XÂY DỰNG HỆ THỐNG NHẬN DIỆN KHUÔN MẶT NHẰM ĐIỂM DANH SINH VIÊN CHO TRƯỜNG ĐẠI HỌC CÔNG NGHIỆP HÀ NỘI

Trường Đại học Công nghiệp Hà Nội

Xây dựng hệ thống nhận diện khuôn mặt
nhằm điểm danh sinh viên cho trường Đại học Cơng Nghiệp Hà Nội
GVHD: ThS.Lê Như Hiền
Nhóm sinh viên: Nguyễn Trọng Hùng - 2021605350
Hồ Nam Tú - 2021604025
Trần Thị Trà Mi - 2021602647
Hoàng Kim Quang - 2021600373
Trần Quang Hùng - 2021606718


Báo cáo Thực tập cơ sở ngành

NỘI DUNG
01

Tổng quan

02

Kết quả nghiên cứu

03

Kết luận và hướng nghiên cứu


Báo cáo Thực tập cơ sở ngành

I. Tổng quan

1. Lý do chọn đề tài
- Việc điểm danh trong trường đại học tồn tại nhiều vấn đề
- Cùng với đó là sự phát triển của cơng nghệ, trí tuệ nhân tạo, một
trong những lĩnh vực được quan tâm nhiều là nhận diện
Chúng em quyết định chọn "Xây dựng hệ thống nhận diện khuôn mặt
nhằm điểm danh sinh viên cho trường Đại học Công Nghiệp Hà Nội"
làm đề tài báo cáo.


Báo cáo Thực tập cơ sở ngành

I. Tổng quan
2. Khảo sát thực tế tại Trường Đại học Công nghiệp Hà
Nội
- Khảo sát ở các tòa học lý thuyết, thực hành như A1, A7, A8,
A9, A10
-

Hơn 300 phòng học lý thuyết

-

200 phịng thực hành, thí nghiệm với đầy đủ
máy móc, thiết bị

-

Gần 2.500 máy vi tính kết nối mạng

Báo cáo Thực tập cơ sở ngành


Báo cáo Thực tập cơ sở ngành

I. Tổng quan
3. Các cơng cụ sử dụng
-

Ngơn ngữ lập trình Python

-

Thư viện OpenCV

-

Thư viện Tkinter

-

Ngôn ngữ MySQL

-

Microsoft Visual Code


Báo cáo Thực tập cơ sở ngành

II. Kết quả nghiên cứu
THU THẬP
DỮ LIỆU

TIỀN XỬ LÝ

PHÁT HIỆN

TRÍCH XUẤT

SO SÁNH VÀ

KHN MẶT

ĐẶC TRƯNG

XÁC THỰC


Báo cáo Thực tập cơ sở ngành

II. Kết quả nghiên cứu
1. Thu thập dữ liệu
• Thu thập các hình ảnh khuôn mặt của sinh viên từ cơ sở dữ liệu của
nhà trường


Báo cáo Thực tập cơ sở ngành

II. Kết quả nghiên cứu

2. Tiền xử lý ảnh
• Phân ngưỡng (Thresholding): là một kỹ thuật chuyển đổi ảnh xám sang
ảnh nhị phân, thường được sử dụng để loại bỏ nhiễu và phát hiện các
vật thể trong ảnh.
• Làm mịn (Smoothing): là một kỹ thuật dùng để giảm thiểu các đối
tượng nhiễu hoặc vết bẩn trên ảnh.


Báo cáo Thực tập cơ sở ngành

Ảnh gốc

Ảnh sau khi xử lý


Báo cáo Thực tập cơ sở ngành

II. Kết quả nghiên cứu
3. Phát hiện khn mặt
• Sử dụng phương pháp “Histogram of Oriented Gradients” (rút gọn
thành HOG) Để tìm những khn mặt trong một tấm hình


Báo cáo Thực tập cơ sở ngành

II. Kết quả nghiên cứu
4. Trích xuất đặc trưng
• Sử dụng thuật tốn ước lượng mốc mặt (Facial Landmark Estimation
Algorithm)

Báo cáo Thực tập cơ sở ngành

II. Kết quả nghiên cứu
5. So sánh và xác thực
• Sử dụng thuật tốn Local Binary Patterns (LBP)


Báo cáo Thực tập cơ sở ngành

III. Kết luận và hướng phát triển
1. Kết luận
-

Đi khảo
tại trường Đại học Công nghiệp Hà Nội.
Kỹ
năng sát
làmthực
việctếnhóm.

-

Tìmnăng
hiểu tìm
thêm
cáckiến
thứcthức
hoạtmới
động

của qua
hệ thống
điểm danh bằng khn mặt.
Kỹ
hiểu
thơng
Internet.

-

Tìmnăng
hiểulên
được
q trình
nhận
các cơng
cụ và
thuậttrình.
tốn được sử
Kỹ
kế hoạch
cơng
việc,diện,
kỹ năng
viết báo
cáo,các
thuyết
dụng.

-

Phân tích các lợi ích khi sử dụng hệ thống điểm danh bằng khuôn mặt.


III. Kết luận và hướng phát triển
2. Những khó khăn và tồn tại
-

Do hạn về kiến thức và thời gian tìm hiểu nên chúng em chưa thể tìm
hiểu tồn bộ nội dung đề tài

-

Việc tiến hành họp các thành viên trong nhóm gặp cản trở.

-

Xuất hiện sự bất đồng quan điểm và nhóm sẽ đã giải quyết bằng biểu
quyết.


Báo cáo Thực tập cơ sở ngành

III. Kết luận và hướng nghiên cứu
2. Hướng nghiên cứu
-

Tiếp tục nghiên cứu tài liệu

-

Khắc phục tối đa các nhược điểm

-

Vận dụng các kỹ năng học được vào viết các báo cáo sau này


Báo cáo Thực tập cơ sở ngành

Cảm ơn thầy cô và các bạn đã lắng nghe!