Đang tải... (xem toàn văn)
MẪU ĐỒ ÁN KHOÁ LUẬN TỐT NGHIỆP ĐẠI HỌC ĐÀ NẴNG TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VIỆT HÀN BÁO CÁO ĐỒ ÁN CƠ SỞ 5 ĐỀ TÀI XÂY DỰNG HỆ THỐNG NHẬN DIỆN KHUÔN MẶT VÀ KẾT HỢP BÁO ĐỘNG LỜI CẢM ƠN NHẬN XÉT (C[.]
ĐẠI HỌC ĐÀ NẴNG TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VIỆT - HÀN BÁO CÁO ĐỒ ÁN CƠ SỞ ĐỀ TÀI: XÂY DỰNG HỆ THỐNG NHẬN DIỆN KHUÔN MẶT VÀ KẾT HỢP BÁO ĐỘNG LỜI CẢM ƠN Nhóm chúng em xin gửi lời cảm ơn chân thành đến thầy Phạm Nguyễn Minh Nhựt – giảng viên hướng dẫn môn đồ án sở (5) trang bị cho chúng em kiến thức,XÉT kỹ cần có để hồn thành đề tài NHẬN (Của quan thực tập, có) Tuy16, nhiên q trình nghiên Bold, size xếptrong sau trang Lời cảm ơn cứu đề tài, kiến thức chuyên ngành hạn chế nên nhóm chúng em cịn nhiều thiếu sót tìm hiểu, đánh giá trình bày đề Rất mong nhận quan góp ý thầy/cơ môn để tài em sizetài 13……………………………… đầy đủ hoàn chỉnh ……………………………………………………………………………………… ……………………………………………………………………………………… Xin chân thành cảm ơn ……………………………………………………………………………………… ……………………………………………………………………………………… ……………………………………………………………………………………… Mục Lục PHẦN I : GIỚI THIỆU Tổng quan Mục đích, phương pháp, kết PHẦN II : NỘI DUNG Chương : TỔNG QUAN VỀ NHẬN DIỆN KHN MẶT Nhận dạng khn mặt ? Cách hoạt động Ứng dụng phát triển tương lai 10 Chương : TỔNG QUAN VỀ ARDUINO VÀ MỘT SỐ MODULE 12 Arduino Uno R3 12 Module Bluetooth HC05 : .16 Module Relay Kênh 5V : 17 Chương : TỔNG QUAN VỀ OPENCV VÀ MỘT SỐ THƯ VIỆN SỬ DỤNG VỚI ANDROID 19 Thư viện OpenCV 19 Camera .19 Chương : XÂY DỰNG HỆ THỐNG NHẬN DẠNG KHUÔN MẶT KẾT HỢP VỚI CẢNH BÁO 21 Chương : KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN 26 PHẦN I : GIỚI THIỆU Tổng quan Hệ thống nhận dạng khuôn mặt ứng dụng 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 khuôn mặt chọn trước từ hình ảnh sở liệu khn mặt Qua để ứng dụng vào thực tế hàng ngày : Hệ thống nhận dạng để điểm danh học sinh lớp học Hệ thống tích lũy điểm thưởng dành cho khách hàng Phân tích nét mặt khách hàng vào cửa hàng Hệ thống cảnh báo người lạ Từ thực tiễn trên, muốn xây dựng hệ thống nhận diện khuôn mặt để cảnh báo người lạ dựa vào thư viện OpenCv kết hợp với Arduino để đưa cảnh báo cần thiết Mục đích, phương pháp, kết Mục đích - Tìm hiểu tài liệu công nghệ nhận diện khuôn mặt thực - Tìm hiểu thư viện OpenCv Android để xây dựng nên App nhận - Tìm hiểu Arduino số module khác việc xây dựng hệ thống dạng báo động - Xây dựng App nhận diện khuôn mặt kết nối với hệ thống báo động Arduino Phương pháp - Đọc, dịch , nghiên cứu tài liệu - Tìm hiểu, nghiên cứu xây dựng hệ thống từ tài liệu có sẵn Kết mong muốn - Xây dựng báo cáo cách tổng quan hệ thống - Xây dựng thành công “Hệ thống nhận diện khuôn mặt kết hợp với Arduino để đưa cảnh báo” PHẦN II : NỘI DUNG Chương : TỔNG QUAN VỀ NHẬN DIỆN KHUÔN MẶT Nhận dạng khn mặt ? 