Thiết kế thiết bị điểm danh tự động ứng dụng công nghệ rfid và nhận dạng khuôn mặt qua camera

92 1.2K 1
Thiết kế thiết bị điểm danh tự động ứng dụng công nghệ rfid và nhận dạng khuôn mặt qua camera

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

Thông tin tài liệu

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI MẪN ĐỨC THẮNG MẪN ĐỨC THẮNG KỸ THUẬT ĐIỆN TỬ THIẾT KẾ THIẾT BỊ ĐIỂM DANH TỰ ĐỘNG ỨNG DỤNG CÔNG NGHỆ RFID VÀ NHẬN DẠNG KHUÔN MẶT QUA CAMERA LUẬN VĂN THẠC SĨ KỸ THUẬT KỸ THUẬT ĐIỆN TỬ 2011B Hà Nội – Năm 2013 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI MẪN ĐỨC THẮNG THIẾT KẾ THIẾT BỊ ĐIỂM DANH TỰ ĐỘNG ỨNG DỤNG CÔNG NGHỆ RFID VÀ NHẬN DẠNG KHUÔN MẶT QUA CAMERA CHUYÊN NGÀNH KỸ THUẬT ĐIỆN TỬ LUẬN VĂN THẠC SĨ KỸ THUẬT KỸ THUẬT ĐIỆN TỬ NGƯỜI HƯỚNG DẪN KHOA HỌC : PGS.TS NGUYỄN TIẾN DŨNG Hà Nội – Năm 2013 MỤC LỤC MỤC LỤC LỜI CAM ĐOAN v DANH MỤC CÁC KÍ HIỆU, CÁC CHỮ VIẾT TẮT vi DANH MỤC CÁC BẢNG vii DANH MỤC CÁC HÌNH VẼ ĐỒ THỊ viii CHƯƠNG 1: PHẦN MỞ ĐẦU 1.1 Lý chọn đề tài 1.2 Lịch sử nghiên cứu 1.2 Mục đích nghiên cứu, đối tượng phạm vi đề tài 1.3 Tóm tắt đồ án 1.4 Phương pháp nghiên cứu 1.4.1 Sơ đồ khối 1.4.2 Các chức hệ thống CHƯƠNG 2: MODULE NHẬN DẠNG KHUÔN MẶT 12 2.1 Cơ sở lý thuyết toán nhận dạng khuôn mặt 12 2.2 Đặc trưng Haar 15 2.3 Phương pháp phân loại SVM đặc trưng 16 2.3.2 Bộ phân loại SVM phi tuyến 19 2.3.3 Mặt phân loại không lí tưởng 21 2.3.4.Thuật toán SMO 21 2.4 Các thông số đánh giá độ xác phương pháp nhận dạng 25 i CHƯƠNG 3: MODULE CHỨNG THỰC KHUÔN MẶT KẾT HỢP VỚI CÔNG NGHỆ RFID 28 3.1 Giới thiệu công nghệ chứng thực sinh trắc học 28 3.2 Tổng quan toán chứng thực khuôn mặt 29 3.2.1 Bài toán chứng thực khuôn mặt ứng dụng 29 3.2.2 Ưu điểm phương pháp chứng thực khuôn mặt 30 3.3 Phương pháp nhận dạng khuôn mặt Client Specific Fisherface 31 3.3.1 Không gian khuôn mặt số chiều không gian khuôn mặt 31 3.3.2 Phương pháp Client Specific Fisherface 31 3.4 Phương pháp phân tích thành phần chủ yếu (PCA) 32 3.5 Xây dựng hệ sở sử dụng phương pháp LDA 35 3.5.1 Thuật toán LDA 35 3.5.2 Xây dựng hệ sở theo phương pháp LDA 35 3.6 Chứng thực khuôn mặt sử dụng phương pháp Client Specific Fisherface 38 3.6.1 Giả thiết cho toán chứng thực 38 3.6.2 Thuật toán Client Specific Fisherface 38 3.6.3 Quá trình chứng thực khuôn mặt sử dụng Client Specific Fisher face 41 3.7 Công nghệ RFID tích hợp hệ thống 43 3.7.1.Thẻ RFID 43 3.7.2 Phân loại thẻ RFID 44 3.7.3 Đầu đọc( Reader) 46 3.7.4 Cơ chế trao đổi liệu đầu đọc với thẻ 47 CHƯƠNG 4: PHÂN TÍCH VÀ THIẾT KẾ HỆ THỐNG QUẢN LÝ SINH VIÊN 49 ii 4.1 Giới thiệu phần mềm quản lý sinh viên 49 4.1.1 Tìm hiểu yêu cầu 49 4.1.2 Các tiêu hệ thống quản lý sinh viên 50 4.2 Phân tích thiết kế hệ thống 50 4.2.1 Phân tích hệ thống 50 4.2.2 Thiết kế hệ thống 53 CHƯƠNG 5: KẾT QUẢ ĐẠT ĐƯỢC 55 5.1 Lựa chọn công cụ ngôn ngữ lập trình 55 5.2 Moldule nhận dạng khuôn mặt sử dụng SVM kết hợp với moment BVLC BDIP 56 5.2.1 Xây dựng tập liệu khuôn mặt mô hình phân loại 56 