Trong bài này chúng ta sẽ đi tìm hiểu về bài toán nhận diện khuôn mặt. Hiện nay việc nhận diện khuôn mặt được ứng dụng khá nhiều trong việc chấm công, theo dõi đối tượng… Đầu tiên chúng ta cần phân biệt khái niệm face recognition và face verification:

Face verification

Khi chúng ta có ID, có hình ảnh của người đó, nhập ID vào hệ thống rồi kiểm tra xem ảnh đó có phải là của người có mã ID kia không. Ở đây chỉ phải so sánh ảnh 1:1.

Trong bài viết trước chúng ta đã tìm hiểu về mô hình FaceNet (dùng triplet loss function). Trong bài này chúng ta sẽ đi sâu vào xây dựng hệ thống nhận diện khuôn mặt.

Trong bài này chúng ta cùng thực hiện face detection với pre-trained model MTCNN. MTCNN trả về cho chúng ta bounding box của khuôn mặt và vị trí của các keypoints.

Face detection có thể thực hiện bằng nhiều cách ví dụ Haarcascade bên OpenCV hay sử dụng mạng NN. Trong bài này chúng ta sẽ đề cập đến MTCNN - Multi task cascaded convolutional network. MTCNN bao gồm 2 mạng CNN (P-Net, R-Net và O-Net), MTCNN vượt trội về hiệu suất phát hiện khuôn mặt mà vẫn đảm bảo tốc độ real-time.

Trong bài trước chúng ta đã tìm hiểu về object tracking với meanshift. Meanshift có vấn đề là kích thước của window không đổi trong suốt quá trình tracking dù vật ở xa hay gần camera. Một giải pháp ra đời có tên là CAMshift (continously Adaptive Meanshift).