Các ứng dụng của việc nhận diện khuôn mặt trong thực tế rất đa dạng, bao gồm xác minh tội phạm, camera chống trộm, hệ thống chấm công, lưu trữ thông tin trên các máy ATM, bãi giữ xe siêu
Công nghệ sinh trắc học
Hình 1.1 Công nghệ sinh trắc học.
Trong thời đại hiện đại, công nghệ sinh trắc đang ngày càng phát triển và được áp dụng trong nhiều lĩnh vực để cung cấp sự thuận tiện, đảm bảo an ninh và bảo vệ thông tin cá nhân Công nghệ sinh trắc liên quan đến việc sử dụng các đặc trưng về hình thái, cấu trúc và hành vi của con người để nhận dạng và xác minh danh tính ra đời và đáp ứng được các yêu cầu trên
Có nhiều loại đặc trưng sinh trắc được sử dụng, bao gồm vân tay, khuôn mặt, mống mắt, tiếng nói, hình dạng tay, chữ ký, vân tay học và học hành vi Mỗi loại đặc trưng có những ưu điểm và hạn chế riêng, do đó việc lựa chọn đặc trưng phù hợp phụ thuộc vào yêu cầu cụ thể của ứng dụng
Vân tay là một trong những đặc trưng sinh trắc phổ biến nhất và được sử dụng rộng rãi Mỗi người có một dấu vân tay duy nhất do các đường vân tay và các điểm đặc trưng như hình dạng và khoảng cách giữa các đường vân Công nghệ nhận dạng vân tay đo và so sánh các đặc trưng này để xác minh danh tính của một người
Khuôn mặt cũng là một đặc trưng sinh trắc phổ biến và mạnh mẽ Các hệ thống nhận dạng khuôn mặt sử dụng các đặc trưng như hình dạng khuôn mặt, các đường nét như mắt, mũi, miệng, và các điểm đặc trưng như khoảng cách giữa các đặc điểm đó để nhận dạng và xác minh người dùng Kỹ thuật nhận dạng khuôn mặt đã được phát triển rất nhanh và trở nên rất chính xác và tin cậy
Mống mắt cũng là một đặc trưng sinh trắc quan trọng Hệ thống nhận dạng mống mắt sử dụng các đặc trưng như dấu mống mắt, mạng mạch, và hình dạng của mống mắt để xác minh danh tính Mống mắt có tính đặc biệt và khó bị giả mạo, do đó, công nghệ sinh trắc mống mắt được sử dụng trong nhiều ứng dụng an ninh và quản lý truy cập những nơi quan trọng
Sinh viên thực hiện:Đoàn Lê Anh Huy GVHD:TS.Trần Hoàng Vũ 4
Tiếng nói cũng có thể được sử dụng làm đặc trưng sinh trắc Các hệ thống nhận dạng tiếng nói phân tích các đặc điểm của giọng nói như tần số, âm lượng, và đặc điểm ngữ điệu để xác minh danh tính Tuy nhiên, đặc trưng tiếng nói có thể bị ảnh hưởng bởi các yếu tố như cảm lạnh, mệt mỏi hoặc thiết bị thu âm không tốt, điều này có thể ảnh hưởng đến độ chính xác của hệ thống
Công nghệ sinh trắc cung cấp một cách an toàn và đáng tin cậy để xác minh danhtính và bảo vệ thông tin cá nhân Các hệ thống sinh trắc có khả năng nhận dạng một người dựa trên các đặc trưng duy nhất và khó bị giả mạo Điều này giúp ngăn chặn việc truy cập trái phép và lợi dụng thông tin cá nhân của người khác
Việc áp dụng công nghệ sinh trắc đã mang lại nhiều lợi ích trong cuộc sống hàng ngày của con người Ví dụ, trong lĩnh vực bảo mật và quản lý truy cập, việc sử dụng vân tay, khuôn mặt hoặc mống mắt để xác minh danh tính giúp ngăn chặn người không có quyền truy cập vào hệ thống hoặc thiết bị Điều này đặc biệt quan trọng trong các tổ chức như cơ quan an ninh, quân đội và cơ quan hành chính
