Đồ án hệ thống nhận diện khuôn mặt và cảm xúc bằng mạng nơ-ron tích chập

Tổng hợp đồ án tốt nghiệp xây dựng hệ thống nhận diện khuôn mặt và cảm xúc bằng mạng nơ ron tích chập CNN. Chi tiết mô hình, thuật toán và kết quả thử nghiệm.

• Tác giả: Nguyễn Văn Phúc
• Người hướng dẫn: GVC-ThS. Nguyễn Ngô Lâm
• Trường học: Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh
• Chuyên ngành: Công nghệ Kỹ thuật Điện tử - Truyền thông
• Đề tài: Xây dựng hệ thống nhận diện khuôn mặt và cảm xúc dùng mạng nơ-ron tích chập
• Loại tài liệu: Đồ án tốt nghiệp
• Năm xuất bản: 2020
• Địa điểm: Hồ Chí Minh

Tóm tắt

I. Tổng quan nhận diện khuôn mặt và cảm xúc qua mạng nơ ron tích chập

Công nghệ nhận diện khuôn mặt và phân loại cảm xúc đóng vai trò quan trọng trong thị giác máy tính hiện đại. Hệ thống xử lý ảnh số kết hợp cùng mạng nơ-ron tích chập (CNN) mang lại hiệu năng phân tích hình ảnh vượt trội. Quá trình xử lý bao gồm việc thu nhận ảnh thô, tiền xử lý, trích xuất đặc trưng và đưa ra nhãn dự đoán. Các kiến trúc học sâu mô phỏng cấu trúc thị giác của sinh vật sống. Mô hình tự động học các biểu diễn phân cấp từ mức thấp như cạnh viền đến mức cao như đường nét khuôn mặt. Sự phát triển của trí tuệ nhân tạo giúp các hệ thống nhận diện đạt độ tin cậy lớn trong điều kiện thực tế. Nhờ khả năng xử lý song song, mô hình có thể phát hiện nhiều đối tượng cùng lúc trên từng khung hình. Mạng nơ-ron tích chập xử lý trực tiếp ma trận điểm ảnh mà không cần kỹ thuật trích xuất thủ công phức tạp. Điều này giúp tối ưu hóa thời gian tính toán và giảm thiểu sai số trong quá trình nhận dạng. Các nghiên cứu hiện đại áp dụng mô hình này vào quản lý an ninh, giám sát thông minh và giao tiếp người máy.

1.1. Khái niệm cơ bản về mạng nơ ron tích chập trong thị giác máy tính

Mạng nơ-ron tích chập là một biến thể nâng cao của mạng nơ-ron truyền thẳng nhân tạo. Cấu trúc mạng gồm các lớp tích chập, lớp kích hoạt phi tuyến và lớp lấy mẫu gộp. Lớp tích chập trượt các bộ lọc không gian qua ma trận ảnh để tạo ra bản đồ đặc trưng. Lớp lấy mẫu gộp giảm kích thước không gian và hạn chế số lượng tham số cần tính toán. Lớp kết nối đầy đủ nằm ở cuối mạng nhằm thực hiện phân loại nhãn mục tiêu. Thuật toán lan truyền ngược tự động cập nhật trọng số liên kết qua từng chu kỳ huấn luyện. Cấu trúc phân tầng cho phép mô hình phát hiện mẫu hình phức tạp với độ chính xác cao.

1.2. Vai trò của việc phân loại cảm xúc trong tương tác người máy

Nhận diện cảm xúc đóng vai trò nền tảng trong việc xây dựng hệ thống tương tác người máy tự nhiên. Gương mặt truyền tải các trạng thái tâm lý phong phú như vui vẻ, buồn bã, tức giận, sợ hãi, ngạc nhiên và ghê tởm. Máy tính cần giải mã chính xác các biểu hiện vi mô trên cơ mặt để hiểu ngữ cảnh giao tiếp. Hệ thống hỗ trợ đánh giá mức độ hài lòng của khách hàng trong ngành dịch vụ thương mại. Trong giáo dục trực tuyến, công nghệ này theo dõi mức độ tập trung của học sinh. Lĩnh vực y tế ứng dụng việc phân tích cảm xúc để chẩn đoán sớm triệu chứng trầm cảm. Việc tự động hóa nhận diện biểu cảm nâng cao hiệu quả giao tiếp giữa con người và thiết bị thông minh.

