MẠNG NƠ-RON TÍCH CHẬP (CNN) VÀ MẠNG VGG16 TRÊN HỆ THỐNG NHẬN DẠNG KHUÔN MẶT THỜI GIAN THỰC

Tóm tắt

Nhận dạng khuôn mặt người được coi là một chủ đề được nghiên cứu nhiều trong lĩnh vực thị giác máy tính.
Khả năng tự động nhận dạng và xác thực khuôn mặt người bằng hình ảnh thời gian thực là một khía cạnh quan
trọng trong giám sát, bảo mật và các lĩnh vực liên quan khác. Có các ứng dụng riêng biệt giúp xác định các cá nhân
tại các địa điểm cụ thể giúp phát hiện những kẻ xâm nhập. Nhận dạng thời gian thực là bắt buộc cho các mục đích
giám sát. Một số phương pháp học máy cùng với bộ phân loại được sử dụng để nhận dạng khuôn mặt. Công việc
này giới thiệu một hệ thống Nhận dạng khuôn mặt thời gian thực mới. Quá trình này được chia thành bốn bước
chính: (1) thu thập cơ sở dữ liệu, (2) nhận dạng khuôn mặt để xác định những người cụ thể và (3) đánh giá hiệu
suất. Tại bước đầu tiên, hệ thống thu thập 7890 khuôn mặt trong thời gian thực của 14 khuôn mặt người bằng
camera có độ phân giải 1920*1080. Bước thứ hai, thuật toán nhận dạng khuôn mặt người tại thời gian thực được sử
dụng để nhận dạng khuôn mặt với một cơ sở dữ liệu đã biết. Đối với Nhận dạng khuôn mặt trong thời gian thực,
VGG-16 với học chuyển giao và mạng nơ-ron tích chập (CNN) được sử dụng. Hệ thống đề xuất này được thực hiện
bằng thư viện Keras. Cuối cùng, hiệu suất của hai bộ phân loại này được đánh giá qua các thông số như: độ lặp lại,
độ thu hồi, điểm F1 và độ chính xác.