Luận văn Thạc sĩ: Nghiên cứu và ứng dụng mạng Nơ-ron tích chập trong nhận diện khuôn mặt có khẩu trang

Nhận dạng khuôn mặt đã trở thành một lĩnh vực trọng tâm với nhiều ứng dụng thực tiễn trong an ninh, quản lý định danh và dịch vụ, được thúc đẩy mạnh mẽ bởi sự phát triển của công nghệ Trí tuệ nhân tạo và Thị giác máy tính. Tuy nhiên, thách thức lớn nhất đối với các hệ thống nhận dạng truyền thống đã bộc lộ rõ rệt trong bối cảnh đại dịch COVID-19, khi việc đeo khẩu trang trở thành yêu cầu phổ biến, che khuất đáng kể các đặc trưng khuôn mặt quan trọng. Điều này làm giảm đáng kể hiệu quả của các giải pháp hiện có. Vì vậy, nghiên cứu này tập trung vào việc khám phá và ứng dụng các phương pháp học sâu, đặc biệt là mạng Nơ-ron tích chập (CNN), nhằm phát triển một hệ thống nhận dạng khuôn mặt hiệu quả ngay cả khi đối tượng đeo khẩu trang, đáp ứng nhu cầu cấp thiết trong tình hình hiện nay.

Các nhà nghiên cứu, kỹ sư, và sinh viên sau đại học trong lĩnh vực thị giác máy tính, trí tuệ nhân tạo, và nhận dạng khuôn mặt, đặc biệt quan tâm đến ứng dụng mạng Nơ-ron tích chập và giải pháp cho nhận dạng khuôn mặt có khẩu trang.

Luận văn này nghiên cứu sâu rộng về bài toán nhận dạng khuôn mặt, đặc biệt trong điều kiện đối tượng đeo khẩu trang, một thách thức lớn trong bối cảnh đại dịch COVID-19. Công trình bắt đầu bằng việc cung cấp cái nhìn tổng quan về các phương pháp nhận dạng khuôn mặt hiện có và giới thiệu về mạng Nơ-ron nhân tạo cùng mạng Nơ-ron tích chập (CNN), công nghệ nền tảng của phương pháp học sâu. Trọng tâm của nghiên cứu là đề xuất và triển khai một hệ thống nhận dạng khuôn mặt có khẩu trang, sử dụng hiệu quả kiến trúc mạng Nơ-ron tích chập để trích xuất các đặc trưng khuôn mặt. Phương pháp này được thiết kế để xử lý các dữ liệu đầu vào đa dạng và cải thiện khả năng nhận diện bằng cách tận dụng các phần khuôn mặt không bị che khuất. Luận văn phân tích chi tiết ưu điểm của CNN so với các kỹ thuật nhận dạng khác, bao gồm các bước từ xác định vị trí khuôn mặt, căn chỉnh, trích xuất đặc trưng cho đến quá trình nhận dạng cuối cùng. Các kết quả thực nghiệm được trình bày dựa trên việc thu thập, xử lý và đánh giá dữ liệu từ các tập dữ liệu khuôn mặt công khai như COMASK20 và LFW. Hệ thống đã chứng minh khả năng hoạt động hiệu quả, với mục tiêu đạt được độ chính xác cao và tốc độ xử lý nhanh, ngay cả khi các đặc trưng khuôn mặt bị che khuất bởi khẩu trang. Giá trị ứng dụng của nghiên cứu nằm ở việc cung cấp một giải pháp thiết thực cho các hệ thống an ninh, kiểm soát ra vào và quản lý định danh trong môi trường đòi hỏi nhận dạng không tiếp xúc, góp phần giải quyết một vấn đề cấp bách trong thực tiễn xã hội hiện nay và mở ra hướng phát triển mới cho thị giác máy tính.