Machine Learning Infographics by Slidesgo.pptx

jsajf;askf[ask[fasdngdslfjaslfklasfjlkaskjflkasjfklsaklfndslnglsadknvknasdkvnkdsnvlsdkvsd

1. TRÍ TUỆ NHÂN TẠO THUYẾT TRÌNH VỀ AI NHẬN DIÊN KHUÔN MẶT NHÓM 7 : HUỲNH NGUYỄN TẤN DŨNG NGUYỄN KHIẾT TRÌNH MAI QUỐC TIẾN DƯƠNG NHẬT TÂN NGUYỄN HUY HOÀNG TRẦN HÀ HƯNG

2. SƠ LƯỢC 01 GIỚI THIỆU ĐỀ TÀI TỐI ƯU HÓA MÔ HÌNH 04 THU THẬP V À XỬ LÝ DỮ LIỆU 02 BIỂU DIỄN VÀ HUẤN LUYỆN MÔ HÌNH 03 ĐÁNH GIÁ MÔ HÌNH 05 TRIỂN KHAI V À ỨNG DỤNG 06

3. GIỚI THIỆU ĐỀ TÀI MỤC TIÊU - Trong lĩnh vực hàng không , việc xác thực danh tính hành khách tại các điểm kiểm soát như check-in, an ninh , lên máy bay thường mất thời gian và dễ xảy ra sai sót nếu thực hiện thủ công . Đề tài này hướng đến mục tiêu xây dựng một hệ thống nhận diện khuôn mặt ứng dụng trí tuệ nhân tạo (AI), giúp tự động hóa quá trình xác minh hành khách , tăng tốc độ xử lý , giảm phụ thuộc vào giấy tờ và con người , đồng thời nâng cao trải nghiệm khách hàng tại sân bay. CÁC THỬ THÁCH KỸ THUẬT VÀ CÁC GIẢI PHÁP THỬ THÁCH - Khuôn mặt hành khách có thể bị che khuất bởi khẩu trang , kính râm , tóc , hoặc góc quay không thuận lợi . - Môi trường sân bay có điều kiện ánh sáng thay đổi liên tục , nhiều người cùng lúc , khó nhận diện chính xác . - Dữ liệu huấn luyện cần phải đa dạng để mô hình học được nhiều tình huống thực tế . - Hệ thống yêu cầu xử lý thời gian thực , độ trễ thấp để đảm bảo trải nghiệm liền mạch . GIẢI PHÁP - Áp dụng mô hình YOLOv3 đã được huấn luyện trên tập dữ liệu WIDER FACE để phát hiện khuôn mặt nhanh chóng và chính xác . - Tích hợp mô hình vào hệ thống camera sân bay và giao diện phần mềm (web hoặc thiết bị nhúng ). - Sử dụng kết hợp các công nghệ như OpenCV, TensorFlow/ Keras để xử lý ảnh , hiển thị kết quả và ghi log thông tin. - Tối ưu hệ thống để có thể triển khai trên cả thiết bị mạnh (server có GPU) và thiết bị biên (Raspberry Pi, Jetson Nano). 01

4. 2.1 NGUỒN DỮ LIỆU THU THẬP VÀ XỬ LÝ DỮ LIỆU 02 Dữ liệu công khai (public datasets) : Sử dụng tập dữ liệu WIDER FACE , một trong những tập dữ liệu phổ biến nhất trong lĩnh vực nhận diện khuôn mặt , với hơn 30.000 ảnh và 400.000 khuôn mặt được gán nhãn đầy đủ .

5. THU THẬP VÀ XỬ LÝ DỮ LIỆU 02 2.2 TIỀN XỬ LÝ DỮ LIỆU: LÀM SẠCH, LOẠI BỎ NHIỄU, XỬ LÝ MISSING VALUE Làm sạch dữ liệu : Loại bỏ ảnh bị mờ , thiếu sáng , ảnh không chứa khuôn mặt hoặc chứa khuôn mặt bị che khuất hoàn toàn . Giảm nhiễu : Dùng kỹ thuật như Gaussian blur để làm mượt ảnh hoặc cân bằng histogram để cải thiện độ tương phản . Chuẩn hóa ảnh : Resize ảnh về kích thước chuẩn 416x416 pixel để đưa vào mạng YOLO. Xử lý missing values : Trong trường hợp ảnh thiếu metadata ( như ngày giờ chụp ), có thể loại bỏ hoặc gán giá trị mặc định nếu cần phân tích thêm .