II. Khó khăn nhận diện khuôn mặt và cảm xúc bằng mạng nơ ron tích chập

Nhận diện khuôn mặt và cảm xúc trong môi trường không kiểm soát đối mặt với nhiều rào cản kỹ thuật. Sự thay đổi về điều kiện ánh sáng làm biến dạng các thuộc tính hình học trên gương mặt. Góc chụp nghiêng và chuyển động nhanh của đối tượng gây mờ nhòe dữ liệu hình ảnh. Hiện tượng che khuất một phần khuôn mặt bởi kính, khẩu trang hoặc tóc làm giảm độ chính xác nhận dạng. Các biểu cảm vi mô thường diễn ra nhanh và có sự khác biệt tinh tế giữa các nhóm trạng thái. Dữ liệu huấn luyện thiếu đồng nhất dễ dẫn đến hiện tượng quá khớp (overfitting) trong quá trình đào tạo mạng sâu. Số lượng tham số lớn khiến mô hình yêu cầu tài nguyên phần cứng mạnh mẽ. Việc triển khai giải thuật trên thiết bị nhúng gặp giới hạn về dung lượng bộ nhớ và tốc độ tính toán. Độ trễ xử lý khung hình ảnh hưởng trực tiếp đến tính khả thi của các ứng dụng thời gian thực. Giải quyết triệt để những hạn chế này đòi hỏi các giải pháp tối ưu hóa kiến trúc mạng và quy trình xử lý dữ liệu nghiêm ngặt.

2.1. Hiện tượng quá khớp và giới hạn phần cứng khi huấn luyện mô hình

Hiện tượng quá khớp xuất hiện khi mô hình ghi nhớ chi tiết nhiễu thay vì học các đặc trưng tổng quát. Mạng nơ-ron sâu chứa hàng triệu tham số dễ rơi vào tình trạng hoạt động tốt trên tập huấn luyện nhưng kém trên tập kiểm thử. Quá trình tính toán lan truyền ngược đòi hỏi khối lượng phép tính dấu phẩy động khổng lồ. Thiết bị nhúng có bộ nhớ RAM hạn chế khó lưu trữ toàn bộ ma trận trọng số. Xử lý video độ phân giải cao theo thời gian thực làm tăng tải nhiệt trên bộ xử lý trung tâm. Thiết kế mô hình cần cân bằng giữa độ chính xác dự đoán và khả năng tiết kiệm tài nguyên phần cứng.

2.2. Sự biến thiên dữ liệu biểu cảm và thách thức về ánh sáng môi trường

Điều kiện ánh sáng thay đổi thất thường gây ra bóng đổ mạnh và làm mất chi tiết đường nét khuôn mặt. Ảnh chụp trong điều kiện thiếu sáng tạo nhiều hạt nhiễu kỹ thuật số. Cùng một loại cảm xúc nhưng các cá nhân biểu hiện với cường độ và hình thái cơ mặt khác nhau. Tác động của góc nhìn nghiêng khiến cấu trúc hình học của mắt, mũi và miệng bị biến dạng phối cảnh. Các tập dữ liệu như FER-2013 hay LFW có sự mất cân bằng giữa các nhóm nhãn cảm xúc. Điều này dẫn đến sự sai lệch trong việc dự đoán các biểu cảm ít phổ biến. Việc chuẩn hóa dữ liệu đầu vào là yêu cầu bắt buộc để nâng cao độ bền vững của hệ thống.