Ngoài ra, công nghệ sinh trắc cũng được áp dụng trong các lĩnh vực khác như thanh toán điện tử, quản lý thẻ thông minh, kiểm soát thời gian làm việc và quản lý nhân sự
Ví dụ, sử dụng vân tay để thanh toán mua hàng hoặc sử dụng khuôn mặt để mở khóa điện thoại di động đã trở thành một phương thức tiện lợi và an toàn Công nghệ sinh trắc giúp đảm bảo rằng chỉ người sở hữu đúng có thể truy cập và sử dụng các dịch vụ và thiết bị
Tuy nhiên, cũng cần lưu ý rằng công nghệ sinh trắc không hoàn hảo và cũng có một số hạn chế Đôi khi có thể xảy ra lỗi xác minh hoặc sai sót trong quá trình nhận dạng sinh trắc, dẫn đến việc từ chối truy cập không đúng hoặc cho phép truy cập trái phép Ngoài ra, việc lưu trữ và xử lý dữ liệu sinh trắc cũng đòi hỏi sự chú ý đặc biệt để đảm bảo bảo mật và tránh việc lạm dụng hoặc rò rỉ thông tin cá nhân.
Công nghệ nhận dạng khuôn mặt
Nhận dạng truyền thống
Một số thuật toán nhận dạng khuôn mặt xác định các đặc điểm khuôn mặt bằng cách trích xuất các ranh giới, hoặc đặc điểm, từ một hình ảnh khuôn mặt của đối tượng Ví dụ, một thuật toán có thể phân tích các vị trí tương đối, kích thước, và/hoặc hình dạng của mắt, mũi, gò má, và cằm Những tính năng này sau đó được sử dụng để tìm kiếm các hình ảnh khác với các tính năng phù hợp
Các thuật toán bình thường hóa một bộ sưu tập các hình ảnh khuôn mặt và sau đó nén dữ liệu khuôn mặt, chỉ lưu dữ liệu hình ảnh nào là hữu ích cho việc nhận dạng khuôn mặt Một hình ảnh mẫu sau đó được so sánh với các dữ liệu khuôn mặt Một trong những hệ thống thành công sớm nhất dựa trên các kỹ thuật phù hợp với mẫu áp dụng cho một
Sinh viên thực hiện:Đoàn Lê Anh Huy GVHD:TS.Trần Hoàng Vũ 5 tập hợp các đặc điểm khuôn mặt nổi bật, cung cấp một dạng đại diện của khuôn mặt được nén
Các thuật toán nhận dạng có thể được chia thành hai hướng chính, là hình học, đó là nhìn vào tính năng phân biệt, hoặc trắc quang (đo sáng), là sử dụng phương pháp thống kê để 'chưng cất' một hình ảnh thành những giá trị và so sánh các giá trị với các mẫu để loại bỏ chênh lệch
Hình 1.2 Nhận diện khuôn mặt truyền thống.
Nhận dạng khuôn mặt ba chiều
Một xu hướng mới nổi lên, tuyên bố cải thiện được độ chính xác, là nhận dạng khuôn mặt ba chiều Kỹ thuật này sử dụng các cảm biến 3D để nắm bắt thông tin về hình dạng của khuôn mặt Thông tin này sau đó được sử dụng để xác định các tính năng đặc biệt trên bề mặt của một khuôn mặt, chẳng hạn như các đường viền của hốc mắt, mũi và cằm
Các điểm dữ liệu ba chiều từ một khuôn mặt cải thiện lớn độ chính xác cho nhận dạng khuôn mặt Nghiên cứu 3D được tăng cường bởi sự phát triển của các bộ cảm biến tinh vi giúp nắm bắt hình ảnh chụp khuôn mặt 3D được tốt hơn Các cảm biến hoạt động bằng cách chiếu ánh sáng có cấu trúc lên gương mặt Hàng chục hoặc nhiều hơn nữa các bộ cảm biến hình ảnh này có thể được đặt lên trên cùng một con chip CMOS-mỗi cảm biến sẽ thu một phần khác nhau của hình ảnh
Hình 1.3 Nhận diện khuôn mặt 3D.
Nhận dạng khuôn mặt dựa trên học sâu và mạng nơ-ron
Sinh viên thực hiện:Đoàn Lê Anh Huy GVHD:TS.Trần Hoàng Vũ 6
Phương pháp nhận dạng khuôn mặt dựa trên học sâu và mạng nơ-ron là một công nghệ tiên tiến trong lĩnh vực nhận dạng Được xây dựng trên cơ sở của mạng nơ-ron sâu, phương pháp này cho phép xác định và xử lý các đặc trưng khuôn mặt từ dữ liệu hình ảnh Với việc học từ hàng ngàn hình ảnh khuôn mặt, mạng nơ-ron sâu có khả năng học các đặc trưng quan trọng và đại diện cho mỗi cá nhân một cách chính xác và độc lập
Một trong những ứng dụng quan trọng của phương pháp nhận dạng khuôn mặt dựa trên học sâu và mạng nơ-ron là nhận dạng thời gian thực Trong các ứng dụng này, hệ thống cần nhận dạng và xác định danh tính từ dữ liệu hình ảnh khuôn mặt trong thời gian thực, ví dụ như trong việc kiểm soát truy cập, giám sát an ninh hoặc xác minh người dùng Phương pháp này cho phép xử lý nhanh chóng các hình ảnh khuôn mặt và đưa ra quyết định chính xác về danh tính của người dùng
Hình 1.4 Nhận dạng khuôn mặt dựa trên học sâu và mạng nơ-ron.
Nhận dạng dựa trên hình ảnh nhiệt
Phương pháp nhận dạng dựa trên hình ảnh nhiệt cũng là một ứng dụng quan trọng trong lĩnh vực nhận dạng Hình ảnh nhiệt cung cấp thông tin về phân bố nhiệt độ trên bề mặt của đối tượng, và phương pháp này sử dụng mạng nơ-ron sâu để phân tích và nhận dạng các đặc trưng từ hình ảnh nhiệt Ứng dụng của phương pháp này có thể làm việc trong điều kiện ánh sáng yếu hoặc trong môi trường khó khăn, nơi hình ảnh thông thường có thể không đủ cho độ chính xác cao
Sinh viên thực hiện:Đoàn Lê Anh Huy GVHD:TS.Trần Hoàng Vũ 7
Hình 1.5 Nhận dạng dựa trên hình ảnh nhiệt
Các bước trong chu trình xây dựng thuật toán nhận diện khuôn mặt
Bước 1: Nhận diện khuôn mặt
-Máy ảnh phát hiện và định vị hình ảnh của một khuôn mặt khi đối tượng đang ở một mình hoặc trong một đám đông Từ đó ghi nhận hình ảnh của đối tượng
Bước 2: Phân tích khuôn mặt
-Tiếp theo, hình ảnh khuôn mặt đối tượng được chụp lại và tiến hành phân tích Hầu hết công nghệ nhận diện khuôn mặt dựa trên hình ảnh 2D thay vì 3D vì nó có thể khớp hình ảnh 2D với ảnh công khai trong cơ sở dữ liệu một cách thuận tiện và chính xác hơn Sau đó đưa vào phần mềm để tiến hành đọc hình dạng khuôn mặt của đối tượng Các yếu tố chính cần xử lý bao gồm khoảng cách giữa hai mắt, độ sâu của hốc mắt, khoảng cách từ trán đến cằm, hình dạng của gò má và đường viền của môi, tai và cằm Mục đích là để xác định các điểm mốc chính trên khuôn mặt nhằm phân biệt nhiều người khác nhau
Bước 3: Chuyển đổi hình ảnh thành dữ liệu
-Chuyển đổi ảnh chụp khuôn mặt thành một tập hợp thông tin kỹ thuật số (dữ liệu) dựa trên các đặc điểm khuôn mặt của người đó Những thuộc tính khuôn mặt sẽ được xử lý dưới dạng các thuật toán và công thức, và mỗi người sẽ sở hữu một dữ liệu khuôn mặt riêng biệt Bước 4: Tìm kết quả nhận diện khuôn mặt phù hợp
-Bước tiếp theo tiến hành so sánh với cơ sở dữ liệu khuôn mặt sẵn có Nếu khuôn mặt được ghi lại khớp với một hình ảnh trong cơ sở dữ liệu, thì việc xác định sẽ hoàn tất.