6. THU THẬP VÀ XỬ LÝ DỮ LIỆU 02 2.3 LỰA CHỌN ĐẶC TRƯNG : SỬ DỤNG THỐNG KÊ , DOMAIN KNOWLEDGE HOẶC THUẬT TOÁN Không cần chọn thủ công : Trong mô hình deep learning như YOLO, việc trích xuất đặc trưng được thực hiện tự động thông qua các lớp convolution. Domain knowledge : Dù không chọn đặc trưng , nhưng việc chọn đúng mô hình , kích thước ảnh và cách huấn luyện vẫn cần dựa vào hiểu biết chuyên môn về bài toán nhận diện khuôn mặt . Tối ưu hóa đầu ra : Sau khi có bounding boxes, có thể trích xuất đặc trưng như số khuôn mặt , kích thước trung bình , mật độ khuôn mặt ,... nếu cần cho phân tích nâng cao . 2. 4 CHUẨN HÓA ĐẶC TRƯNG : MIN- MAX, SCALING , Z-SCORE,… Chuẩn hóa đầu vào : Các pixel của ảnh được chia cho 255 để đưa về thang chuẩn [0, 1] thông qua hàm cv2.dnn.blobFromImage() – đây là chuẩn hóa ngầm định của mô hình YOLO. Không cần z-score/min-max : Vì toàn bộ việc chuẩn hóa đã được thực hiện ở bước tạo blob đầu vào

7. THU THẬP VÀ XỬ LÝ DỮ LIỆU 02 2. 5 G ÁN NHÃN ( LABELING ) : THỰC HIỆN THỦ CÔNG, Không cần chọn thủ công : Trong mô hình deep learning như YOLO, việc trích xuất đặc trưng được thực hiện tự động thông qua các lớp convolution. Domain knowledge : Dù không chọn đặc trưng , nhưng việc chọn đúng mô hình , kích thước ảnh và cách huấn luyện vẫn cần dựa vào hiểu biết chuyên môn về bài toán nhận diện khuôn mặt . Tối ưu hóa đầu ra : Sau khi có bounding boxes, có thể trích xuất đặc trưng như số khuôn mặt , kích thước trung bình , mật độ khuôn mặt ,... nếu cần cho phân tích nâng cao . 2. 4 CHUẨN HÓA ĐẶC TRƯNG : MIN- MAX, SCALING , Z-SCORE,… Chuẩn hóa đầu vào : Các pixel của ảnh được chia cho 255 để đưa về thang chuẩn [0, 1] thông qua hàm cv2.dnn.blobFromImage() – đây là chuẩn hóa ngầm định của mô hình YOLO. Không cần z-score/min-max : Vì toàn bộ việc chuẩn hóa đã được thực hiện ở bước tạo blob đầu vào

8. Machine Learning Infographics Venus Venus has a beautiful name, but it’s hot 01 Mercury Mercury is the closest planet to the Sun 02

9. Machine Learning Infographics Machine learning Yes, Saturn is a gas giant that has several rings 04 Mars Despite being red, Mars is a cold place 02 Venus Venus has a beautiful name, but it’s hot 01 Mercury Mercury is the closest planet to the Sun 03 Earth The Earth is the third planet from the Sun

10. Machine Learning Infographics 04 Mars Despite being red, Mars is a cold place 03 Venus Venus has a beautiful name, but it’s hot 02 Mercury Mercury is the closest planet to the Sun 01 Earth The Earth is the third planet from the Sun Machine learning Saturn is the gas giant that has rings

11. Machine Learning Infographics AI System configuration Power Mercury is the closest planet to the Sun 01 Security Venus has a beautiful name, but it ’ s hot 05 Memory Jupiter is a gas giant and the biggest planet 03 MCU The Earth is the third planet from the Sun 07 Memory Neptune is the farthest planet from the Sun 02 FPGA Pluto is considered a dwarf planet 06 Mars Despite being red, Mars is a cold place 04 Wireless Ceres is located in the main asteroid belt 08

12. Machine Learning Infographics Artificial intelligence Machine learning Deep learning Mercury is the closest planet to the Sun Jupiter is a gas giant and the biggest planet Venus has a beautiful name, but i t’ s hot

13. Machine Learning Infographics Input unit 1 Input unit 2 Output unit Neural network Yes, Saturn is a gas giant that has rings Output layer 01 Input layer 02