III. Mô hình nhận diện khuôn mặt và cảm xúc bằng mạng nơ ron tích chập

Quy trình xây dựng hệ thống nhận diện khuôn mặt và cảm xúc hoàn chỉnh gồm nhiều giai đoạn tối ưu. Ban đầu, hình ảnh đầu vào được thu nhận qua camera số và trải qua bước tiền xử lý lọc nhiễu. Thuật toán Haar Cascade hoặc MTCNN định vị vùng khuôn mặt và cắt chuẩn hóa kích thước. Khối trích xuất đặc trưng sử dụng kiến trúc mạng nơ-ron tích chập cải tiến như ResNet với kết nối tắt residual. Kỹ thuật Drop-out loại bỏ ngẫu nhiên các nơ-ron trong quá trình đào tạo để chống quá khớp hiệu quả. Mô hình áp dụng hàm kích hoạt ReLU nhằm tăng tính phi tuyến và khắc phục hiện tượng suy giảm gradient. Tầng phân loại Softmax chuyển đổi điểm số đầu ra thành phân phối xác suất cho từng nhãn cảm xúc. Các tập dữ liệu chuẩn hóa như FERC-2013 và LFW cung cấp nguồn mẫu phong phú cho quá trình huấn luyện. Kỹ thuật tăng cường dữ liệu mở rộng số lượng ảnh thông qua xoay góc, lật ngang và thay đổi độ sáng. Toàn bộ giải pháp giúp tối ưu hóa độ chính xác và đảm bảo tốc độ phản hồi nhanh chóng.

3.1. Kiến trúc ResNet và kỹ thuật Drop out chống hiện tượng quá khớp

Kiến trúc ResNet giải quyết triệt để bài toán suy giảm đạo hàm trong các mạng nơ-ron có độ sâu lớn. Cơ chế kết nối tắt cho phép tín hiệu truyền trực tiếp qua các khối mà không bị tiêu hao thông tin. Kỹ thuật này giúp mô hình huấn luyện ổn định và khai thác các tầng biểu diễn sâu hơn. Bên cạnh đó, phương pháp Drop-out đóng vai trò là kỹ thuật điều chuẩn tham số then chốt. Tại mỗi chu kỳ huấn luyện, một tỷ lệ đơn vị nơ-ron ngẫu nhiên bị vô hiệu hóa với xác suất p. Mạng buộc phải học các đặc trưng độc lập và mạnh mẽ hơn thay vì dựa vào liên kết cục bộ. Sự kết hợp giữa ResNet và Drop-out mang lại độ chính xác vượt trội trên tập dữ liệu kiểm thử.

3.2. Tiền xử lý hình ảnh và sử dụng tập dữ liệu chuẩn FERC 2013 và LFW

Giai đoạn tiền xử lý đóng vai trò quyết định đến chất lượng phân loại của toàn hệ thống. Ảnh màu ban đầu chuyển đổi sang không gian mức xám để giảm dung lượng tính toán. Kỹ thuật cân bằng lược đồ màu cải thiện độ tương phản cho những vùng ảnh tối. Tập dữ liệu LFW cung cấp hàng ngàn mẫu ảnh phục vụ nhận diện danh tính trong môi trường tự nhiên. Tập dữ liệu FERC-2013 cung cấp hàng chục ngàn ảnh khuôn mặt phân chia thành bảy nhóm cảm xúc cơ bản. Các phương pháp biến đổi hình học như cắt cúp và lật ảnh giúp mở rộng không gian mẫu huấn luyện. Việc chuẩn hóa phân phối dữ liệu đầu vào giúp quá trình huấn luyện hội tụ nhanh hơn.

