hệ thống khóa tự động nhận dạng bằng vân tay và khuôn mặt

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

ĐẠI HỌC ĐÀ NẴNG TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT

KHOA ĐIỆN –ĐIỆN TỬ

ĐỒ ÁN TỐT NGHIỆP

ĐẠI HỌC NGÀNH:CÔNG NGHỆ KỸ THUẬT

ĐIỆN TỬ VIỄN THÔNG CHUYÊN NGÀNH: ĐIỆN TỬ - MÁY TÍNH

ĐỀ TÀI:

HỆ THỐNG KHÓA TỰ ĐỘNG NHẬN DẠNG BẰNG

VÂN TAY VÀ KHUÔN MẶT

Người hướng dẫn : TS Trần Hoàng Vũ Sinh viên thực hiện : Đoàn Lê Anh Huy

ĐẠI HỌC ĐÀ NẴNG TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT

KHOA ĐIỆN –ĐIỆN TỬ

ĐỒ ÁN TỐT NGHIỆP

ĐẠI HỌC NGÀNH:ĐIỆN TỬ VIỄN THÔNG

CHUYÊN NGÀNH: ĐIỆN TỬ

ĐỀ TÀI:

HỆ THỐNG KHÓA TỰ ĐỘNG NHẬN

DẠNG BẰNG VÂN TAY VÀ KHUÔN MẶT

Người hướng dẫn:TS.Trần Hoàng Vũ

Sinh viên thực hiện:Đoàn Lê Anh Huy Mã sinh viên: 1911505410125

Lớp: 19DT1

Đà Nẵng,12/2023

Tên đề tài: Hệ thống khóa tự động nhận dạng bằng vân tay và khuôn mặt Sinh viên thực hiện: Đoàn Lê Anh Huy

Mã SV: 1911505410125 Lớp: 19DT1

Thị giác máy tính và sinh trắc vân tay là hai lĩnh vực mới và tiềm năng với nhiều triển vọng phát triển trong tương lai Tại Việt Nam, việc phát triển các đề tài liên quan đến nhận diện khuôn mặt vẫn còn chưa đầy đủ Xây dựng các hệ thống bảo mật ứng dụng trong lĩnh vực này là mục tiêu mà các quốc gia trên thế giới đang hướng đến 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 thị, và nhiều hơn nữa Kết hợp nhận diện khuôn mặt với nhận dạng dấu vân tay có thể tạo ra một hệ thống bảo mật cực kỳ an toàn và đáng tin cậy cho người dùng, đặc biệt là trong những nơi có yêu cầu bảo mật cao như các cơ quan pháp luật và nơi lưu trữ thông tin quan trọng

Đề tài "Khóa điện bảo mật 2 lớp bằng vân tay và nhận diện gương mặt" được thực hiện dựa trên ý tưởng trên Đây là một đề tài có ý nghĩa lớn trong việc bảo vệ tài sản cá nhân, doanh nghiệp và nhà nước, giúp chúng ta có một cuộc sống an lành và an toàn hơn

Trong đề tài này, ngoài việc áp dụng kiến thức về xử lý ảnh số, OpenCV, nhận dạng vân tay từ Arduino và giao tiếp giữa Raspberry và Arduino, đề tài còn tập trung nghiên cứu sâu về mô hình Cascade of Boosted Classifier sử dụng đặc trưng Haar-like Feature, thực hiện huấn luyện các bộ nhận dạng thông qua ứng dụng HaarTraining

Kết hợp các kiến thức trên lại để xây dựng, thực hiện đề tài này Sử dụng arduino để quét vân tay và raspicam thu nhận hình ảnh chuyền về cho raspberry xử lý nhận dạng khuôn mặt cùng mở khóa

KHOA ĐIỆN – ĐIỆN TỬ Độc lập - Tự do - Hạnh phúc

NHIỆM VỤ ĐỒ ÁN TỐT NGHIỆPGiảng viên hướng dẫn: ……… Trần Hoàng Vũ …….……… ………

Sinh viên thực hiện: Đoàn Lê Anh Huy …Mã SV: …1911505410125……… 1 Tên đề tài:

