TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT TPHCM
KHOA CÔNG NGHỆ THÔNG TIN
BỘ MÔN CÔNG NGHỆ PHẦN MỀM

LÊ NGUYỄN GIA BẢO – 18110251
TRẦN TRUNG KIÊN – 18110309
Đề Tài:

TÌM HIỂU CÁC THUẬT TOÁN HỌC SÂU
CHO BÀI TOÁN XÁC THỰC KHUÔN MẶT

KHOÁ LUẬN TỐT NGHIỆP KỸ SƯ CNTT
GIÁO VIÊN HƯỚNG DẪN
TS. TRẦN NHẬT QUANG

KHÓA 2018 - 2022

TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT TPHCM
KHOA CÔNG NGHỆ THÔNG TIN
BỘ MÔN CÔNG NGHỆ PHẦN MỀM

LÊ NGUYỄN GIA BẢO – 18110251
TRẦN TRUNG KIÊN – 18110309
Đề Tài:

TÌM HIỂU CÁC THUẬT TOÁN HỌC SÂU
CHO BÀI TOÁN XÁC THỰC KHUÔN MẶT

KHOÁ LUẬN TỐT NGHIỆP KỸ SƯ CNTT
GIÁO VIÊN HƯỚNG DẪN
TS. TRẦN NHẬT QUANG

KHÓA 2018 - 2022

ĐH SƯ PHẠM KỸ THUẬT TP.HCM

XÃ HỘI CHỦ NGHĨA VIỆT NAM

KHOA CNTT

Độc Lập – Tự Do – Hạnh Phúc

PHIẾU NHẬN XÉT CỦA GIÁO VIÊN HƯỚNG DẪN
Họ và tên Sinh viên 1: Lê Nguyễn Gia Bảo

MSSV 1: 18110251

Họ và tên Sinh viên 2: Trần Trung Kiên

MSSV 2: 18110309

Ngành: Công Nghệ Thông Tin.
Tên đề tài: Tìm Hiểu Các Thuật Toán Học Sâu Cho Bài Toán Xác Thực Khuôn Mặt.
Họ và tên Giáo viên hướng dẫn: TS. Trần Nhật Quang.
NHẬN XÉT
1. Về nội dung đề tài &amp khối lượng thực hiện:
.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
2. Ưu điểm:
.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
3. Nhược điểm:
.......................................................................................................................................
.......................................................................................................................................
.
...

...
c xác định bởi:
????, =

1
1+????

,

,

Với ???? là giá trị tỉ lệ khuếch đại của phương pháp DB. Theo thực nghiệm của
nhóm tác giả, giá trị ???? được xác định với ???? = 50. Hai ma trận ???? và ???? được tối ưu
trong quá trình huấn luyện, tạo ra tính biến thiên theo dữ liệu của kết quả đầu ra.

Hình 14. Biểu Đồ So Sánh Giữa Mô Hình DB Và Mô Hình Phân Loại Nhị Phân Tiêu
Chuẩn

Với đồ thị màu xanh biểu diễn sự biến thiên của giá trị ngưỡng của phương
pháp DB và đồ thị màu cam biểu diễn giá trị ngưỡng của mô hình phân loại nhị phân
113

tiêu chuẩn (Standard Binarization – SB). Đồ thị của phương pháp DB có xu hướng
tương tự với hàm số phân loại nhị phân tiêu chuẩn. Sự biến thiên xảy ra rất ít, tuy
nhiên phần giá trị tối ưu trong quá trình huấn luyện, như vậy ngưỡng có thể thay đổi
tuỳ thuộc vào dữ liệu huấn luyện.

114

PHỤ LỤC 6. MÔ HÌNH CONVOLUTIONAL RECURRENT NEURAL NETWORK CHO TÁC
VỤ NHẬN DIỆN KÝ TỰ [34]

Mô hình Convolutional Recurrent Neural Network (CRNN) [34] được công bố
năm 2015 bởi nhóm tác giả thuộc Đại học Khoa Học Và Công Nghệ Huazhong. Mô
hình CRNN giới thiệu phương pháp huấn luyện một mô hình neuron sâu cho nhiệm vụ
nhận diện ký tự (Text Recognition). Mô hình CRNN kết hợp tính chất trích xuất đặc
trưng của mô hình Mạng Neuron Tích Chập (Convolutional Neuron Network) và tính
chất tuần tự của dữ liệu của mô hình Mạng Neuron Hồi Quy (Recurrent Neuron
Network) thành một mô hình duy nhất cho tác vụ nhận diện ký tự. Kết quả kiểm thử
trên ba tập dữ liệu IIIT 5K, Street View Text và ICDAR chứng minh độ chính xác so
với các mô hình trước đó.

Hình 15. Kiến Trúc Mô Hình CRNN [34]

115

Kiến trúc mô hình CRNN bao gồm ba thành phần: các tầng neuron tích chập
(convolutional layers), các tầng neuron hồi quy (recurrent layers) và tầng giải mã
(tranion layer) được mô tả như hình 15.
Các tầng neuron tích chập có nhiệm vụ trích xuất đặc trưng của dữ liệu đầu vào.
Kết quả của tầng tích chập bao gồm nhiều vector đặc trưng, tương ứng với từng vùng
dữ liệu trong dữ liệu đầu vào, và được sử dụng làm dữ liệu đầu vào của tầng neuron
hồi quy. Các tầng neuron hồi quy với nhiệm vụ dự đoán mỗi thành phần trở thành một
ký tự. Tầng giải mã có nhiệm vụ chỉnh sửa giá trị dự đoán của tầng hồi quy thành giá
trị kết quả dự đoán cuối cùng.
Với tập dữ liệu ???? = {???? , ???? } , với ???? là dữ liệu hình ảnh đầu vào và ???? là nhãn của
dữ liệu hình ảnh đó, và ???? là kết quả dự đoán của mô hình, mô hình CRNN xác định
hàm mất mát bởi hàm hàm số Log Likelihood:
log ????(???? , ???? )

????=−
, ∈

116