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 Cách hoạt động Cơ : Trước hết, để phân tích khuôn mặt nhận diện, cần phải tách khuôn mặt khỏi khung cảnh lại trước Tiếp đến, việc phân tích gương mặt Chúng ta nhận diện gương mặt người qua đặc điểm, hệ thống nhận diện vậy, thực đánh giá đặc điểm level cao hơn, xác việc cảm nhận mắt chúng ta, thị giác bị đánh lừa Mỗi khn mặt có nhiều điểm mốc, phần lồi lõm tạo nên đặc điểm khuôn mặt Các hệ thống nhận diện gương mặt định nghĩa điểm điểm nút Mỗi mặt người có khoảng 80 điểm nút Có thể nhận diện số điểm nút sau: Khoảng cách mắt ,chiều cao mũi , độ sâu hốc mắt ,hình dạng xương gị má , độ dài xương hàm , vv Một số thuật tốn nhận dạng khn mặt xác định đặc điểm khuôn mặt cách trích xuất ranh giới, đặc điểm, từ hình ảnh khn mặt đối tượng Từ thuật tốn trích xuất thơng tin, tính sau sử dụng để tìm kiếm hình ảnh khác với tính phù hợp Trong trường hợp sử dụng để nhận diện, cần phải lưu lại thông tin khuôn mặt để ghi nhớ trước Các thuật tốn đơn giản hóa tập hình ảnh khn mặt sau nén liệu khn mặt, lưu liệu hình ảnh hữu ích cho việc nhận dạng khn mặt Khi đó, muốn nhận diện so sánh hình ảnh mấu với liệu khuôn mặt lưu 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 để 'chưng cất' hình ảnh thành giá trị so sánh giá trị với mẫu để loại bỏ chênh lệch Tuy nhiên, trường hợp nhận diện thường lúc đo đạc môi trường ổn định, bị ảnh hưởng thiếu sáng, hay góc nghiêng khn mặt, ảnh hưởng đáng kể đến độ xác kết Nâng cao nhận dạng 3D : Ngày nay, với phát triển công nghệ, với xu hướng 3D thịnh hành, tương tự vậy, có nhận dạng khn mặt chiều Và tất nhiên, nghe biết kỹ thuật cải thiện độ xác nhờ việc phân tích nhiều thông tin để so sánh Kỹ thuật sử dụng cảm biến 3D để nắm bắt thơng tin hình dạng khn mặt, dùng điểm bật khuôn mặt – nơi mơ cứng xương nhìn thấy rõ đường cong hốc mắt, mũi cằm để nhận đối tượng Các đặc điểm độc khuôn mặt không thay đổi theo thời gian Cách thức sử dụng độ sâu trục phần khuôn mặt không bị ảnh hưởng ánh sáng, việc nhận dạng khn mặt 3D sử dụng bóng tối nhận khn mặt từ nhiều góc độ khác với độ chênh lệch lên tới 90 độ Và nhờ có việc xác định khn mặt dựa hình ảnh chiều, nên nhận dạng 3D có khả xác định khn mặt từ nhiều góc nhìn Số lượng điểm liệu chiều khiến cho độ xác tăng lên đáng kể phát triển cảm biến tinh vi giúp nắm bắt hình ảnh chụp khn mặt 3D tốt Các cảm biến hoạt động cách chiếu ánh sáng có cấu trúc lên gương mặt Hàng chục nhiều cảm biến hình ảnh đặt lên chip CMOS-mỗi cảm biến thu phần khác hình ảnh Hiện đại hại điện, để nhận dạng chiều, ngồi việc phải sử dụng phần mềm 3D, hệ thống nhận diện cần trải qua loạt