Phát triển hệ thống nhận dạng khuôn mặt ứng dụng trong các hệ thống quản lý nhân sự

- HỒ THĂNG THÔI PHÁT TRIỂN HỆ THỐNG NHẬN DẠNG KHUÔN MẶT ỨNG DỤNG TRONG CÁC HỆ THỐNG QUẢN LÝ NHÂN SỰ Chuyên ngành: Kỹ thuật truyền thông LUẬN VĂN THẠC SĨ KỸ THUẬT NGƯỜI HƯỚNG DẪN: PGS.
- Một trong những khía cạnh nghiên cứu của xử lý ảnh là nhận dạng khuôn mặt.
- Kỹ thuật này cho phép chúng ta nhận dạng khuôn mặt người từ ảnh tĩnh hay video bằng cách so sánh với kho dữ liệu có sẵn trong hệ thống.
- Với sự phát triển mạnh mẽ của công nghệ thông tin và truyền thông, rất nhiều phương pháp nhận dạng khuôn mặt có độ chính xác cao, hiệu quả và dễ sử dụng đã được áp dụng nhiều trong các hệ thống tương tác giữa người và máy, đặc biệt là các hệ thống quản lý đòi hỏi có độ bảo mật và có tính ưu việt như hệ thống quản lý nhân sự, quản lý hàng hóa, giám sát sân bay v.v.
- Để xây dựng được một hệ thống quản lý nói chung và quản lý nhân sự nói riêng với những đòi hỏi về tính ưu việt, hiệu quả cao cũng như đảm bảo được các yêu cầu về an ninh khắt khe, các nhà nghiên cứu và kỹ thuật đã tích hợp các công nghệ khác nhau như công nghệ thông tin, tự động hóa, công nghệ không dây… trong cùng một hệ thống.
- Có thể nói một trong những xu hướng phát triển chính của khoa học công nghệ hiện đại đó là tổng hợp thành tựu của các lĩnh vực khác nhau để xây dựng một hệ thống đáp ứng được những yêu cầu ngày càng cao của sản xuất và đời sống.
- Dựa trên cơ sở của việc nghiên cứu và đề xuất một phương pháp nhận dạng khuôn mặt mới có độ chính xác cao, tôi đã phát triển nghiên cứu của mình trong một ứng dụng về quản lý nhân sự sử dụng nhận dạng khuôn mặt làm nền tảng hoạt động chính.
- Hệ thống này đồng thời cũng là đề tài nghiên cứu luận văn cao học của tôi với tên đề tài là: “Phát triển hệ thống nhận dạng khuôn mặt ứng dụng trong các hệ thống quản lý nhân sự”.
- Nội dung mà tôi thực hiện trong luận văn là nghiên cứu bộ phân loại SVM, đặc trưng Haar sử dụng trong module nhận diện khuôn mặt và nghiên cứu cơ sở lý 3 thuyết của bài toán chứng thực khuôn mặt sử dụng phương pháp Client Specific Fisherface để xây dựng module chứng thực khuôn mặt trong hệ thống, đồng thời với những kết quả thu được sau những nghiên cứu về nhận dạng khuôn mặt, tôi đã xây dựng và thiết kế một phần mềm quản lý nhân sự dựa trên việc ứng dụng công nghệ nhận dạng khuôn mặt.
- Chương 1: Tổng quan về hệ thống - Chương 2: Module nhận diện khuôn mặt - Chương 3: Module chứng thực khuôn mặt và phần mềm quản lý nhân sự - Chương 4: Kết quả thực hiện và đánh giá kết quả - Chương 5: Kết luận và hướng phát triển đề tài Qua đây, tôi xin chân thành cảm ơn thầy giáo hướng dẫn PGS.TS Nguyễn Tiến Dũng đã có những định hướng và góp ý quý báu để tôi có thể hoàn thành tốt luận văn của mình với kết quả tốt nhất.
- 10 CHƯƠNG 1: TỔNG QUAN HỆ THỐNG QUẢN LÝ NHÂN SỰ.
- 11 1.1.1 Những vấn đề đặt ra với các hệ thống Quản lý nhân sự hiện nay.
- 13 1.2 Giới thiệu về hệ thống QLNS đề xuất.
