Sau khi tìm hiểu, phân tích các yêu cầu thực tế, hệ thống QLNS đã được thiết kế, xây dựng với đầy đủ các chức năng của một phần mềm QLNS thông thường, phần mềm còn có khả năng quản lý thông tin cá nhân của các nhân viên, thống kê giờ làm việc của nhân viên thông qua module nhận dạng khuôn mặt tích hợp công nghệ RFID, từđó đưa ra phương án chấm công và tính lương một cách chính xác. Sau khi xử lý được các thông tin, hệ thống có thể kết xuất ra các báo cáo tiện cho việc đối chiếu, đánh giá và lưu trữ. Bên cạnh đó, phần mềm còn có chức năng nhắc việc cho nhân viên mỗi khi đăng nhập theo thời gian một cách linh hoạt. Dưới đây là các module đã được xây dựng:
Giao diện chính của phần mềm QLNS bao gồm module dành cho người sử dụng ( nhân viên) và module dành cho người quản lý, như trình bày tương ứng trong hình 4.6 và 4.7.
Hình 4.6. Giao diện dành cho người quản lý
Các chức năng chính của phần mềm QLNS được minh họa tương ứng trong các hình từ 4.8 đến 4.14 bao gồm:
- Danh mục công việc, trình độ và phòng ban.
- Chức năng quản lý thông tin cá nhân của nhân viên - Chức năng giao việc cho nhân viên.
- Chức năng chấm công cho nhân viên. - Chức năng tính lương cho nhân viên. - Chức năng giám sát chứng thực.
Hình 4.13. Báo cáo về thông tin nhân viên
Như vậy, so với các yêu cầu về chức năng và các chỉ tiêu về mặt kỹ thuật đặt ra ban đầu khi thiết kế, phần mềm QLNS đã đáp ứng được yêu cầu đã đề ra. Phần mềm hoạt động ổn định, cho kết quả trung thực và chính xác. Với việc tích hợp nhận dạng khuôn mặt và RFID với phần mềm QLNS đã làm tăng tính linh hoạt và
tăng độ chính xác của hệ thống này so với các hệ thống QLNS khác đã và đang tồn tại và được sử dụng trong thực tế.
4.2. Đánh giá chung về hệ thống
4.2.1. Kết quảđạt được
Hệ thống QLNS được xây dựng dựa trên cơ sở của việc tích hợp nhận dạng khuôn mặt và RFID dùng để thu thập thông tin đầu vào, phần mềm QLNS sẽ xử lý những thông tin đầu vào bao gồm hình ảnh khuôn mặt và mã thẻ RFID để thực hiện các chức năng quản lý của phần mềm.
Camera đầu vào và mạch giải mã RFID được tích hợp và có giao diện như dưới hình 4.14, hoạt động của hệ thống được thiết lập bao gồm phần mềm QLNS chạy trên máy tính với dữ liệu đầu vào từ khối tích hợp camera và mạch giải mã RFID như hình 4.15
Hình 4.15. Giao diện tổng thể của hệ thống QLNS ứng dụng nhận dạng khuôn mặt và RFID
4.2.2. Đánh giá chung về hệ thống
xây dựng thành công hệ thống QLNS với module chứng thực đầu vào là sự tích hợp giữa 2 công nghệ nhận dạng tự động là công nghệ nhận dạng khuôn mặt và công nghệ nhận dạng bằng sóng vô tuyến RFID. Hệ thống được xây dựng vừa đảm bảo đáp ứng đầy đủ các chức năng cơ bản của một hệ thống QLNS chuyên nghiệp như quản lý nhân viên, quản lý vào ra, chấm công tính lương, in và xuất báo cáo…vừa thể hiện tính ưu việt so với các hệ thống hiện nay thông quan việc nâng cao khả năng chứng thực, khẳng định độ tin cậy của hệ thống. Cụ thể đề tài đã thực hiện được những nội dung sau đây:
1. Xây dựng thành công hệ thống nhận dạng khuôn mặt sử dụng bộ phân loại SVM và 2 đặc trưng BDIP, BVLC.
2. Xây dựng thành công hệ thống chứng thực khuôn mặt theo phương pháp Client Specific Fisherface.
3. Kết hợp 2 module nhận dạng và xác thực khuôn mặt tạo thành hệ thống nhận dạng khuôn mặt (Face recognition).
4. Xây dựng module phần cứng RFID.
5. Tích hợp hệ thống nhận dạng khuôn mặt và RFID và tạo thành module đăng nhập trong hệ thống QLNS.
6. Xây dựng phần mềm QLNS bằng ngôn ngữ C# trong môi trường .NET với hệ quản trị cơ sở dữ liệu SQL server 2005.
7. Xây dựng thành công hệ thống QLNS ứng dụng công nghệ nhận dạng khuôn mặt và RFID.
Hình 4.16. Các kết quả nghiên cứu đạt được
Những thành công và han chế của đề tài:
- Module nhận dạng khuôn mặt khá nhạy cảm với sự thay đổi của các điều kiện ngoại cảnh như ánh sáng, góc khuôn mặt với camera, chất lượng hình ảnh thu nhận qua camera…
- Hạn chế kiến thức lập trình nên phần mềm QLNS chưa thực sự tối ưu về giải thuật và một số chức năng đặc thù xét trên khía cạnh chuyên môn về quản lý.
Tuy nhiên, khi xem xét trên khía cạnh thỏa mãn các mục tiêu ban đầu, cũng như các hạn chế do những yếu tố khách quan, đề tài tương đối rộng và sâu thì những thành quả bước đầu là đáng khích lệ. Trong thời gian tới, nếu có điều kiện, em sẽ tiếp tục nghiên cứu để phát triển đề tài hoàn thiện hơn.
4.2.3. Hướng phát triển của đề tài
Mục tiêu trước tiên của em là hoàn thiện hệ thống trên cơ sở khắc phục các nhược điểm còn tồn tại đã được nêu ở trên bằng cách: (adsbygoogle = window.adsbygoogle || []).push({});
• Nâng cao tính ổn định và hiệu quả của hệ thống, đặc biệt là của module chứng thực RFID và khuôn mặt.
• Mở rộng mô hình bằng việc sử dụng nhiều bộ đầu đọc thẻ RFID và camera IP ở các phòng ban khác nhau, các thông tin xử lý sẽ được truyền qua mạng LAN đến trung tâm quản lý và an ninh của tòa nhà.
• Sử dụng RFID tầm xa thay vì RFID tầm thấp như hiện nay có thể giúp phát triển bài toán định vị vị trí nhân viên trong công ty, gửi nhắc nhở cho nhân viên ở bất kỳ vị trí nào trong công ty qua màn hình hiển thị LCD.
• Thẻ RFID hiện nay có kích thước rất nhỏ gọn, tiện lời, có thể tích hợp vào các thiết bị cầm tay nhưđiện thoại di động, pocketPC, rất tiện lợi với người sử dụng. Hệ thống cũng có thể thông qua wireless để nhắc việc tới từng nhân viên qua các thiết bị cầm tay cá nhân đó.
• Dựa trên nền tảng công nghệ nhận dạng đối tượng, có thể tích hợp thêm một số công nghệ nhận dạng khác nhau như nhận dạng vân tay, giọng nói để phù hợp với điều kiện cụ thể của từng đơn vị.
Ngoài ra, cơ sở lý thuyết và các kỹ thuật áp dụng trong hệ thống nhận dạng khuôn mặt còn có thể áp dụng để xây dựng các hệ thống nhận dạng các vật thể khác nhau như nhận dạng biển số xe, nhận dạng vân tay… nhằm xây dựng các hệ thống có khả năng chứng thực tốt hơn, độ an toàn cao hơn.
Bài toán QLNS cũng có thể được cụ thể hóa trong các công ty, cơ quan, tổ chức với chuyên môn nghiệp vụ khác nhau, dẫn đến những yêu cầu bổ sung khác nhau như quản lý cơ quan Nhà nước, quản lý bệnh viện, quản lý khách sạn, quản lý sinh viên…Qua đó có thể thấy đề tài có tính ứng dụng cao, có thể áp dụng rộng rãi trong thực tế và là một cải thiện đáng kể so với các hệ thống QLNS đang được áp dụng ở nước ta hiện nay.
KẾT LUẬN
Nhận dạng khuôn mặt trong quản lý nhân sự đang được ứng dụng trong các lĩnh vực: Công ty, trường hoc, doanh nghiệp, công sở, ...vv, tính an ninh, bảo mật cao, tìm kiếm dựa trên hình ảnh. Công nghệ nhận dạng mặt người trên thế giới đã có sự phát triển đáng kể, từ nhận dạng mặt người trên các bức ảnh tĩnh, các ứng dụng kết hợp máy quay số cho phép nhận dạng mặt người dựa trên các hình ảnh di động với độ chính xác cao. Các ứng dụng và thiết bị nhận dạng kiểu này có thể được trang bị tại các địa điểm công cộng tại một số thành phố lớn nhằm phát hiện các đối tượng tình nghi trong hồ sơ của cảnh sát.