5.2.2 Đánh giá hiệu phân loại SVM 58 5.3 Module nhận dạng khuôn mặt sử dụng đặc trưng Haar 59 5.4 Áp dụng phương pháp nhận dạng vào hệ thống 61 5.5 Module chứng thực khuôn mặt 61 5.5.1 Xây dựng tập liệu khuôn mặt 61 5.5.2 Triển khai thuật toán PCA 62 5.6.Module thu nhận thông tin người dùng 64 5.6.1 Module thu tín hiệu từ thẻ RFID 64 5.6.2 Module thu nhận hình ảnh người sử dụng 67 5.7.Tích hợp module chứng thực khuôn mặt RFID 67 5.8 Phần mềm quản lý sinh viên 71 CHƯƠNG 6: ĐÁNH GIÁ KẾT QUẢ CỦA HỆ THỐNG VÀ HƯỚNG PHÁT TRIỂN CỦA ĐỀ TÀI 74 iii 6.1 Kết luận đánh giá chung hệ thống 74 6.1.1 Kết đạt 74 6.1.2 Đánh giá chung hệ thống 74 6.2 Hướng phát triển đề tài 76 6.3 Kết luận 76 TÀI LIỆU THAM KHẢO 78 iv LỜI CAM ĐOAN Trước hết, gửi lời cảm ơn chân thành tới tập thể thầy cô Viện Điện tử viễn thông, Trường Đại học Bách Khoa Hà Nội tạo môi trường tốt để học tập nghiên cứu Tôi xin cảm ơn thầy cô Viện Đào tạo sau đại học quan tâm đến khóa học này, tạo điều kiện cho học viên có điều kiện thuận lợi để học tập nghiên cứu Đặc biệt, xin gửi lời cảm ơn sâu sắc đến PGS.TS Nguyễn Tiến Dũng tận tình bảo, hướng dẫn sửa chữa cho nội dung luận văn Tôi cam đoan nội dung luận văn hoàn toàn tìm hiểu, nghiên cứu viết Tất thực cẩn thận có định hướng giáo viên hướng dẫn Tôi xin chịu trách nhiệm với nội dung luận văn Tác giả Mẫn Đức Thắng v DANH MỤC CÁC KÍ HIỆU, CÁC CHỮ VIẾT TẮT TỪ STT VIẾT TẮT THUẬT NGỮ THUẬT NGỮ TIẾNG ANH TIẾNG VIỆT Block Difference of Inverse Sai lệch khối xác suất Probabilities nghịch đảo Block Variation of Local Sai lệch khối hệ số Correlation Coefficients tương quan cục BDIP BVLC PCA RFID ROC SVM Support Vector Machine Vecto trợ giúp AUC Area Under Cuver Diện tích đường cong SMO AIDC 10 QLSV Principal Component Phân tích thành phần chủ yếu Analysis Radio Frequency Nhận dạng sóng vô tuyến Identification Receiver Operating Đặc tính hoạt động đầu vào Characteristic Sequential Minimal Tối ưu hóa tối thiểu Optimization Automatic Identification Nhận dạng tự động thu thập Data Collection liệu Quản lý sinh viên vi DANH MỤC CÁC BẢNG Bảng 5.1: Bảng so sánh wrapper kết nối OpenCV với NET 55 Bảng 5.2: Kết kiểm tra với tập ảnh đầu vào 58 vii DANH MỤC CÁC HÌNH VẼ ĐỒ THỊ Hình 1.1: Ưu điểm hệ thống QLSV phần mềm Hình 1.2: Hạn chế hệ thống QLSV sử dụng công nghệ RFID Hình 1.3: Sơ đồ khối hệ thống QLSV ứng dụng nhận dạng khuôn mặt RFID Hình 1.4:Mô hình hệ thống RFID 10 Hình 2.1: Phân loại dựa đặc tính Haar 15 Hình 2.2: Đặc trưng Haar 16 Hình 2.3: Các đặc trưng Haar mở rộng 16 Hình 2.4: Phân loại mẫu sử dụng SVM thông qua mặt phẳng tối ưu 17 Hình 2.5:Toán tử ánh xạ φ biến đổi mặt phân cách phi tuyến thành mặt phẳng tuyến tính miền không gian đặc tính F 19 Hình 2.6 : Hiệu ứng sử dụng ξ  (1 ,  , ,  N ) 21 Hình 2.7: Điều kiện giới hạn cho tối ưu hóa 22 Hình 2.8: Các đường cong phân bố phụ thuộc TP,TN,FP,FN vào giá trị ngưỡng 26 Hình 2.9: Ví dụ đường cong ROC đường chéo tương ứng với đường cong ROC phân loại ngẫu nhiên 27 Hình3.1: Quy