ĐỀ TÀI : ĐIỂM DANH BẰNG NHẬN DIỆN KHUÔN MẶT. Giảng viên : PGS.TS. HUỲNH CÔNG PHÁP

ĐẠI HỌC ĐÀ NẴNG KHOA CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG BÁO CÁO ĐỒ ÁN CƠ SỞ ĐỀ TÀI : ĐIỂM DANH BẰNG NHẬN DIỆN KHUÔN MẶT Giảng viên : PGS.TS HUỲNH CÔNG PHÁP Sinh viên thực : NGUYỄN NGUYÊN NGỌC PHÚ MAI TRÚC LÂN Lớp : 17IT3 Đà nẵng, 26 tháng 06 năm 2020 MỞ ĐẦU Khn mặt đóng vai trị quan trọng q trình giao tiếp người với người, mang lượng thơng tin giàu có, chẳng hạn xác định giới tính, tuổi tác, trạng thái cảm xúc người đó,… khảo sát chuyển động đường nét khn mặt biết người muốn nói Trong hệ thống nhận dạng người q trình nhận dạng khn mặt đánh giá bước khó khăn quan trọng so với bước cịn lại hệ thống Do đó, nhận dạng khuôn mặt điều quan trọng cần thiết Nhận dạng khuôn mặt người công nghệ ứng dụng rông rãi đời sống ngày người hệ thống giám sát, quản lí vào ra, tìm kiếm thơng tin người tiếng,… có nhiều phương pháp nhận dạng khn mặt để nâng cao hiệu suất nhiên dù hay nhiều phương pháp vấp phải thử thách độ sáng, hướng nghiên, kích thước ảnh, hay ảnh hưởng tham số môi trường Cùng với phát triển xã hội, vấn đề an ninh, bảo mật yêu cầu khắt khe quốc gia giới Các hệ thống nhận dạng người, đồ vật… đời phát triển với độ tin cậy ngày cao Với cách tiếp cận đối tượng nhận dạng theo phương pháp này, thu nhập nhiều thông tin từ đối tượng hơn, mà không cần tác động nhiều đến đối tượng vấn đảm bảo tính xác, an tồn, thuận tiện Trong phạm vi báo cáo chúng em xin trình trình thực điểm danh qua nhận diện khuôn mặt qua thư viện opencv Cuối cùng, cố gắng nhiều thời gian có hạn, khả dịch hiểu tài liệu chưa tốt nên nội dung đồ án tránh khỏi thiếu sót, mong bảo, góp ý thầy bạn LỜI CẢM ƠN Trước tiên chúng em xin bày tỏ trân trọng lòng biết ơn thầy giáo Huỳnh Công Pháp Trong suốt thời gian học làm đồ án môn học, thầy dành nhiều thời gian quý báu để tận tình bảo, hướng dẫn, định hướng cho em thực đồ án s Chúng em xin cảm ơn thầy cô giáo Khoa CNTT & Truyền Thông – Đại Học Đà Nẵng giảng dạy trình học tập, thực hành, làm tập, giúp em hiểu thấu đáo nội dung học tập hạn chế cần khắc phục việc học tập, nghiên cứu thực đồ án Chúng em xin chân thành cảm ơn Đà nẵng, 18 tháng năm 2020 NHẬN XÉT (Của giảng viên hướng dẫn) …………………………………………………………………………………… …………………………………………………………………………………… …………………………………………………………………………………… …………………………………………………………………………………… …………………………………………………………………………………… …………………………………………………………………………………… …………………………………………………………………………………… MỤC LỤC Chương GIỚI THIỆU TỔNG QUAN .6 1.1 Tổng quan nhận diện khuôn mặt 1.2 Phân tích tốn .6 1.3 Các công cụ 1.3.1 PyThon 1.3.2 Thư viện OpenCV .7 1.3.3 Visual Studio Code 1.3.4 Thư viện Tkinter 1.3.5 Mysql 1.4 Phương pháp giải .9 1.5 Cấu trúc báo cáo .10 Chương THUẬT TOÁN NHẬN DẠNG 11 2.1 Phát khuôn mặt 11 2.1.1 Vấn đề .11 2.1.2 Tìm tất khn mặt có ảnh 12 2.2 Đổi góc độ chiều cho khn mặt 15 2.3 Mã hóa khn mặt 16 2.4 Tìm tên người từ hình ảnh mã hóa 19 Chương TRIỂN KHAI CHƯƠNG TRÌNH .20 3.1 Cài đặt môi trường 20 3.1.1 Python Visual studio .20 3.2 Nắm rõ vấn đề 21 3.3 Giao diện chương trình 22 Chương Kết luận hướng phát triển .29 4.1 Kết Luận 29 4.1.1 Tại nhận dạng khn mặt việc khó ? 