bước để nhận diện đối tượng: a Nhận dạng Việc ghi lại hình ảnh thực cách quét ảnh 2D sẵn có, sử dụng video để có hình ảnh 3D sống đối tượng b Liên kết Sau ghi lại khuôn mặt, hệ thống tính tốn vị trí, kích cỡ tư đầu Như đề cập từ trước, hệ thống nhận khn mặt góc lệch lên tới 90 độ, với hình ảnh 2D, khn mặt đối tượng phải nghiêng 35 độ phía camera c Đo đạc Sau đó, hệ thống đo đạc đường cong khn mặt với độ xác lên tới milimet, tạo khuôn mẫu d Tái Sau đó, hệ thống chuyển khn mẫu thành mã độc với người Với khn mẫu, mã có dạng nhóm số đại diện cho khuôn mặt đối tượng e So sánh Nếu hình ảnh có dạng 3D sở liệu chứa hình ảnh 3D, việc đối chiếu tiến hành mà thực thay đổi hình ảnh Tuy vậy, hình ảnh dạng 2D có đơi chút khó khăn hơn, cơng nghệ 3D đem lại hình ảnh thực sống động so với hình ảnh 2D phẳng lì, bất động Nhưng cơng nghệ giải khó khăn Ví dụ, phần bên ngồi bên mắt với phần đỉnh mũi lấy đo đạc Sau việc đo đạc hoàn tất, thuật tốn áp dụng để chuyển hình ảnh sở liệu sang dạng 2D Sau chuyển đổi, phần mềm so sánh hai hình ảnh 2D với để tìm đối tượng f Xác minh hay nhận diện : Xác minh có nghĩa hình ảnh đối chiếu với hình ảnh sở liệu (tỉ lệ 1:1) Ví dụ như, hình ảnh đối tượng đối chiếu với hình ảnh sở liệu Uỷ ban phương tiện giao thông để xác minh xem đối tượng Cịn nhận diện có nghĩa hình ảnh đối chiếu với tất hình ảnh sở liệu để tìm đối tượng (tỉ lệ 1:N) Khi đó, bạn phải ghi lại hình ảnh đối tượng so sánh với toàn sở liệu để biết đối tượng Tuy nhiên, kỹ thuật 3D hồn hảo gặp khó khăn sắc thái biểu cảm gương mặt, gây sai lệch cho đo đạc xác định vị trí điểm cần thiết cho nhận diện Nâng cao: Phân tích kết cấu da Một xu hướng khác lên kỹ thuật phân tích kết cấu da Q trình gọi Phân tích cấu trúc bề mặt, hoạt động giống hệ thống nhận diện khuôn mặt Đầu tiên, đưa đường đặc trưng, hình dạng, điểm nốt da người vào khơng gian tốn học Một mảng da, gọi dấu da (SkinPrint), chụp thành hình ảnh Sau đó, mảng da chia nhỏ thành nhiều khối Bằng cách sử dụng thuật toán để chuyển mảng da thành khơng gian tốn học đo đạc được, cơng nghệ sau phân biệt đường nét, lỗ chân lông, cấu trúc thực bề mặt da Điều giúp phân biệt cặp song sinh giống hệt mà phần mềm nhận dạng khn mặt thực Các thử nghiệm rằng, cách kết hợp công nghệ nhận dạng khn mặt với cơng nghệ phân tích cấu trúc da, độ xác tăng thêm từ 20 đến 25% Ứng dụng phát triển tương lai Nhược điểm Mặc dù nhận dạng khuôn mặt thực tốt phía mặt trước phía chênh lệch 20 độ, sau bạn phía góc khuất, có vấn đề Một số điều kiện ảnh hưởng tới tính xác phương pháp như: - Thiếu ánh sáng, đeo kính mát, tóc dài, phần khn mặt bị che - Hình ảnh độ phân giải thấp - Hệ thống hiệu biểu khn mặt khác nhau, ví dụ cười lớn có ảnh hưởng Vì nên chụp ảnh hộ chiếu, chứng