IV. Ứng dụng nhận diện khuôn mặt và cảm xúc bằng mạng nơ ron tích chập

Sự tích hợp mạng nơ-ron tích chập vào hệ thống nhận diện khuôn mặt và cảm xúc mở ra tiềm năng ứng dụng thực tế to lớn. Mô hình sau khi huấn luyện có thể nén gọn để triển khai trực tiếp trên các kit máy tính nhúng như Raspberry Pi 4. Thiết bị nhỏ gọn này đáp ứng tốt nhu cầu giám sát an ninh độc lập tại cửa ra vào, trường học hoặc văn phòng làm việc. Trong ngành bán lẻ, hệ thống tự động phân tích phản ứng của khách hàng để tối ưu trải nghiệm dịch vụ. Lĩnh vực sản xuất ô tô sử dụng giải pháp để cảnh báo tình trạng buồn ngủ hoặc mất tập trung của tài xế. Công nghệ y tế theo dõi tâm trạng của bệnh nhân trong các phòng điều trị tâm lý từ xa. Kiến trúc mạng nơ-ron tích chập tiếp tục giữ vị trí cốt lõi trong sự phát triển của trí tuệ nhân tạo thị giác. Việc tối ưu hóa thuật toán giúp thiết bị tiêu thụ ít năng lượng nhưng vẫn duy trì độ chính xác cao. Xu hướng tương lai sẽ hướng tới các hệ thống nhúng tự hành với khả năng thích ứng linh hoạt theo thời gian thực.

4.1. Triển khai mô hình học sâu thực tế trên máy tính nhúng Raspberry Pi 4

Máy tính nhúng Raspberry Pi 4 là nền tảng phần cứng lý tưởng để triển khai các mô hình thị giác máy tính cục bộ. Thiết bị sở hữu vi xử lý bốn nhân mạnh mẽ cùng khả năng kết nối mô-đun camera chất lượng cao. Các mô hình mạng nơ-ron sau khi lượng tử hóa trọng số hoạt động mượt mà mà không cần kết nối máy chủ đám mây. Giải pháp cục bộ giúp giảm thiểu độ trễ truyền dữ liệu và bảo mật tuyệt đối thông tin riêng tư của người dùng. Hệ thống vận hành ổn định trong các ứng dụng chấm công tự động và kiểm soát cửa thông minh. Chi phí đầu tư thấp tạo điều kiện mở rộng giải pháp trên diện rộng.

4.2. Xu hướng phát triển của công nghệ nhận diện biểu cảm trong tương lai

Công nghệ nhận diện khuôn mặt và cảm xúc đang hướng tới sự tích hợp đa phương thức trong thời gian thực. Hệ thống tương lai sẽ kết hợp dữ liệu hình ảnh, ngữ điệu giọng nói và cử chỉ cơ thể để đánh giá tâm lý chính xác. Các kiến trúc mạng học sâu nhẹ tiếp tục được tối ưu hóa cho chip xử lý chuyên dụng biên. Khả năng tự học liên tục giúp mô hình thích ứng với sự thay đổi ngoại hình của người dùng theo thời gian. Sự minh bạch thuật toán và tiêu chuẩn đạo đức trí tuệ nhân tạo sẽ là trọng tâm phát triển. Những cải tiến này hứa hẹn mang lại các giải pháp thông minh, an toàn và phục vụ đắc lực cho đời sống con người.

Trích đoạn nội dung tài liệu

CHƯƠNG 1 : TỔNG QUAN 1.1 TÌNH HÌNH NGHIÊN CỨU Hiện nay trên thế giới nói chung và tại Việt Nam nói riêng, trí tuệ nhân tạo được xem là một trong những công nghệ cốt lõi của cuộc cách mạng công nghiệp 4. Nhiều quốc gia bắt đầu ghi nhận xu thế phát triển tất yếu và tác động chuyển đổi to lớn của trí tuệ nhân tạo trong mọi mặt đời sống xã hội, từ thay đổi cán cân quyền lực kinh tế, đến cả quân sự và chính trị. Để đảm bảo tiếp tục phát triển kinh tế - xã hội, đem lại thịnh vượng cho quốc gia, bên cạnh việc tận dụng hiệu quả những thành tựu phát triển của trí tuệ nhân tạo và tự động hóa, nhiều nước đã đưa ra nhiều giải pháp phù hợp cho tiến trình chuyển đổi nhanh chóng và mạnh mẽ của cuộc cách mạng công nghiệp 4. Nhắc đến trí tuệ nhân tạo, chúng ta sẽ nghĩ ngay đến công nghệ sinh trắc học.