trình hoạt động hệ thống chứng thực sinh trắc học 29 Hình3.2: Sơ đồ khối phương pháp Client Specific Fisherface 32 Hình 3.3: Minh họa phương pháp PCA 33 Hình 3.7: Các thành phần Tad RFID 44 Hình 3.8: Thủ tục master –slave application software ,reader tag 47 Hình 3.9: Các chế truyền liệu FDH, HDX SEQ 48 viii Hình 5.14: Khối vi điều khiển Hình 5.15: Khối nguồn Cấu hình giao tiếp cổng nối tiếp: Các thông số cấu hình truyền thông tin mạch đọc RFID PC sau: Tốc độ baud: 9600 bps Data: bit Stop:1 bit Parity:None Flow control:None Bản tin gửi từ PIC tới PC thu tín hiệu từ RFID tag có dạng: 49443A[TagID]0A0D 66 Sau biết tin gửi từ module thu tín hiệu từ thẻ RFID PC, timer lập trình để theo định kì đọc liệu từ đầu đọc thẻ Nếu tin nhận bắt đầu 4944 có thẻ RFID đưa vào đầu đọc, chương trình kiểm tra byte sau tách lấy ID thẻ 5.6.2 Module thu nhận hình ảnh người sử dụng Hệ thống sử dụng camera độ phân giải megapixel để thu nhận hình ảnh người sử dụng Để xử lý tín hiệu từ camera C#, đối tượng thuộc lớp Emgu.CV.Capture wrapper EmguCV sử dụng Cụ thể để nhận chuỗi hình ảnh truyền từ Camera lên máy tính xử lí, đối tương capture thuộc lớp Capture khởi tạo để thu nhận tín hiệu từ camera thứ nhất: capture = new Capture(0) 5.7.Tích hợp module chứng thực khuôn mặt RFID Sau triển khai module chứng thực khuôn mặt sử dụng phương pháp Client Specific Fisherface ghép nối module RFID với PC, module tích hợp với chức thu nhận hình ảnh người mang thẻ RFID tiến hành trình chứng thực dựa vào sở liệu có Hệ thống mô tả hình 5.16 67 ID RF (2) l ria se (3 xis ) [E t] F D eI ac Hình 5.16: Mô hình kết hợp RFID chứng thực khuôn mặt Module hoạt động theo bước:  (1) Thu nhận thông tin từ người sử dụng: Khi phát có thẻ RFID đưa vào đầu đọc, module thu nhận lại RFID camera chụp ảnh người sử dụng Quá trình nhận dạng trích chọn khuôn mặt nằm bước này, sau tách ảnh mặt để đưa vào khối xử lí  (2) Sau có RFID tag bước (1), hệ thống thực hiên truy vấn tới sở liệu chứa thông tin người dùng tương ứng với tag  (3) Nếu không tìm thấy RFID tag sở liệu cảnh báo ID thẻ không tồn Ngươc lại, RFID tag có tồn sở liệu lấy đường dẫn chứa ảnh khuôn mặt người sử dụng tương ứng 68  (4),(5) Sau có đường dẫn chứa ảnh người sử dụng chương trình truy vấn lấy ảnh tương ứng  (6) Ảnh từ camera ảnh sở liệu đưa vào module chứng thực khuôn mặt sử dụng thuật toán đưa mục 3.3  Nếu ảnh Camera trung với ảnh người dùng tương ứng hệ thống báo đăng nhập thành công, ngược lại cảnh bảo từ chối đăng nhập Hình 5.17: Module thu nhận thông tin RFID 69 Hình 5.18: Giao diện phần mềm xử lí đăng nhập: Thông tin môn học Hình 5.19: Giao diện phần xử lí đăng nhập: đăng nhập thành công 70 Hình 5.20: Giao diện phần xử lí đăng nhập: đăng nhập thất bại 5.8 Phần mềm quản lý sinh viên Sau tìm hiểu thông tin thiết kế phần mềm, phần mềm quản lý sinh viên thiết kế đáp ứng số chức quản lý thông tin sinh viên, thông tin môn học, thông tin lịch học, thông tin vào lần đăng nhập sinh viên Hình 5.21: Giao diện