận hành nhanh và dừng từ từ, giảm thiểu rung động khi nâng hạ.
3 Mạch điều khiển barie và các cảm biến của barie tự động
Mạch điều khiển kỹ thuật số được thiết kế tinh vi, cho phép thu thập tín hiệu từ các cảm biến và camera, từ đó đưa ra lệnh đóng mở một cách chính xác.
Hệ thống điều khiển kỹ thuật số đảm bảo độ ổn định và độ chính xác tuyệt đối, không có sai sót trong các thao tác Barie tự động được thiết kế với khả năng kéo dài thời gian giữ, đồng thời tích hợp chức năng điều khiển kép hiệu quả.
Máy tính truyền tín hiệu chính xác, cần nâng lên hạ xuống có độ nhạy cao, đúng vị trí
4 Cấu tạo kỹ thuật và cơ cấu hoạt động của thanh chắn barie tự động (cần barie)
Thanh chắn barie tự động là thành phần thiết yếu trong cấu trúc kỹ thuật của hệ thống barie Thông thường, thanh chắn được chế tạo từ hợp kim nhôm và có nhiều kiểu dáng khác nhau như cần rào, cần thẳng và cần gấp, phù hợp với nhiều nhu cầu sử dụng khác nhau.
Cấu trúc vận hành của barie tự động được thiết kế với góc vuông 90 độ, đảm bảo tính bền vững và ổn định Thiết kế này giúp ngăn chặn các sự cố ngoài ý muốn, như việc va chạm với chướng ngại vật, có thể gây ra chuyển động không kiểm soát 360 độ.
3.1.1 Tính toán sơ bộ ban đầu
Quy cách máy (dài *rộng*cao): 340*320*1000 mm Độ cao giữa cần chắn và mặt đất (mm): 750
Thời gian cần dựng và hạ (s): 2s (Cần dài (m): 1) Điện áp (V) ±10%: 220, Tần số (HZ): 50
Nhiệt độ làm việc (độ bách phân): -30 0 ± đến ≤ 50 0
3.1.2 Tính toán lựa chọn động cơ barrie Để tính toán lực cần thiết của động cơ tác dụng lên cần barrie ta đưa về bài toán đòn bảy như hình vẽ
Nguyên lý hoạt động của hệ thống này dựa trên lực tác động từ động cơ thông qua cánh tay đòn a với độ lớn Fk2 Hai thanh l1 và l2 được gắn cố định, nhưng có chiều dài khác nhau và đồng trục Khi lực Fk2 tác động vào thanh l1 theo một góc 90º, thanh l2 sẽ quay theo một góc 90º tương ứng.
Hình 3-3 Các lực tác dụng lên thanh chắn barrie
Theo như lựa chọn ban đầu thanh chắn barrie dài 1m x 0.02x0,04 và giả sử khối lượng < 0.5kg
Thanh chắn là thanh kim loại đồng chất => trọng tâm thanh chắn đặt tại trung điểm G của đoạn thẳng AB
Ta có trọng trọng lượng thanh chắn tại G là:
Lực tác dụng tại A theo phương vuông góc với thanh chắn là F Để tại A lực F có thể nâng thanh chắn lên thì:
Mặt khác ta có: l1= 0,10 (m) Áp dụng công thức cánh tay đòn có:
Trong đó: l2 là chiều dài thanh chắn
Hình 3-4 Lực tác dụng lên đầu thanh kéo
Momen trên trục thanh kéo là:
= Fk2 0,1 (với a = 0.1m) Trong đó: Fk2 lực tác dụng lên đầu thanh kéo (N)
T: Momen xoắn của động cơ (N.m) a: chiều dài thanh kéo (m)
Momen trên trục thanh kéo là: T = Fk2 0,1 $,5 0,1
= 2.45(N/m) Công suất cần thiết trên trục thanh kéo là:
2 ≈ 19,24(𝑊) (3-5) Công suất cần thiết cửa động cơ là:
Chọn động cơ phải thỏa mãn điều kiện: 𝑃đ𝑐 > 𝑃𝑐𝑡, 𝑛đ𝑐 ≈ 𝑛
Chọn số vòng quay đồng bộ của động cơ 𝑛đ𝑐 = 60 (𝑣/𝑝ℎ)
Ta chọn được động cơ với thông số chi tiết như sau:
+ Tốc độ không tải 180 v/ph
+ Momen xoắn định mức 18Nm
+ Trục động cơ D=6.35mm hoặc D=8mm, rãnh then
+ Kích thước động cơ: Mặt bích 59mmx59mm, chiều dài thân 80mm + Trục Chiều dài: 2.5 "(63.5mm)
3.1.3 Tính toán thiết kế thân barrie
Khung: Thép mạ kẽm không rỉ Vỏ: Inox 201
+ Kiểu dáng: Hình hộp chữ nhật
Hình 3-6 Các hình chiếu trụ Barrie
3.1.4 Tính toán thiết kế rào phân làn
Vật liệu: Thép mã kẽm
Kích thước: Chiều cao: 850 mm
Chiều dài: 1610 mm Đường kính cột: 70 mm Chiều cao đế: 50 mm Đường kính đế: 300 mm
Hình 3-7 Các hình chiếu rào phân làn
3.1.5 Mô phỏng mô hình Barrie tự động
Sau quá trình tính toán và thiết kế, barrie đã được mô phỏng thành công trên chương trình solidwork
Hình 3-8 Cơ cấu bên trong barie mô phỏng trên Solidworks
Hình 3-9 Barrie mô phỏng trên solidworks
Tính toán, thiết kế hệ thống điện
Sơ đồ khối hệ thống điện:
Hệ thống điện mô hình nhỏ gọn được xây dựng với bộ điều khiển trung tâm là máy tính, kết hợp với khối thu tín hiệu hình ảnh từ Camera Hệ thống này có khả năng điều khiển hoạt động của các động cơ và phát tín hiệu âm thanh ra loa.
Khối xử lý nhận tín hiệu từ camera, sau đó truyền dữ liệu đến máy tính để phân tích và điều khiển hoạt động của động cơ, đồng thời gửi thông tin đến khối âm thanh.
+ Khối camera: Có chức năng thu thập tín hiệu hình ảnh từ thực tế truyển về tín hiệu điện và gửi dữ liệu cho máy tính
+ Khối động cơ: Được vận hành bởi khối điều khiển Có chức năng điểu khiển hoạt động của barrie tự động
+ Khối âm thanh: Có chức năng phát âm thanh cảnh báo nhận được từ khối điều khiển
3.2.1 Khối camera a, Chức Năng Được xem như là con mắt của mô hình Có chức năng thu thập tín hiệu hình ảnh từ thực tế chuyển về tín hiệu điện và gửi dữ liệu cho máy tính b, Chọn camera Để chọn camera phù hợp cho việc xử lý ảnh thì ta phải chú ý đến 3 thông số:
- Field of view (FoV): Diện tích kiểm tra mà các camera cần quan sát được
- Working distance (WD): Khoảng cách từ mặt trước của Len đến nền đối tượng
- Smallest feature (SF): Kích thước của đối tượng nhỏ nhất mà ta muốn phát hiện trong ảnh, kích thước này được đại diện bởi khoảng cách giữa 2 điểm ảnh
Hình 3-11 Khoảng cách nhìn rõ mặt
Theo yêu cầu đầu vào ảnh cần xử lý có kích thước 260x260 pixel và sai số là 1pixel thì giá trị DxR pixel của camera sẽ là:
Trong yêu cầu về khoảng cách để nhận diện được khuôn mặt cách xa có cự li
