Xây dựng hệ thống điểm danh học viên với thông tin 3D tại Trung tâm Tin học Trường Đại học An Giang

Tóm tắt

Trong bài viết này chúng tôi trình bày một hệ thống nhận dạng và điểm danh khuôn mặt thời gian thực sử dụng camera 3D và máy tính nhỏ Jetson nano, với hai bước: định vị khuôn mặt thu được từ camera 3D và định danh đối tượng từ hình ảnh khuôn mặt thu được, kết hợp thông tin chiều sâu của khuôn mặt. Định vị khuôn mặt thu được từ camera 3D bao gồm ảnh màu RGB và ảnh thông tin chiều sâu của khuôn mặt bằng mạng nơ-ron xếp chồng. Tiếp theo chúng tôi huấn luyện mô hình mạng nơ-ron tích chập để trích chọn đặc trưng của hình ảnh khuôn mặt, với kỹ thuật học chuyển giao. Chúng tôi huấn luyện mô hình trên 2 loại dữ liệu, hình ảnh khuôn mặt có thông tin chiều sâu và hình ảnh khuôn mặt không có thông tin chiều sâu. Dữ liệu huấn luyện được sử dụng từ bộ dữ liệu được cung cấp bởi tổ chức Ai BenchCouncil, bộ dữ liệu Intellifusion gồm 402.068 ảnh, 1.200 lớp mỗi lớp chứa 100 - 600 hình ảnh, mỗi ảnh bao gồm một hình ảnh RGB và một ảnh chứa thông tin chiều sâu của khuôn mặt. Để đánh giá mô hình, chúng tôi sử dụng tập dữ liệu thu thập bằng camera 3D, từ 302 đối tượng là học viên Trung tâm Tin học - Trường Đại học An Giang với 4.530 ảnh được chụp với các góc độ khác nhau của khuôn mặt cùng với thông tin chiều sâu khuôn mặt, các hình ảnh trong tập dữ liệu sẽ được đưa vào mô hình trích đặc trưng để tạo thành tập đặc trưng của khuôn mặt. Kết quả xác định vị trí khuôn mặt trong bức ảnh đạt độ chính xác 99,87%. Mô hình định danh khuôn mặt đạt độ chính xác 99,77 % với dữ liệu hình ảnh có thông tin chiều sâu của khuôn mặt.

Từ khóa: Nhận dạng khuôn mặt, 3D, ResNet-50, RGB, RGB-D

Tải bài báo