14. Machine Learning Infographics 1950s Simple algorithms Mercury is the closest planet to the Sun 01 1960s Bayesian methods Jupiter is a gas giant and the biggest planet 02 1970s AI winter caused by pessimism Venus has a beautiful name, but it’s very hot 03 1980s Resurgence in ML research Mercury is the closest planet to the Sun 04 1990s Data-driven approach The Earth is the third planet from the Sun 05 2000s Support-Vector Clustering Ceres is located in the main asteroid belt 06 2010s Deep learning popularity Venus has a beautiful name, but it’s very hot 07

15. Machine Learning Infographics 01 Continuous improvement Despite being red, Mars is a cold place 02 Data acquisition Venus has a beautiful name, but it’s hot 03 Patterns identification Mercury is the closest planet to the Sun 04 Time and resources The Earth is the third planet from the Sun Machine learning disadvantages

16. Machine Learning Infographics Opportunities of machine learning Image recognition The Earth is the planet where we live 01 Voice recognition Venus has a beautiful name, but it’s hot 03 Optical recognition Mercury is the closest planet to the Sun 05 Customization Despite being red, Mars is a cold place 02 Data analysis The Earth is the third planet from the Sun 04 Memory data Pluto is considered a dwarf planet 06

17. Machine Learning Infographics The model Despite being red, Mars is a cold place Machine learning Venus has a beautiful name, but it’s hot Input 2 Mercury is the closest planet to the Sun Input 1 The Earth is the third planet from the Sun

18. Machine Learning Infographics 01 Supervised learning Venus has a beautiful name, but it’s hot 02 Unsupervised learning Despite being red, Mars is a cold place 03 Semi-supervised learning The Earth is the third planet from the Sun 04 Reinforcement learning Mercury is the closest planet to the Sun 05 Dimensionality reduction Pluto is considered a dwarf planet

19. Machine Learning Infographics Active learning Mercury is the closest planet to the Sun 01 Maturation Jupiter is a gas giant and the biggest planet 02 Motor synergies The Earth is the planet where we live 03 Imitation Despite being red, Mars is a cold place 04

20. Machine Learning Infographics Follow the link in the graph to modify its data and then paste the new one here. For more info, click here Intrusion detection Mercury is the closest planet to the Sun 20% Data mining The Earth is the third planet from the Sun 45% Continuous production Despite being red, Mars is a very cold place 35%

21. Machine Learning Infographics Machine learning objectives Mercury is the closest planet to the Sun Classify data 01 The Earth is the planet where we live Make predictions 02

22. Machine Learning Infographics Follow the link in the graph to modify its data and then paste the new one here. For more info, click here Active learning Mercury is the closest planet to the Sun 01 Maturation Jupiter is a gas giant and the biggest planet 02 Motor synergies Neptune is very far away from the Sun 03 100% 50% 25%

23. Machine Learning Infographics Models Artificial neural networks The Earth is the planet we live on Decision trees Mercury is the smallest planet Support-vector machines Despite being red, Mars is a cold place Regression analysis Jupiter is the biggest planet of them all Bayesian networks Venus has a beautiful name Genetic algorithms Pluto is considered a dwarf planet

24. Machine Learning Infographics Collect the data Mercury is the closest planet to the Sun Prepare the data The Earth is the third planet from the Sun Train a model Despite being red, Mars is a cold place Improve Pluto is considered a dwarf planet Evaluate the model Jupiter is the biggest planet of them all

25. Machine Learning Infographics Inputs Mercury is the closest planet to the Sun Outputs Jupiter is a gas giant and the biggest planet Input 1 Input 2 Input 3 Output 1 Output 2 Output 3

26. Machine Learning Infographics Supervised learning Classification Fraud detection Email spam detection Diagnostics Image classification Regression Risk assessment Score prediction Unsupervised learning Reduction Text mining Data visualization Face detection Voice detection Regression City planning Targeted marketing Reinforcement learning Finances Manufacturing Stock management Autonomous cars

27. Machine Learning Infographics 01 Predict trends Venus has a beautiful name, but it’s hot Innovation Despite being red, Mars is a cold place 02 Target segmentation Mercury is the closest planet to the Sun 03 Advert segmentation The Earth is the third planet from the Sun 05 Cost reduction Neptune is very far away from the Sun 04 Customer relations Jupiter is the biggest planet of them all 06 ML for business

28. Machine Learning Infographics Machine learning application example 04 Output Despite being red, Mars is a cold place 02 Feature engineering Venus has a beautiful name, but it’s hot 01 Tweet Mercury is the closest planet to the Sun 03 Classification The Earth is the third planet from the Sun Polite Offensive