Nhận dạng vân tay
Nhận dạng vân tay quang học
Nhận dạng vân tay quang học là loại nhận dạng vân tay phổ biến nhất Nó sử dụng một cảm biến hình ảnh để tạo ra một hình ảnh của vân tay Hình ảnh này sau đó được phân tích để xác định các đặc điểm vân tay
Sinh viên thực hiện:Đoàn Lê Anh Huy GVHD:TS.Trần Hoàng Vũ 8
Cảm biến hình ảnh trong máy quét vân tay quang học sử dụng một nguồn sáng, chẳng hạn như đèn LED, để chiếu sáng ngón tay Một ống kính sau đó sẽ thu thập ánh sáng phản xạ từ ngón tay và tạo ra một hình ảnh
Hình 1.6 Nhận dạng vân tay quang học
Hình ảnh này sau đó được xử lý bởi một thuật toán để xác định các đặc điểm vân tay Các đặc điểm này thường bao gồm:
- Hình dạng: Đường vân có thể thẳng, cong hoặc xoắn
- Độ dài: Đường vân có thể ngắn hoặc dài
- Độ rộng: Đường vân có thể hẹp hoặc rộng
- Số lượng nhánh: Đường vân có thể có nhiều nhánh hoặc ít nhánh
- Độ sâu: Đường vân có thể nông hoặc sâu
Các đặc điểm này sau đó được so sánh với các đặc điểm của vân tay đã được lưu trữ Nếu hai bộ đặc điểm khớp nhau, thì người dùng được xác nhận.
Nhận dạng vân tay điện dung
Nhận dạng vân tay điện dung sử dụng điện dung để tạo ra hình ảnh của vân tay Một cảm biến điện dung đặt trên bề mặt của ngón tay sẽ tạo ra một trường điện từ Đường vân trên ngón tay sẽ làm thay đổi trường điện từ này, tạo ra một hình ảnh của vân tay
Cảm biến điện dung trong máy quét vân tay điện dung sử dụng một điện áp để tạo ra một trường điện từ trên bề mặt ngón tay Đường vân trên ngón tay sẽ làm thay đổi trường điện từ này, tạo ra một tín hiệu điện
Sinh viên thực hiện:Đoàn Lê Anh Huy GVHD:TS.Trần Hoàng Vũ 9
Hình 1.7 Nhận dạng vân tay điện dung
Tín hiệu điện này sau đó được xử lý bởi một thuật toán để tạo ra một hình ảnh của vân tay
Các đặc điểm của vân tay được xác định theo cách tương tự như nhận dạng vân tay quang học.
Nhận dạng vân tay bằng sóng âm
Nhận dạng vân tay bằng sóng âm sử dụng sóng âm để tạo ra hình ảnh của vân tay Một cảm biến âm thanh được đặt trên bề mặt của ngón tay sẽ tạo ra sóng âm Đường vân trên ngón tay sẽ phản xạ sóng âm này, tạo ra một hình ảnh của vân tay
Cảm biến âm thanh trong máy quét vân tay bằng sóng âm sử dụng một đầu dò để tạo ra sóng âm Đầu dò sẽ di chuyển qua bề mặt ngón tay, tạo ra một sóng âm
Sóng âm phản xạ từ đường vân trên ngón tay sẽ được thu thập bởi đầu dò và chuyển thành tín hiệu điện
Tín hiệu điện này sau đó được xử lý bởi một thuật toán để tạo ra một hình ảnh của vân tay
Các đặc điểm của vân tay được xác định theo cách tương tự như nhận dạng vân tay quang học
Hình 1.8 Nhận dạng vân tay bằng sóng âm.