phần mềm 71 Hình 5.22: Giao diện quản lý sinh viên Hình 5.23: Giao diện quản lý lịch học 72 Hình 5.24: Giao diện quản lý môn học Hình 5.25: Giao diện quản lý chứng thực vào cho sinh viên 73 CHƯƠNG 6: ĐÁNH GIÁ KẾT QUẢ CỦA HỆ THỐNG VÀ HƯỚNG PHÁT TRIỂN CỦA ĐỀ TÀI 6.1 Kết luận đánh giá chung hệ thống 6.1.1 Kết đạt Hệ thống QLSV xây dựng dựa sở việc tích hợp nhận dạng khuôn mặt RFID dùng để thu thập thông tin đầu vào, phần mềm QLSV xử lý thông tin đầu vào bao gồm hình ảnh khuôn mặt mã thẻ RFID để thực chức quản lý phần mềm Camera đầu vào mạch giải mã RFID tích hợp có giao diện hình 6.1, hoạt động hệ thống thiết lập bao gồm phần mềm QLSV chạy máy tính với liệu đầu vào từ khối tích hợp camera mạch giải mã RFID 6.1.2 Đánh giá chung hệ thống Đề tài thực nội dung sau đây: Xây dựng thành công hệ thống nhận dạng khuôn mặt sử dụng phân loại SVM đặc trưng BDIP, BVLC Xây dựng thành công hệ thống chứng thực khuôn mặt theo phương pháp Client Specific Fisherface Kết hợp module nhận dạng xác thực khuôn mặt tạo thành hệ thống nhận dạng khuôn mặt (Face recognition) Xây dựng module phần cứng RFID Tích hợp hệ thống nhận dạng khuôn mặt RFID tạo thành module đăng nhập hệ thống QLSV Xây dựng phần mềm QLSV ngôn ngữ C# môi trường NET với hệ quản trị sở liệu SQL server 2005 Xây dựng thành công hệ thống QLSV ứng dụng công nghệ nhận dạng khuôn mặt RFID 74 Hình 6.1: Các kết nghiên cứu đạt Bên cạnh thành công ban đầu đạt được, hệ thống tồn số hạn chế: - Module nhận dạng khuôn mặt nhạy cảm với thay đổi điều kiện ngoại cảnh ánh sáng, góc khuôn mặt với camera, chất lượng hình ảnh thu nhận qua camera… - Hạn chế thời gian kiến thức lập trình nên phần mềm QLSV chưa thực tối ưu giải thuật số chức đặc thù xét khía cạnh chuyên môn quản lý - Chưa có điều kiện thử nghiệm hệ thống lớp học thực tế để đánh giá kết dựa phản hồi người sử dụng hệ thống Tuy nhiên, xem xét khía cạnh thỏa mãn mục tiêu ban đầu, hạn chế yếu tố khách quan thời gian eo hẹp, đề tài tương đối rộng sâu thành bước đầu đáng khích lệ Trong thời gian tới, có điều kiện, em tiếp tục nghiên cứu để tối ưu hoàn thiện đề tài 75 6.2 Hướng phát triển đề tài Mục tiêu trước tiên em hoàn thiện hệ thống sở khắc phục nhược điểm tồn nêu cách:  Nâng cao tính ổn định hiệu hệ thống, đặc biệt module chứng thực RFID khuôn mặt  Mở rộng mô hình việc sử dụng nhiều đầu đọc thẻ RFID camera IP nhiều phòng khác nhau, thông tin xử lý truyền qua mang LAN đến trung tâm quản lý trường  Dựa tảng công nghệ nhận dạng đối tượng, tích hợp thêm số công nghệ nhận dạng khác nhận dạng vân tay, giọng nói để phù hợp với điều kiện cụ thể trường đại học  Tích hợp module xác thưc đầu vào thiết bị cầm tay, nhúng phần mềm xử lý ảnh FPGA số KIT xử lý ảnh chuyên dụng Ngoài ra, sở lý thuyết kỹ thuật áp dụng hệ thống nhận dạng khuôn mặt áp dụng để xây dựng hệ thống nhận dạng vật thể khác nhận dạng biển số xe, nhận dạng vân tay,v.v nhằm xây dựng hệ thống có khả chứng thực tốt hơn, độ an toàn cao Bài toán QLSV cụ thể hóa nhiều tổ chức