Đây là một trong những hướng phát triển mũi nhọn trong nền công nghiệp thuộc lĩnh vực thị giác máy tính hiện nay. Công nghệ sinh trắc học là công nghệ sử dụng những đặc tính vật lý, đặc điểm sinh học riêng của mỗi cá nhân như cảm xúc, võng mạc, khuôn mặt, vân tay… để nhận dạng. Trong đó nhận dạng khuôn mặt và cảm xúc là hai loại nhận dạng đặc trưng tiêu biểu cho công nghệ sinh trắc học đóng vai trò quan trọng và là nền tảng trong việc chế tạo các loại rô bốt có thể tương tác trực tiếp với con người Các nghiên cứu về nhận dạng khuôn mặt và cảm xúc đã được xây dựng và phát triển theo nhiều hướng khác nhau dựa trên đặc điểm và yêu cầu riêng của từng hệ thống. Đối với hệ thống nhận dạng khuôn mặt, các thử nghiệm về tỉ lệ nhận dạng chính xác của các phương pháp đề xuất thường được tiến hành trên các tập dữ liệu được thu thập trong điều kiện hạn chế về ánh sáng, hướng nhìn của khuôn mặt, tuổi tác,… Do đó khi áp dụng vào thực tế thì kết quả thu được thường kém xa so với môi trường thử nghiệm.

Để khắc phục điều đó, các hướng tiếp cận sau này được đề xuất dựa trên ý tưởng sử dụng các mô hình học máy thống kê có khả năng học để lựa chọn các đặc trưng khuôn mặt từ một tập mẫu cho trước điển hình như phương pháp PCA, trong đó mỗi khuôn mặt được biểu diễn dưới 1 dạng tổ hợp các eigenvectors, eigenfaces và fisherfaces, phương pháp sử dụng các mô hình mạng nơ-ron tích chập. Hiện tại, hiệu quả của các mô hình nhận dạng khuôn mặt đã được cải thiện đáng kể dựa trên việc kết hợp sử dụng các mô hình học sâu để tự động phát hiện các đặc trưng trên khuôn mặt và các kỹ thuật phân lớp thống kê [4], [5], [6]. Đối với hệ thống nhận dạng cảm xúc của khuôn mặt, để xác định được cảm xúc trên khuôn mặt của con người không phải là công việc dễ dàng. Rất nhiều công trình nghiên cứu, bài báo đưa ra các phương pháp nhằm xác định cảm xúc trên khuôn mặt.

Trong một nghiên cứu của tác giả Young Hoon Jo vào năm 2015 [5], tác giả đã xác định cảm xúc của mỗi cá nhân dựa trên đặc điểm, khoảng cách của các thành phần trên khuôn mặt. Sau khi chia ra thành từng vùng trên khuôn mặt, tác giả đã đi phân tích đặc điểm của từng phần, thông qua đặc điểm của từng phần để xác định từng lớp cảm xúc trên khuôn mặt người. Tuy nhiên, việc xác định trên chỉ đúng khi các đặc điểm trên khuôn mặt được coi là tiêu chuẩn. Ngày nay, bằng việc sử dụng một phương pháp mới đó là mạng nơ-ron xoắn tích chập đã mở ra những bước tiến mới trong việc xác định và nhận dạng cảm xúc trên khuôn mặt con người.

