XÂY DỰNG HỆ THỐNG NHẬN DẠNG VÀ CHÀO KHÁCH HÀNG TỰ ĐỘNG

Abstract

Những năm gần đây, Deep Learning phát triển cực nhanh dựa trên lượng dữ liệu training khổng lồ và khả năng tính toán ngày càng được cải tiến của các máy tính. Các kết quả cho bài toán phân loại ảnh ngày càng được nâng cao chính là nhờ việc features và classifier được trained cùng nhau qua deep networks khiến cho các mô hình này đạt kết quả tốt. Nhìn chung, các mô hình này đều bao gồm rất nhiều layers, việc training dựa trên 1.2M bức ảnh của ImageNet cũng tốn rất nhiều thời gian (2-3 tuần). Với các bài toàn dựa trên tập dữ liệu khác, rất ít khi người ta xây dựng và train lại toàn bộ Network từ đầu, bởi vì có rất ít các CSDL có kích thước lớn. Thay vào đó, phương pháp thường được dùng là sử dụng các mô hình đã được trained từ trước, và sử dụng một vài kỹ thuật khác để giải quyết bài toán. Đó cũng chính là phương pháp sẽ được sử dụng trong đề tài “Xây dựng hệ thống nhận dạng và chào khách hàng tự động”, gọi cụ thể hơn là sử dụng pre-trained model để trích xuất đặc trưng (feature extraction).