với chuyên môn nghiệp vụ khác nhau, dẫn đến yêu cầu bổ sung khác quản lý quan Nhà nước, quản lý bệnh viện, quản lý khách sạn,v.v Qua thấy đề tài có tính ứng dụng cao, áp dụng rộng rãi thực tế 6.3 Kết luận Mục tiêu nghiên cứu thực thành công với việc hoàn thành đề tài “Thiết kế thiết bị điểm danh tự động ứng dụng công nghệ RFID nhận dạng khuôn mặt qua camera”, xây dựng thành công hệ thống quản lý sinh viên(QLSV) với module chứng thực đầu vào tích hợp công nghệ nhận dạng tự động công nghệ nhận dạng khuôn mặt công nghệ nhận dạng sóng vô tuyến 76 RFID Hệ thống chứng thực đầu vào đảm bảo tính xác độ tin cậy, phần mềm quản lý xây dựng đảm bảo đáp ứng số chức hệ thống QLSV quản lý sinh viên, quản lý vào ra, quản lý lịch học, quản lý môn học,v.v 77 TÀI LIỆU THAM KHẢO [1] Anil K Jain, Stan Z Li (2005), Handbook of Face Recognition, Springer [2] C Metz and H Cronman (1980) “Statistical significance test for bi-normal ROC curves,” Journal of Mathematical Psychology, vol 22,pp 218-243 [3] Nguyễn Tiến Dũng, Nguyễn Việt Dũng, Nguyễn Thị Kim Quý (2009), “Hệ thống tự động tách bề mặt tạo hình siêu âm thai nhi chiều sử dụng phương pháp vecto trợ giúp”, Báo cáo tổng kết đề tài khoa học công nghệ trường Đại học Bách Khoa Hà Nội [4] F L Podio, J S Dunn, "Biometric Authentication Technology: From the Movies to Your Desktop" [5] G v.Graevenitz (2003), "Biometrics in Access Control", A&S International, Volume 50, Taipei , pp 102-104 [6] G Burel and D Carel (1994), “Detection and localization of faces on digital images”, Pattern Recognition Letters, vol 15, pp 963, 967 [7] Intel Open Source Computer Vision Library – OpenCV, http://www.intel.com/technology/computing/opencv/ [8] J.C.Platt (1998), “Fast training of SVMs using sequential minimal optimization,” Advance in Kernel Method – Support Vector Learning, B Scholkopf, C Burges and A Smola, eds MIT Press, Cambridge, Mass [9] Janet M.Baker (2008), Li Deng, James Glass, Sanjeev Khudanpur, Chin-Hui Lee, Nelson Morgan, Douglas O’Shaughnessy, “Reasearch Developments and directions in speech recognition and understading, part 1”, IEEE signal processing magazine, pp.75-80 [10] John C Platt “Fast Training of Support Vector Machinesusing Sequential Minimal Optimization” Microsoft research 78 [11] M Turk, A Pentland (1991), "Face Recognition using Eigenfaces", Proc of the IEEE Conf on Computer Vision and Pattern Recognition, pp.586-591 [12] M Pontil and A Verri (1998), “Support vector machines for 3D object recognition,” IEEE Trans on PAMI, vol 20, no 6, pp 637-646 [13] Ming-Hsuan Yang, David J.Kriegman, Narenda Ahuja (2002), “Detecting face in images: A survey”, IEEE Trans on pattern analysis and machine intelligence, vol.24, no.1 [14] Phạm Thế Bảo, Nguyễn Thành Nhựt, Cao Minh Thịnh, Trần Anh Tuấn, Phan Phúc Doãn, “Tổng quan phương pháp xác định khuôn mặt người” [15] P.N Belhumeur, J.P Hespanha, D.J Kriegman (1996), "Eigenfaces vs Fisherfaces: Recognition using Class Specific Linear