HỆ THỐNG KHÓA TỰ ĐỘNG NHẬN DẠNG BẰNG VÂN TAY VÀ KHUÔNG

MẶT 2 Các số liệu, tài liệu ban đầu:

+ Phần cứng: - Raspberry pi 4 B - Raspberry camera hoặc Webcam - Khóa Điện Tử

- Cảm biến nhận dạng vân tay + Phần mềm: -Ngôn ngữ Python -Thư viện: - Opencv

- Advanced IP Scanner - MobaXterm

3 Nội dung chính của đồ án:

Chương I: Cơ sở lý thuyết Chương II: Linh kiện và công nghệ sử dụng Chương III: Thiết kế và thi công

4 Các sản phẩm dự kiến

Mô hình khóa tự động nhận dạng bằng vân tay và hình ảnh

5 Ngày giao đồ án: 6 Ngày nộp đồ án:

Đà Nẵng, ngày tháng năm 20…

Trưởng Bộ môn Người hướng dẫn

LỜI NÓI ĐẦU

Lời đầu tiên, em không biết nói gì hơn ngoài bày tỏ sự biết ơn sâu sắc đến các thầy

cô trong Khoa Điện – Điện tử trường Đại Học Sư Phạm Kỹ thuật – Đại Học Đà

Nẵng đã tạo điều kiện, tạo môi trường thuận lợi cho chúng em học tập và nghiên cứu,

đã tận tình truyền đạt các kiến thức nền tảng, kiến thức nâng cao trong những năm vừa qua, với cơ sở lý thuyết và hệ thống thực hành tại các phòng thí nghiệm, phòng Labs, tất cả là hành trang quý báu, là nền tảng để chúng em đạt được kết quả tốt trong đồ án của mình

Đặc biệt, em xin bày tỏ sự kính trọng và lòng biết ơn sâu sắc nhất đến thầy giáo

hướng dẫn TS Trần Hoàng Vũ thầy là người đã hướng dẫn, giúp đỡ cho em để em có

thể hoàn thành đồ án này Trong quá trình học tập và nghiên cứu, nếu em có những sai sót gì, kính mong thầy cô bỏ qua cho em!

Chúng em cũng mong muốn gửi lời cảm ơn đến những những người bạn đã gắn bó trong suốt thời gian ngồi trên ghế nhà trường những năm đại học qua, cùng nhau phát triển để có thể hoàn thiện; Và cuối cùng chúng em cũng bày tỏ lòng biết ơn sâu sắc đến gia đình: Ba mẹ, anh chị đã giúp đỡ và hy sinh rất nhiều để lo chúng em ăn học, học tập trong thời gian qua Đây cũng chính là động lực to lớn để chúng em vượt qua mọi khó khăn để hoàn thiện đồ án tốt nghiệp này

Chân thành cảm ơn!

CAM ĐOAN

Em là Đoàn Lê Anh Huy, em xin cam đoan các kết quả được trình bày trong đồ án này là thành quả nghiên cứu của em trong suốt thời gian qua và chưa từng xuất hiện trong công bố hay sao chép của tác giả khác dưới sự định hướng và hướng dẫn của TS Trần Hoàng Vũ Các thông tin trích dẫn trong đồ án được chỉ rõ, nguồn gốc rõ ràng và được phép công bố Các kết quả đạt được chính xác và trung thực Nếu có bất kỳ vi phạm nào, nhóm xin chịu hoàn toàn trách nhiệm và chịu mọi sự kỷ luật của khoa và nhà trường

