HỆ THỐNG NHẬN DIỆN KHUÔN MẶT QUA CAMERA

Abstract

Từ khi các định nghĩa đầu tiên về máy học và thị giác máy tính ra đời, nhận diện vật thể luôn là đề tài nghiên cứu hàng đầu của các nhà khoa học. Trong các khía cạnh của nhận diện vật thể, nhận diện khuôn mặt được quan tâm nhiều nhất, do nó đóng vai trò chủ đạo trong nhiều hệ thống giám sát, điểm danh hoặc xác nhận truy cập thông qua camera. Mặc dù có nhiều cải tiến từ những năm 1900, nhận diện khuôn mặt vẫn là một vấn đề khó giải quyết bởi các yếu tố như điều kiện môi trường, độ tương phản khuôn mặt, độ phức tạp thuật toán, thời gian xử lý,… “Hệ thống nhận diện khuôn mặt qua camera” được xây dựng để giải quyết các vấn đề nhận diện khuôn mặt đã nêu trên. Sau khi nghiên cứu và thử nghiệm các giải pháp hiện đại trên nhiều bộ dữ liệu khuôn mặt khác nhau, các ưu điểm của chúng đã được chọn lọc và áp dụng thành công vào hệ thống. Về phần xử lý, “Hệ thống nhận diện khuôn mặt qua camera” sử dụng ngôn ngữ lập trình Python và framework Pytorch làm nền tảng. Các mạng lưới, mô hình xác định vị trí và nhận dạng khuôn mặt như MTCNN, IR_50 được xây dựng để tối ưu hiệu suất trên card đồ họa của máy, giảm thời gian xử lý hình ảnh. Phần hiển thị kết quả sử dụng thư viện frontend Materialize - xây dựng theo kiểu thiết kế Material Design của Google – đem lại giao diện thân thiện và hợp mắt người sử dụng làm front-end, framework Flask của Python làm phần xử lý backend, giải quyết các request của người dùng. WSGI Gunicorn và Nginx được áp dụng, đóng vai trò một server ảo xử lý các request, để nhiều người dùng có thể truy cập trang web một lúc và theo dõi kết quả xử lý của hệ thống. Bằng việc kết hợp các giải pháp đã nêu, hệ thống được đề xuất đã đạt được độ chính xác 95.83% trên bộ dữ liệu cá nhân (gồm 70 người với hơn 1800 ảnh) và 95.66% trên bộ dữ liệu LFW (gồm 700 người với hơn 2800 ảnh) với tốc độ xử lý khoảng 30 khung hình / giây, đáp ứng được yêu cầu quan sát thời gian thực đã đề ra.