Microsoft word luan van binh

Microsoft Word Luan van Binh doc BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƢỜNG ĐẠI HỌC QUY NHƠN TRẦN THỊ DIỆU MỸ ỨNG DỤNG NHẬN DẠNG KHUÔN MẶT TRONG HỆ THỐNG THÔNG TIN QUẢN LÝ BỆNH VIỆN Chuyên ngành Khoa học máy tính[.]

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƢỜNG ĐẠI HỌC QUY NHƠN TRẦN THỊ DIỆU MỸ ỨNG DỤNG NHẬN DẠNG KHUÔN MẶT TRONG HỆ THỐNG THÔNG TIN QUẢN LÝ BỆNH VIỆN Chun ngành: Khoa học máy tính Mã số: 8.48.01.01 Khóa: 23 Ngƣời hƣớng dẫn: TS LÊ THỊ KIM NGA LỜI CAM ĐOAN Tôi xin cam đoan: Những nội dung luận văn với đề tài: “Ứng dụng nhận dạng khuôn mặt hệ thống thông tin quản lý bệnh viện” thân thực giúp đỡ, hướng dẫn trực tiếp Tiến sĩ Lê Thị Kim Nga - giảng viên Khoa Công nghệ Thông tin, Trường Đại học Quy Nhơn Mọi tham khảo dùng luận văn trích dẫn rõ ràng trung thực tên tác giả, tên cơng trình, thời gian, địa điểm công bố Các số liệu, kết thực nghiệm trình bày luận văn hồn tồn trung thực dựa khảo sát chưa công bố hay xuất hình thức khác Những tư liệu tham khảo sử dụng luận văn có nguồn gốc trích dẫn rõ ràng, đầy đủ Mọi chép không hợp lệ, vi phạm quy chế đào tạo xin chịu hồn tồn trách nhiệm trước Hội đồng Bình Định, ngày 23 tháng 08 năm 2022 Người cam đoan Trần Thị Diệu Mỹ LỜI CẢM ƠN Trong trình nghiên cứu luận văn, cịn gặp nhiều khó khăn, nhận quan tâm, giúp đỡ quý thầy cô, bạn bè người thân Đây nguồn động lực lớn giúp tơi hồn thành đề tài luận văn Tôi xin gửi lời cảm ơn chân thành lòng biết ơn sâu sắc đến quý Thầy/Cô, người nuôi dưỡng chắp cánh ước mơ cho thân đến với đường nghiên cứu khoa học đầy đam mê, đặc biệt TS Lê Thị Kim Nga- Khoa Công nghệ Thông tin - Trường Đại học Quy Nhơn Với tâm huyết mình, thầy bảo tận tình chu thân hồn thành tốt cơng việc Và xin cảm ơn cán bộ, nhân viên phòng Đào tạo Sau đại học, trường Đại học Quy Nhơn tạo điều kiện tốt cho suốt trình học tập trường Cuối cùng, cho tơi gửi lời biết ơn đến gia đình, bạn bè tất người thân, bên cạnh động viên thân suốt thời gian học tập nghiên cứu Kính chúc q Thầy/Cơ Anh Chị Em lớp Cao học ngành Khoa học Máy tính khóa 23 sức khỏe, hạnh phúc thành đạt Xin chân thành cảm ơn! Trần Thị Diệu Mỹ MỤC LỤC LỜI CAM ĐOAN LỜI CẢM ƠN MỤC LỤC DANH MỤC CÁC CHỮ VIẾT TẮT DANH MỤC CÁC HÌNH ẢNH MỞ ĐẦU 1 Lý chọn đề tài Mục đích nhiệm vụ nghiên cứu Đối tượng phạm vi nghiên cứu Phương pháp nghiên cứu Đóng góp đề tài Cấu trúc luận văn Chƣơng TỔNG QUAN VỀ NHẬN DẠNG KHUÔN MẶT ỨNG DỤNG TRONG Y TẾ 1.1 Bài toán nhận dạng khuôn mặt 1.1.1 Khái niệm 1.1.2 Phân tích khn mặt 1.1.3 Đặc trưng khuôn mặt 1.1.4 Những vấn đề khó khăn nhận dạng khuôn mặt 1.2 Phương pháp nhận dạng khuôn mặt 