Facial Recognition for Access Control

EastPark

ในบทเรียนนี้ คุณจะได้เรียนรู้การตรวจจับและระบุใบหน้าเพื่อใช้ในระบบควบคุมการเข้าถึง ตั้งแต่การพัฒนาโมเดลจดจำใบหน้าที่สามารถระบุตัวตนได้อย่างแม่นยำ ไปจนถึงการสร้างระบบรักษาความปลอดภัยที่สามารถบันทึกและอนุญาตให้บุคคลเข้าถึงพื้นที่ที่กำหนดได้โดยอัตโนมัติ พร้อมทั้งสามารถแจ้งเตือนเมื่อพบบุคคลที่ไม่พึงประสงค์ในพื้นที่ที่ระบุ คอร์สนี้ออกแบบมาให้เหมาะกับทั้งผู้เริ่มต้นและผู้มีประสบการณ์ เพื่อให้คุณสามารถนำเทคโนโลยี AI และระบบอัตโนมัติมาประยุกต์ใช้กับงานจริงได้อย่างมีประสิทธิภาพ!

ทักษะและเครื่องมือพื้นฐาน

1. ผู้เรียนต้องมีพื้นฐานการใช้งานโปรแกรม Visual Studio Code

2. ผู้เรียนต้องมีพื้นฐานโปรแกรม python

3. ผู้เรียนต้องมีพื้นฐานปัญญาประดิษฐ์เบื้องต้น

วัตถุประสงค์

1. เพื่อให้ผู้เรียนเห็นภาพการนำเทคโนโลยี AI มาใช้กับการวิเคราะห์ข้อมูลภาพเพื่อนำการรู้จำใบหน้า

2. เพื่อให้ผู้เรียนทดลองสร้างระบบรู้จำใบหน้าจากเทคโนโลยี AI

3. เพื่อให้ผู้เรียนเข้าใจกฏเกณฑ์และนโยบายความเป็นส่วนตัวในการรู้จำใบหน้าแบบเบื้องต้น

ประโยชน์ที่คาดว่าจะได้รับ

1. สามารถพัฒนาระบบรู้จำใบหน้าจากฐานข้อมูลใบหน้าของตนเองได้

2. เข้าใจถึงนโยบาย กฎหมาย ระเบียบข้อบังคับคุ้มครองใบหน้ามากขึ้น

3. Algorithm (2-3 อย่าง) ในการตรวจจับในหน้าจากภาพถ่าย

โครงสร้างคอร์ส

1. บทนำ

ภาพรวมของการตรวจจับการเข้าถึงที่ไม่ได้รับอนุญาต
ความสําคัญของการจดจําใบหน้าในระบบรักษาความปลอดภัย
บทนําเกี่ยวกับไลบรารี Python ที่เราจะใช้ (OpenCV, dlib, face_recognition)

2. การตั้งค่าสภาพแวดล้อม

การติดตั้งไลบรารี Python ที่จําเป็น
การกําหนดค่าอินพุตกล้องวงจรปิดใน Python
การประมวลผลภาพขั้นพื้นฐานด้วย OpenCV`

3. การตรวจจับใบหน้า

การทําความเข้าใจอัลกอริธึมการตรวจจับใบหน้า
การใช้งาน Haar Cascades สําหรับการตรวจจับใบหน้า
การสํารวจวิธีการขั้นสูงเพิ่มเติม (HOG, CNN)
ปฏิบัติ: การตรวจจับใบหน้าในภาพนิ่งและสตรีมวิดีโอ

4. การสกัดคุณสมบัติใบหน้า

บทนําเกี่ยวกับจุดสังเกตบนใบหน้า
การใช้ dlib สําหรับการสกัดคุณสมบัติใบหน้า
ปฏิบัติ: การสกัดและแสดงภาพจุดสังเกตบนใบหน้า

5. การเข้ารหัสใบหน้า

การทําความเข้าใจการเข้ารหัสใบหน้า
การใช้ไลบรารี face_recognition สําหรับการเข้ารหัสใบหน้า
ปฏิบัติ: การสร้างฐานข้อมูลใบหน้าที่รู้จัก

6. การจับคู่และการจดจําใบหน้า

การเปรียบเทียบการเข้ารหัสใบหน้า
การใช้งานการจดจําใบหน้าบนสตรีมวิดีโอสด
การจัดการหลายใบหน้าในเฟรม
ปฏิบัติ: การสร้างระบบจดจําใบหน้าขั้นพื้นฐาน

7. ระบบตรวจจับการเข้าถึงที่ไม่ได้รับอนุญาต

การออกแบบสถาปัตยกรรมระบบโดยรวม
การบูรณาการการตรวจจับใบหน้า การจับคู่ และการจดจํา
การใช้งานตรรกะการควบคุมการเข้าถึง
ปฏิบัติ: การสร้างระบบตรวจจับการเข้าถึงที่ไม่ได้รับอนุญาตที่สมบูรณ์

8. การเพิ่มประสิทธิภาพ

การปรับปรุงความเร็วและประสิทธิภาพในการประมวลผล
เทคนิคสําหรับการจัดการสตรีมวิดีโอความละเอียดสูง
การสํารวจตัวเลือกการเร่งความเร็ว GPU

9. ข้อพิจารณาด้านจริยธรรมและความเป็นส่วนตัว

การอภิปรายเกี่ยวกับการใช้เทคโนโลยีการจดจําใบหน้าอย่างมีจริยธรรม
การใช้งานเทคนิคการรักษาความเป็นส่วนตัว
ข้อพิจารณาทางกฎหมายและการปฏิบัติตาม

10. การประยุกต์ใช้เทคโนโลยีทางด้าน Facial Recognition

บทนําเกี่ยวกับแนวทางที่ใช้ deep learning
การสํารวจการจดจําอารมณ์และการประมาณอายุ
แนวโน้มในอนาคตในการจดจําใบหน้าและระบบรักษาความปลอดภัย

ผู้เรียนจะมีสมรรถนะต่อไปนี้

1. ความเข้าใจหลักการในบริหารจัดการและประมวลรูปภาพ (Image Processing)

2. สามารถนำหลักการการวิเคราะห์และรู้จำใบหน้าไปสร้างโซลูชั่นได้

เวลาที่ใช้ในการเรียนรู้

6 ชั่วโมง

ผู้สอน

กิตติศักดิ์ พรหมศรี

Software Engineer
มีความเชี่ยวชาญในการสร้างกระบวนการพัฒนาซอฟต์แวร์ที่หลากหลายรูปแบบ

EastPark: FF06 Facial Recognition for Access Control