HỆ THỐNG PHÁT HIỆN VÀ NHẬN DẠNG KHUÔN MẶT THỜI GIAN THỰC SỬ DỤNG KAFKA.

Abstract

Trong thời đại 4.0, trí tuệ nhân tạo đã trở thành một yếu tố quan trọng, được ứng dụng rộng rãi trong nhiều lĩnh vực như giáo dục, giao thông, y tế, xây dựng và an ninh. Với sự phát triển mạnh mẽ đó việc kết hợp giữa trí tuệ nhân tạo vào việc giám sát an ninh, nhận dạng đối tượng không chỉ đáp ứng yêu cầu về giám sát an ninh, mà còn góp phần năng cao hiệu quả giám sát, quản lý và giảm thiểu các rủi ro. Đề tài “Hệ thống phát hiện và nhận dạng khuôn mặt thời gian thực sử dụng Kafka” được thực hiện với mục tiêu xây dựng một giải pháp tối ưu trong nhận diện đối tượng và khuôn mặt, tịch hợp khả năng truyền tải thông tin, dữ liệu từ Kafka. Hệ thống được xây dựng trên bốn thành phần chính: Mô hình nhận diện, phát hiện đối tượng YOLO, mô hình phát hiện khuôn mặt MTCNN, mô hình nhận diện khuôn mặt FaceNet và hệ thống truyền tải thông điệp Kafka. Điểm đặc biệt của hệ thống là khả nâng phát hiện sự thay đổi trạng thái số lượng, do đó chỉ gửi thông báo khi cần thiết giúp giảm tải dữ liệu và tăng hiệu quả trong giám sát. Hệ thống có khả năng mở rộng nhanh chóng vì khi thêm dữ liệu về khuôn mặt mới hệ thống không cần phải học lại từ đầu. Bài báo cáo này sẽ trình bày chi tiết các thành phần chính của hệ thống, quy trình hoạt động, quá trình tiền xử lý và xử lý dữ liệu máy học, kết quả thu được từ việc thử nghiệm trên các dữ liệu thực tế. Qua đó, đề tài không chỉ mang lại ý nghĩa về mặt khoa học mà còn mở ra nhiều tiềm năng thực tiễn trong các lĩnh vực liên quan.