Projection", Proc of the 4th European Conference on Computer Vision, ECCV'96, Cambridge, UK, pp.45-58 [16] R O Duda, P E Hart, and D G Stork (2001), “Pattern Classification”, John Wiley & Suns, Inc 2nd Edition [17] Rafael C Gonzalez, Richard E Woods (2002), “Digital Image Processing”, 2nd editon, Prentice-Hall, Inc [18] Steve Lewis, “ A basic introduction to RFID technology and its use in the supply chain” , white paper [19] Sandy L.Zabell, “Fingerprint evidence”, Zabell macro corrected tues 3-1405.doc, pp 143-179 [20] Tieniu Tan, Zhaofeng He, Zhenan Sun, “Efficient and roubust segmentation of noisy iris images for non-cooperative iris recognition”, Image and Vision Computing 28 (2010), pp.223-230 79 [21] Tien Dzung Nguyen, Quy Tran Thanh, Thang Man Duc, Trang Nguyen Quynh, Thang Manh Hoang (Aug.2011), “SVM classifier based face detection system using BDIP and BVLC moments”, 2011 International Conference on Advanced Technologies for Communications [22] Takeshi Mita ,Toshimitsu Kaneko, Osamu Hori, “ Joint Haar-like Features for Face Detection” ,Multimedia Laboratory, Corporate Research & Development Center, Toshiba Corporation [23] V N Vapnik (1995), The Nature of Statistical Learning Theory New York, Springer-Verlag [24] Young Deok Chun, Nam Chul Kim, Ick Hoon Jang (Nov.2008), “Content based image retrieval using multiresolution color and texture features”, IEEE transactions on multimedia, vol.10, no.6, pp 1073-1084 80 [...]... Thiết bị điểm danh tự động ứng dụng công nghệ RFID và nhận dạng khuôn mặt được xây dựng dựa trên việc tích hợp công nghệ nhận dạng khuôn mặt và công nghệ RFID và được kết hợp với hệ thống xử lý thông tin, quản lý dữ liệu Dựa trên các thông tin đầu vào thu thập được qua module nhận dạng khuôn mặt và module RFID, phần mềm quản lý sinh viên sẽ thực hiện các tác vụ quản lý như điểm danh, quản lý thông tin... khi đề xuất ý tưởng và nhận được đề tài đồ án tốt nghiệp, em đã nghiên cứu và xây dựng thành công thiết bị điểm danh tự động ứng dụng công nghệ RFID và nhận dạng khuôn mặt đáp ứng được những tiêu chí đề ra ban đầu khi xây dựng ý tưởng cho đề tài 4 Với mục đích nghiên cứu và đề xuất một phương pháp nhận dạng khuôn mặt mới, dựa trên việc sử dụng các đặc trưng về kết cấu của khuôn mặt, em đã tìm hiểu... Hiện nay, công nghệ nhận dạng khuôn mặt đã được phát triển giải quyết được những bài toán phức tạp như nhận dạng 3D, nhận dạng thời gian thực khi camera số ghi lại hình ảnh và phần mềm nhận dạng khuôn mặt có thể phát hiện và bám sát mục tiêu được nhận dạng là khuôn mặt Đây chính là sự tiến bộ vượt bậc khiến công nghệ nhận dạng khuôn mặt đã được áp dụng rộng rãi trong lĩnh vực công nghiệp như áp dụng trong... mang thẻ RFID đó Có hiều thuật toán có thể áp dụng cho bài toán này như Eigenface sử dụng PCA, Fisherface sử dụng LDA c Công nghệ thẻ RFID ứng dụng trong thu nhận thông tin Công nghệ nhận dạng bằng sóng vô tuyến RFID là một công nghệ phát triển rất mạnh mẽ trong lĩnh vực nhận dạng