Luận văn Thạc sĩ Công nghệ thông tin: Hệ thống điểm danh học sinh thông qua nhận dạng đầu học sinh kết hợp theo vết chuyển động trong video

Đề tài "Hệ thống điểm danh học sinh thông qua nhận dạng đầu học sinh kết hợp theo vết chuyển động trong video" sẽ giúp các bạn có thêm cơ hội tìm hiểu, học tập và nghiên cứu thêm nhiều kiến thức về công nghệ thông tin nói chung và kiến thức về xử lý ảnh nói riêng. Để xây dựng hệ thống điểm danh học sinh thông qua nhận dạng đầu học sinh kết hợp theo vết chuyển động trong video cần tìm hiểu nhiều tài liệu và kiến thức liên quan về trí tuệ nhân tạo, mạng nơ-ron, kiến thức về học máy và nhất là bài toán về nhận dạng và theo vết chuyển động trong video.
Nội dung trích xuất từ tài liệu:
Luận văn Thạc sĩ Công nghệ thông tin: Hệ thống điểm danh học sinh thông qua nhận dạng đầu học sinh kết hợp theo vết chuyển động trong video Trang 1 / 90 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC NGOẠI NGỮ-TIN HỌC THÀNH PHỐ HỒ CHÍ MINH LÊ THÁI TÚ TIỀN HỆ THỐNG ĐIỂM DANH HỌC SINH THÔNG QUA NHẬN DẠNG ĐẦU HỌC SINHKẾT HỢP THEO VẾT CHUYỂN ĐỘNG TRONG VIDEO LUẬN VĂN THẠC SĨ Ngành: CÔNG NGHỆ THÔNG TIN Mã số: 60480201 NGƯỜI HƯỚNG DẪN KHOA HỌC PGS.TS. PHẠM THẾ BẢO TP. HỒ CHÍ MINH – THÁNG 6 NĂM 2019 Luận văn Thạc sĩ Công nghệ thông tin Lê Thái Tú Tiền 16CH201014 Trang 2 / 90 LỜI CAM ĐOAN Tôi xin cam đoan đây là công trình nghiên cứu của bản thân được hướng dẫnbởi PGS.TS. Phạm Thế Bảo. Các số liệu, kết quả trình bày trong luận văn này làtrung thực. Những tư liệu được sử dụng trong luận văn có nguồn gốc và trích dẫnrõ ràng, đầy đủ. Học viên Lê Thái Tú Tiền Luận văn Thạc sĩ Công nghệ thông tin Lê Thái Tú Tiền 16CH201014 Trang 3 / 90 Học viên đã bảo vệ thành công luận văn ngày 04/6/2019, tại Hội đồng đánh giáluận văn thạc sĩ thành lập theo Quyết định số 115/QĐ-ĐNT ngày 20/5/2019 củaHiệu trưởng Trường ĐH Ngoại ngữ-Tin học TP.HCM, với sự tham gia của: Chủ tịch Hội đồng: PGS.TS. Trần Văn Lăng ĐH Lạc Hồng (Đồng Nai) Phản biện 1: TS. Nguyễn Đức Cường ĐH Ngoại ngữ-Tin học TP.HCM Phản biện 2: PGS.TS. Nguyễn Thanh Bình ĐH Bách Khoa (ĐHQG TP.HCM) Ủy viên: PGS.TS. Lê Hoàng Thái ĐH KHTN (ĐHQG TP.HCM) Thư ký: Tiến sĩ Trần Minh Thái ĐH Ngoại ngữ-Tin học TP.HCM Luận văn Thạc sĩ Công nghệ thông tin Lê Thái Tú Tiền 16CH201014 Trang 4 / 90 DANH MỤC CÁC CHỮ VIẾT TẮTTT TỪ VIẾT TỪ ĐẦY ĐỦ NGHĨA TẮT1 ANN Artificial Neural Network Mạng nơ-ron nhân tạo2 CNN Convolutional Neural Network Mạng nơ-ron tích chập3 FCNN Full Convolution Neural Mạng nơ-ron tích chập Network đầy đủ4 HOG Histogram of orientation Lược đồ định hướng của gradients các gradient5 LCT Long-term correlation tracking Theo vết tương quan dài hạn6 MOSSE Minimum output sum of Bình phương sai số tổng squared error đầu ra nhỏ nhất7 MLP Multilayer Perceptron Mạng thần kinh nhân tạo truyền thẳng nhiều lớp8 R-CNN Region proposals + CNN CNN khu vực9 SVM Support vector machine Máy vectơ hỗ trợ10 YOLO You only look once Bạn chỉ nhìn một lần Luận văn Thạc sĩ Công nghệ thông tin Lê Thái Tú Tiền 16CH201014 Trang 5 / 90 DANH MỤC CÁC HÌNH VẼTT TÊN NỘI DUNG TRANG1 Hình 1.1 Mô hình phân cấp phát hiện vùng đầu theo thời 15 gian thực2 Hình 1.2 So sánh các kết quả của entropy của 2 giai đoạn 163 Hình 2.1 Cấu trúc của mạng thần kinh nhân tạo 244 Hình 2.2 Ma trận trong cửa sổ trượt 265 Hình 2.3 Cấu trúc các lớp của CNN 286 Hình 2.4 Trường tiếp nhận cục bộ 307 Hình 2.5 Nơ-ron trong lớp ẩn 1 308 Hình 2.6 Nơ-ron trong lớp ẩn 2 319 Hình 2.7 Một sơ đồ đặc trưng 3110 Hình 2.8 Lớp tổng hợp trong CNN 3311 Hình 2.9 Sự kết hợp giữa các lớp tích chập và max-pooling 3312 Hình 2.10 Các lớp tạo thành một CNN cho ra 10 giá trị 3413 Hình 2.11 Giai đoạn phân vùng ảnh ...