Bài viết trình bày việc sử dụng mối tương quan giữa phát hiện và hiệu chỉnh để nâng cao hiệu suất trong một mạng nơ-ron tích chập xếp chồng (MTCNN). Ngoài ra còn sử dụng framework FaceNet của Google để tìm hiểu cách ánh xạ từ hình ảnh khuôn mặt đến không gian Euclide, nơi khoảng cách tương ứng trực tiếp với độ đo độ tương tự khuôn mặt để trích xuất hiệu suất của các thuật toán đặc trưng khuôn mặt. | KHOA HỌC CÔNG NGHỆ P-ISSN 1859-3585 E-ISSN 2615-9619 NHẬN DIỆN KHUÔN MẶT SỬ DỤNG MẠNG NƠRON TÍCH CHẬP XẾP CHỒNG VÀ MÔ HÌNH FACENET A FACE RECOGNITION SYSTEM USING MULTI-TASK CASCADED CONVOLUTIONAL NETWORKS AND FACENET MODEL Trần Hồng Việt1 Đỗ Đình Tiến1 Nguyễn Thị Trà1 Trần Lâm Quân2 TÓM TẮT 1. GIỚI THIỆU Mạng nơ-ron tích chập CNN là một trong những mô hình học sâu hiệu quả Mạng nơ-ron tích chập CNN 1 2 3 là một trong nhất trong lĩnh vực nhận diện khuôn mặt các vùng hình ảnh khác nhau luôn những mô hình học sâu thành công nhất trong lĩnh vực được sử dụng đồng thời khi trích xuất các đặc trưng hình ảnh nhưng trong thực nhận dạng khuôn mặt các vùng hình ảnh khác nhau luôn tế các phần của khuôn mặt đóng những vai trò khác nhau trong việc nhận diện. được sử dụng đồng thời khi trích xuất các đặc trưng hình Trong bài báo này chúng tôi sử dụng mối tương quan giữa phát hiện và hiệu ảnh nhưng trong thực tế các phần khác nhau của khuôn chỉnh để nâng cao hiệu suất trong một mạng nơ-ron tích chập xếp chồng mặt đóng những vai trò khác nhau trong nhận diện khuôn MTCNN . Ngoài ra chúng tôi sử dụng framework FaceNet của Google để tìm mặt. Mỗi khuôn mặt của mỗi người có sự độc đáo và nét hiểu cách ánh xạ từ hình ảnh khuôn mặt đến không gian Euclide nơi khoảng đặc trưng riêng biệt. cách tương ứng trực tiếp với độ đo độ tương tự khuôn mặt để trích xuất hiệu suất của các thuật toán đặc trưng khuôn mặt. Thuật toán gộp trung bình có trọng số được áp dụng cho mạng FaceNet và thuật toán nhận dạng khuôn mặt dựa trên mô hình FaceNet cải tiến được đề xuất. Thực nghiệm và ứng dụng thử nghiệm cho thấy thuật toán nhận dạng khuôn mặt được đề xuất có độ chính xác nhận dạng cao sử dụng phương pháp nhận dạng khuôn mặt dựa trên học sâu. Từ khóa Nhận diện khuôn mặt học sâu FaceNet mạng nơ-ron tích chập mạng nơ-ron tích chập xếp chồng. Hình 1. Quá trình nhận dạng khuôn mặt Nguồn https download pdf ABSTRACT Hình 1 mô tả quá trình nhận diện khuôn mặt. Trường The convolutional .