Sinh viên thực hiện

MỤC LỤC

Nhận xét của người hướng dẫn Nhận xét của người phản biện Tóm tắt

1.2.3 Nhận dạng khuôn mặt dựa trên học sâu và mạng nơ-ron 5

1.2.4 Nhận dạng dựa trên hình ảnh nhiệt 6

1.2.5 Các bước trong chu trình xây dựng thuật toán nhận diện khuôn mặt 7

1.3 Nhận dạng vân tay 7

1.3.1 Nhận dạng vân tay quang học 7

1.3.2 Nhận dạng vân tay điện dung 8

1.3.3 Nhận dạng vân tay bằng sóng âm 9

1.3.4 Các bước trong chu trình xây dựng thuật toán nhận diện vân tay 10

Chương 2:LINH KIỆN VÀ CÔNG NGHỆ SỬ DỤNG 11

2.1 Tổng quan về linh kiện 11

2.1.1 Raspberry pi 4 11

2.1.2 Raspberry camera 19

2.4.1 Thư viện Python 37

2.4.2 Thư viện OpenCV 41

2.4.3 Thư viện Adafurit Fingerprint 43

Chương3 :THIẾT KẾ VÀ THI CÔNG HỆ THỐNG 44

3.1 Thiết kế 44

3.1.1 Sơ đồ nối dây 44

3.1.2 Sơ đồ khối 44

3.1.3 Lưu đồ thuật toán 45

3.1.4 Các bước kết nối và lập trình trên Raspberry 46

3.2 Thi công 49

3.1.1 Mô hình 49

3.1.2 Giao diện 50

KÊT LUẬN 51

TÀI LIỆU THAM KHẢO 52 PHỤ LỤC 53

DANH MỤC CÁC HÌNH ẢNH

Hình 1.1 Công nghệ sinh trắc học 3

Hình 1.2 Nhận diện khuôn mặt truyền thống 5

Hình 1.3 Nhận diện khuôn mặt 3D 5

Hình 1.4 Nhận dạng khuôn mặt dựa trên học sâu và mạng nơ-ron 6

Hình 1.5 Nhận dạng dựa trên hình ảnh nhiệt 7

Hình 1.6 Nhận dạng vân tay quang học 8

Hình 1.7 Nhận dạng vân tay điện dung 9

Hình 1.8 Nhận dạng vân tay bằng sóng âm 9

Hình 2.1 Raspberry 11

Hình 2.2 Sơ đồ Raspberry Pi 4 B+ 13

Hình 2.3 Mô tả bảng mạch của raspberry 15

Hình 2.4 Sơ đồ chân GPIO 15

Hình 2.5 Các kết nối ngoại vi của raspberry 17

Hình 2.15 Các điểm lân cận điểm ảnh 28

Hình 2.16 Minh họa hoạt động theo kỹ thuật boosting 29

Hình 2.23 Đặc trưng xung quanh tâm 33

Hình 2.24 Đặc trưng đường chéo 33

Hình 2.25 Cách tính Integral Image của ảnh 33

Hình 2.26 Cách tính Integral Image của ảnh 34

Hình 3.4 Tìm id Raspberry bằng Advanced IP Scanner 47

Hình 3.5 Kết nối với Raspberry bằng Putty 47

DANH MỤC CÁC BẢNG

Bảng 2.1 Thông số kỹ thuật của Raspberry Pi 4 13

Bảng 2.2 Thông số kỹ thuật Raspberry camera V1 20

Bảng 2.3 Thông số kỹ thuật khóa điện từ 20

Bảng 2.4 Thông số kỹ thuật Arduino uno r3 atmega328 21

Bảng 2.5 Thông số kỹ thuật Mạch PWM 22

Bảng 2.6 Thông số kỹ thuật Cảm biến vân tay AS608 23

DANH MỤC CÁC TỪ VIẾT TẮT

Receiver-Transmitter

MỞ ĐẦU

Lý do chọn đề tài Từ lâu, con người luôn ao ước tạo ra những thiết bị "có khả năng suy nghĩ và hoạt động tự động như con người" Để xây dựng những con robot có khả năng "suy nghĩ" và "hoạt động độc lập" gần giống con người, ngoài yêu cầu về phần cứng và phần mềm điều khiển, yếu tố quan trọng không thể thiếu là "thị giác máy tính" (Computer Vision) "Thị giác máy tính" tương đương với "đôi mắt" của con người, cho phép robot "quan sát" thế giới xung quanh để phản ứng với môi trường bên ngoài Trong vài chục năm qua, con người đã phát triển các cảm biến và xử lý hình ảnh có khả năng nhìn giống (và đôi khi còn tốt hơn) so với con người Các ống kính lớn hơn, công nghệ quang học hoàn hảo cùng với điểm ảnh nhỏ tới mức nano giúp các camera ngày nay có độ chính xác và nhạy bén đáng kinh ngạc Camera có thể chụp hàng ngàn ảnh mỗi giây và nhận diện từ xa với độ chính xác cao