minh thư, hay 1qua cửa hộ chiếu chụp ảnh hộ khơng cho cười Ứng Dụng a Mở khóa điện thoại Một loạt điện thoại có iPhone sử dụng tính nhận dạng khn mặt để mở khóa điện thoại Cơng nghệ cách để bảo vệ liệu cá nhân bạn cách an toàn đảm bảo rằng, điện thoại bị đánh cắp, tội phạm tiếp cận liệu nhạy cảm điện thoại bạn b Quảng cáo thông minh Nhận dạng khuôn mặt có khả làm cho quảng cáo nhắm mục tiêu cách đưa đoán giáo dục tuổi giới tính người Các cơng ty Tesco có kế hoạch lắp đặt hình trạm xăng với nhận diện khn mặt tích hợp sẵn Tất vấn đề thời gian trước nhận dạng khuôn mặt trở thành công nghệ quảng cáo đại c Thanh toán online Alipay mắt hệ thống nhận diện gương mặt “Smile to Pay” giới cửa hàng KFC Hàng Châu, Trung Quốc Ant Financial, đơn vị điều hành tảng toán điện tử Alipay dùng trang mua sắm trực tuyến Tmall Taobao Alibaba, vừa triển khai ứng dụng thương mại hệ thống toán nhận diện gương mặt Việc ứng dụng “Smile to Pay”, sử dụng công nghệ Face++ startup Megvii phát triển, cho thấy Trung Quốc, quốc gia đông dân giới, trở thành môi trường thử nghiệm ứng dụng dịch vụ Ngoài nhiều ứng dụng khác, ứng dụng phát triển tương lai 10 Thông số kỹ thuật : Chip điều khiển ATmega328P Điện áp hoạt động 5V Điện áp đầu vào(khuyên 7-12V dùng) Điện áp đầu vào (giới hạn) 6-20V Số chân Digital 14 (of which provide PWM output) Số chân PWM Digital Số chân Analog Dòng điện DC 20 mA chân I/O Dòng điện DC chân 50 mA 3.3V Flash Memory 32 KB (ATmega328P) of which 0.5 KB used by bootloader SRAM KB (ATmega328P) EEPROM KB (ATmega328P) Tốc độ thạch anh 16 MHz LED_BUILTIN 13 Chiều dài 68.6 mm Chiều rộng 53.4 mm Cân nặng 25 g POWER - LED: Có LED tích hợp bảng mạch nối vào chân D13 Khi chân có giá trị mức cao (HIGH) LED sáng LED tắt mức thấp (LOW) - VIN: Chân dùng để cấp nguồn (điện áp cấp từ 7-12VDC) 12 - 5V: Điện áp 5V (dòng điện chân tối đa 500mA) - 3V3: Điện áp 3.3V (dòng điện chân tối đa 50mA) - GND: Là chân mang điện cực âm board - IOREF: Điệp áp hoạt động vi điều khiển Arduino UNO đọc điện áp chân IOREF Chân IOREF không dùng để làm chân cấp nguồn Thông số kĩ thuật Arduino 13 BỘ NHỚ Vi điều khiển ATmega328: - 32 KB nhớ Plash: bootloader chiếm 0.5KB - KB cho SRAM: (Static Random Access Menory): giá trị biến khai báo lưu Khai báo nhiều biến tốn nhiều nhớ RAM Khi nguồn liệu SRAM bị - KB cho EEPROM: (Electrically Eraseble Programmable Read Only Memory): Là nơi đọc ghi liệu vào không bị liệu nguồn Các chân đầu vào đầu : - Serial: (RX) (TX): Được sử dụng để nhận liệu (RX) truyền liệu (TX) TTL - Ngắt ngoài: Chân - PWM: 3, 5, 6, 11 Cung cấp đầu xung PWM với độ phân giải bit hàm analogWrite () - SPI: 10 (SS), 11 (MOSI), 12 (MISO), 13 (SCK) Các chân hỗ trợ giao tiếp SPI thư viện SPI - LED: Có LED tích hợp