Thông tin ấn phẩm
000 CH-M
Mô hình nhận dạng khuôn mặt dựa trên mạng Nơron tích chập để ứng dụng cho bài toán giám sát người thi trực tuyến
Tác giả: Chu, Minh,
Nhà xuất bản
Trường Đại học Mở Hà NộiNăm xuất bản
2023Lần xuất bản
Đang cập nhậtNgôn ngữ
Tiếng ViệtTóm tắt
MỤC TIÊU NGHIÊN CỨU - Nghiên cứu tổng quan về bài toán nhận dạng khuôn mặt người. - Tập trung làm rõ cơ sở lý thuyết và ứng dụng của bài toán nhận dạng khuôn mặt cho người dùng mạng nơ ron tích chập. - Thiết kế và cài đặt phần mềm mô phỏng phân tích câu h
Đầu mục
Danh sách các kho đang có sẵn ấn phẩm
| Nơi lưu trữ | Có sẵn |
|---|---|
| Kho Khoa Công nghệ Thông tin | 1 |
| Kho Luận văn | 1 |
Marc
Thông tin ấn phẩm theo chuẩn MARC 21
001
26614
002 7
004 F4284151-6FCE-46BA-885D-2DE7FA0F9834
005 202309211037
008 081223s2023||||vm|#################vie#d
009 1 0
039 ## $a20230921103732 $bdtmkhue $y20230919100327 $zdtmkhue
082 ## $a000 $bCH-M
100 $aChu, Minh
245 ## $aMô hình nhận dạng khuôn mặt dựa trên mạng Nơron tích chập để ứng dụng cho bài toán giám sát người thi trực tuyến / $cChu Minh; NHDKH TS. Dương Thăng Long
260 ## $aH. : $bTrường Đại học Mở Hà Nội, $c2023
300 ## $a68 tr. ; $cA4
490 ## $aBộ Giáo dục và Đào tạo; Trường Đại học Mở Hà Nội
520 ## $aMỤC TIÊU NGHIÊN CỨU - Nghiên cứu tổng quan về bài toán nhận dạng khuôn mặt người. - Tập trung làm rõ cơ sở lý thuyết và ứng dụng của bài toán nhận dạng khuôn mặt cho người dùng mạng nơ ron tích chập. - Thiết kế và cài đặt phần mềm mô phỏng phân tích câu hỏi và theo dõi học sinh trong các kỳ thi trực tuyến bằng mạng thần kinh tích chập. ĐỐI TƯỢNG VÀ PHẠM VI NGHIÊN CỨU - Đối tượng nghiên cứu: Phương pháp nhận dạng khuôn mặt sử dụng mạng Nơron tích chập. - Phạm vi nghiên cứu: Phạm vi nghiên cứu là lý thuyết ứng dụng mạng Nơron tích chập cho bài toán giám sát quá trình thi trực tuyến. KẾT QUẢ: Đề tài cũng đã tiếp cận theo các phương pháp bổ biến như học chuyển tiếp (transfer learning), học máy (machine learning). Kết quả thử nghiệm trên các bộ dữ liệu cho thấy độ chính xác về khả năng nhạn diện mô hình. Trường hợp trên bộ dữ liệu LW5 và VISGRAF cho tỉ lệ nhận diện đúng cao với hầu hết các lần thử nghiệm là trên 99%. Còn trong trường hợp chỉ sử dụng một ảnh của một người trong tập huấn luyện cũng đạt tỉ lệ nhận diện khá cao (94.7 và 98.93). Kết quả thử nghiệm sau khi đưa vào ứng dụng hệ thống Giám sát thi trực tuyến cũng cho tỉ lệ nhận diện cao và chính xác trên các thiết bị camera hoặc webcam. KẾT LUẬN: Qua việc nghiên cứu và triển khai đề tài cùng kết quả đã đạt được, đã được tiếp cận và ứng dụng vào bài toán nhận diện khuôn mặt và giám sát thi trực tuyến dựa trên mô hình mạng nơron tích chập (CNN) với cơ chế học sâu. Trong đó, tập trung vào phân tích sâu về khả năng tích chọn đặc trưng cho nhận diện khuôn mặt của mô hình CNN với các kiến trúc mạng hiện đại khác như ResNet, SENet.
