Ứng Dụng Mạng MobileNet Để Phát Hiện Học Sinh Không Đeo Khẩu Trang Khi Đến Trường

• Tác giả: Nguyễn Ngọc Hưng
• Người hướng dẫn: TS. Lê Xuân Vinh
• Trường học: Trường Đại học Quy Nhơn
• Chuyên ngành: Khoa học máy tính
• Đề tài: Ứng dụng mạng MobileNet phát hiện học sinh không đeo khẩu trang khi đến trường
• Loại tài liệu: Luận văn thạc sĩ
• Năm xuất bản: 2022
• Địa điểm: Bình Định

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• MỞ ĐẦU
• 0.1. Lý do chọn đề tài
• 0.2. Tổng quan về tình hình nghiên cứu đề tài
• 0.3. Mục đích và nhiệm vụ nghiên cứu
• 0.4. Đối tượng và phạm vi nghiên cứu
• 0.5. Phương pháp nghiên cứu
• 1. CHƯƠNG 1: CƠ SỞ LÝ THUYẾT VÀ KỸ THUẬT CHO DEEP LEARNING
• 1.1. Tổng quan về học máy
• 1.1.1. Một số khái niệm chung
• 1.1.2. Các thuật toán học máy
• 1.2. Tổng quan về mạng nơ-ron
• 1.2.1. Các thành phần cơ bản của mạng nơ-ron nhân tạo
• 1.2.2. Hàm kết hợp
• 1.2.3. Hàm kích hoạt (activation function)
• 1.2.3.1. Hàm đồng nhất (Identity function)
• 1.2.3.2. Hàm bước nhị phân (Binary step function)
• 1.2.3.3. Hàm sigmoid
• 1.2.3.4. Hàm sigmoid lưỡng cực
• 1.2.3.5. Hàm ReLU
• 1.3. Mạng nơ-ron tích chập (CNN)
• 1.3.1. Tổng quan về mạng nơ-ron tích chập
• 1.3.2. Các thành phần cơ bản của mạng CNN
• 1.3.2.1. Lớp tích chập (Convolution layer)
• 1.3.2.2. Lớp hiệu chỉnh
• 1.3.2.3. Lớp kết nối đầy đủ (Fully connected – FC)
• 1.3.2.4. Lớp đầu ra
• 1.3.3. Mạng nơ-ron tích chập (CNN)
• 1.3.4. Cấu trúc của mạng CNN
• 1.3.5. Tổng kết chương 1
• 2. CHƯƠNG 2: MÔ HÌNH MOBILENET
• 2.1. Giới thiệu về mô hình MobileNet
• 2.2. Kiến trúc mạng MobileNet
• 2.3. Tích chập sâu phân tách (Depthwise Separable Convolution – DSC)
• 2.3.1. Tích chập sâu
• 2.3.2. Tích chập điểm
• 2.3.3. Hệ số nhân chiều rộng (Width Multiplier)
• 2.3.4. Hệ số phân giải (Resolution Multiplier)
• 2.4. Tổng kết chương 2
• 3. CHƯƠNG 3: ỨNG DỤNG PHÁT HIỆN HỌC SINH KHÔNG ĐEO KHẨU TRANG
• 3.1. Giới thiệu bài toán
• 3.2. Lựa chọn mô hình MobileNet
• 3.3. Dữ liệu huấn luyện
• 3.4. Xây dựng mạng cho mô hình
• 3.5. Huấn luyện mô hình
• 3.6. Đánh giá mô hình
• 3.7. Xây dựng back-end ứng dụng (camera thu hình, phát hiện, phát âm thanh cảnh báo)
• 3.8. Tổng kết chương 3
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng Quan Về Phát Hiện Học Sinh Không Đeo Khẩu Trang

Trong bối cảnh đại dịch COVID-19, việc phát hiện học sinh không đeo khẩu trang trở thành một vấn đề cấp bách. Khẩu trang là một trong những biện pháp bảo vệ hiệu quả nhất để ngăn ngừa sự lây lan của virus. Tuy nhiên, việc giám sát học sinh thực hiện quy định này gặp nhiều khó khăn. Để giải quyết vấn đề này, công nghệ học sâu, đặc biệt là mạng nơ-ron MobileNet, đã được áp dụng để phát hiện khuôn mặt và xác định xem học sinh có đeo khẩu trang hay không.

1.1. Tình Hình Nghiên Cứu Về Phát Hiện Khẩu Trang

Nhiều nghiên cứu đã chỉ ra rằng việc phát hiện người không đeo khẩu trang có thể giúp giảm thiểu sự lây lan của COVID-19. Các hệ thống giám sát tự động đã được phát triển, sử dụng công nghệ nhận diện khuôn mặt để xác định tình trạng đeo khẩu trang của người dân. Một số nghiên cứu đã đạt được độ chính xác cao trong việc phát hiện khẩu trang, nhờ vào việc áp dụng các mô hình học sâu như MobileNet.

1.2. Lợi Ích Của Việc Sử Dụng Công Nghệ Trong Giám Sát

Việc áp dụng công nghệ vào giám sát học sinh không đeo khẩu trang mang lại nhiều lợi ích. Đầu tiên, nó giúp giảm tải công việc cho giáo viên và nhân viên nhà trường. Thứ hai, hệ thống có thể hoạt động liên tục và tự động, đảm bảo rằng không có học sinh nào vi phạm quy định. Cuối cùng, việc sử dụng công nghệ cũng giúp nâng cao ý thức của học sinh về việc đeo khẩu trang.

