Điểm danh tự động dựa trên mô hình mạng Nơ-Ron tích chập xếp tầng đa nhiệm và kỹ thuật Triplet Loss

Abstract

Mạng nơ-ron tích chập xếp tầng đa nhiệm MTCNN (Multi-Task Cascaded Convolutional Neural Networks) là mô hình học sâu hiện đại, cho phép xác định khuôn mặt ở nhiều góc nghiêng khác nhau, ngay cả trong trong điều kiện thiếu sáng và một phần khuôn mặt bị che khuất. Bài báo này, chúng tôi đề xuất giải pháp điểm danh tự động bằng cách sử dụng mô hình MTCNN nhằm xác định vị trí khuôn mặt, đồng thời kết hợp kỹ thuật Triplet Loss để nhận diện danh tính đối tượng điểm danh. Kỹ thuật căn chỉnh khuôn mặt cũng được áp dụng nhằm gia tăng độ chính xác của nhận diện. Thực nghiệm cho thấy với sự kết hợp mô hình và các kỹ thuật này, tỉ lệ nhận diện đạt 80-95%, kể cả trong điều kiện thiếu sáng, góc nghiêng hay một phần khuôn mặt bị che khuất.