29. Machine Learning Infographics Follow the link in the graph to modify its data and then paste the new one here. For more info, click here Mercury Mercury is the closest planet to the Sun 10% Jupiter Jupiter is a gas giant and the biggest planet 30% Neptune It’s the farthest planet from the Sun 20% Mars Despite being red, Mars is a cold place 40%

30. Machine Learning Infographics Disease diagnosis Venus has a beautiful name, but it’s hot Biochemical analysis Mercury is the closest planet to the Sun Drug discovery The Earth is the third planet from the Sun

31. Machine Learning Infographics Common Uses for Machine Learning 01 Chatbot systems Venus has a beautiful name, but it’s hot 02 Decision support Mercury is the closest planet to the Sun 03 Customer recommendation engines The Earth is the third planet from the Sun 04 Customer churn modeling Despite being red, Mars is a cold place 05 Pricing strategies Neptune is the farthest planet from the Sun 06 Customer segmentation Jupiter is the biggest planet of them all 07 Image classification Pluto is now considered a dwarf planet

32. Machine Learning Infographics Learning system Mercury is the closest planet to the Sun Neptune It’s the farthest planet from the Sun Mars Despite being red, Mars is a cold place Input data Output data

33. Machine Learning Infographics Advantages Efficiency data managing Continuous improvement Lots of applications Trend identification Pattern identification Disadvantages Data acquisition Time and space Time-consuming High error possibilities Algorithm selection Machine learning advantages vs disadvantages

34. Machine Learning Infographics 03 Analytical model Despite being red, Mars is a cold place 02 Choose algorithm Mercury is the closest planet to the Sun Identify data Venus has a beautiful name, but it’s hot 01 05 Run the model Neptune is very far away from the Sun Train the model Jupiter is the biggest planet of them all 04

35. Machine Learning Infographics Machine learning Input data Jupiter is the biggest planet of them all Output Despite being red, Mars is a cold place Algorithms + techniques Relationships Patterns Dependencies Structures

36. In order to use this template, you must credit Slidesgo in your final presentation. You are allowed to: - Modify this template. - Use it for both personal and commercial projects. You are not allowed to: - Sublicense, sell or rent any of Slidesgo Content (or a modified version of Slidesgo Content). - Distribute Slidesgo Content unless it has been expressly authorized by Slidesgo. - Include Slidesgo Content in an online or offline database or file. - Offer Slidesgo templates (or modified versions of Slidesgo templates) for download. - Acquire the copyright of Slidesgo Content. Instructions for use For more information about editing slides, please read our FAQs or visit Slidesgo School: https://slidesgo.com/faqs and https://slidesgo.com/slidesgo-school

37. Instructions for use (premium users) In order to use this template, you must be a Premium user on Slidesgo . You are allowed to: Modify this template. Use it for both personal and commercial purposes. Hide or delete the “Thanks” slide and the mention to Slidesgo in the credits. Share this template in an editable format with people who are not part of your team. You are not allowed to: Sublicense, sell or rent this Slidesgo Template (or a modified version of this Slidesgo Template). Distribute this Slidesgo Template (or a modified version of this Slidesgo Template) or include it in a database or in any other product or service that offers downloadable images, icons or presentations that may be subject to distribution or resale. Use any of the elements that are part of this Slidesgo Template in an isolated and separated way from this Template. Register any of the elements that are part of this template as a trademark or logo, or register it as a work in an intellectual property registry or similar. For more information about editing slides, please read our FAQs or visit Slidesgo School: https://slidesgo.com/faqs and https://slidesgo.com/slidesgo-school

38. Infographics You can add and edit some i nfographics to your presentation to present your data in a visual way. Choose your favourite infographic and insert it in your presentation using Ctrl C + Ctrl V or Cmd C + Cmd V in Mac. Select one of the parts and ungroup it by right-clicking and choosing “Ungroup”. Change the color by clicking on the paint bucket. Then resize the element by clicking and dragging one of the square-shaped points of its bounding box (the cursor should look like a double-headed arrow). Remember to hold Shift while dragging to keep the proportions. Group the elements again by selecting them, right-clicking and choosing “Group”. Repeat the steps above with the other parts and when you’re done editing, copy the end result and paste it into your presentation. Remember to choose the “ Keep source formatting ” option so that it keeps the design. For more info, please visit Slidesgo School .