tự động thu thập dữ liệu AIDC Nhận dạng tự động (Automatic Identification) là một thuật ngữ chỉ các công nghệ tự động dùng... thống QLSV sử dụng công nghệ RFID Trước những hạn chế còn tồn tại ở các hệ thống hiện thời, để xây dựng được một hệ thống QLSV đáp ứng được đầy đủ các chức năng cơ bản và đảm bảo được cho bài toán điểm danh một cách chính xác nhất, nâng cao tính bảo mật và an toàn cho hệ thống, em đã lựa chọn đề tài Thiết kế thiết bị điểm danh tự động ứng dụng công nghệ RFID và nhận dạng khuôn mặt qua camera 1.2 Lịch... cho đến quân sự Nhận dạng khuôn mặt cũng giống như nhận dạng bằng sóng vô tuyến, là một công nghệ nhận dạng tự động AIDC (Auto Identification Data Collection) và nằm trong hệ thống các phương pháp nhận dạng dựa trên các đặc điểm sinh trắc học (biometric) bao gồm một số phương pháp như nhận dạng khuôn mặt, nhận dạng vân tay (fingerprint), nhận dạng đồng tử mắt (iris recognition) hay nhận dạng tiếng nói... chọn áp dụng trong đồ án để xây dựng nên hệ thống nhận dang khuôn mặt mà nhóm em đã nghiên cứu và tìm hiểu 2.1 Cơ sở lý thuyết của bài toán nhận dạng khuôn mặt Nhận dạng khuôn mặt (Face detetion) là bước đầu tiên trong hai bước của quá trình nhận dạng khuôn mặt người (Face recognition) Nhận dạng khuôn mặt là một công nghệ được phát triển rất mạnh đã có nhiều ứng dụng thực tế trong các lĩnh vực từ công. .. recognition),…[9,19,20] Xác định khuôn mặt người là một kỹ thuật máy tính dùng để xác định vị trí và kích thước của khuôn mặt người từ hình ảnh thu được từ thiết bị thu nhận ảnh [14] Công nghệ nhận dạng khuôn mặt cho phép phân biệt được khuôn mặt người (face) với các chi tiết không phải khuôn mặt người (non-face) trong ảnh như nhà cửa, cây cối,… Lịch sử phát triển của công nghệ nhận dạng khuôn mặt đã trải qua nhiều thập... nhận dạng khuôn mặt kết hợp công nghệ RFID ứng dụng trong hệ thống quản lý sinh viên - Tìm hiểu tổng quan về phương pháp nghiên cứu đề xuất và các công nghệ được sử dụng trong hệ thống - Nghiên cứu về bộ phân loại SVM kết hợp với đặc trưng BVLC và BDIP được sử dụng trong module nhận dạng khuôn mặt - Nghiên cứu phương pháp xây dựng hệ cơ sở mới sử dụng phương pháp PCA và xây dựng quá trình chứng thực khuôn. .. sử dụng các công nghệ hiện đang rất phát triển vào một lĩnh vực có tính áp dụng cao trong thực tế Mục đích của hệ thống gồm những vấn đề như sau: - Nghiên cứu thiết bị đọc thẻ từ và RFID - Thiết kế hệ thống đọc dữ liệu thẻ - Xây dựng cơ sở dữ liệu quản lí - Xây dựng module nhận diện và xác thực khuôn mặt chính xác - Xây dựng thuật toán nhận diện khuôn mặt mới 1.3 Tóm tắt đồ án Thiết bị điểm danh tự động

Ngày đăng: 23/11/2016, 03:47

Từ khóa liên quan

Mục lục

  • trang bia

  • muc luc

  • loi cam doan

  • danh muc ky hieu, chu viet tat

  • danh muc bang

  • muc hinh ve, do thi

  • chuong 1

  • chuong 2

  • chuong 3

  • chuong 4

  • chuong 5

  • chuong 6

  • tai lieu tham khao

Tài liệu cùng người dùng

  • Đang cập nhật ...

Tài liệu liên quan