Chương 1: Của báo cáo đồ án mô tả một bức tranh tổng quan về đề tài nghiên cứu. Tại phần này, nhóm trình bày vấn đề cụ thể mà đề tài hướng đến, với việc giới thiệu lý do chọn lựa đề tài và nhấn mạnh tính quan trọng và ứng dụng thực tế của nó. Mục tiêu nghiên cứu được đặt ra một cách rõ ràng, xác định những kết quả mà đội nghiên cứu đang hướng đến. Bên cạnh đó, phần giới hạn của nghiên cứu cũng được đề cập để xác định rõ ràng phạm vi và điều kiện của đề tài.
Cuối cùng, bố cục tổ chức của bài viết được giới thiệu, làm cho độc giả dễ dàng theo dõi và hiểu rõ hơn về cách mà thông tin sẽ được trình bày trong toàn bộ báo cáo. Chương 2: Tập trung vào cơ sở lý thuyết của đề tài. Tại đây, đội nghiên cứu tổng hợp kiến thức về phần cứng có trong hệ thống, mô tả tổng quan về các thành phần và chức năng của chúng. Ngoài ra, chi tiết về các linh kiện cụ thể được liệt kê, tạo nên một bức tranh đầy đủ về cơ sở lý thuyết cần thiết để xây dựng mô hình.
Chương 3: Tập trung vào quá trình xây dựng và thiết kế hệ thống. Bắt đầu từ yêu cầu của đề tài, nhóm thực hiện tính toán và lựa chọn linh kiện phù hợp với hệ thống. Sau đó, họ thiết kế sơ đồ khối và phân tích chức năng của từng khối, tạo ra một hệ thống có cấu trúc chặt chẽ và hoạt động hiệu quả. Chương 4: Báo cáo tập trung vào kết quả thực hiện của hệ thống.
Nhóm nghiên cứu trình bày chi tiết về các chức năng mà hệ thống đã thực hiện được thông qua hình ảnh và video minh họa. Các kết quả này được đánh giá và đối chiếu với mục tiêu ban đầu của đề tài để xem xét độ chính xác và hiệu suất của hệ thống. Tại đây, nhóm có thể bao gồm cả những khía cạnh nổi bật, những thử nghiệm đặc biệt, và bất kỳ thách thức nào đã được vượt qua trong quá trình thực hiện. Chương 5: Phần kết luận và hướng phát triển.
Dựa trên kết quả thực nghiệm từ Chương 4, nhóm thực hiện một phần tổng kết tổng quan về đề tài. Đánh giá những gì đã đạt được và những điểm mà đội nghiên cứu còn chưa hoàn thiện. Bên cạnh đó, chương này cũng đề xuất những hướng phát triển tiềm năng cho hệ thống, những cải tiến và mở rộng có thể được thực hiện trong tương lai để làm cho hệ thống trở nên mạnh mẽ và linh hoạt hơn. Đây là cơ hội để nhóm nghiên cứu tự đánh giá và đề xuất những hướng nghiên cứu và phát triển tiếp theo.
CHƯƠNG 2 CƠ SỞ LÝ THUYẾT 2.1 KỸ THUẬT NHẬN DIỆN KHUÔN MẶT 2.1 Tổng quan Nhận dạng khuôn mặt (Face Recognition) là một phương pháp sinh trắc để xác định hoặc xác minh một cá nhân nào đó bằng cách so sánh dữ liệu hình ảnh chụp trực tiếp hoặc hình ảnh kỹ thuật số vớibản ghi được lưu trữ cho người đó. Nó được xem là một lĩnh vực nghiên cứu của ngành Biometrics (tương tự như nhận dạng vân tay –Fingerprint Recognition, hay nhận dạng mống mắt – Iris Recognition). Xét về nguyên tắc chung, nhận dạng khuôn mặt có sự tương đồng rất lớn với nhận dạng vân tay và nhận dạng mống mắt, tuy nhiên sự khác biệt nằm ở bước trích chọn đặt trưng (feature extraction) của mỗi lĩnh vực. Trong khi nhận dạng vân tay và mống mắt đã đạt tới độ chín, tức là có thể áp dụng trên thực tế một cách rộng rãi thì nhận dạng khuôn mặt người vẫn còn nhiều thách thức và vẫn là một lĩnh vực nghiên cứu thú vị với nhiều người.