Ở nước ta, hoạt động nghiên cứu và thiết kế các hệ thống nhận dạng đang trong giai đoạn phát triển ở các trường đại học Các đề tài nghiên cứu khoa học và đồ án trước đây chủ yếu tập trung vào việc nhận dạng dấu vân tay để hỗ trợ trong các hệ thống an ninh Tuy nhiên, các đề tài liên quan đến giao tiếp giữa người và máy tính thông qua nhận dạng khuôn mặt kết hợp với nhận dạng vân tay vẫn chưa được phát triển đầy đủ

Nhận thấy đây là một hướng phát triển mới và tiềm năng với nhiều ứng dụng, đồ án "Khóa điện bảo mật 2 lớp bằng vân tay và nhận diện gương mặt" tập trung vào việc kết hợp kiến thức về thị giác máy tính và xử lý ảnh số để xây dựng một hệ thống, trong đó con người có thể điều khiển các đối tượng thông qua việc nhận diện khuôn mặt và vân tay

Vấn đề giải quyết Nhận diện khuôn mặt có độ chính xác cao Cho phép lưu khuôn mặt vào dữ liệu hệ thống Nhận diện đúng khuôn mặt và vân tay sẽ mở cửa Bảo mật bằng 2 lớp

Phạm vi và đối tượng nghiên cứu: Phạm vi nghiên cứu:

- Thiết bị điều khiển trung tâm: Raspberry pi 4 B+ - Thiết bị điều khiển ngoại vi: Arduino uno R3 ATmega328 - Cảm biến: cảm biến nhận dạng vân tay AS608

- Camera: camera raspberry (raspicam) -Các phương pháp, thuật toán dùng cho việc phát hiện và nhận diện khuôn mặt người và vân tay

- Nghiên cứu các bộ thư viện phục vụ cho quá trình điều khiểng: OpenCV, Adafruit_Fingerprint

Đối tượng nghiên cứu:

- Tìm hiểu và sử dụng cảm biến nhận dạng vân tay AS608 và khóa điện 12v - Nghiên cứu, tìm hiểu về nhận dạng khuôn mặt

- Tìm hiểu và nghiên cứu cách sử dụng và lập trình cho Raspberry pi 4 B và Arduino Uno R3 ATmega328

- Nghiên cứu cách kết nối, đọc dữ liệu và nguyên lý hoạt động của Raspberry pi 4 B, Arduino Uno R3 ATmega328 và các cảm biến

Phương pháp nghiên cứu

Dựa vào các vấn đề đã được nêu ra ta sử dụng những phương pháp nghiên cứu để hoàn thành tốt đề tài như sau:

-Sử dụng những kiến thức đã được học tập trên lớp, các tài liệu của những môn học có liên quan

-Xây dựng sơ đồ khối hoạt động cho hệ thống -Tìm hiểu các linh nghiện có trong đề tài cũng như cách thức hoạt động, cách mắc nối, cơ sở lý thuyết liên quan đến linh kiện

-Tiến hành thử nghiệm và đánh giá kết quả

Chương1: CƠ SỞ LÝ THUYẾT

1.1 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

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

1.2 Công nghệ nhận dạng khuôn mặt

Nhận dạng khuôn mặt là một ứng dụng máy tính tự động xác định hoặc nhận dạng một người nào đó từ một bức hình ảnh kỹ thuật số hoặc một khung hình video từ một nguồn video Một trong những cách để thực hiện điều này là so sánh các đặc điểm khuôn mặt chọn trước từ hình ảnh và một cơ sở dữ liệu về khuôn mặt