Sinh viên thực hiện:Đoàn Lê Anh Huy GVHD:TS.Trần Hoàng Vũ 10
Các bước trong chu trình xây dựng thuật toán nhận diện vân tay
Bước1: Thu thập dữ liệu vân tay
Thu thập các mẫu vân tay từ người dùng bằng cách sử dụng các thiết bị quét vân tay hoặc các phương pháp khác Dữ liệu này sẽ được sử dụng để huấn luyện và đánh giá thuật toán nhận dạng vân tay
Bước 2: Tiền xử lý dữ liệu
Dữ liệu vân tay thu thập được có thể chứa nhiễu hoặc không đồng nhất Bước tiền xử lý được thực hiện để làm sạch và chuẩn hóa dữ liệu, bao gồm việc loại bỏ nhiễu, căn chỉnh vị trí và kích thước vân tay, và chuẩn hóa các đặc trưng
Bước 3: Trích xuất đặc trưng
Trong bước này, các đặc trưng quan trọng từ dữ liệu vân tay được trích xuất Các đặc trưng này có thể bao gồm hình dạng, kích thước, các đường vân, điểm uốn cong, và các đặc điểm hình học khác
Bước 4: Xây dựng mô hình
Dựa trên các đặc trưng đã trích xuất, một mô hình nhận dạng vân tay được xây dựng Có nhiều phương pháp và thuật toán khác nhau để xây dựng mô hình, bao gồm các phương pháp dựa trên học máy, học sâu, và các phương pháp thống kê
Bước 5: Huấn luyện mô hình
Trong giai đoạn này, mô hình nhận dạng vân tay được huấn luyện bằng cách sử dụng các mẫu vân tay đã được gán nhãn Mô hình học cách phân loại và nhận dạng các dấu vân tay dựa trên các đặc trưng đã được trích xuất
Bước 6: Kiểm tra thuật toán nhận diện vân tay
Sau khi thuật toán đã được huấn luyện, cần phải kiểm tra thuật toán để xác định độ chính xác của thuật toán Kiểm tra thuật toán là quá trình sử dụng dữ liệu mới để xác định xem thuật toán có thể nhận dạng các vân tay một cách chính xác hay không
Sinh viên thực hiện:Đoàn Lê Anh Huy GVHD:TS.Trần Hoàng Vũ 11
KIỆN VÀ CÔNG NGHỆ SỬ DỤNG
Tổng quan về linh kiện
Raspberry Pi là một máy tính nhỏ gọn chạy hệ điều hành Linux và được ra mắt vào tháng
2 năm 2012 Ý tưởng ban đầu của Raspberry Pi xuất phát từ tiến sĩ Eben Upton tại đại học Cambridge, người muốn tạo ra một máy tính giá rẻ để các học sinh có thể tiếp cận và khám phá thế giới công nghệ dễ dàng hơn
Raspberry Pi có kích thước siêu nhỏ, tương đương với một chiếc thẻ ATM Để sử dụng Raspberry Pi, bạn chỉ cần có một bàn phím, một tivi hoặc màn hình với cổng HDMI/DVI, một nguồn USB 5V và một dây microUSB Với Raspberry Pi, bạn có thể sử dụng các ứng dụng văn phòng, nghe nhạc và xem phim độ nét cao lên đến 1024p
Raspberry Pi được trang bị vi xử lý Broadcom BCM2835 chạy ở tốc độ 700mHz Đây là một vi xử lý SoC (system-on-chip), tức là hầu hết mọi thành phần của hệ thống bao gồm CPU, GPU, âm thanh và chip giao tiếp được tích hợp vào một chip duy nhất Chip SoC này nằm ngay bên dưới chip bộ nhớ Hynix 512 MB màu đen giữa bo mạch
Tùy thuộc vào phiên bản, Raspberry Pi sử dụng các chip khác nhau Ví dụ, Raspberry Pi model B v1 sử dụng Broadcom BCM2835 với 256MB RAM, trong khi Raspberry Pi model