So với nhận dạng vân tay và mống mắt, nhận dạng khuôn mặt có nguồn dữ liệu phong phú hơn (chúng ta có thể nhìn thấy mặt người ở bất cứ tấm ảnh, video clip nào liên quan tới con người trên mạng) và ít đòi hỏi sự tương tác có kiểm soát hơn (để thực hiện nhận dạng vân tay hay mống mắt, dữ liệu input lấy từ con người đòi hỏi có sự hợp tác trong môi trường có kiểm soát). Các hệ thống nhận dạng khuôn mặt thường được sử dụng cho các mục đích an ninh như kiểm soát an ninh tại tòa nhà, sân bay, máy ATM, tra cứu thông tin của tội phạm, phát hiện tội phạm ở nơi công cộng, .và ngày càng được ứng dụng rộng rãi trong cuộc sống. Bên cạnh những thành công đã được ghi nhận thì nhận dạng khuôn mặt cũng còn gặp nhiều khó khăn như về độ sáng, hướng nghiêng, kích thước hình ảnh, diện mạo, biểu hiện cảm xúc của khuôn mặt hay ảnh hưởng của tham số môi trường. Để xây dựng một hệ thống nhận dạng khuôn mặt có đầu vào của hệ thống là một hình ảnh kỹ thuật số hay một khung hình video từ một nguồn video.
Đầu ra là xác định hoặc xác minh người ở trong bức hình hoặc trong video đó là ai. Hướng tới mục tiêu này chúng ta thường chia thủ tục nhận dạng khuôn mặt gồm ba bước: Phát hiện khuôn mặt, trích rút đặc trưng và nhận dạng khuôn mặt. Hình 1: Hệ thống nhận dạng khuôn mặt Phát hiện khuôn mặt (Face Detection): Chức năng chính của bước này là phát hiện ra khuôn mặt xem nó có xuất hiện ở trong một bức hình hay một đoạn video hay không? Tỉ lệ phát hiện ra khuôn mặt phụ thuộc nhiều vào điều kiện về độ sáng, hướng khuôn mặt, biểu hiện cảm xúc trên khuôn mặt hay các yếu tố môi trường khác. Để hệ thống nhận dạng hoạt động đạt hiệu quả cao thì hình ảnh khuôn mặt sau khi được phát hiện cần chuẩn hóa về kích thước, ánh sáng.
Trích rút đặc trưng (Feature Extraction): Sau khi phát hiện ra khuôn mặt trong bức ảnh, chúng ta tiến hành trích rút những đặc 6 trưng của khuôn mặt. Bước này trích xuất ra một vector đặc trưng đại diện cho một khuôn mặt. Nó phải đảm bảo được tính duy nhất của một khuôn mặt. Nhận dạng khuôn mặt (Face Recognition): Với hình ảnh đầu vào sau khi phát hiện ra khuôn mặt, trích rút các đặc trưng của khuôn mặt và đem so sánh các đặc trưng này với cơ sở dữ liệu khuôn mặt.
Bài toán nhận dạng khuôn mặt được ứng dụng nhiều trong các lĩnh vực đời sống đặc biệt ở những lĩnh vực công nghệ cao, yêu cầu về an ninh, bảo mật. Do đó để hệ thống nhận dạng khuôn mặt hoạt động mạnh mẽ với tốc độ và độ tin cậy thì có rất nhiều các phương pháp về nhận dạng khuôn mặt được đưa ra. Các phương pháp có thể được phân loại theo các tiêu chí khác nhau như nhận dạng với dữ liệu ảnh đầu vào là ảnh tĩnh 2D (Elastic Bunch Graph, Active Appearance Model). Phương pháp này là phổ biến nhất và tương lai sẽ là 3D (3D Morphable Model).