Hệ thống này thường được sử dụng trong các hệ thống an ninh và có thể được so sánh với các dạng sinh trắc học khác như các hệ thống nhận dạng vân tay hay tròng mắt

1.2.1 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

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

1.2.2 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

1.2.3 Nhận dạng khuôn mặt dựa trên học sâu và mạng nơ-ron

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

1.2.4 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

Hình 1.5 Nhận dạng dựa trên hình ảnh nhiệt

1.2.5 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

1.3 Nhận dạng vân tay

1.3.1 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

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

1.3.2 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

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

1.3.3 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

1.3.4 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

Chương 2:LINH KIỆN VÀ CÔNG NGHỆ SỬ DỤNG

2.1 Tổng quan về linh kiện

2.1.1 Raspberry pi 4 2.1.1.1 Giới thiệu

Hình 2.1 Raspberry.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

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 …

2.1.1.3 Raspberry Pi 4 B+

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

-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

-Mở rộng linh hoạt: Raspberry Pi 4 B+ có 40 chân GPIO, cho phép người dùng kết nối và điều khiển các mạch điện tử và cảm biến từ bên ngoài Điều này mở ra nhiều cơ hội cho

các dự án tùy chỉnh và các ứng dụng IoT 2.1.1.4 Sơ đồ và thông số kỹ thuật của Raspberry Pi 4 B+

Hình 2.2 Sơ đồ Raspberry Pi 4 B+

Bảng 2.1 Thông số kỹ thuật của Raspberry Pi 4

CPU Quad-core Cortex-A72 (64-bit) @ 1.5GHz

GPU

H264 (1080p60 decode, 1080p30 encode) OpenGL ES 3.0 graphics, H.265 (4kp60 decode)

Dải điện áp hoạt động 5V với dòng tối thiểu 3A

Nguồn cấp Giắc cắm nguồn DC, Cổng USB-C mini

Kết nối mở rộng 40 chân (SPI, I 2 C, LCD, UART, PWM,

2.1.1.5 Mô tả bảng mạch của raspberry

Hình 2.3 Mô tả bảng mạch của raspberry

Hình 2.4 Sơ đồ chân GPIO.Hỗ trợ các giao thức hiện đại Raspberry Pi 4 có nhiều hệ thống liên lạc hiện đại Nó có WiFi bên trong và Bluetooth để giao tiếp dữ liệu không dây Có thể được sử dụng bên trong hệ thống ở bất cứ đâu mà không có bất kỳ sự xung đột nào

Pi chuyển đổi dữ liệu dễ dàng trong cùng một mạng do có WiFi Thiết bị cũng có hỗ trợ mạng LAN trong trường hợp không có WiFi và là mạng truyền thông có dây như:

-LAN - Gigabyte Ethernet -Bluetooth - 5.0

-WiFi - 2.4 với tốc độ 5GHz Tính năng giao diện HDMI Raspberry: -Trong các thiết bị Pi trước đây, chỉ có một cổng HDMI và có đồ họa thấp, nhưng trong mẫu mới nhất có hai cổng HDMI mini có thể được sử dụng cùng lúc cho nhiều màn hình máy tính để bàn Cả hai cổng đều cung cấp chế độ xem 4K ULTRA HD cho người dùng

-GPU SPECS - H264 (1080p60 decode, 1080p30 encode) OpenGL ES 3.0 graphics, H.265 (4kp60 decode)

Raspberry pi 4 B+ có một loạt các cổng và khe cắm cho phép người dùng tận dụng các tính năng và kết nối đa dạng:

-Khe cắm thẻ nhớ SD: Raspberry Pi 4 B+ sử dụng khe cắm thẻ nhớ SD để lưu trữ hệ điều hành và dữ liệu hoạt động của nó Thẻ nhớ SD có dung lượng từ 2GB trở lên được khuyến nghị để đảm bảo hoạt động ổn định của hệ thống

