Nhận dạng khuôn mặt trong quản lý nhân sự: Luận án tiến sĩ công nghệ thông tin

LỜI CAM ĐOAN

DANH MỤC HÌNH VẼ, ĐỒ THỊ

DANH MỤC CÁC TỪ VIẾT TẮT

PHẦN MỞ ĐẦU

0.1. Lý do chọn đề tài

0.2. Mục đích nghiên cứu của luận văn, đối tượng, phạm vi nghiên cứu

0.3. Mục đích của luận văn

0.4. Nội dung luân văn

1. CHƯƠNG 1: BÀI TOÁN NHẬN ĐỐI TƯỢNG NHẬN DẠNG KHUÔN MẶT

1.1. Tổng quan và các khái niệm liên quan đến nhận dạng khuôn mặt

1.1.1. Hệ thống sinh trắc học

1.1.2. Hệ thống nhận dạng khuôn mặt

1.1.3. Hệ thống xác minh hay xác thực khuôn mặt là gì

1.1.4. Những thách thức trong bài toán nhận dạng khuôn mặt

1.1.5. Tổng quan về các ứng dụng tương tác người máy liên quan tới khuôn mặt

1.1.6. Hướng tiếp cận chính trong lĩnh vực nhận dạng khuôn mặt

1.1.6.1. Các công trình nghiên cứu về Phương pháp nhận dạng và kiểm chứng chất lượng cho một hệ thống nhận dạng khuôn mặt

2. CHƯƠNG 2: CÁC KỸ THUẬT CHO NHẬN DẠNG KHUÔN MẶT

2.1. Phương pháp Deep Learning (CNN)

2.2. Phương pháp truyền thống

2.2.1. Các kỹ thuật sử dụng trong nhận dạng khuôn mặt

2.2.1.1. Phát hiện khuôn mặt (Viola Jone Face detection)

2.2.1.2. Trích chọn đặc trưng Weber local Descripor- WLD

2.2.1.3. Giới thiệu phương pháp phân tích thành phần chính PCA

2.2.1.4. Giới thiệu phương pháp PCA

2.2.1.5. Đặc trưng PCA

2.2.1.6. Phương pháp phân tích thành phần chính(PCA)

2.2.1.7. Các bước thực hiện trích chọn đặc trưng PCA

2.2.1.8. Học máy hộ trợ vestor SVM

2.2.1.9. SVM tuyến tính

2.2.1.10. SVM Phi Tuyến tính

3. CHƯƠNG 3: ỨNG DỤNG CÁC KỸ THUẬT TRONG NHẬN DẠNG KHUÔN MẶT

3.1. Phát hiện khuôn mặt (Viola Jone Face Detection)

3.2. Trích chọn đặc trưng (WLD)

3.3. Phân tích thành phần chính PCA và nhận dạng/phân lớp SVM

3.4. Mô tả dữ liệu

3.4.1. Thu nhập dữ liệu

3.4.2. Biểu diễn dữ liệu khuôn mặt trong máy tính

3.4.3. Dữ liệu huấn luyện

3.5. Kết quả thực nghiệm

3.6. Ứng dụng trong quản lý nhân sự

3.6.1. Mô hình nhận dạng trong quản lý nhân sự

3.6.2. Giao diện màn hình chức năng nhận dạng

3.6.3. Giao diện màn hình chức năng quản lý bộ phận

3.6.4. Giao diện màn hình chức năng quản lý phòng ban

3.6.5. Giao diện màn hình chức năng quản lý nhân sự

DANH MỤC TÀI LIỆU THAM KHẢO

I. Tổng quan về nhận dạng khuôn mặt và quản lý nhân sự

Nhận diện khuôn mặt là một lĩnh vực quan trọng trong công nghệ thông tin, đặc biệt trong quản lý nhân sự. Luận án này tập trung vào việc ứng dụng hệ thống nhận diện để tối ưu hóa quy trình quản lý nhân viên. Công nghệ sinh trắc học và phân tích dữ liệu đóng vai trò then chốt trong việc xác thực và nhận dạng khuôn mặt. Các thách thức chính bao gồm sự biến đổi lớn trong ảnh khuôn mặt do ánh sáng, cảm xúc và góc chụp. Ứng dụng AI trong nhân sự giúp tự động hóa quy trình điểm danh, giám sát và quản lý nhân viên hiệu quả hơn.