bảng mạch nối vào chân D13 Khi chân có giá trị mức cao (HIGH) LED sáng LED tắt mức thấp (LOW) - TWI/I2C: A4 (SDA) A5 (SCL) hỗ trợ giao tiếp I2C/TWI với thiết bị khác 14 Thông số kĩ thuật Arduino Uno Module Bluetooth HC05 : HC05 15 Thông số - Điện áp hoạt động +3.3VDC (Hỗ trợ IC 5.0V) - Dòng hoạt động 30mA - Chuẩn Bluetooth Bluetooth v2.0 - Tần số 2.4GHz ISM band - Tốc độ + Asynchronous 2.1Mbps(Max)/160kbps + Synchronous 1Mbps/1Mbps - Bảo mật Authentication and encryption - Giao tiếp Bluetooth serial port - Nhiệt độ làm việc -20*C ~ +75*C - Kích thước 28 x 15 x 2.35mm Module Relay Kênh 5V : Relay Kênh 5V 16 - Module sử dụng Relay tốt, đảm bảo hoạt động ổn định, lâu dài - Trên module có opto để cách ly dịng ngược về, hiệu suất ổn định - Có thể set mức cao thấp cách thiết lập jumper module - Có Led báo nguồn màu xanh, Led báo trạng thái Relay màu đỏ - Kết nối module với mạch điều khiển đơn giản Thông số kĩ thuật : Thông số Giá trị Điện áp tải tối đa AC 250V-10A / DC 30V-10A Điện áp điều khiển VDC Dịng kích Relay 5mA Trạng thái kích Mức thấp (0V) Đường kính lỗ ốc 3.1mm Kích thước 50*26*18.5 mm 17 Chương : TỔNG QUAN VỀ OPENCV VÀ MỘT SỐ THƯ VIỆN SỬ DỤNG VỚI ANDROID Thư viện OpenCV Nhận diện khuôn mặt sử dụng OpenCV Java (Face Detection) lĩnh vực nghiên cứu ngành Computer Vision, thư viện OpenCV cung cấp API giúp nhận diện khuôn mặt dễ dàng Cách hoạt động OpenCv: Thuật tốn nhận dạng khn mặt xác định đặc điểm khuôn mặt cách trích xuất ranh giới, đặc điểm, từ hình ảnh khn mặt đối tượng Ví dụ, thuật tốn phân tích vị trí tương đối, kích thước, và/hoặc hình dạng mắt, mũi, gị má, cằm Những tính sau sử dụng để tìm kiếm hình ảnh khác với tính phù hợp.Các thuật tốn bình thường hóa sưu tập hình ảnh khn mặt sau nén liệu khn mặt, lưu liệu hình ảnh hữu ích cho việc nhận dạng khn mặt Một hình ảnh mẫu sau so sánh với liệu khuôn mặt 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 để 'chưng cất' hình ảnh thành giá trị so sánh giá trị với mẫu để loại bỏ chênh lệch Camera Sử dụng thư viện Camera bridge view base để chụp ảnh mẫu tạo thư viện để xác thực khuôn mặt Những hình chụp phần trainning OpenCV sử dụng thuật tốn để tách khn mặt so sánh nhận dạng Cũng từ hình tạo phần tranning chúng đối chiếu với khuôn mặt tách phần Recognize Lúc camera scan trực tiếp hình ảnh hay người thật tách khn mặt so sánh với hình đc tạo trước để nhận dạng 18 Image Processing Thay đổi khơng gian màu Có 150 phương pháp chuyển đổi khơng gian màu có sẵn OpenCV Nhưng xem xét hai loại sử dụng rộng rãi nhất: BGR ↔ Grey BGR ↔ HSV Để chuyển đổi màu, sử dụng hàm cv.cvtColor (input_image, flag) cờ xác định loại chuyển đổi 19 Chương : XÂY DỰNG HỆ THỐNG NHẬN DẠNG KHUÔN MẶT KẾT HỢP VỚI CẢNH BÁO Hệ Thống Cảnh Báo : 20