-Micro USB Power: Raspberry Pi có thể được cấp nguồn thông qua cổng micro USB Điện áp cung cấp nên là 5V và dòng điện khuyến nghị là 1A Điều này đảm bảo cho Raspberry Pi hoạt động ổn định, đặc biệt khi sử dụng nhiều thiết bị USB và kết nối mạng LAN

-Màn hình cảm ứng TFT: Khe cắm này cho phép kết nối Raspberry Pi với màn hình cảm ứng, giúp người dùng tương tác với Raspberry Pi một cách trực quan Điều này tương đương với việc sử dụng chuột và bàn phím để thao tác trên Raspberry Pi

-Mở rộng camera: Raspberry Pi 4 B+ có một khe cắm dành cho camera module Người dùng có thể gắn một camera module vào Raspberry Pi để chụp ảnh, quay phim và thực hiện các tác vụ giống như một máy ảnh thông thường

-Cổng HDMI: Raspberry Pi 4 B+ được trang bị một cổng HDMI để kết nối với các thiết bị hỗ trợ HDMI như màn hình, TV hoặc máy chiếu Cổng HDMI cho phép hiển thị giao diện của hệ điều hành Raspberry Pi lên màn hình ngoại vi

-Cổng kết nối Ethernet: Cổng Ethernet cho phép kết nối Raspberry Pi với mạng LAN hoặc truy cập internet thông qua cáp Ethernet

-Hai cổng USB: Raspberry Pi 4 B+ có hai cổng USB để kết nối với chuột, bàn phím, USB, USB 3G, USB Wi-Fi và các thiết bị hỗ trợ USB khác

-Cổng âm thanh Stereo: Raspberry Pi 4 B+ có một cổng âm thanh stereo 3.5mm để kết nối tai nghe, loa và các thiết bị âm thanh khác

-Cổng TV: Cổng TV cho phép kết nối Raspberry Pi với một thiết bị ngoại vi hỗ trợ, như TV, để phát tín hiệu hình ảnh

-GPIO (General Purpose Input/Output): Raspberry Pi cung cấp các cổng GPIO để tương tác với các thiết bị ngoại vi khác Các cổng GPIO hỗ trợ giao tiếp SPI, I2C và Serial, cho phép người dùng kết nối và điều khiển các thiết bị điện tử ngoại vi

Hình 2.5 Các kết nối ngoại vi của raspberry

2.1.1.6 Giới thiệu hệ điều hành cho Raspberry Pi

Hình 2.6 Hệ điều hành raspibian

Raspbian là một hệ điều hành dựa trên Linux được tối ưu hóa cho việc chạy trên Raspberry Pi - một bo mạch máy tính nhỏ gọn và phổ biến Raspbian được phát triển bởi Raspberry Pi Foundation và được thiết kế đặc biệt để cung cấp một môi trường hoạt động ổn định và dễ sử dụng trên Raspberry Pi

Raspbian: Đây là hệ điều hành mặc định và được khuyến nghị cho Raspberry Pi Raspbian là phiên bản tùy chỉnh của Debian dành riêng cho Raspberry Pi, được tối ưu hóa để hoạt động trên nền tảng phần cứng của Raspberry Pi

-Ubuntu: Ubuntu là một hệ điều hành Linux phổ biến và cũng có phiên bản tương thích cho Raspberry Pi Phiên bản Ubuntu dành cho Raspberry Pi có tên gọi là Ubuntu MATE và cung cấp một giao diện người dùng trực quan và dễ sử dụng

-Fedora: Fedora là một hệ điều hành Linux phát triển bởi dự án Fedora Community Fedora cung cấp một phiên bản chính thức cho Raspberry Pi, cho phép người dùng trải nghiệm hệ điều hành này trên thiết bị của họ

-Arch Linux: Arch Linux là một hệ điều hành Linux có sự tập trung vào đơn giản, linh hoạt và tùy chỉnh Có một phiên bản của Arch Linux được cung cấp cho Raspberry Pi, gọi là Arch Linux ARM, đáp ứng nhu cầu của người dùng muốn tùy chỉnh và kiểm soát đầy đủ hệ điều hành