Vì những lý do trên, cá nhận thực hiện lựa chọn đề tài “ Xây dựng hệ thống nhận dạng khuôn mặt và cảm xúc dùng mạng nơ-ron tích chập ” để nghiên cứu. Đề tài hướng đến việc giúp cho máy tính và kit Raspberry Pi 4 có thể nhận dạng được khuôn mặt và cảm xúc của con người thông qua khuôn mặt bằng việc sử dụng mạng nơ-ron tích chập.2 MỤC TIÊU ĐỀ TÀI Đề tài tập trung nghiên cứu mạng nơ-ron tích chập, tìm hiểu về kiến trúc, mô hình đào tạo, trích xuất đặc trưng của mạng, thuật toán phân loại nhận dạng. Ngoài ra đề tài còn nghiên cứu về kit Raspberry Pi 4, ngôn ngữ Python và thư viện OpenCV, cách xây dựng cơ sở dữ liệu, tìm hiểu về việc sử dụng thuật toán trong việc phát hiện khuôn mặt từ camera hoặc ảnh, các bước xử lý ảnh. Mô hình sử dụng các phương pháp đặc trưng HOG [3] hay bộ phận phân lớp Haar-Cascade để phát hiện khuôn mặt, mô hình nhận dạng 2 được sử dụng dựa trên cơ sở mô hình mạng nơ-ron tích chập có khả năng tự động trích chọn đặc trưng của khuôn mặt từ đó xây dựng một hệ thống nhận dạng khuôn mặt.

Đối với hệ thống nhận dạng khuôn mặt, hệ thống sẽ nhận dạng được ảnh và luồng video có sẵn được lưu trong máy tính, kit Raspberry Pi hoặc luồng video trực tiếp được thu từ camera. Đối với hệ thống nhận dạng cảm xúc, cá nhân thực hiện đề tài sẽ xây dựng và huấn luyện mô hình mạng nơ-ron tích chập riêng để kiểm tra tính hiệu quả trong việc nhận dạng cảm xúc. Với kết quả đạt được, cá nhân thực hiện đề tài sẽ xây dựng một hệ thống nhận dạng 7 loại cảm xúc thông qua khuôn mặt gồm có: “ vui vẻ ”, “ buồn ”, “ sợ hãi ”, “ giận dữ ”, “ ngạc nhiên ”, “ khó chịu ”, “ bình thường ”. Hệ thống sẽ được cài đặt trên máy tính nhúng Raspberry Pi.3 GIỚI HẠN ĐỀ TÀI Đối với hệ thống nhận dạng khuôn mặt, hệ thống nhận dạng được thực nghiệm tại căn phòng trọ với khoảng 4 người trong phòng, dữ liệu được lấy trực tiếp từ camera.

Hệ thống sẽ nhận dạng được ảnh và luồng video có sẵn được lưu trong máy tính, kit Raspberry Pi hoặc luồng video trực tiếp được thu từ camera. Đối với hệ thống nhận dạng cảm xúc, chỉ xem xét đến thuật toán nhận dạng cảm xúc cho luồng video trực tuyến được thực hiện trong điều kiện đầy đủ ánh sáng, gương mặt chính diện và khoảng cách nhận dạng biểu cảm của khuôn mặt trong khoảng 1m.4 ĐỐI TƯỢNG NGHIÊN CỨU Đề tài nghiên cứu những đối tượng sau: - Mô hình mạng nơ-ron tích chập trong việc xây dựng hệ thống nhận dạng cảm xúc. Đồng thời ứng dụng mô hình mạng nơ-ron tích chập để tạo ra véc-tơ đặc trưng 128 chiều cho mỗi khuôn mặt để nhận dạng khuôn mặt. - Các biểu cảm cảm xúc thông qua khuôn mặt.

3 - Kit Raspberry Pi 4 xử lý nhận dạng khuôn mặt và cảm xúc. - Thuật toán trong việc phát hiện khuôn mặt từ ảnh hoặc video đã lưu sẵn trong máy tính hoặc kit Raspberry Pi và luồng video trực tuyến thông qua camera. - Các tập cơ sở dữ liệu có sẵn dùng để huấn luyện cho mạng nơ-ron tích chập.5 PHẠM VI NGHIÊN CỨU Phạm vi nghiên cứu của đề tài là tập trung nghiên cứu về mạng nơ-ron tích chập, tìm hiểu về kiến trúc, mô hình đào tạo, trích xuất đặc trưng của mạng, thuật toán phân loại và nhận dạng đối với hệ thống nhận dạng khuôn mặt và cảm xúc. Ngoài ra đề tài còn tìm hiểu về kit Raspberry Pi 4, ngôn ngữ Python và thư viện OpenCV[24].

