Dù bạn bịt kín khẩu trang chỉ chừa 2 con mắt, hay gương mặt thay đổi theo thời gian... thì công nghệ nhận dạng mặt người mới của chàng sinh viên Trường ĐH Khoa học tự nhiên TP.HCM vẫn có thể nhận dạng được bạn là ai.
“Hiện nay, với những mặt chính diện thì đã có những phương pháp độ chính xác đến 99% hay 100%, nhưng đối với mặt nghiêng, bị che mất một phần thông tin trên mặt, hay những yếu tố làm nhiễu thông tin mặt người thì những phương pháp trước đây không đạt hiệu quả cao và thế giới đang có nhiều nhóm nghiên cứu, đề ra phương pháp giải quyết bài toán này, kể cả những ông lớn về công nghệ như Google, Facebook... Do đó, mình quyết định sẽ làm đề tài nhận dạng mặt người với hy vọng sẽ tìm ra giải pháp giải quyết các thách thức trên”, Võ Hoàng Trọng (tác giả nghiên cứu) chia sẻ.
 |
| Võ Hoàng Trọng đang hoàn thiện nghiên cứu của mình. |
Theo Trọng, đề tài nhận dạng mặt người là một phương pháp sinh trắc học giúp xác định danh tính người sở hữu khuôn mặt cần kiểm tra.
“Hiện tại, công nghệ FaceID của Apple xây dựng mô hình 3 chiều của mặt người dựa trên các cảm biến, điều này giúp việc nhận dạng mặt dưới nhiều góc cạnh hay mặt bị che khuất một phần thông tin dễ dàng hơn, nhưng lại khó khi ứng dụng vào camera công cộng vì không phải lúc nào cũng quét được mặt 3 chiều của một người ở đám đông. Do đó, mình nghiên cứu dùng phương pháp sử dụng trí tuệ nhân tạo để khắc phục những nhược điểm trên”, Trọng tự hào.
Với nghiên cứu của mình, Trọng cho thử nghiệm trên những mặt có đầy đủ đặc trưng, sau đó loại bỏ đi một số đặc trưng để xem thuật toán có thể nhận dạng được bao nhiêu phần trăm, thì kết quả thu được khá cao.
Trọng thực nghiệm trên bộ dữ liệu FaceScrub với 50 đối tượng, mỗi đối tượng có hơn 1.900 ảnh để thực nghiệm ban đầu. Kết quả thực nghiệm nhận dạng chính xác đến 86% trên toàn mặt, 80,875% khi ảnh mặt người chỉ có thông tin trán và mắt (ví dụ người đeo khẩu trang), 73% khi mặt người chỉ có mũi và hai bên má, 64,875% khi mặt người chỉ thấy thông tin của miệng và cằm. Đối với mặt chỉ thấy vùng má trái hay má phải, độ chính xác của thuật toán là 57,5%.
“Khi có một ảnh mặt người, mình sẽ tách ra thành những vùng đặc trưng nổi trội như mắt, trán, má, mũi... Rồi sử dụng trí tuệ nhân tạo và “dạy” cho hệ thống trí tuệ nhân tạo cách phân loại, cụ thể như “dạy” cách nhận biết mắt của A khác với mắt của B như thế nào, má của A khác má của C ra sao... Tiếp đó, dùng phương pháp bầu chọn để từ đó cho ra kết quả nhận dạng sau cùng. Đối với phương pháp bầu chọn, ở mỗi vùng đặc trưng, chọn ra 5 đối tượng có vùng đặc trưng giống với mặt người trong ảnh, sau đó tính điểm các đối tượng này bằng hàm số tính điểm dựa trên khái niệm tích vô hướng của vector hệ số các vùng đặc trưng và vector xác suất của đối tượng. Cuối cùng, mình chọn đối tượng có điểm cao nhất để kết luận danh tính mặt người trong ảnh”, Trọng giải thích.
| Một nghiên cứu hoàn toàn mới PGS-TS Phạm Thế Bảo, Trưởng bộ môn tin học ứng dụng Trường ĐH Khoa học tự nhiên TP.HCM, đánh giá cao về tính mới của nghiên cứu này. “Nghiên cứu có khả năng ứng dụng rất cao ở nhiều lĩnh vực khác nhau. Dù độ chính xác chưa đạt mức độ tuyệt đối và vẫn đang cần tiếp tục để hoàn thiện. Tuy nhiên, với kết quả này tôi tin sẽ đăng được một bài báo khoa học quốc tế. Bởi đây là hướng tiếp cận mới hoàn toàn và ý tưởng đề xuất phương pháp này cũng hoàn toàn mới trên thế giới”. |
Theo Trọng thì nghiên cứu này có thể ứng dụng trong rất nhiều lĩnh vực: “Như hệ thống bảo mật sinh trắc học trong các công ty, trường học. Rồi có thể góp phần xây dựng thành phố thông minh, với việc áp dụng trong các camera công cộng, phát hiện người vi phạm giao thông dù họ đeo khẩu trang, hay phát hiện đối tượng truy nã trong đám đông, có nhiều người đi qua đi lại làm che mất một phần mặt của đối tượng...”.
Hiện tại nghiên cứu vẫn đang tiếp tục được hoàn thiện để có thể phát hiện vùng không phải là vùng đặc trưng trên mặt người và để độ chính xác được cao hơn. Tuy nhiên, với những tính mới và sáng tạo, nghiên cứu của Trọng đã giành được giải nhì tại cuộc thi Sinh viên nghiên cứu khoa học do Thành đoàn TP.HCM tổ chức.
Nữ Vương/thanhnien