1.1. Hệ thống sinh trắc học và nhận dạng khuôn mặt

Hệ thống sinh trắc học sử dụng các đặc điểm sinh học duy nhất để xác minh và nhận dạng cá nhân. Hệ thống nhận dạng khuôn mặt là một phần của hệ thống này, sử dụng kỹ thuật so sánh một-nhiều để tìm thông tin về một người. Hệ thống xác minh khuôn mặt kiểm tra sự phù hợp thông qua so sánh một-một. Các hệ thống này đòi hỏi độ chính xác cao và khả năng xử lý dữ liệu nhanh chóng.

1.2. Thách thức trong nhận dạng khuôn mặt

Các thách thức bao gồm sự biến đổi lớn trong ảnh khuôn mặt do ánh sáng, cảm xúc và góc chụp. Hệ thống nhận diện cần xử lý các biến đổi này để đảm bảo độ chính xác. Phân tích hình ảnh và bảo mật thông tin là hai yếu tố quan trọng trong việc giải quyết các thách thức này.

II. Kỹ thuật nhận dạng khuôn mặt

Luận án đề xuất sử dụng các kỹ thuật như phát hiện khuôn mặt Viola-Jones, trích chọn đặc trưng WLD, phân tích thành phần chính PCA và học máy SVM để nhận dạng khuôn mặt. Phương pháp Deep Learning (CNN) cũng được nghiên cứu nhưng có nhược điểm là yêu cầu dữ liệu huấn luyện lớn. Phương pháp truyền thống như PCA và SVM được ưu tiên do tính hiệu quả và tốc độ xử lý nhanh.

2.1. Phát hiện khuôn mặt Viola Jones

Phát hiện khuôn mặt Viola-Jones sử dụng các đặc trưng Haar để phát hiện khuôn mặt dựa trên sự khác biệt về độ sáng tối giữa các vùng trên khuôn mặt. Integral Image được sử dụng để tính toán nhanh các đặc trưng. Thuật toán Adaboost giúp chọn lọc các đặc trưng quan trọng và tạo ra bộ phân lớp mạnh.

2.2. Trích chọn đặc trưng WLD

Trích chọn đặc trưng WLD mô phỏng quá trình nhận thức của con người bằng cách sử dụng sự khác biệt về cường độ pixel giữa pixel hiện tại và các pixel lân cận. Differential excitation và gradient orientation là hai thành phần chính của WLD, giúp xây dựng histogram để phân tích đặc trưng khuôn mặt.

III. Ứng dụng trong quản lý nhân sự

Luận án đề xuất mô hình hệ thống quản lý nhân sự sử dụng nhận dạng khuôn mặt để tự động hóa quy trình điểm danh, giám sát và quản lý nhân viên. Phần mềm quản lý được phát triển với giao diện thân thiện, hỗ trợ quản lý bộ phận, phòng ban và nhân sự. Tối ưu hóa quy trình làm việc và an ninh mạng là hai yếu tố được chú trọng trong quá trình triển khai hệ thống.

3.1. Mô hình nhận dạng trong quản lý nhân sự

Mô hình nhận dạng khuôn mặt được tích hợp vào hệ thống quản lý nhân sự để tự động hóa quy trình điểm danh và giám sát nhân viên. Hệ thống thông tin được thiết kế để lưu trữ và quản lý dữ liệu nhân viên một cách hiệu quả.

3.2. Giao diện và chức năng quản lý

Giao diện phần mềm bao gồm các chức năng như nhận dạng khuôn mặt, quản lý bộ phận, phòng ban và nhân sự. Phát triển phần mềm tập trung vào tính thân thiện và dễ sử dụng, đảm bảo hiệu quả trong quản lý nhân sự.

Luận án tiến sĩ về công nghệ thông tin: Phương pháp nhận dạng khuôn mặt và ứng dụng trong quản lý nhân sự