- 14 1.2.2 Các chức năng cơ bản của hệ thống.
- 15 CHƯƠNG 2: MODULE NHẬN DẠNG KHUÔN MẶT.
- 19 2.1 Cơ sở lý thuyết của bài toán nhận dạng khuôn mặt.
- 28 5 CHƯƠNG 3: MODULE CHỨNG THỰC KHUÔN MẶT VÀ PHẦN MỀM QUẢN LÝ NHÂN SỰ.
- 32 3.2 Tổng quan về bài toán chứng thực khuôn mặt.
- 33 3.2.1 Bài toán chứng thực khuôn mặt và các ứng dụng.
- 33 3.2.2 Ưu điểm của phương pháp chứng thực khuôn mặt.
- 34 3.3 Phương pháp nhận dạng khuôn mặt Client Specific Fisherface.
- 35 3.3.1 Không gian khuôn mặt và số chiều của không gian khuôn mặt.
- 35 3.4 Chứng thực khuôn mặt sử dụng phương pháp Client Specific Fisherface.
- 37 3.4.3 Quá trình chứng thực khuôn mặt sử dụng Client Specific Fisher face.
- 40 3.5 Phần mềm quản lý nhân sự.
- 41 3.5.1 Giới thiệu phần mềm quản lý nhân sự.
- 41 3.5.2 Phân tích và thiết kế hệ thống.
- 51 4.1 Module nhận diện khuôn mặt sử dụng các đặc trưng Haar.
- 51 4.2 Module chứng thực khuôn mặt.
- 52 4.2.2 Xây dựng tập dữ liệu khuôn mặt.
- 62 CHƯƠNG 5 ĐÁNH GIÁ KẾT QUẢ CỦA HỆ THỐNG VÀ HƯỚNG PHÁT TRIỂN CỦA ĐỀ TÀI.
- 64 5.1 Kết luận và đánh giá chung về hệ thống.
- 64 5.1.2 Đánh giá chung về hệ thống.
- 67 7 DANH MỤC CÁC TỪ VIẾT TẮT STT TỪ VIẾT TẮT THUẬT NGỮ TIẾNG ANH THUẬT NGỮ TIẾNG VIỆT 1 BDIP Block Difference of Inverse Probabilities Sai lệch khối của xác suất nghịch đảo 2 BVLC Block Variation of Local Correlation Coefficients Sai lệch khối của các hệ số tương quan cục bộ 3 DFD Data Flow Diagram Biểu đồ luồng dữ liệu 4 ERD Enity Relationship Diagram Biểu đồ quan hệ thực thể 5 FD Function Diagram Biểu đồ chức năng 6 LAN Local Area Network Mạng nội bộ 7 PCA Principal Component Analysis Phân tích thành phần chủ yếu 8 ROC Receiver Operating Characteristic Đặc tính hoạt động của đầu vào 9 SVM Support Vector Machine Vecto trợ giúp 10 QLNS Quản lý nhân sự 8 DANH SÁCH CÁC HÌNH VẼ Hình 1.1 Ưu điểm của hệ thống QLNS bằng phần mềm.
- 12 Hình 1.2 Hạn chế của hệ thống QLNS truyền thống.
- 13 Hình 1.3 Sơ đồ khối hệ thống QLNS ứng dụng nhận dạng khuôn mặt.
- 29 Hình 3.1 Quá trình hoạt động của hệ thống chứng thực sinh trắc học.
- 52 9 Hình 4.2 14 người đầu tiên trong tập dữ liệu khuôn mặt.
- 53 11 CHƯƠNG 1: TỔNG QUAN HỆ THỐNG QUẢN LÝ NHÂN SỰ 1.1 Tầm quan trọng của đề tài 1.1.1 Những vấn đề đặt ra với các hệ thống Quản lý nhân sự hiện nay Các hệ thống Quản lý nhân sự (QLNS) hiện nay được sử dụng rất phổ biến và rộng rãi từ trong các công sở, xí nghiệp, nhà máy cho đến các cơ quan tổ chức Nhà nước, trường học, bệnh viện, khách sạn…[1].
