[Face Recognize] Thử làm hệ thống chấm công bằng nhận dạng khuôn mặt

Hi xin chào các bạn, rất vui lại được gặp lại các bạn tại Mì AI Blog. Vậy là sau 02 bài đầu trong lĩnh vực Computer Vision, chúng ta đã cùng nhau tìm hiểu về Yolo về cách train Yolo để nhận dạng các đối tượng đặc thù theo nhu cầu.Hôm nay, để tiếp nối chủ đề về Computer Vision mình sẽ cùng các bạn ăn bát mì ăn liền về nhận dạng khuôn mặt nhá. Chúng ta sẽ làm ở mức đơn giản, mì ăn liền cho đúng vơi tôn chỉ của Mì AI nhé.

Công nghệ chúng ta sẽ sử dụng gồm có:

• Phát hiện khuôn mặt – face detection bằng haarcascade detector.
• Nhận diện khuôn mặt bằng LBPH Face Recognizer. Viết đầy đủ thì LBPH là Local Binary Patterns Histogram.

Ở đây các bạn cần làm rõ 2 việc riêng biệt nhé:

• Phát hiện khuôn mặt là chỉ đơn thuần phát hiện xem trong ảnh có bao nhiêu khuôn mặt hoặc không có khuôn mặt nào.
• Nhận diện khuôn mặt là biết được mặt đó là của ai, mã nhân viên nào.

Để cho bài toán có tính thực tế, hấp dẫn, chúng ta sẽ làm hệ thống chấm công bằng khuôn mặt thay cho chấm công bằng vân tay như truyền thông nhé. Thôi dài dòng đủ rồi, cùng bắt tay vào làm việc nhé!

Tổng quan các bước cần làm

• Bước 1.Chuẩn bị một cơ sở dữ liệu để lưu trữ thông tin chấm công của mỗi người như: tên, tuổi, chức danh… và các thông tin khác tùy các bạn, mình ví dụ nên chỉ làm đơn giản nhé.
• Bước 2. Thực hiện chụp ảnh cho cán bộ nhân viên mới.
• Bước 3. Train model để nhận diện được cán bộ nhân viên mới từ ảnh vừa chụp
• Bước 4. Tiến hành nhận dạng khuôn mặt trong hình để chấm công.

Chúng ta hãy cùng bắt tay vào làm nào!

Bước 1. Chuẩn bị cơ sở dữ liệu và mã nguồn

Về vấn đề này các bạn có thể dùng bất cứ CSDL nào bạn có như: mysql, MS SQL, Oracle,…. Ở đây để tiện triển khai trên các micro device nên mình dùng sqllite cho tiện. Trong quá trình chạy, các bạn sẽ thấy trong folder xuất hiện 1 file FaceBaseNew.db là file sqllite nhé.

Các bạn hãy tạo thư mục MiAI_Face_Recognize, sau đó chuyển vào thư mục đó bằng lệnh cd nhé. Bây giờ các bạn có thể vào github của mình tại https://github.com/thangnch/face_recognizer để lấy source về thủ công hoặc gõ lệnh sau:

git clone https://github.com/thangnch/face_recognizer

Sau đó chờ 1 lúc và nếu thành công thì các bạn sẽ có 1 folder face_recognizer trong thư mục hiện tại. Tiếp tục chuyển vào thư mục đó bằng lệnh cd face_recognizer nhe.

Bước 2. Thực hiện chụp ảnh cho người mới

Bây giờ các bạn mở file NewUser.py đọc qua sẽ thấy trong file này mình sẽ làm các việc:

• Tạo CSDL sqllite tại thư mục hiện tại
• Yêu cầu người dùng nhập và ID và Name, sau đó lưu vào DB
• Yêu cầu ng dùng đưa mặt vào camera, chụp khoảng 100 ảnh của người dùng và tiến hành lưu trữ tại thư mục dataSet với cấu trúc User.<mã nhân viên>.<số thứ tự>.jpg

Để chạy file này các bạn gõ lệnh:

python NewUser.py

Sau đó nhập ID, Name và lắc lư cái đầu trên camera cho máy chụp ảnh nhé. Như ở cơ quan thì đây là đăng ký khuôn mặt để chấm công đó.

Bước 3. Thực hiện train model để học được các khuôn mặt đã chụp

Bây giờ các bạn hãy mở tiếp file TrainModel.py. File này làm các nhiệm vụ:

• Đọc thông tin trong CSDL về danh sách CBNV hiện tại
• Đọc dữ liệu ảnh từ thư mục dataset
• Train model để nhận dạng khuôn mặt và gán vào các nhân viên.

Các bạn đọc code chi tiết trong file TrainModel.py nhé, còn để chạy file này, các bạn lại gõ:

python TrainModel.py

Và đợi cho đến khi màn hình xuất hiện chữ “Trained” là xong!

Bước 4. Kiểm thử hệ thống

Sau khi đăng ký xong, train xong giờ là lúc tận hưởng thành quả nào. Các bạn mở tiếp file FaceRecognizer.py. File này làm các nhiệm vụ chính:

• Load dữ liệu nhân viên từ CSDL
• Load model phát hiện khuôn mặt và nhận diện khuôn mặt đã train ở bước 3
• Đọc ảnh từ camera và hiển thị tên người có mặt trong camera.

Các bạn chạy lệnh:

python FaceRecognizer.py 

Nếu thành công, các bạn sẽ thấy giống như ảnh bên dưới.

Như vậy chúng ta đã làm được một hệ thống chấm công đơn giản bằng khuôn mặt và có thể áp dụng thử nghiệm ở cơ quan, công sở rồi.

Chúc các bạn thành công, nếu vướng gì thì cứ comment chúng ta cùng trao đổi nhé!

Fanpage: http://facebook.com/miaiblog
Group trao đổi, chia sẻ: https://www.facebook.com/groups/miaigroup
Website: https://miai.vn/
Youtube: http://bit.ly/miaiyoutube