Tuy nhiên trên thực tế người ta hay chia phương pháp nhận dạng khuôn mặt ra thành 2 loại: - Nhận dạng dựa trên các đặc trưng của các phần tử trên khuôn mặt (Feature Base Face Recognition) - Nhận dạng dựa trên xét tổng thể toàn khuôn mặt (Appearance Based Face Recognition). Hình 2: Hình kiến trúc tổng quan của hệ thống nhận diện khuôn mặt 2.2 Nhận dạng dựa trên các đặc trưng khuôn mặt Đây là phương pháp nhận dạng khuôn mặt dựa trên việc xác định các đặc trưng hình học của các chi tiết trên khuôn mặt như vị trí, diện tích, khoảng cách của mắt, mũi, miệng, … và mỗi quan hệ giữa chúng ví dụ như khoảng cách giữa hai mắt. Ưu điểm của phương pháp này là nó gần với cách mà con người sử dụng để nhận biết khuôn mặt. Hơn nữa với việc xác định đặc tính và các mối quan hệ, phương pháp này cho kết quả tốt trong 7 các điều kiện không có kiểm soát.
Nhược điểm của phương pháp này là cài đặt thuật toán phức tạp do việc xác định mối quan hệ giữa các đặc tính, đòi hỏi các thuật toán phức tạp và phương pháp này sẽ hoạt động không hiệu quả khi kích thước hình ảnh nhỏ vì rất khó phân biệt được các đặc tính.3 Nhận dạng dựa trên xét toàn bộ khuôn mặt Nội dụng chính của hướng tiếp cận này là xem mỗi ảnh có kích thước R x C là một vector trong không gian có R x C chiều. Ta xây dựng một không gian mới có chiều nhỏ hơn sao cho khi biểu diễn trong không gian đó các đặc điểm chính trên khuôn mặt không bị mất đi. Trong không gian đó các ảnh của cùng một người sẽ được tập trung lại thành một nhóm gần nhau và cách xa so với các nhóm khác. Hai phương pháp thường được sử dụng trong hướng tiếp cận này là: - PCA (Principle Components Analysis) - LDA (Linear Discriminant Analysis) 2.4 Ứng dụng của nhận diện khuôn mặt Một số lợi ích của hệ thống nhận dạng khuôn mặt là: Bảo mật hiệu quả Nhận dạng khuôn mặt là hệ thống xác minh nhanh chóng và hiệu quả.
Đây là công nghệ nhanh và tiện lợi hơn so với những công nghệ sinh trắc học khác như quét vân tay hoặc võng mạc. Số lượng điểm tiếp xúc trong nhận dạng khuôn mặt cũng ít hơn so với việc nhập mật khẩu hoặc PIN. Công nghệ này hỗ trợ xác thực nhiều yếu tố để xác minh bảo mật bổ sung. Cải thiện độ chính xác Nhận dạng khuôn mặt là phương thức xác định cá nhân chính xác hơn so với đơn giản chỉ sử dụng số điện thoại, địa chỉ email, địa chỉ gửi thư hoặc địa chỉ IP.
Ví dụ: hiện nay, hầu hết các dịch vụ giao dịch từ cổ phiếu cho tới tiền điện tử đều tín nhiệm nhận dạng khuôn mặt để bảo vệ khách hàng và tài sản của họ. Tích hợp dễ dàng hơn Công nghệ nhận dạng khuôn mặt tương thích và tích hợp dễ dàng với hầu hết các phần mềm bảo mật. Ví dụ: điện thoại thông minh có camera trước được tích hợp hỗ trợ các thuật toán hoặc mã phần mềm nhận dạng khuôn mặt. Sau đây là một số ứng dụng thực tiễn của hệ thống nhận dạng khuôn mặt: Phát hiện gian lận Các công ty sử dụng nhận dạng khuôn mặt để xác định người dùng độc nhất đang tạo một tài khoản mới trên nền tảng trực tuyến.
Sau khi hoàn tất, nhận dạng khuôn mặt có thể được sử dụng để xác minh danh tính của người thực sử dụng tài khoản phòng trường hợp có hoạt động tài khoản đáng ngờ hoặc có khả năng gây rủi ro. An ninh mạng Các công ty sử dụng công nghệ nhận dạng khuôn mặt thay cho mật khẩu để củng cố các biện pháp an ninh mạng. Rất khó để truy cập trái phép vào hệ thống nhận dạng khuôn mặt vì khuôn mặt của bạn không thể thay đổi được.