- Có thể nói các hệ thống QLNS đã mang lại một cuộc cách mạng trong lĩnh vực quản lý, không những giảm thời gian và chi phí so với việc quản lý thủ công mà còn nâng cao hiệu quả và độ chính xác rất cao.
- Với những đòi hỏi mới phát sinh trong quá trình sử dụng mà các hệ thống QLNS ngày càng được tăng cường thêm nhiều chức năng mới, giảm lao động trực tiếp của con người, tăng hiệu quả quản lý.
- Tuy nhiên, các hệ thống QLNS đang được áp dụng hiện nay vẫn tồn tại một số hạn chế như : Thứ nhất, với các hệ thống quản lý thuần túy xây dựng trên các kỹ thuật lập trình phần mềm thì việc chấm công, tính lương cho nhân viên sẽ khó thực hiện được do không giám sát được thời gian đi, về và thời gian làm việc của nhân viên, đặc biệt là ở các công ty lớn, số lượng nhân viên nhiều.
- Để tính được lương theo ngày công một cách chính xác với nhân viên thì hệ thống QLNS cần có khả năng ghi lại thời gian đến, thời gian ra về, thời gian đó sẽ được lưu lại trong hệ thống để từ đó tính ra thời gian làm việc của nhân viên.
- Với các hệ thống phần mềm thuần túy, việc nhập dữ liệu về thời gian đi và về của nhân viên phải thực hiện bằng tay và không 12 thể xử lý tự động được.
- Do đó, nhu cầu đặt ra là cần tự động hóa quá trình nhập dữ liệu và xử lý dữ liệu đối với các hệ thống quản lý giám sát.
- Hình 1.1 Ưu điểm của hệ thống QLNS bằng phần mềm Thứ hai, việc tính toán và xử lý số liệu do con người làm đôi khi gặp phải một số sai sót, nhầm lẫn gây ra những tổn thất cho công ty hoặc nhân viên.
- Điều này đặt ra một bài toán kỹ thuật đòi hỏi tăng cường độ chính xác của thông tin đầu vào cho hệ thống quản lý, khắc phục các thiếu sót và nhầm lẫn trong quá trình giám sát truy nhập hệ thống của các nhân viên trong công ty.
- 13 HỆ THỐNG QUẢN LÝ NHÂN SỰ TRUYỀN THỐNGNgười ngoài xâm nhập vào công tyNhầm lẫn dữ liệu của nhân viênNgười quản lý không giám sát chặt chẽSai lệch kết quả trong bài toán chấm công tính lươngNguy cơ với các tài sản giá trị của công ty Hình 1.2 Hạn chế của hệ thống QLNS truyền thống Trước những hạn chế còn tồn tại ở các hệ thống hiện thời, để xây dựng được một hệ thống QLNS đáp ứng được đầy đủ các chức năng cơ bản và đảm bảo được cho bài toán chấm công và tính lương một cách chính xác nhất, nâng cao tính bảo mật và an toàn cho hệ thống, tôi đã lựa chọn đề tài “Phát triển hệ thống nhận dạng khuôn mặt ứng dụng trong các hệ quản lý nhân sự”.
- 1.1.2 Mục đích và ý nghĩa của đề tài Như đã đề cập ở trên, mục đích của tôi khi chọn đề tài đó là muốn xây dựng hoàn thiện một hệ thống QLNS khắc phục được những tồn tại thiếu sót của các hệ thống trước đó, sử dụng các công nghệ hiện đang rất phát triển vào một lĩnh vực có tính áp dụng cao trong thực tế.
- Hệ thống được xây dựng sẽ đáp ứng những mục đích cơ bản đề ra như sau.
- 1.2 Giới thiệu về hệ thống QLNS đề xuất Hệ thống được xây dựng sẽ bao gồm các module chính được thể hiện qua sơ đồ khối tổng quan dưới đây, tiếp theo đó sẽ là phần chú thích cụ thể về các module và chức năng của từng module trong hệ thống.
- 1.2.1 Sơ đồ khối Hình 1.3 Sơ đồ khối hệ thống QLNS ứng dụng nhận dạng khuôn mặt 15 Hệ thống bao gồm hai phần chính là xác thực thông tin đầu vào và phần mềm QLNS.