-Windows 10 IoT Core: Đây là một phiên bản của hệ điều hành Windows 10 dành cho Internet of Things (IoT) Raspberry Pi hỗ trợ Windows 10 IoT Core, cho phép người dùng phát triển và triển khai các ứng dụng IoT trên Raspberry Pi

-NOOBS (New Out Of Box Software): NOOBS là một công cụ cài đặt và quản lý hệ điều hành cho Raspberry Pi Nó cung cấp một giao diện đơn giản và dễ sử dụng để người dùng có thể chọn và cài đặt các hệ điều hành khác nhau cho Raspberry Pi của mình NOOBS không có giao diện đồ họa và chỉ hỗ trợ giao diện dòng lệnh

-Pidora: Pidora là một phiên bản tùy chỉnh của hệ điều hành Fedora Linux, được thiết kế đặc biệt cho Raspberry Pi Nó cung cấp một giao diện đồ họa và hỗ trợ mạng và giao tiếp vào ra trên Raspberry Pi

-RaspBMC (Raspberry Pi Media Center): RaspBMC ban đầu là một phần mềm truyền thông mã nguồn mở, được xây dựng trên cơ sở hệ điều hành Raspbian Nó sử dụng giao diện XBMC Media Center, cho phép người dùng xem phim, nghe nhạc và truy cập các nội dung truyền thông từ các nguồn khác nhau

-OpenELEC (Open Embedded Linux Entertainment Center): OpenELEC cũng là một hệ điều hành tập trung vào việc cung cấp một trung tâm giải trí đa phương tiện trên Raspberry Pi Nó cũng sử dụng giao diện XBMC/Kodi và được tối ưu hóa để cung cấp hiệu suất cao và trải nghiệm người dùng thân thiện

-RISC OS (Reduced Instruction Set Computer): RISC OS là một hệ điều hành nhỏ gọn và nhanh chóng, được thiết kế ban đầu cho kiến trúc ARM Nó cung cấp một giao diện đồ họa đơn giản và tập trung vào hiệu suất cao RISC OS cũng có sẵn cho Raspberry Pi và mang đến một trải nghiệm khác biệt so với các hệ điều hành Linux thông thường -Arch Linux ARM: Arch Linux ARM là một phiên bản của hệ điều hành Arch Linux được tối ưu hóa cho kiến trúc ARM Nó cung cấp một môi trường tùy chỉnh và linh hoạt

Raspbian là hệ điều hành cơ bản, phổ biến nhất và được cung cấp bởi Raspberry Pi Foundation Đây cũng là hệ điều hành được khuyến nghị sử dụng, đặc biệt là cho người mới làm quen với Raspberry Pi

Sau khi giải nén, Raspbian có dung lượng gần 4GB Để sử dụng Raspbian, bạn cần ít nhất một thẻ nhớ 4GB Tuy nhiên, nên sử dụng thẻ nhớ ít nhất 8GB để có đủ không gian để cài đặt các ứng dụng khác

Raspbian được thiết kế để phục vụ các mục đích sau: -Sử dụng Raspberry Pi như một máy tính văn phòng để lướt web, soạn văn bản, kiểm tra email và đôi khi nghe nhạc/xem phim

-Nghiên cứu và phát triển các thiết bị điều khiển tự động -Sử dụng như một máy chủ để cung cấp các dịch vụ như web server, file server, printer server, v.v

-Raspbian được đánh giá là hoạt động rất ổn định và nhanh chóng, đặc biệt là trên Raspberry Pi 4 Tuy giao diện của nó đơn giản và cổ điển, không quá hào nhoáng, nhưng nếu bạn không quá quan tâm đến giao diện mà tập trung vào hiệu suất, thì Raspbian là sự lựa chọn phù hợp

2.1.2 Raspberry camera 2.1.2.1 Giới thiệu chung về camera usb

Webcam là từ viết tắt của Website Camera, đây là loại thiết bị ghi hình kỹ thuật số được kết nối với máy tính để truyền trực tiếp hình ảnh mà nó ghi được đến một máy tính khác hoặc truyền lên một website nào đó thông qua mạng Internet Về cơ bản, webcam gần giống như máy ảnh kỹ thuật số nhưng khác ở chỗ các chức năng chính của nó sẽ do phần mềm cài đặt trên máy tính điều khiển và xử lý