29 4.2 Hướng phát triển 29 4.2.1 Cá nhân hóa trải nghiệm 29 4.2.2 An ninh sân bay quản lí an ninh biên giới 30 4.2.3 Chăm sóc sức khỏe 30 4.2.4 Thanh tốn khơng dùng thẻ .30 4.2.5 Ngành du lịch 31 4.2.6 Công nghệ thông minh 31 4.2.7 Quảng cáo digital 31 Chương GIỚI THIỆU TỔNG QUAN 1.1 Tổng quan nhận diện khuôn mặt Hơn thập kỉ qua có nhiều cơng trình nghiên cứu tốn xác định khn mặt người từ ảnh đen trắng, xám đến ảnh màu ngày hôm Các nhà nghiên cứu từ toán đơn giản, ảnh có mặt người nhìn thẳng vào thiết bị thu hình đầu tư thẳng đứng ảnh đen trắng Cho đến ngày hơm tốn mở rộng cho ảnh màu, có nhiều khn mặt ảnh, có nhiều tư thay đổi ảnh Khơng mà cịn mở rộng phạm vi từ môi trường xung quanh đơn giản môi trường xung quanh phức tạp nhằm đáp ứng nhu cầu người Trong năm gần ứng dụng trí tuệ nhân tạo ngày phát triển đánh giá cao Một lĩnh vực quan tâm trí tuệ nhân tạo nhằm tạo ứng dụng thơng minh, có tính người nhận dạng Trong đề tài em chọn đối tượng khn mặt 1.2 Phân tích tốn Bài tốn Nhận Diện Khn mặt(Face Recognition) bao gơm tốn khác Phát khn mặt (Face detection), đánh dấu(facial landmarking), trích chọn(rút) đặc trưng(feature extration), gán nhãn, phân lớp(classification) 1.3 Các công cụ Để giải tốn nhận dạng khn mặt đồ án chúng em sử dụng thư viện opencv ngôn ngữ python phần mềm Visual Studio Code 1.3.1 PyThon Python ngơn ngữ lập trình thơng dịch (interpreted), hướng đối tượng (object-oriented), ngôn ngữ bậc cao (high-level) ngữ nghĩa động (dynamic semantics) Python hỗ trợ module gói (packages), khuyến khích chương trình module hóa tái sử dụng mã Trình thơng dịch Python thư viện chuẩn mở rộng có sẵn dạng mã nguồn dạng nhị phân miễn phí cho tất tảng phân phối tự Các đặc điểm Python:  Ngữ pháp đơn giản, dễ đọc  Vừa hướng thủ tục (procedural-oriented), vừa hướng đối tượng (object-oriented)  Hỗ trợ module hỗ trợ gói (package)  Xử lý lỗi ngoại lệ (Exception)  Kiểu liệu động mức cao  Có thư viện chuẩn module ngoài, đáp ứng tất nhu cầu lập trình  Có khả tương tác với module khác viết C/C++ (Hoặc Java cho Jython, Net cho IronPython)  Có thể nhúng vào ứng dụng giao tiếp kịch (scripting interface) 1.3.2 Thư viện OpenCV Opencv (Open Computer Vision library) Intel phát triển, giới thiệu năm 1999 hoàn thiện thành phiên 1.0 năm 2006 Thư viện opencv – gồm khoảng 500 hàm – viết ngôn ngữ lập trình C tương thích với hệ điều hành Windows, Linux, Mac OS… đóng vai trị xác lập chuẩn giao tiếp, liệu, thuật tốn cho lính vực CV tọa điều kiện cho người tham gia nghiên cứu phát triển ứng dụng Trước Opencv khơng có cơng cụ chuẩn cho lĩnh vực xử lí ảnh Các đoạn code đơn lẻ nhà nghiên cứu tự viết thường không thống không ổn định Các công cụ thương mại Matlab, Simulink, v.v lại có giá cao thích hợp cho cơng ty phát triển ứng dụng lớn Ngồi cịn có giải phảp kèm theo thiết bị phần cứng mà phần lớn mã đóng thiết kế riêng cho tứng thiết bị, khó khan cho việc mở rộng ứng dụng OpenCV công cụ hữu ích cho người bước đầu làm quen với xử lí ảnh số ưu điểm sau:  OpenCV công cụ chuyên dụng: Intel phát triển theo hướng tối ưu hóa cho ứng dụng xử lí phân tích ảnh, với cấu trúc liệu hợp lí, thư viện tạo giao diện, truy xuất thiết bị phần cứng tích hợp sẵn OpenCV thích hợp để phát triển nhanh ứng dụng  OpenCV công cụ mã nguồn mở: Không công cụ miễn phí, việc xây dựng mã nguốn mở giúp OpenCV trở thành cơng cụ thích hợp cho nghiên cứu phát triển, với khả thay đổi mở rộng mơ hình, thuật tốn  OpenCV sử dụng rộng rãi: Từ năm 1999 đến nay, OpenCV thu hút lượng lớn người dung, có cơng ty lớn Microsoft, IBM, Sony, Siemens, Google nhóm nghiên cứu Standford, MIT, CMU, Cambridge,… Nhiều forum hỗ trợ cộng đồng người dung thành lập, tạo nên kênh thông tin rộng lớn, hữu ích cho việc tham khảo, tra cứu 1.3.3 Visual Studio Code Visual Studio Code trình biên tập mã phát triển Microsoft dành cho Windows, Linux macOS Nó hỗ trợ chức debug, kèm với Git, có syntax highlighting, tự hồn thành mã thông minh, snippets, cải tiến mã nguồn Visual Studio Code trình biên tập mã Nó hỗ trợ nhiều ngôn ngữ chức tùy vào ngôn ngữ sử dụng theo bảng sau Nhiều chức Visual Studio Code không hiển thị menu tùy chọn hay giao diện người dùng Thay vào đó, chúng gọi thơng qua khung nhập lệnh qua tập tin json (ví dụ tập tin tùy chỉnh người dùng) Khung nhập lệnh giao diện theo dịng lệnh Tuy nhiên, biến người dùng nhấp nơi khác, nhấn tổ hợp phím để tương tác với bên ngồi Tương tự với dòng lệnh tốn nhiều thời gian để xử lý Khi thực điều trình xử lý dịng lệnh bị hủy 1.3.4 Thư viện Tkinter Tkinter gói Python có chứa module Tk hỗ trợ cho việc lập trình GUI Tk ban đầu viết cho ngôn ngữ Tcl Sau Tkinter viết để sử dụng Tk trình thơng dịch Tcl Python Ngồi Tkinter cịn có số cơng cụ khác giúp tạo ứng dụng GUI viết Python wxPython, PyQt, PyGTK 1.3.5 Mysql MySQL hệ quản trị sở liệu tự nguồn mở phổ biến giới nhà phát triển ưa chuộng trình phát triển ứng dụng Vì MySQL hệ quản trị sở liệu tốc độ cao, ổn định dễ sử dụng, có tính khả chuyển, hoạt động nhiều hệ điều hành cung cấp hệ thống lớn hàm tiện ích mạnh Với tốc độ tính bảo mật cao, MySQL thích hợp cho ứng dụng có truy cập CSDL internet Người dùng tải MySQL miễn phí từ trang chủ MySQL có nhiều phiên cho hệ điều hành khác nhau: phiên Win32 cho hệ điều hành dòng Windows, Linux, Mac OS X, Unix, FreeBSD, NetBSD, Novell, NetWare, SGI Irix, Solaris, SunOS,… MySQL ví dụ Hệ Quản trị Cơ sở liệu quan hệ sử dụng Ngơn ngữ truy vấn có cấu trúc (SQL) MySQL sử dụng cho việc bổ trợ NodeJs, PHP, Perl, nhiều ngôn ngữ khác, làm nơi lưu trữ thông tin trang web viết NodeJs, PHP hay Perl, 1.4 Phương pháp giải Những vấn đề cần giải quyết,  Đầu tiên, nhìn vào hình tìm tất khn mặt có  Thứ 2, tập trung vào khuôn mặt người nhận diện khuôn mặt quay hướng khác, môi trường thiếu ánh sáng  Thứ chọn đặc điểm đặc trưng khuôn mặt mà bạn sử dụng để phân biệt với khuôn mặt người khác Vd: mắt lớn bao nhiêu, mặt dài bao nhiêu,mũi cao hay không, …  Cuối cùng, đối chiếu đặc điểm đặc trưng với người bạn biết xác định tên người 1.5 Cấu trúc báo cáo  Chương 1: giới thiệu tổng quan o Nội dung chương giới thiệu tốn nhận dạng khn mặt, cách triển