- Module xác thực thông tin đầu vào gồm có webcam để chụp ảnh người sử dụng, cơ sở dữ liệu của mỗi nhân viên và cơ sở dữ liệu khuôn mặt.
- Đầu vào sẽ là khuôn mặt người và mã nhân viên được sử dụng cùng một thời điểm.
- 1.2.2 Các chức năng cơ bản của hệ thống 1.2.2.1 Hoạt động của hệ thống Hệ thống sẽ hoạt động cơ bản theo chu trình sau: 1.
- Nếu hợp lệ, dữ liệu trả về cho hệ thống FaceID tương ứng với mã nhân viên nhập vào.
- Sau các bước trên, hệ thống đã có được User image va FaceID tương ứng 5.
- Dữ kiện này được đưa vào module chứng thực khuôn mặt để thực hiện chứng thực.
- 5.2 Nếu dự kiện này không so khớp, hệ thống đưa ra cảnh báo và cho phép đăng nhập lại.
- 16 1.2.2.2 Phương pháp nhận dạng và xác thực khuôn mặt sử dụng trong hệ thống Để nhận dạng khuôn mặt, hiện nay có 2 phương pháp chủ yếu [2.
- Nhận dạng dựa trên các đặc trưng của các phần tử trên khuôn mặt (Feature based face recognition).
- Phương pháp này nhận dạng khuôn mặt dựa trên các đặc trưng hình học của các chi tiết trên một khuôn mặt (như vị trí, diện tích, hình dạng của mắt, mũi, miệng.
- Ưu điểm của phương pháp này là nó gần với cách mà con người sử dụng để nhận biết khuôn mặt.
- Nhận dạng dựa trên xét tổng thể khuôn mặt (Appearance based face recognition).
- Phương pháp này sẽ xem mỗi bức ảnh khuôn mặt có kích thước RxC là một vector trong không gian RxC chiều.
- Ta sẽ xây dựng một không gian mới có chiều nhỏ hơn sao cho khi biểu diễn trong không gian đó, các đặc điểm chính của một khuôn mặt không bị mất đi.
- Trong hệ thống này, phương pháp nhận dạng khuôn mặt được tiến hành qua hai giai đoạn: Thứ nhất là quá trình nhận dạng khuôn mặt (Face detection) cho phép tìm ra vị trí và kích thước của khuôn mặt trong một bức ảnh số hoặc trong các hình ảnh được được ghi lại bởi camera.
- Quá trình này cần đảm bảo nhận dạng đúng khuôn 17 mặt, phân biệt tốt yếu tố khuôn mặt với các yếu tố không phải khuôn mặt như nhà cửa, cây cối… Module nhận dạng khuôn mặt được xây dựng dựa trên việc sử dụng 2 đặc trưng về kết cấu BDIP và BVLC được tính toán từ ảnh dữ liệu đầu vào, sau đó sẽ phân loại chúng vào các mômen đặc trưng rồi sử dụng bộ phân loại SVM để xác định khuôn mặt.
- Thứ hai là quá trình xác thực khuôn mặt.
- Quá trình này cho phép đối chiếu hình ảnh thu được sau bước nhận dạng khuôn mặt và các hình ảnh lấy ra từ cơ sở dữ liệu rồi đưa ra quyết định chấp nhận hay từ chối việc đăng nhập vào hệ thống.
- Đối với hệ thống nhận dạng khuôn mặt này thì module này sẽ chỉ cần so sánh hình ảnh sau bước thu nhận với ảnh trong cơ sở dữ liệu tương ứng với mã nhân viên đó.
- Trong cuộc sống hàng ngày, chúng ta đều tiếp xúc một cách trực tiếp hoặc gián tiếp đến các hệ thống phần mềm với quy mô từ nhỏ đến lớn.
- Từ các thiết bị dân dụng trong gia đình như tivi, máy giặt, lò vi sóng…đều được ứng dụng các phần mềm nhúng để điều khiển hoạt động đến các hệ thống lớn như trong các ngân hàng, các công ty, trường học… Tất cả đều được ứng dụng phần mềm trong một phần hay toàn bộ công việc.