Ở Việt Nam các ứng dụng nhận dạng trong đó có nhận dạng mặt, nhận dạng vân tay đang trở lên phổ biến. So với nhận dạng vân tay, nhận dạng mặt nngười phù hợp hơn đối với các ứng dụng công cộng trong khi nhận dạng vân tay phù hợp với các ứng dụng cá nhân cần có cơ chế bảo mật cao. Với nhu cầu hiện nay, các ứng dụng mặt người có thểđem lại nhiều lợi ích trong các vấn đề quản lý, an ninh công cộng và tìm kiếm thông tin.
Xác định được xu hướng và yêu cầu của việc áp dụng công nghệ nhận dạng mặt người vào trong các ứng dụng của đời sống. Để tài đã tập trung phân tích các vấn đề cơ bản trong xử lý ảnh và nhận dạng khôn mặt, các phương pháp công nghệ sử dụng trong nhận dạng mặt người. Cũng trong nội dung đó, đề tài đi sâu vào thực nghiệm. Các kết quả ban đầu có mốt số ý nghĩa nhất định, tuy nhiên để có các kết quả có tính thực tế cao hơn yêu cầu một số quá trình nghiên cứu tập trung và có kế hoạch.
Trong tương lai, điều kiện cho phép em có mong nuốn được nghiên cứu một cách kỹ lưỡng hơn về đề tài này, đi sâu vào nhiều ứng dụng. Một lần nữa em xin chân thành cảm ơn sự giúp đỡ, hướng dẫn tận tình của thày giáo PGS. TS. Nguyễn Tiến Dũng, gia đình, bạn bè và đồng nghiệp trong quá trình em thực hiện lận văn này.
TÀI LIỆU THAM KHẢO
[1].Nguyễn Kim Anh, “Nguyên lý của các hệ cơ sở dữ liệu”, Nhà xuất bản Đại học Quốc Gia Hà Nội, 2004.
[2]. Phạm Thế Bảo, Phan Phúc Doãn, Cao Minh Thịnh, Trần Anh Tuấn, “Tổng quan các phương pháp xác định khuôn mặt người”.
[3]. Nguyễn Tiến Dũng, Nguyễn Việt Dũng, Nguyễn Thị Kim Quý, “Hệ thống tự động tách bề mặt trong tạo hình siêu âm thai nhi 3 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, 5/2009.
[4]. Tien Dung Nguyen, Quy Tran Thanh, Thang Man Duc, Trang Nguyen Quynh, Thang Manh Hoang, “SVM classifier based face detection system using BDIP and BVLC moments”, 2011 International Conference on Advanced Technologies for Communications, Aug.2011, (submitted).
[5]. Alain Rakotomamonjy, “Optimizung Area Under Roc Curve with SVM”, Modeling, Computation and Optimization Conference, Metz 2004.
[6]. Ming-Hsuan Yang, David J.Kriegman, Narenda Ahuja, “Detecting face in images: A survey”, IEEE Trans on pattern analysis and machine intelligence, vol.24, no.1, Jan 2002.
[7]. Rafael C. Gonzalez, Richard E. Woods, “Digital Image Processing”, 2nd editon, Prentice-Hall, Inc, 2002.
[8]. Steve Lewis, “ A basic introduction to RFID technology and its use in the supply chain” , white paper.
[9]. Sandy L.Zabell, “Fingerprint evidence”, Zabell macro corrected tues 3-14- 05.doc, pp. 143-179.
[10]. 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.
[11]. Janet M.Baker, 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, May, 2008.
[12] Young Deok Chun, Nam Chul Kim, Ick Hoon Jang, “Content based image retrieval using multiresolution color and texture features”, IEEE transactions on multimedia, vol.10, no.6, pp. 1073-1084, Nov.2008.
[13].www.microsoft.com/visualstudio/ [14]. www.microsoft.com/Sqlserver/2005/
[15]. Intel Open Source Computer Vision Library – OpenCV http://www.intel.com/technology/computing/opencv/