khai giải tốn cơng cụ  Chương 2: Thuật toán nhận dậng o Nội dung chương diễn giải hiểu biết cá nhân thuật tốn nhận diện khn mặt sử dụng chưa trình thơng qua hàm thư viện  Chương 3: Triển khai o Nội dung chưa thuật lại trình viết code kết đạt bước thông qua code hình ảnh minh họa  Chương 4: Kết luận hướng phát triển o Nộ dung chương kết luận, đánh giá trình nghiên cứu hướng phát triển cho chương trình sau 10 Hình 2.8: Mơ trình so sảnh kết sau bước  Sau lặp lại bước hàng triệu lần cho hàng triệu hình ảnh hàng ngàn người khác nhau, mạng lưới thần kinh học cách tạo 128 phép đo đáng tin cậy cho người Bất kỳ mười hình ảnh khác người cho phép đo gần  (Machine learning people call the 128 measurements of each face an embedding The idea of reducing complicated raw data like a picture into a list of computer-generated numbers comes up a lot in machine learning (especially in language translation) The exact approach for faces we are using was invented in 2015 by researchers at Google but many similar approaches exist.)  Mã hóa hình ảnh khn mặt o Q trình đào tạo mạng nơ ron tích chập để nhúng mặt đầu đòi hỏi nhiều liệu sức mạnh máy tính Ngay với card hình NVidia Telsa đắt tiền, phải khoảng 24 đào tạo liên tục để có độ xác tốt o Nhưng mạng đào tạo, tạo phép đo cho khuôn mặt nào, khuôn mặt 18 mà chưa thấy trước đây! Vì vậy, bước cần thực lần May mắn có người làm việc cho họ xuất mà trực tiếp sử dụng  Vì vậy, tất cần làm chạy hình ảnh khn mặt thơng qua mạng đào tạo trước để có số đo 128 cho khn mặt Ở ví dụ Hình 2.9: Kết mã hóa ảnh bước  Vì vậy, phần khn mặt 128 số đo xác? Hóa khơng thực quan trọng với Tất quan tâm mạng tạo gần số nhìn vào hai hình ảnh khác người 2.4 Tìm tên người từ hình ảnh mã hóa  Bước cuối thực bước dễ tồn q trình Tất phải làm tìm người sở liệu người biết có số đo gần với hình ảnh thử nghiệm  Tất cần làm đào tạo phân loại thực phép đo từ hình ảnh thử nghiệm cho biết người 19 biết người phù hợp Chạy trình phân loại phần nghìn giây Kết phân loại tên người ! Chương TRIỂN KHAI CHƯƠNG TRÌNH 3.1 Cài đặt mơi trường 3.1.1 Python Visual studio  Đầu tiên cần cài đặt python 3.7.2, phiên ổn định python phát hành vào ngày 24/12/2018(Dec 24, 2018) Hình 3.1: Download python  Tiếp theo Visual Studio 2019 20 Hình 3.2 : Visual Studio 2019 • Cụ thể cần tính development with C++ Visual Studio Hình 3.3:development with C++  Sau cài đặt xong môi trường tiến hành cài đặt thư viện cần sử dụng (với lệnh pip python) o Cmake o Dlib o Face_recognition o Numpy o Opencv-python 3.2 Nắm rõ vấn đề  Mặc dù nhiều thuật tốn nhận diện khn mặt phát triển vào năm gần đây,nhưng tốc độ sác chúng chưa tối ưu Nhưng tiến gần cho thấy vấn đề cải thiện cách nhanh chóng Một ví dụ điển hình Facebook, đăng ảnh mới, tự động tag người bạn có mặt người ảnh vài giây, sác lên đến 98% Vậy điều diễn nào? Chúng ta cố gắng mô tả lại bước thực điều thư viện face_recognition phát triển Adam Geitgey  Bốn vấn đề cần phân tích đồ án 21 o Đầu tiên nhìn vào hình tìm tất khn mặt o Bước 2, tập trung vào khuôn mặt nhận diện chúng di chuyển theo hướng khác nhau, khơng gian