- Phần mềm QLNS được xây dựng với mục đích ứng dụng công nghệ nhận dạng khuôn mặt gồm 2 phần chính: 18 + Giao diện dành cho người dùng để người dùng có thể đăng nhập vào hệ thống bằng việc nhập mã nhân viên và nhận dạng khuôn mặt bằng camera + Giao diện dành cho người quản trị, tổ chức nhân sự,… Phần trên được xây dựng bằng ngôn ngữ C# với hệ cơ sở dữ liệu chung là SQL Server2005.
- 19 CHƯƠNG 2: MODULE NHẬN DẠNG KHUÔN MẶT Nội dung của chính được trình bày trong chương này là tổng quan về bài toán nhận dạng khuôn mặt, các phương pháp tiếp cận để giải quyết bài toán nhận diện khuôn mặt, các ứng dụng của hệ thống nhận diện khuôn mặt và cơ sở lý thuyết các kỹ thuật được lựa chọn áp dụng trong luận văn để xây dựng nên hệ thống mà tôi đã nghiên cứu và tìm hiểu.
- 2.1 Cơ sở lý thuyết của bài toán nhận dạng khuôn mặt Nhận dạng khuôn mặt (Face detetion) là bước đầu tiên trong hai bước của quá trình nhận dạng khuôn mặt người (Face recognition).
- Nhận dạng khuôn mặt là một công nghệ phát triển rất mạnh mẽ và đã có những ứng dụng mạnh mẽ trong nhiều lĩnh vực từ công nghiệp, dịch vụ, y tế cho đến quân sự.
- Nhận dạng khuôn mặt cũng giống như nhận dạng bằng sóng vô tuyến, là một công nghệ nhận dạng tự động AIDC (Auto Identification Data Collection) và nằm trong hệ thống các phương pháp nhận dạng dựa trên các đặc điểm sinh trắc học (biometric) bao gồm một số phương pháp như nhận dạng khuôn mặt, nhận dạng vân tay (fingerprint), nhận dạng đồng tử mắt (iris recognition) hay nhận dạng tiếng nói (Voice recognition)… Xác định khuôn mặt người là một kỹ thuật máy tính dùng để xác định vị trí và kích thước của khuôn mặt người trong một ảnh số bất kỳ [9].
- Công nghệ nhận dạng khuôn mặt cho phép phân biệt được khuôn mặt người với các chi tiết không phải khuôn mặt người trong một bức ảnh số như nhà cửa, cây cối….Lịch sử phát triển của công nghệ nhận dạng khuôn mặt đã trải qua nhiều thập kỷ với sự tiến bộ từ những công nghệ xử lý đơn giản đối với ảnh đen trắng, xám, cho đến ảnh màu và thậm chí là công nghệ nhận dạng 3D như ngày nay.
- Các yêu cầu đặt ra với bài toán nhận dạng khuôn mặt cũng không ngừng được nâng cao từ lúc ban đầu khi mỗi bức 20 hình đen trắng chỉ có một khuôn mặt, đầu luôn ở tư thế nhìn thẳng cho đến những bức ảnh màu, trong hình gồm nhiều khuôn mặt khác nhau và có thể ở nhiều tư thế cũng như ở những điều kiện ánh sáng khác nhau.
- Hiện nay, công nghệ nhận dạng khuôn mặt đã được phát triển giải quyết được những bài toán phức tạp như nhận diện 3D, nhận diện thời gian thực khi camera số ghi lại hình ảnh và phần mềm nhận diện khuôn mặt có thể phát hiện và bám sát mục tiêu được nhận diện là khuôn mặt.
- Đây chính là sự tiến bộ vượt bậc khiến công nghệ nhận dạng khuôn mặt đã được áp dụng rộng rãi trong lĩnh vực công nghiệp như áp dụng trong máy ảnh kỹ thuật số (digital camera), trong giao tiếp người và máy tính (human computer interaction), công nghệ nhận dạng khuôn mặt cùng với xác thực khuôn mặt (face authentication) được áp dụng phổ biến trong các hệ thống an ninh (security system) như chứng thực hộ chiếu (passport verification), nhận diện tội phạm (criminal verification).