541 ## $aTài liệu nội sinh
653 ## $aNhận dạng khuôn mặt
653 ## $aMạng nơron tích chập
653 ## $aThi trực tuyến
852 ## $a01 $bKho Luận văn $j(1): 01503117
852 ## $a02 $bKho Khoa Công nghệ Thông tin $j(1): 02101269
856 1# $uhttp://thuvien.hou.edu.vn/houkiposdata2/luanvanluanankhoaluan/luanvan/2023/000/chuminh/chuminh_01thumbimage.jpg
890 ## $a2 $c1
002 7
004 F4284151-6FCE-46BA-885D-2DE7FA0F9834
005 202309211037
008 081223s2023||||vm|#################vie#d
009 1 0
039 ## $a20230921103732 $bdtmkhue $y20230919100327 $zdtmkhue
082 ## $a000 $bCH-M
100 $aChu, Minh
245 ## $aMô hình nhận dạng khuôn mặt dựa trên mạng Nơron tích chập để ứng dụng cho bài toán giám sát người thi trực tuyến / $cChu Minh; NHDKH TS. Dương Thăng Long
260 ## $aH. : $bTrường Đại học Mở Hà Nội, $c2023
300 ## $a68 tr. ; $cA4
490 ## $aBộ Giáo dục và Đào tạo; Trường Đại học Mở Hà Nội
520 ## $aMỤC TIÊU NGHIÊN CỨU - Nghiên cứu tổng quan về bài toán nhận dạng khuôn mặt người. - Tập trung làm rõ cơ sở lý thuyết và ứng dụng của bài toán nhận dạng khuôn mặt cho người dùng mạng nơ ron tích chập. - Thiết kế và cài đặt phần mềm mô phỏng phân tích câu hỏi và theo dõi học sinh trong các kỳ thi trực tuyến bằng mạng thần kinh tích chập. ĐỐI TƯỢNG VÀ PHẠM VI NGHIÊN CỨU - Đối tượng nghiên cứu: Phương pháp nhận dạng khuôn mặt sử dụng mạng Nơron tích chập. - Phạm vi nghiên cứu: Phạm vi nghiên cứu là lý thuyết ứng dụng mạng Nơron tích chập cho bài toán giám sát quá trình thi trực tuyến. KẾT QUẢ: Đề tài cũng đã tiếp cận theo các phương pháp bổ biến như học chuyển tiếp (transfer learning), học máy (machine learning). Kết quả thử nghiệm trên các bộ dữ liệu cho thấy độ chính xác về khả năng nhạn diện mô hình. Trường hợp trên bộ dữ liệu LW5 và VISGRAF cho tỉ lệ nhận diện đúng cao với hầu hết các lần thử nghiệm là trên 99%. Còn trong trường hợp chỉ sử dụng một ảnh của một người trong tập huấn luyện cũng đạt tỉ lệ nhận diện khá cao (94.7 và 98.93). Kết quả thử nghiệm sau khi đưa vào ứng dụng hệ thống Giám sát thi trực tuyến cũng cho tỉ lệ nhận diện cao và chính xác trên các thiết bị camera hoặc webcam. KẾT LUẬN: Qua việc nghiên cứu và triển khai đề tài cùng kết quả đã đạt được, đã được tiếp cận và ứng dụng vào bài toán nhận diện khuôn mặt và giám sát thi trực tuyến dựa trên mô hình mạng nơron tích chập (CNN) với cơ chế học sâu. Trong đó, tập trung vào phân tích sâu về khả năng tích chọn đặc trưng cho nhận diện khuôn mặt của mô hình CNN với các kiến trúc mạng hiện đại khác như ResNet, SENet.
541 ## $aTài liệu nội sinh
653 ## $aNhận dạng khuôn mặt
653 ## $aMạng nơron tích chập
653 ## $aThi trực tuyến
852 ## $a01 $bKho Luận văn $j(1): 01503117
852 ## $a02 $bKho Khoa Công nghệ Thông tin $j(1): 02101269
856 1# $uhttp://thuvien.hou.edu.vn/houkiposdata2/luanvanluanankhoaluan/luanvan/2023/000/chuminh/chuminh_01thumbimage.jpg
890 ## $a2 $c1
×
![]()