1.2.1 Tiếp cận đối sánh mẫu 1.2.2 Tiếp cận dựa cấu trúc 10 1.2.3 Tiếp cận dựa học máy 10 1.2.4 Tiếp cận học sâu 11 1.3 Mơ hình tốn nhận dạng khuôn mặt 14 1.4 Ứng dụng nhận dạng khuôn mặt y tế 16 1.4.1 Nhận dạng khuôn mặt điều trị bệnh 16 1.4.2 Nhận dạng khuôn mặt hệ thống thông tin quản lý bệnh viện 16 1.5 Kết luận chương 17 CHƢƠNG NHẬN DẠNG KHN MẶT DỰA VÀO MẠNG NƠ-RON TÍCH CHẬP 18 2.1 Biểu diễn đặc trưng khuôn mặt dựa vào histogram hướng Gradient (HOG) 18 2.1.1 Đặc trưng HOG 18 2.1.2 Kỹ thuật HOG 19 2.2 Kỹ thuật nhận dạng khn mặt dựa vào mạng nơ-ron tích chập 25 2.3 Kỹ thuật nhận dạng khuôn mặt dựa HOG CNN 33 2.3.1 Hệ thống mạng CNN nhận khuôn mặt 33 2.3.2 Thuật toán nhận dạng khuôn mặt dựa vào HOG CNN 34 2.4 Kết luận chương 37 CHƢƠNG ỨNG DỤNG NHẬN DẠNG KHUÔN MẶT TRONG HỆ THỐNG THÔNG TIN BỆNH VIỆN 39 3.1 Hệ thống thông tin quản lý bệnh viện 39 3.2 Ứng dụng nhận dạng khuôn mặt vào hệ thống thông tin bệnh viện 40 3.3 Phân tích yêu cầu thu thập liệu 41 3.3.1 Phân tích yêu cầu 41 3.3.2 Thu thập liệu 44 3.4 Môi trường cài đặt kết cài đặt thử nghiệm 45 3.4.1 Môi trường cài đặt: 45 3.4.2 Một số kết chương trình thực nghiệm: 46 3.5 Đánh giá thực nghiệm 49 3.5.1 Kết đạt 49 3.5.2 Về mặt không đạt được: 50 3.6 Kết luận chương 50 KẾT LUẬN 51 Nội dung nghiên cứu kết đạt luận văn 51 Kiến nghị hướng nghiên cứu 51 TÀI LIỆU THAM KHẢO 53 DANH MỤC CÁC CHỮ VIẾT TẮT Chữ tắt Dạng đầy đủ AI Artificial Intelligence ANN Artificial Nơ-ron Network CSDL Cơ sở liệu CNN Convolutional nơ-ron networks HOG Histogram of Oriented Gradient SVM Support VectorMachine SIFT Scale-invariant feature transform DANH MỤC CÁC HÌNH ẢNH Hình 1.1 Mơ hình mạng ANN theo Rowley 12 Hình 1.2 Các bước nhận dạng khuôn mặt 14 Hình 1.3 Mơ hình hệ thống nhận dạng khn mặt 15 Hình 2.1: Hướng độ lớn gradient rút mơ tả ảnh 21 Hình 2.2: Mơ tả tính tốn histogram gradient ảnh đầu vào 22 Hình 2.3: Mapping độ lớn gradients với bins 23 Hình 2.4: Minh họa phân chia gradient 24 Hình 2.5: Biểu đồ Histogram of Gradient gồm bins tương ứng với ô vuông lưới ô vuông 24 Hình 2.6: Kiến trúc mạng CNN 28 Hình 2.7: Bộ lọc tích chập sử dụng ma trận điểm ảnh 29 Hình 2.8: Phương thức Average Pooling Max Pooling 31 Hình 2.9: Tổng quan phương pháp nhận dạng mặt người mạng nơ-ron tích chập 33 Hình 2.10: Thiết kế mạng nơ-ron để xử lý ảnh 34 Hình 2.11: Các giai đoạn dị tìm hiệu chỉnh 34 Hình 2.12: Kiến trúc CNN sử dụng nhận dạng khn mặt 36 Hình 2.13: Các điểm đặc trưng khn mặt trích chọn 36 Hình 3.1: Mơ hình hệ thống thông tin bệnh viện 40 Hình 3.2: Mơ hình hệ thống thơng tin bệnh viện có tích hợp Nhận dạng khn mặt 41 Hình 3.3: Quy trình khám chữa bệnh bệnh viện