- Có rất nhiều phương pháp nhận diện khuôn mặt người, tuy nhiên, tổng kết lại có thể chia làm 4 hướng tiếp cận chính.
- a) Hướng tiếp cận dựa trên tri thức Hướng tiếp cận này chủ yếu dựa trên các luật định nghĩa về khuôn mặt người.
- Các luật này thường mô tả về các mối quan hệ giữa các thành phần trên khuôn mặt người.
- Theo phương pháp này, những người thực hiện sẽ trích chọn đặc trưng của khuôn mặt trước tiên để có được các ứng viên, sau đó các ứng viên này sẽ được xác định thông qua các luật để biết ứng viên nào là khuôn mặt và ứng viên nào không phải là mặt.
- Khó khăn với phương pháp này là làm sao chuyển từ tri thức của 21 con người về khuôn mặt sang các luật một cách có hiệu quả vì nếu các luật chặt chẽ quá thì có thể xác định thiếu các khuôn mặt vì không phải khuôn mặt nào cũng đáp ứng được tất cả các luật.
- Một số phương pháp nghiên cứu theo hướng này như Kanade, G.Yang, Kotropoulos, Sahbi và Boujemaa, Farhad và Abdolhorsein… b) Hướng tiếp cận dựa trên các đặc trưng không thay đổi Hướng tiếp cận này tập trung vào việc tìm kiếm những đặc trưng độc lập của khuôn mặt – những đặc trưng không phụ thuộc vào tư thế khuôn mặt nghiêng hay thẳng, điều kiện chiếu sáng, chất lượng hình ảnh v.v.
- Các đặc trưng thỏa mãn những điều đó gọi là các đặc trưng bất biến và được sử dụng để phát hiện khuôn mặt.
- Các nghiên cứu đầu tiên sẽ chỉ ra các đặc trưng của khuôn mặt sau đó quyết định xem khuôn mặt có nằm trong ảnh hay không.
- Trên cơ sở các đặc trưng này, xây dựng mô hình thống kê để mô tả quan hệ của các đặc trưng này và xác định sự tồn tại của khuôn mặt trong ảnh.
- Trong hướng tiếp cận này, một mẫu khuôn mặt được định nghĩa bằng tay trước hoặc được tham số hóa bằng một hàm số.
- Mẫu này được sử dụng để phát hiện khuôn mặt người bằng cách quét nó qua ảnh và tính toán giá trị tương đồng cho mỗi vị trí ví dụ về đường viền khuôn mặt, mắt, mũi và miệng.
- Việc xuất hiện một khuôn mặt tại một vị trí nào đó trong ảnh phụ thuộc và giá trị tương đồng của điểm đó so với mẫu chuẩn.
- Phương pháp tiêu biểu trong hướng tiếp cận này là PCA (Principal Component Analysis) để xác định hình chiếu của khuôn mặt được sử dụng như các mẫu để xác định khuôn mặt người, hình chiếu được mô tả như một mảng các bit.
- Mỗi đặc trưng Haar là sự kết hợp của các hình chữ nhật “trắng” hay “ đen” và có 4 đặc trưng cơ bản như sau: Hình 2.1 Đặc trưng haar cơ bản Để sử dụng các đặc trưng này vào việc xác định khuôn mặt người, 4 đặc trưng Haar cơ bản được mở rộng vào chia làm 3 tập đặc trưng: 1.
- Đặc trưng đường (line features): 3.
- Để phát hiện ra mặt người bằng cách ta huấn luyện dựa vào các đặc trưng haar like, sau đó dựa vào tập huấn luyện này để phát hiện khuôn mặt.
- Tập hợp hàng nghìn điểm khác biệt của hàng trăm khuôn mặt khác nhau sẽ cho ta một tập dữ liệu dùng cho việc phát hiện mặt người.
- 24 Trên hình là một đặc trưng haar-like trên vùng mắt, bây giờ nếu có hàng trăm đặc trưng như vậy trên hàng trăm bức ảnh huấn luyện thì sao? ta sẽ được một phân lớp, tập hợp của rất nhiều phân lớp này sẽ cho ta xác định vùng chứa khuôn mặt

Xem thử không khả dụng, vui lòng xem tại trang nguồn
hoặc xem Tóm tắt