thiếu ánh sáng,các góc bất lợi, … o Bước 3: Mã hóa ảnh o Bước 4: Cuối ta so sánh ảnh mã hóa với để đưa đốn tên người 3.3 Giao diện chương trình  Đầu tiên cần import thư viện vào chương trình From tkinter import* import cv2 import numpy as np import pymysql from PIL import Image import xlwrite  Tiếp theo xây dựng hệ thống điểm danh nhận diện khuôn mặt - Chức đăng nhập đăng kí Hình 3.4: Đăng nhập - Nếu chưa có tài khoản click vào vào “Register new Account?” 22 Hình 3.5: Đăng kí - Ở điền đầy đủ thông tin thông tin điền lưu vào CSDL Sau có tài khoản nhấn vào “Sign in” để đăng nhập vào hệ thống Hình 3.6:Thơng tin lưu CSDL - Sau đăng nhập thành công hệ thống Hình 3.7:Những chức hệ thống 23 - Chức thêm, sửa, xóa liệu liệu thêm vào lưu trữ cho id nhóm ảnh Gray để phát triển khn mặt Hình 3.8:Chức quản lý chụp ảnh Hình 3.9:Thêm đối tượng - Khi thêm xong liệu xong ta click vào “ Add photo ” 24 Hình 4.0:Chụp ảnh - Để biết hệ thống lưu ảnh sau chụp click vào chức thứ để xem Hình 4.1:Hình ảnh chụp - Tiếp theo lấy tất liệu người dùng từ liệu thu train data với chức OpenCv cách click vào chức thứ 25 Hình 4.2:Train data - Kết tệp yml lưu thư mục “ /recoginzer ” Hình 4.3:Thu file yml sau train - Để nhận dạng khuôn mặt ứng vào người nhấn vào chức thứ - Giờ nhận dạng với hình ảnh thu trực tiếp từ camera kết trả id tên người chủ sở hữu khn mặt kèm mức độ tin cậy việc nhận dạng.Ngược lại khuôn mặt mà camera không nhận dạng dược trả “Unknown” Hình 4.4:Nhận dạng khn mặt camera xuất thông tin name 26 - Khi nhận diện khuôn mặt hệ thống xuất file excel với thông tin thời gian, thông báo “ yes ” tức người điểm danh có mặt Hình 4.5:Lưu thơng tin excel - Chức đổi mật khẩu, điền đầy đủ thông tin cũ đăng nhập điền “ new password ” để thay đổi mật Hình 4.6:Thay đổi mật - Nếu thơng báo thành cơng hệ thống tự động đăng nhập lại với mật mới, ngược lại kiểm tra tài khoản mật cũ có khớp mà đăng nhập trước khơng 27 Hình 4.7:Đăng nhập vào hệ thống với mật - Khi điểm danh hệ thống xong bạn có nhấn icon exit để Hình 4.8:Chức exit 28 Chương Kết luận hướng phát triển 4.1 Kết Luận Nhận dạng khn mặt tốn hấp dẫn, nhận nhiều quan tâm nhà nghiên cứu tính ứng dụng to lớn thực tế Báo cáo trình bày tổng quan phương pháp nhận dạng khuôn mặt người; phát khn mặt; theo vết khn mặt; xây dựng chương trình thử nghiệm sử dụng phương pháp nhận dạng khuôn mặt người thư viện opencv Nhưng nhận dạng khuôn mặt ln tốn khó 4.1.1 Tại nhận dạng khn mặt việc khó ? - Ánh sáng: Ảnh kỹ thuật số biểu diễn cường độ sáng đối tượng, ánh sáng thay đổi, thông tin đối tượng bị ảnh hưởng - Cự ly đối tượng so với camera: khoảng cách đối tượng so với camera xác định số pixel ảnh quy định nên khuôn mặt - Cảm xúc biểu cảm khuôn mặt: nét biểu cảm cảm xúc khuôn mặt gây nhiễu, việc loại nhiễu chưa có phương pháp hiệu - Tư đứng đối tượng (nghiêng, xoay,…): tư đối tượng xác định thơng tin đối tượng Việc tư thay đổi lớn làm thay phần lớn thông tin đối tượng, dẫn đến kết nhận dạng sai - Trang phục đối tượng: Kết nhận dạng bị ảnh hưởng lớn đối tượng có trang phục khác biệt so với mẫu đeo kính, đội