có sử dụng 42 Hình 3.4 Sơ đồ mơ hình tổng quan 45 Hình 3.5 Giao diện chương trình 47 Hình 3.6: Màn hình chụp ảnh lưu thơng tin Bệnh nhân 47 Hình 3.7: Nhận dạng khn mặt Bệnh nhân 48 MỞ ĐẦU Lý chọn đề tài Trong năm gần đây, phát triển Cách mạng Công nghiệp lần thứ tạo nhiều chuyển biến người xã hội giới nói chung Việt Nam nói riêng Nhiều lĩnh vực liên quan đến hệ thống công nghệ thông tin đại dần trở nên quen thuộc đời sống người Xử lý ảnh Thị giác máy phát triển mạnh mẽ thu hút quan tâm nhiều nhà khoa học Trong năm qua, nghiên cứu nhận dạng khuôn mặt ứng dụng hệ thống giám sát tự động quan tâm thu hút nghiên cứu lẫn thực tế Đã xuất công nghệ khả thi sau nhiều thập niên nghiên cứu đóng góp vào xu này, chúng khơng ứng dụng vào ứng dụng thương mại, ứng dụng bảo mật mà nhiều lĩnh vực khác sống Mặc dù hệ thống nhận dạng khuôn mặt đạt đến mức độ phát triển định, chúng nhiều hạn chế áp dụng vào điều kiện thực tế Khuôn mặt loại đối tượng mang theo tri thức đối tượng, bị thay đổi biến thể bên (khuôn mặt bị thay đổi theo thời gian, diện mạo v.v) biến thể bên ngồi (điều kiện thu nhận hình học quang học) Chẳng hạn, với điều kiện khuôn mặt nhận dạng thực tế lấy môi trường thực tế với thay đổi độ sáng, khuôn mặt nghiêng độ phân giải thấp hình ảnh thu vấn đề khó giải Nói cách khác, nghiên cứu nhận dạng khuôn mặt ứng dụng hệ thống giám sát tự động vấn đề cần thiết Trong lĩnh vực y tế, nước thúc đẩy việc nghiên cứu ứng dụng Công nghệ thơng tin nói chung ứng dụng Trí tuệ nhân tạo quản lý khám chữa bệnh Bài tốn đặt cần truy vấn thơng tin bệnh nhân nhanh chóng, hiệu xác hệ thống thông tin quản lý bệnh viện nhằm giảm thiểu tải bệnh viện, tăng suất làm việc bệnh viện hạn chế rủi ro công tác khám chữa bệnh Nhận dạng khn mặt tích hợp vào hệ thống thơng tin quản lý bệnh viện vấn đề đặt nhằm giải vấn đề xác định danh tính bệnh nhân xác nhanh chóng, giám sát hỗ trợ hướng dẫn bệnh nhân trình quản lý điều trị bệnh viện Với lý trên, định lựa chọn đề tài nghiên cứu luận văn: “Ứng dụng nhận dạng khuôn mặt hệ thống thông tin quản lý bệnh viện” để nghiên cứu Mục đích nhiệm vụ nghiên cứu 2.1 Mục đích nghiên cứu Nghiên cứu phương pháp nhận dạng khn mặt Xây dựng ứng dụng nhận dạng khn mặt tích hợp vào hệ thống thông tin quản lý bệnh viện nhằm truy xuất, tìm kiếm, xác thực thơng tin bệnh nhân xác hiệu 2.2 Nhiệm vụ nghiên cứu Nhằm đạt đến mục đích trình bày, đề tài hướng đến nhiệm vụ cụ thể sau:  Nghiên cứu tổng quan toán nhận dạng khuôn mặt giám sát tự động  Nghiên cứu phương pháp nhận dạng khuôn mặt  Xây dựng ứng dụng nhận dạng khn mặt tìm kiếm xác thực thơng tin bệnh nhân tích hợp hệ thống thông tin bệnh viện