Điểm danh sinh viên theo tiếp cận dựa trên mạng học sâu
Abstract
Các phương pháp nhận diện điểm danh truyền thống- như dùng thẻ hoặc ký vào danh sách- dễ bị gian lận và thường đòi hỏi nhiều thời gian và công sức để quản lý, xử lý dữ liệu. Với sự phát triển của công nghệ và yêu cầu bảo mật ngày càng cao, các phương pháp điểm danh hiện đại mang lại độ chính xác và tiện lợi cao hơn cho các tổ chức. Bài báo này đề xuất một phương pháp sử dụng công nghệ DeepFace kết hợp với các kiến trúc học sâu (MobileNet, ResNet) cho các tác vụ phát hiện khuôn mặt, nhận diện khuôn mặt và chống giả mạo. Phương pháp này được thử nghiệm trên tập dữ liệu sẵn có trong cộng đồng nghiên cứu (CelebA-spoof) và một tập dữ liệu tự xây dựng (được đặt tên là CUSC-Student), được đánh giá bằng hai chỉ số- độ chính xác và F1-Score. Từ kết quả thực nghiệm, phương pháp này xác định được mô hình phù hợp giúp đạt độ chính xác cao, đồng thời yêu cầu ít tài nguyên tính toán hơn. Do đó, phương pháp này có thể ứng dụng vào thực tiễn, đặc biệt trong việc điểm danh sinh viên tại đơn vị của chúng tôi.
References
Almabdy, S., & Elrefaei, "Deep Convolutional Neural Network-Based Approaches for Face Recognition", Applied Sciences, 9(20), 4397, 2019. doi:10.3390/app9204397.
Samira, P., Saad, S., Yilin, Y., Haiman, T., Yudong, T., Maria, P. R., Mei-Ling, S., Shu-Ching, C., & Iyengar, S.
S, "A Survey on Deep Learning: Algorithms, Techniques, and Applications", ACM Computing Surveys, 51, 1-36, 2018. doi:10.1145/3234150.
Jones, M., & Lee, S, "An Introduction to Convolutional Neural Networks", Journal of Artificial Intelligence Research, 37(2), 45-67, 2021.
Li, Y., & Liu, Y, " Deep Learning for Face Anti Spoofing: A Survey", IEEE Access, 8, 105383-105404, 2020.
doi:10.1109/ACCESS.2020.2997350.
Xu, X., Li, W., & Zhang, Y," Face Anti-Spoofing Using Patch and Depth-Based CNNs", Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR) Workshops, 1-6, 2018. doi:10.1109/CVPRW.2018.00120.
Li, K., Yang, H., Chen, B., Li, P., Wang, B., & Huang, D ,"Learning Polysemantic Spoof Trace: A Multi-Modal Disentanglement Network for Face Anti-Spoofing", arXiv preprint arXiv:2212.03943, 2022.
Taigman, Y., Yang, M., Ranzato, M. A., & Wolf, L. ,"Deep Face: Closing the Gap to Human-Level Performance in Face Verification", Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 1701-1708, 2014. doi:10.1109/CVPR.2014.220.
Redmon, J., Divvala, S. K., Girshick, R. B., & Farhadi, A," You Only Look Once: Unified, Real-Time Object Detection", 2016 IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 779-788, 2015
Szegedy, C., Liu, W., Jia, Y., Sermanet, P., Reed, S. E., Anguelov, D., Erhan, D., Vanhoucke, V., & Rabinovich, "
Going deeper with convolutions", 2015 IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 1-9, 2014
He, K., Zhang, X., Ren, S., & Sun, J. ,"Deep Residual Learning for Image Recognition", 2016 IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 770-778, 2015
Simonyan, K., & Zisserman, A. ,"Very Deep Convolutional Networks for Large-Scale Image Recognition", CoRR, 2014.
Howard, A. G., Zhu, M., Chen, B., Kalenichenko, D., Wang, W., Weyand, T., Andreetto, M., & Adam, H. ," MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications", ArXiv, 2017.
Sandler, M., Howard, A. G., Zhu, M., Zhmoginov, A., & Chen, L.. " MobileNetV2: Inverted Residuals and Linear Bottlenecks", 2018 IEEE/CVF Conference on Computer Vision and Pattern Recognition, 4510-4520, 2018.
Howard, A. G., Sandler, M., Chu, G., Chen, L., Chen, B., Tan, M., Wang, W., Zhu, Y., Pang, R., Vasudevan, V., Le,
Q. V., & Adam, H. ," Searching for MobileNetV3", 2019 IEEE/CVF International Conference on Computer Vision
(ICCV), 1314-1324, 2019.
Ravpreet, K., & Sarbjeet, S. ,"A comprehensive review of object detection with deep learning", Digital Signal Process ing, 132, 103812, 2023.
Zaidi, S. S., Ansari, M. S., Aslam, A., Kanwal, N., Asghar, M. N., & Lee, B. ," A Survey of Modern Deep Learning
Based Object Detection Models", Digital Signal Processing, 126, 103514, 2021.
Deng, J., et al. ,"ArcFace: Additive Angular Margin Loss for Deep Face Recognition", Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 4690-4699, 2019. doi:10.1109/CVPR.2019.00482.
Douze, M., Guzhva, A., Deng, C., Johnson, J., Szilvasy, G., Mazaré, P. E., & Jégou, H. ," The faiss library", arXiv preprint arXiv:2401.08281, 2024.
CelebA-Spoof Dataset. Retrieved from https://mmlab.ie. cuhk.edu.hk/projects/CelebA/CelebA_Spoof.html
Salmon, B. P., Kleynhans, W., Schwegmann, C. P., & Olivier, J. C. ," Proper Comparison among Methods Using a Confusion Matrix", In IGARSS 2015, 2015.