mũ,… 4.2 Hướng phát triển 4.2.1 Cá nhân hóa trải nghiệm Chúng ta kỳ vọng ngày nhiều doanh nghiệp áp dụng cá nhân hóa trải nghiệm vào dịch vụ họ Công nghệ nhận diện khuôn mặt trí tuệ nhân tạo giúp điều trở nên dễ dàng hết Bằng việc thu thập 29 phân tích độ tuổi, giới tính, sở thích, lịch sử mua sắm hệ thống tự động đưa nội dung dịch vụ phù hợp với khác hàng giúp tăng trải nghiệm khách hàng tốt 4.2.2 An ninh sân bay quản lí an ninh biên giới Mới hãng hàng không Delta triển khai công nghệ xác thực khuôn mặt sân bay Atlanta Dự kiến vào cuối năm 2020 Delta triển khai nhận diện khuôn mặt 20 sân bay để cải thiện hành trình khách hàng Khách hàng sử dụng khn mặt để làm thủ tục, kiểm tra hành lý, vào phòng chờ lên máy bay Mặc dù lo ngại đặt việc sử dụng nhận diện khuôn mặt để xác định danh tính sân bay, nhiên, 73% khách hàng nói họ cảm thấy thoải mái sử dụng công nghệ sau qua hệ thống nhận diện khuôn mặt Delta 4.2.3 Chăm sóc sức khỏe Lĩnh vực y tế đầu tư nhiều vào công nghệ nhận diện khuôn mặt phép bảo mật nâng cao trải nghiệm cho bệnh nhân Xu hướng ứng dụng nhận diện khn mặt dự kiến lĩnh vực chăm sóc sức khỏe vào năm 2020 bao gồm:  Theo dõi lịch sử điều trị dùng thuốc bệnh nhân  Phát sớm bệnh di truyền  Ngăn chặn việc gian lận bảo hiểm y tế 4.2.4 Thanh tốn khơng dùng thẻ Lĩnh vực tốn phi tiền mặt ngày phát triển đặc biệt ở Trung Quốc với hệ thống AliPay, WePay Nhiều hình thức tốn sử dụng như: qt QR code, quẹt thẻ… cửa hàng Tuy nhiên phương thức tốn đỏi hỏi bạn phải ln mang theo thẻ ngân hàng smartphone Hệ thống tốn nhận diện khn mặt liên kết thẻ tín dụng bạn với hồ sơ nhận diện khn mặt bạn Thanh toán thực đơn giản việc sử dụng camera quét khuôn mặt bạn Amazon công ty 30 thương mại điện tử lớn khác dự kiến tung phiên nhận diện khn mặt để tốn vào năm 2020 4.2.5 Ngành du lịch Khi đặt phòng khách sạn online trực tiếp, khách hàng đăng ký thống qua khuôn mặt họ Sử dụng công nghệ nhận diện khn mặt giúp thời gian nhận phịng giảm xuống 40% Dự kiến năm 2020 công nghệ nhận diện khuôn mặt phát triển khắp nơi từ đặt vé máy bay đến làm thủ tục khu nghỉ mát 4.2.6 Công nghệ thông minh Với việc Apple mắt FaceID, điện thoại thông minh trở thành lĩnh vực lớn mà công nghệ nhận diện khuôn mặt triển khai Giải pháp dần trở nên phổ biến hình thức công nghệ thông minh khác TV thông minh hệ thống an ninh nhà thông minh 4.2.7 Quảng cáo digital Các cửa hàng bán lẻ tìm cách để cá nhân hóa trải nghiệm cửa hàng cho người mua hàng, Nhận diện khuôn mặt sử dụng để xác định cá nhân nhân học khách hàng (giới tính, tuổi, v.v.) sau đưa chương trình khuyến nội dung phù hợp với thơng tin phân tích Điều bao gồm đề xuất mua hàng ưu đãi đặc biệt, cung cấp trải nghiệm cá nhân hóa cho người mua hàng 31 DANH MỤC TÀI LIỆU THAM KHẢO • [Tkinter documentation] https://www.tutorialspoint.com/python/python_gui_programming.htm • [OpenCV documentation] - https://opencv.org/ • [PyMySQL documentation] - https://pypi.org/project/PyMySQL/ • [Python documentation] - https://www.python.org/ • [Python projects tutorial] https://www.youtube.com/channel/UCKJnF_GhwvmXqtGh9LePXpg 32