NHẬN DẠNG MẶT NGƯỜI BẰNG MÁY HỌC CHUYÊN SÂU

NHẬN DẠNG MẶT NGƯỜI BẰNG MÁY HỌC CHUYÊN SÂU

  • NGUYỄN VĂN DANH
  • PHẠM THẾ BẢO
Từ khóa: Nhận dạng khuôn mặt, các thành phần khuôn mặt, mạng neural tích chập, phương pháp bỏ phiếu

Tóm tắt

Trong cuộc cách mạng công nghiệp 4.0, trí tuệ nhân tạo được ứng dụng trong rất nhiều lĩnh vực khoa học và đời sống xã hội. Trong hội nghị về nhà trường thông minh. Muốn xây dựng một nhà trường thông minh, thì bài toán điểm danh sinh viên qua nhận dạng là không thể thiếu và đòi hỏi sự chính xác. Vì thế, bài toán nhận dạng mặt người đòi hỏi có độ chính xác cao. Trong bài báo này, chúng tôi đã đề xuất một phương pháp tiếp cận mới để nhận dạng khuôn mặt dựa trên hệ thống của mạng neural tích chập (Convolutional Neural Network - CNN). Với ảnh mặt người, chúng tôi áp dụng mô hình CNN trên từng thành phần của khuôn mặt, đó là thông tin yếu. Thông tin yếu là thông tin được trích xuất bởi các vùng của các thành phần của khuôn mặt, chẳng hạn như thành phần mắt trái, mắt phải, miệng và toàn mặt. Kết quả của hệ thống CNN là các bộ, các phần tử của mỗi thành phầnmà có xác suất lớn nhất.Chúng tôi đã lấy kết quả cuối cùng bằng phương pháp kết hợp trễ và phương pháp bỏ phiếu. Chúng tôi đã thử nghiệm trên 02 cơ sở dữ liệu là ORL, CyberSoft. Thực nghiệm trên ORL và CyberSoft, chúng tôi phát hiện ra trọng số toàn cục của phương pháp bỏ phiếu. Sử dụng trọng số này, chúng tôi có độ chính xác cao nhất trên 02 cơ sở dữ liệu, như 99,375%, 99,5% trên cơ sở dữ liệu ORL, CyberSoft.

Được phát hành
2019-05-14