Các thuật toán trong việc phát hiện khuôn mặt từ ảnh, video được lưu sẵn trong phần cứng máy tính hoặc kit Raspberry Pi và luồng video trực tuyến thông qua camera.6 BỐ CỤC ĐỀ TÀI Dựa trên mục tiêu cụ thể đã trình bày trong phần trước, đề tài được phân thành năm chương với các nội dung cụ thể như sau: Chương 1: Tổng quan: Giới thiệu về đề tài nghiên cứu, cho thấy được tình hình nghiên cứu của các đề tài liên quan, các giới hạn của đề tài và các phương hướng nghiên cứu, từ đó đưa ra phương hướng cụ thể cho đề tài nghiên cứu. Chương 2: Cơ sở lý thuyết: Tổng quát các lý thuyết của hệ thống bao gồm: quá trình xử lý ảnh, phát hiện khuôn mặt, đặc trưng HOG và bộ phân lớp Haar-Cascade, nhận dạng khuôn mặt, mạng nơ-ron nhân tạo , tìm hiểu về cấu trúc và hoạt động của mạng nơ-ron tích chập. Trình bày các đặc trưng của mặt người, các phương pháp tiếp cận đặc trưng khuôn mặt và biểu cảm của khuôn mặt khi bày tỏ cảm xúc, thư viện xử lý ảnh mã nguồn mở OpenCV với ngôn ngữ Python trong xử lý ảnh. Chương 3: Xây dựng hệ thống nhận dạng khuôn mặt và cảm xúc dùng mạng nơ-ron tích chập trên kit Raspberry Pi 4: Trong chương này trình bày về sơ đồ khối của hệ 4 thống, hoạt động của từng khối, thiết kế chi tiết từng khối của hệ thống như khối camera, khối xử lý Raspberry Pi, khối màn hình hiển thị.

Bên cạnh đó trong chương này còn trình bày thiết kế của hai hệ thống bao gồm hệ thống nhận dạng khuôn mặt và hệ thống nhận dạng cảm xúc được xử lý trong kit Raspberry Pi. Đối với hệ thống nhận dạng khuôn mặt, trình bày cách xây dựng hệ thống và lưu đồ thuật toán cho từng quá trình của hệ thống nhận dạng khuôn mặt sử dụng mạng nơ-ron tích chập như quá trình tiền xử lý, trích chọn đặc trưng,…. Đối với hệ thống nhận dạng cảm xúc tìm kiếm tập dữ liệu mẫu, diễn giải các thông số của mô hình, quá trình huấn luyện, quá trình kiểm tra và thiết kế hệ thống nhận dạng cảm xúc thông qua khuôn mặt dùng mạng nơ-ron tích chập. Chương 4: Kết quả: Đưa ra kết quả hình ảnh thực tế về cơ sở dữ liệu, kết quả nhận dạng so với yêu cầu và mục tiêu đã đề ra đối với từng hệ thống trong đề tài.

Chương 5: Kết luận và hướng phát triển: Trình bày các kết quả đạt được của từng hệ thống và hướng phát triển trong đề tài. 5 CHƯƠNG 2 : CƠ SỞ LÝ THUYẾT 2.1 TỔNG QUAN VỀ QUÁ TRÌNH XỬ LÝ ẢNH 2.1 Xử lý ảnh Xử lý ảnh là một hình thức xử lý tín hiệu mà ảnh đầu vào là một hình ảnh và đầu ra của xử lý hình ảnh có thể là một hình ảnh hoặc một tập hợp các đặc tính hoặc tham số liên quan đến hình ảnh [11]. Đây là một phân ngành khoa học mới, rất phát triển trong những năm gần đây. Các chủ đề chính trong trong lĩnh vực xử lý ảnh gồm: Phục hồi hình ảnh, nâng cao chất lượng hình ảnh, nén hình ảnh…Sự phát triển của xử lý ảnh đem lại rất nhiều lợi ích cho cuộc sống con người.