2.1.2.2 Raspberry camera V1

Raspberry Pi camera được tích hợp camera có độ nhạy 5 megapixel sáng cao, có thể chụp tốt ở nhiều điều kiện ánh sáng khác nhau, cả trong nhà và ngoài trời Điểm đặc biệt mà camera mang lại đó là chụp hình độ nét cao trong lúc quay phim

Hình 2.7 Raspberry camera

2.1.2.3 Thông số kỹ thuật Raspberry camera V1

Bảng 2.2 Thông số kỹ thuật Raspberry camera V1

2.1.3 Khóa điện từ 2.1.3.1 Giới thiệu

Khóa điện từ là một loại thiết bị an ninh được sử dụng để kiểm soát truy cập vào các khu vực an ninh, cửa ra vào, hay các thiết bị khác Nó hoạt động bằng cách tạo ra lực từ từ một điện từ và sử dụng năng lượng điện để mở hoặc đóng khóa

Hình 2.8 Khóa điện từ

2.1.3.2 Thông số kỹ thuật khóa điện từ

Bảng 2.3 Thông số kỹ thuật khóa điện từ

Trọng lượng chỉ 3g Độ phân giải 5 megapixel

2.1.4 Arduino uno r3 atmega328 2.1.4.1 Giới thiệu

Arduino Uno là bo mạch vi xử lý hoạt động dựa trên ATmega328 Bo mạch này có 14 chân input/output digital (trong đó có 6 chân được dùng cho điều chế xung đầu ra PWM), 6 đầu vào analog, tần số giao động thạch anh là 16MHz, kết nối USB, jack cắm nguồn, chân tiêu đề ICSP, một nút reset Bo mạch này chứa tất cả các tính năng cần thiết để hỗ trợ kết nối với các vi điều khiển khác Nguồn sử dụng cho bo mạch có thể qua USB, sử dụng pin hoặc nguồn thông qua bộ chuyển đổi AC–DC

Hình 2.9 Arduino uno r3 atmega328

2.1.4.2 Thông số kỹ thuậtArduino uno r3 atmega328

Bảng 2.4 Thông số kỹ thuật Arduino uno r3 atmega328

Vi điều khiển ATmega328P Điện áp hoạt động 5V

Điện áp đầu vào (khuyên

2.1.5.2 Thông số kỹ thuật mạch PWM

Bảng 2.5 Thông số kỹ thuật Mạch PWM Bộ nhớ Flash 32 Kb (ATmega328P) với 0.5 Kb dùng

2.1.6 Cảm biến vân tay AS608

Hình 2.11 Cảm biến vân tay AS608

2.1.6.1 Giới thiệu

AS608 là một module cảm biến vân tay dựa trên công nghệ dấu vân tay quang học Nó được sử dụng để nhận dạng và xác thực dấu vân tay của người dùng AS608 cung cấp khả năng lưu trữ và so sánh dấu vân tay nhanh chóng và chính xác

Điện áp sử dụng 3.0~3.6VDC (thường cấp 3.3VDC, lưu ý quan

trọng nếu cấp lớn hơn 3.3VDC cảm biến sẽ cháy

ngay lập tức) Dòng tiêu thụ 30~60mA, trung bình 40mA Giao Diện truyền thông USB/UART

Tốc độ Baudrate UART 9600 x N (N từ 1~12), mặc định N=6 baudrate =

2.2 Công nghệ sử dụng

2.2.1 Xử lý ảnh

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 <0,1 giây (mô-đun cần khoảng 0,1S để khởi tạo

sau khi bật nguồn) Thời gian tìm việc <0,3s

FRR (tỷ lệ từ chối) <1% FAR (tỷ lệ nhận dạng) <0,001%

Dung lượng lưu trữ vân tay

300 (ID: 0 ~ 299)