Để phát triển đề tài lớn hơn, từ kết quả đạt được cần phải giải quyết được các vấn đề mang tính ứng dụng hoàn chỉnh với các tiêu chí sau:
Tiến hành tối ưu hóa để nâng cao tốc độ xử lý trên hệ thống nhúng với tốc độ CPU thấp.
Thực hiện huấn luyện trực tiếp trên kit, làm tăng tính linh động hơn, tăng khả năng tương tác giữa người với máy.
Thực hiện mở rộng với nhận dạng ảnh 3D (sử dụng camera stereo) và kết hợp với một số phương pháp bảo mật khác để tăng độ tin cậy cho hệ thống
Có thể ứng dụng trong Robot nhận dạng, hay thực hiện chiếc gương thông minh, áp dụng thêm việc nhận dạng biểu cảm của khuôn mặt.
Trang 96
TÀI LIỆU THAM KHẢO TIẾNG VIỆT
1. Hồ Anh Thắng, Giải pháp tổng thể tối ưu hệ thống tự động tòa nhà sử dụng BMS của Siemens, 2012
TIẾNG NƯỚC NGOÀI
2. Gerhart, J., Home Automation & Wiring. 1999: McGraw-Hill Professional. 3. Harper, R., Inside the Smart Home. 2003: Springer. 278.
4. Mann, W.C., Smart Technology for Aging, Disability, and Independence: The State of the Science. 2005: John Wiley and Sons. 379.
5. M&T, Automation today. 2008(1,2): p. 40. 6. Jaseman, The MagPi. May 2012(1): p. 8.
7. Goodwin, S., Smart Home Automation with Linux and Raspberry Pi. 2013: Apress. 317.
8. Breuning, S. Using MySQL on a Raspberry Pi. 2014; Available from: http://raspberrywebserver.com.
9. Mobberley, C. Raspberry Pi MongoDB Installation. Oct, 2013; Available from: http://c-mobberley.com/wordpress/2013/10/14/raspberry-pi-mongodb- installation-the-working-guide/.
10. Hunter, T. Installing Redis on Debian as a Service. 2013; Available from: https://thomashunter.name/blog/installing-redis-on-debian/.
11. Sinopoli, J., Smart Building Systems for Architects, Owners, and Builders.
2010: Elsevier Inc.
12. Bosdogianni, M.P.a.P., Image Processing: The Fundamentals. 1999.
13. Kaehler, G.B.a.A., Learning OpenCV: Computer Vision with the OpenCV Library. 2008: O’Reilly Media, Inc. 186-190.
14. Szeliski, R., Computer Vision: Algorithms and Applications. 2010.
15. Maydt, R.L.a.J., An Extended Set of Haar-like Features for Rapid Object Detection. Proceedings of the IEEE Transactions on ICIP, 2002. 1: p. 900- 903.
16. Jones, P.V.a.M.J., Rapid Object Detection using a Boosted Cascade of Simple Features. Proceedings of the IEEE Transactions on CVPR 2001. 1: p. 511-518.
Trang 97
17. Chiara Turati, V.M.C., F. S., and Leo, I., Newborns face recognition: Role of inner and outer facial features. 2006: p. 297–311.
18. Kanade, T., Picture processing system by computer complex and recognition of human faces. 1973.
19. Brunelli, R., Poggio, T. , Face Recognition through Geometrical Features. European Conference on Computer Vision (ECCV). 1992: p. 792–800.
20. Turk, M., and Pentland, A. , Eigenfaces for recognition. Journal of Cognitive Neuroscience. 1991: p. 71–86.
21. P.N. Belhumeur, J.H.a.D.K., Eigenfaces vs. Fisherfaces: Recognition using class specific linear projection. Proceedings of the IEEE Transactions on PAMI, 1997. 19(7): p. 711–720.
22. Wiskott, L., Fellous, J., Krüger, N., Malsburg, C., Face Recognition By Elastic Bunch Graph Matching. 1997: p. 775–779.
23. Messer, K.e.a., Performance Characterisation of Face Recognition Algorithms and Their Sensitivity to Severe Illumination Changes. 2006: p. 1– 11.
24. Ahonen, T., Hadid, A., and Pietikainen, M. , Face Recognition with Local Binary Patterns. Computer Vision. 2004: p. 469–481.
25. Farid, M.M., Pattern Classification, by Richard O. Duda, Peter E. Hart, and David G. Stork. Journal of Classification, 2001. 18(2): p. 273.
26. Martinez, A.a.K., A. , PCA versus LDA IEEE Transactions on Pattern Analysis and Machine Intelligence. 2001. 23(2): p. 228-233.
27. Jain, R.a.A.K., Small sample size effects in statistical pattern recognition: Recommendations for practitioneers. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1991. 13: p. 252-264.
28. Teixeira, P., Professional Node.js: Building JavaScript-Based Scalable Software. 2013: John Wiley & Sons, Inc.
29. Rai, R., Socket.IO Real-time Web Application Development. 2013: Packt Publishing.