II. Thách Thức Trong Việc Phát Hiện Học Sinh Không Đeo Khẩu Trang

Mặc dù công nghệ phát hiện học sinh không đeo khẩu trang mang lại nhiều lợi ích, nhưng vẫn tồn tại một số thách thức. Đầu tiên, độ chính xác của hệ thống phụ thuộc vào chất lượng dữ liệu đầu vào. Thứ hai, việc phát hiện trong môi trường thực tế có thể gặp khó khăn do ánh sáng, góc nhìn và sự thay đổi trong trang phục của học sinh.

2.1. Độ Chính Xác Của Mô Hình

Độ chính xác của mô hình phát hiện học sinh không đeo khẩu trang phụ thuộc vào nhiều yếu tố, bao gồm chất lượng hình ảnh và độ phân giải của camera. Mô hình MobileNet đã được chứng minh là có khả năng nhận diện tốt trong nhiều điều kiện khác nhau, nhưng vẫn cần cải thiện để đạt được độ chính xác cao hơn.

2.2. Tác Động Của Môi Trường

Môi trường xung quanh có thể ảnh hưởng đến khả năng phát hiện của hệ thống. Các yếu tố như ánh sáng yếu, góc nhìn không thuận lợi và sự di chuyển nhanh của học sinh có thể làm giảm hiệu quả của việc phát hiện. Do đó, cần có các giải pháp để tối ưu hóa hệ thống trong các điều kiện khác nhau.

III. Phương Pháp Sử Dụng Mạng MobileNet Trong Phát Hiện Khẩu Trang

Mạng MobileNet là một trong những mô hình học sâu hiệu quả nhất cho việc phát hiện khuôn mặt và xác định tình trạng đeo khẩu trang. Mô hình này được thiết kế để hoạt động trên các thiết bị di động với kích thước nhỏ gọn nhưng vẫn đảm bảo độ chính xác cao.

3.1. Kiến Trúc Mạng MobileNet

MobileNet sử dụng kiến trúc tích chập sâu phân tách, cho phép giảm thiểu số lượng tham số mà vẫn duy trì hiệu suất cao. Điều này giúp mô hình hoạt động hiệu quả trên các thiết bị có tài nguyên hạn chế, như camera giám sát trong trường học.

3.2. Quy Trình Huấn Luyện Mô Hình

Quy trình huấn luyện mô hình MobileNet bao gồm việc thu thập dữ liệu hình ảnh, gán nhãn và sử dụng các thuật toán học sâu để tối ưu hóa mô hình. Việc sử dụng dữ liệu đa dạng và phong phú sẽ giúp mô hình học được nhiều đặc trưng khác nhau, từ đó nâng cao khả năng phát hiện.

IV. Ứng Dụng Thực Tiễn Của Mô Hình Phát Hiện Khẩu Trang

Mô hình phát hiện học sinh không đeo khẩu trang có thể được ứng dụng rộng rãi trong các trường học và cơ sở giáo dục. Hệ thống này không chỉ giúp giám sát việc thực hiện quy định mà còn nâng cao ý thức của học sinh về việc bảo vệ sức khỏe.

4.1. Hệ Thống Giám Sát Tự Động

Hệ thống giám sát tự động có thể được triển khai tại các cổng trường học, giúp phát hiện nhanh chóng học sinh không đeo khẩu trang. Khi phát hiện vi phạm, hệ thống có thể gửi cảnh báo đến giáo viên hoặc nhân viên quản lý để có biện pháp xử lý kịp thời.

4.2. Tăng Cường Ý Thức Của Học Sinh

Việc sử dụng công nghệ trong giám sát không chỉ giúp phát hiện vi phạm mà còn tạo ra một môi trường học tập an toàn hơn. Học sinh sẽ nhận thức rõ hơn về tầm quan trọng của việc đeo khẩu trang và bảo vệ sức khỏe bản thân cũng như cộng đồng.

V. Kết Luận Về Tương Lai Của Phát Hiện Học Sinh Không Đeo Khẩu Trang

Việc phát hiện học sinh không đeo khẩu trang bằng mạng MobileNet là một giải pháp hiệu quả trong bối cảnh đại dịch COVID-19. Công nghệ này không chỉ giúp giám sát mà còn nâng cao ý thức của học sinh về việc bảo vệ sức khỏe. Trong tương lai, cần tiếp tục nghiên cứu và phát triển để cải thiện độ chính xác và khả năng ứng dụng của hệ thống.

5.1. Hướng Phát Triển Công Nghệ

Công nghệ phát hiện học sinh không đeo khẩu trang cần được cải tiến liên tục để đáp ứng nhu cầu thực tiễn. Việc áp dụng các mô hình học sâu mới và cải tiến thuật toán sẽ giúp nâng cao hiệu suất của hệ thống.

5.2. Tích Hợp Với Các Hệ Thống Khác

Trong tương lai, hệ thống phát hiện học sinh không đeo khẩu trang có thể được tích hợp với các hệ thống giám sát khác, như quản lý ra vào trường học, nhằm tạo ra một môi trường học tập an toàn và hiệu quả hơn.