Nhận dạng khuôn mặt người và ứng dụng trong bảo toàn thông tin

Nhận dạng khuôn mặt người và ứng dụng trong
bảo toàn thông tin



Đỗ Thị Hồng Lĩnh


Trường Đại học Công nghệ
Luận văn Thạc sĩ ngành: Hệ thống thông tin; Mã số: 60 48 01 04
Người hướng dẫn: PGS.TS. Trịnh Nhật Tiến
Năm bảo vệ: 2014


Keywords. Công nghệ thông tin; Nhận dạng khuôn mặt người; An toàn thông tin; Tin
học; Hệ thống thông tin

Content
Khi bạn đăng nhập máy tính, sử dụng thẻ ATM, xuất nhập cảnh khi đi máy bay, sử dụng
thẻ tín dụng, khi bạn vào các khu vực đòi hỏi an ninh cao, bạn cần phải xác thực nhận dạng. Xác
thực nhận dạng là để kiểm tra bạn có phải là người mà bạn khai báo hay không.
Các phương pháp xác thực truyền thống bao gồm mật khẩu và các loại thẻ định danh
như chứng minh thư, thẻ ATM… Điều bất lợi khi bạn sử dụng các phương pháp xác thực truyền
thống là bạn có thể quên mật khẩu, bạn có thể đánh mất chứng minh thư, đánh mất thẻ tín
dụng,… dẫn đến việc bạn không thể đăng nhập để truy cập vào các tài nguyên cá nhân của bạn
và các kho tài liệu mật của bạn. Ngoài ra còn có các nguy cơ nguy hiểm khác nữa là vô tình các
thông tin bảo mật của bạn lại rơi vào tay của người khác, họ sử dụng thông tin mật của bạn vào
các mục đích bất lợi cho bạn và cho mọi người.
Vấn đề cấp bách đứng hàng đầu hiện nay về công nghệ là nâng cao tính bảo mật. Hàng
ngày, hàng giờ vẫn luôn xảy ra các vấn đề đánh cắp thông tin mật và các tài khoản ngân hàng
… Để hạn chế các vấn đề này, vấn đề bảo mật về sinh trắc học đang được sự quan tâm của

nhiều người trong các lĩnh vực cần mức độ bảo mật an toàn cao cũng như tính thuận tiện của nó
khi xác thực nhận dạng chủ thể trong đời sống xã hội cũng như trong các lĩnh vực quốc phòng,
an ninh.
Với nhu cầu bảo mật ngày càng cao của các ứng dụng truy nhập, kiểm soát vào ra … tôi
quyết định chọn đề tài nhận dạng khuôn mặt người và ứng dụng trong bảo toàn thông tin để thực
hiện luậnvăn tốt nghiệp của mình.


References
[1]. Ming-Hsuan Yang, David J. Kriegman, Narendra Ahuja, “Detecting Faces in Images: A
Survey”, IEEE Transaction on Pattern Analysis and Machine Intelligence (PAMI), Vol. 24, No
1, pp. 34-47, Jan 2002.
[2]. Stan Z. Li, Zhen Qiu Zhang, “FloatBoost Learning and Statistical Face
Detection”, IEEE Transaction on Pattern Analysis and Machine Intelligence
(PAMI), Vol. 26, No, pp. 1-12, Sep 2004.
[3]. Stan Z. Li, Juwei Lu, “Face Detection, Alignment and Recognition”, Book
Chapter 9, pp. 385-455, Emerging Topics in Computer Vision, Prentice Hall,
ISBN 0-13-101366-1, Jul 2004.
[4]. P. Viola, M. Jones, “Robust Real Time Object Detection”, Proc. IEEE ICCV Workshop on
Statistical and Computational Theories of Vision, Jul 2001.
[5]. P. Viola, M. Jones, “Rapid object detection using a boosted cascade of
simple features”, Proc. IEEE Conf. Computer Vision and Pattern Recognition
(CVPR’01), pp. 511-518, Dec 2001.
[6]. K. K. Sung, T. Poggio, “Example-based learning for view-based human face detection”,
IEEE Transaction on Pattern Analysis and Machine Intelligence
(PAMI), Vol. 20, No. 1, pp. 39-51, Jan 1998.
[7]. H. Rowley, S. Baluja, T. Kanade, “Neural network-based face detection”,
IEEE Transaction on Pattern Analysis and Machine Intelligence (PAMI), Vol.
20, No. 1, pp. 23-38, Jan 1998.
[8]. H. Schneiderman, T. Kanade, “Probabilistic Modeling of Local Appearance and Spatial

Relationships for Object Detection”, Proc. IEEE Conf. Computer Vision and Pattern Recognition
(CVPR’98), pp. 45-51, 1998.
[9]. A. Rajagopalan, K. Kumar, J. Karlekar, R. Manivasakan, M. Patil, U. Desai, P. Poonacha, S.
Chaudhuri, “Finding Faces in Photographs”, Proc. 6th IEEE Conf. Computer Vision (ICCV’98),
pp. 640-645, 1998.
[10]. E. Osuna, R. Freund, F. Girosi, “Training Support Vector Machines: An
Application to Face Detection”, Proc. IEEE Conf. Computer Vision and Pattern
Recognition (CVPR’97), pp. 130-136, 1997.
[11]. G. Yang, T. S. Huang, “Human Face Detection in Complex Background”,
Pattern Recognition, Vol. 27, No. 1, pp. 53-63, 1994.
[12]. K. C. Yow, R. Cipolla, “Feature-Based Human Face Detection”, Image and Vision
Computing, Vol. 15, No. 9, pp. 713-735, 1997.
[13]. T. K. Leung, M.C. Burl, P. Perona, “Finding Faces in Cluttered Scenes
Using Random Labeled Graph Matching”, Proc. 5th IEEE Conf. Computer
Vision (ICCV’95), pp. 637-644, 1995.
[14]. C. Kotropoulos, I. Pitas, “Rule-based Face Detection in Frontal Views”,
Proc. Int’l Conf. Acoustics, Speech and Signal Processing, Vol. 4, pp. 2637-
2540, 1997.
[15]. A. Lanitis, C. J. Taylor, T. F. Cootes, “An Automatic Face Identification
System Using Flexible Appearance Models”, Image and Vision Computing, Vol.
13, No. 5, pp. 393-401, 1995.
[16]. M. Turk, A. Pentland, “Eigenfaces for Recognition”, Journal of Cognitive
Neuroscience, Vol. 3, No. 1, pp. 71-86, 1991.
[17]. I. Craw, D. Tock, A. Bennett, “Finding Face Features”, Proc. 2nd
European Conf. Computer Vision (ECCV’92), Vol. 2, pp. 92-96, 1992.
[18]. T. Kanade, “Picture Processing Computer Complex and Recognition of
Human Faces”, PhD thesis, Kyoto Univ., 1973.
[19]. Intel Open Source Computer Vision Library-OpenCV phiên bản 4.0

[20]. Intel Image Processing Library phiên bản 2.5