B v2 và model A sử dụng Broadcom BCM2835 với 512MB RAM và 256MB RAM
Mặc dù RAM không thể nâng cấp trên Raspberry Pi do nó được tích hợp trực tiếp vào chip, CPU BMC2835 sử dụng nhân ARM1176JZFS (ARM11) để đạt hiệu năng cao với giá thành thấp SoC này khác với CPU trong các máy tính cá nhân thông thường, vì nó được xây dựng dựa trên kiến trúc tập lệnh ARM (ARM Instruction Set Architecture - ISA), không phải kiến trúc x86 của Intel Kiến trúc ARM có dạng rút gọn RISC và tiêu thụ năng lượng rất thấp, phù hợp với các thiết bị di động
Sinh viên thực hiện:Đoàn Lê Anh Huy GVHD:TS.Trần Hoàng Vũ 12
ARM là một trong những nhà lãnh đạo trong lĩnh vực thiết bị di động Ví dụ, chip ARM trên Raspberry Pi hoạt động với nguồn điện 5V, 700mA, tương đương với chỉ 3,5W mỗi giờ, trong khi một máy tính xách tay tiêu thụ ít nhất vài chục watt Thiết kế này đảm bảo Raspberry
Pi hoạt động ổn định với sức mạnh tương đối trong khi vẫn giữ được kích thước nhỏ gọn mà không cần sử dụng quạt tản nhiệt Vì vậy, ARM xuất hiện trong hầu hết các điện thoại di động hiện nay
Ngoài ra, chip BCM2835của Raspberry Pi cũng tích hợp sẵn một GPU (Graphics Processing Unit) VideoCore IV, giúp xử lý đồ họa và video Raspberry Pi cũng có các cổng kết nối như Ethernet, USB, HDMI, âm thanh, và cổng GPIO (General Purpose Input/Output) để kết nối với các phụ kiện và các mạch điện tử ngoại vi khác
Raspberry Pi không chỉ là một bo mạch tích hợp, mà còn là một cộng đồng lớn với hỗ trợ và tài liệu phong phú Người dùng có thể tải xuống và cài đặt các phiên bản khác nhau của hệ điều hành Linux như Raspbian, Ubuntu, và Fedora trên Raspberry Pi Cộng đồng cũng cung cấp nhiều dự án và ứng dụng sẵn có cho Raspberry Pi, từ việc sử dụng nó làm máy chủ, thiết bị giám sát, đài phát thanh, đến việc tạo ra các thiết bị IoT (Internet of Things)
Raspberry Pi đã trở thành một công cụ học tập và nghiên cứu phổ biến trong lĩnh vực STEM (Khoa học, Công nghệ, Kỹ thuật và Toán học) Nó cung cấp một nền tảng rẻ và linh hoạt cho việc học lập trình, điện tử và robotics Ngoài ra, Raspberry Pi cũng được sử dụng trong các dự án DIY (tự làm) và prototyping (nguyên mẫu) cho các sản phẩm công nghệ
Trong suốt quá trình phát triển, Raspberry Pi đã ra mắt nhiều phiên bản khác nhau với cải tiến về cấu hình và tính năng Những phiên bản mới nhất có thể hỗ trợ mạng không dây Wi-Fi và Bluetooth tích hợp, RAM lớn hơn, xử lý đồ họa mạnh mẽ hơn và tạo điều kiện thuận lợi hơn cho các ứng dụng và dự án sáng tạo
2.1.1.2 Ứng dụng Được sử dụng rộng rãi trong trong giáo dục và đào tạo dạy để dạy học sinh sinh viên lập trình điện tử và khoa học máy tính, hoặc các ứng dụng IOT và tự động hóa,phát triển phần mềm, nghiên cứu khoa học ,thiết kế đồ họa , nhận và gửi tin nhắn gsm với usb 3g, điều khiển tắt/mở đèn trong nhà,trung tâm giải trí đa phương tiện, internet tv, ổ đĩa sao lưu dự phòng trên mạng nội bộ, kết hợp với webcam làm hệ thống phát hiện chuyển động, nhận diện khuôn mặt, điều khiển robot, và còn rất nhiều ứng dụng khác …
Raspberry Pi 4 Model B+ là một phiên bản nâng cấp mạnh mẽ của dòng sản phẩm Raspberry Pi, được phát triển bởi Raspberry Pi Foundation Đây là một máy tính nhỏ gọn có kích thước chỉ như một thẻ tín dụng, nhưng lại có khả năng xử lý mạnh mẽ và nhiều tính năng hữu ích
Raspberry Pi 4 Model B+ có nhiều đặc điểm nổi bật như:
-Xử lý mạnh mẽ: Raspberry Pi 4 B+ được trang bị bộ vi xử lý Broadcom BCM2711, có
4 lõi Cortex-A72 64-bit chạy ở tốc độ 1.5GHz Điều này giúp nó có hiệu suất xử lý cao hơn rất nhiều so với các phiên bản trước đây
-Bộ nhớ RAM lớn: Raspberry Pi 4 B+ có các tùy chọn với 2GB, 4GB và 8GB RAM LPDDR4 Điều này cho phép nó xử lý các tác vụ nặng hơn và chạy các ứng dụng đa nhiệm một cách mượt mà
Sinh viên thực hiện:Đoàn Lê Anh Huy GVHD:TS.Trần Hoàng Vũ 13
-Hỗ trợ đa nhiệm: Raspberry Pi 4 B+ có khả năng chạy các hệ điều hành như Raspbian, Ubuntu và các biến thể Linux khác Điều này cho phép người dùng tận dụng các công cụ và ngôn ngữ lập trình phổ biến để phát triển ứng dụng và dự án đa dạng
Công nghệ sử dụng
Hình 2.12 Xử lý ảnh công nghiệp
Công nghệ nhận dạng khuôn mặt đang ngày càng được áp dụng rộng rãi và có ảnh hưởng đáng kể đến nhiều lĩnh vực trong xã hội Dưới đây là một số ví dụ và dẫn chứng cụ thể:
Trong lĩnh vực thương mại, công nghệ nhận dạng khuôn mặt đã được sử dụng để tăng cường trải nghiệm người dùng và cung cấp các dịch vụ tiện ích Ví dụ, Facebook đã phát triển tính năng nhận dạng khuôn mặt để giúp người dùng tìm kiếm và gắn thẻ bạn bè trên ảnh Apple cũng đã tích hợp công nghệ Face ID vào các mẫu điện thoại di động mới nhất của họ, cho phép người dùng mở khóa thiết bị và xác thực thanh toán bằng khuôn mặt Ngoài ra, Google cũng đã áp dụng công nghệ nhận dạng khuôn mặt trong các ứng dụng của họ như Google Photos để tự động nhận diện và gắn thẻ những người thân quen trên hình ảnh
Công nghệ nhận dạng khuôn mặt cũng đóng vai trò quan trọng trong lĩnh vực thực thi pháp luật Các cơ quan thực thi pháp luật trên thế giới đã sử dụng công nghệ này để phát hiện và bắt giữ các tội phạm Ví dụ, cảnh sát ở Ireland và New York đã sử dụng công nghệ nhận dạng khuôn mặt để xác định và bắt giữ các nghi phạm liên quan đến các vụ án Việc áp dụng công nghệ nhận dạng khuôn mặt trong lĩnh vực này giúp tăng cường khả năng xác minh và giảm thời gian và công sức điều tra
Trung Quốc là một quốc gia tiên phong trong việc sử dụng công nghệ nhận dạng khuôn mặt Cảnh sát Trung Quốc tại đường sắt cao tốc Zhengzhou East đã sử dụng công nghệ này để giúp xác định các nghi phạm và tăng cường an ninh trên các chuyến tàu Ngoài ra, Baidu, một công ty công nghệ hàng đầu tại Trung Quốc, đã triển khai hệ thống Độ trễ bật nguồn