Nhận dạng khuôn mặt người và ứng dụng trong bảo toàn thông tin Đỗ Thị Hồng Lĩnh Trường Đại học Công nghệ Luận văn Thạc sĩ ngành: Hệ thống thông tin; Mã số: 60 48 01 04 Người hướng dẫn: PGS.TS. Trịnh Nhật Tiến Năm bảo vệ: 2014 Keywords. Công nghệ thông tin; Nhận dạng khuôn mặt người; An toàn thông tin; Tin học; Hệ thống thông tin Content Khi bạn đăng nhập máy tính, sử dụng thẻ ATM, xuất nhập cảnh khi đi máy bay, sử dụng thẻ tín dụng, khi bạn vào các khu vực đòi hỏi an ninh cao, bạn cần phải xác thực nhận dạng. Xác thực nhận dạng là để kiểm tra bạn có phải là người mà bạn khai báo hay không. Các phương pháp xác thực truyền thống bao gồm mật khẩu và các loại thẻ định danh như chứng minh thư, thẻ ATM… Điều bất lợi khi bạn sử dụng các phương pháp xác thực truyền thống là bạn có thể quên mật khẩu, bạn có thể đánh mất chứng minh thư, đánh mất thẻ tín dụng,… dẫn đến việc bạn không thể đăng nhập để truy cập vào các tài nguyên cá nhân của bạn và các kho tài liệu mật của bạn. Ngoài ra còn có các nguy cơ nguy hiểm khác nữa là vô tình các thông tin bảo mật của bạn lại rơi vào tay của người khác, họ sử dụng thông tin mật của bạn vào các mục đích bất lợi cho bạn và cho mọi người. Vấn đề cấp bách đứng hàng đầu hiện nay về công nghệ là nâng cao tính bảo mật. Hàng ngày, hàng giờ vẫn luôn xảy ra các vấn đề đánh cắp thông tin mật và các tài khoản ngân hàng … Để hạn chế các vấn đề này, vấn đề bảo mật về sinh trắc học đang được sự quan tâm của nhiều người trong các lĩnh vực cần mức độ bảo mật an toàn cao cũng như tính thuận tiện của nó khi xác thực nhận dạng chủ thể trong đời sống xã hội cũng như trong các lĩnh vực quốc phòng, an ninh. Với nhu cầu bảo mật ngày càng cao của các ứng dụng truy nhập, kiểm soát vào ra … tôi quyết định chọn đề tài nhận dạng khuôn mặt người và ứng dụng trong bảo toàn thông tin để thực hiện luậnvăn tốt nghiệp của mình. References [1]. Ming-Hsuan Yang, David J. Kriegman, Narendra Ahuja, “Detecting Faces in Images: A Survey”, IEEE Transaction on Pattern Analysis and Machine Intelligence (PAMI), Vol. 24, No 1, pp. 34-47, Jan 2002. [2]. Stan Z. Li, Zhen Qiu Zhang, “FloatBoost Learning and Statistical Face Detection”, IEEE Transaction on Pattern Analysis and Machine Intelligence (PAMI), Vol. 26, No, pp. 1-12, Sep 2004. [3]. Stan Z. Li, Juwei Lu, “Face Detection, Alignment and Recognition”, Book Chapter 9, pp. 385-455, Emerging Topics in Computer Vision, Prentice Hall, ISBN 0-13-101366-1, Jul 2004. [4]. P. Viola, M. Jones, “Robust Real Time Object Detection”, Proc. IEEE ICCV Workshop on Statistical and Computational Theories of Vision, Jul 2001. [5]. P. Viola, M. Jones, “Rapid object detection using a boosted cascade of simple features”, Proc. IEEE Conf. Computer Vision and Pattern Recognition (CVPR’01), pp. 511-518, Dec 2001. [6]. K. K. Sung, T. Poggio, “Example-based learning for view-based human face detection”, IEEE Transaction on Pattern Analysis and Machine Intelligence (PAMI), Vol. 20, No. 1, pp. 39-51, Jan 1998. [7]. H. Rowley, S. Baluja, T. Kanade, “Neural network-based face detection”, IEEE Transaction on Pattern Analysis and Machine Intelligence (PAMI), Vol. 20, No. 1, pp. 23-38, Jan 1998. [8]. H. Schneiderman, T. Kanade, “Probabilistic Modeling of Local Appearance and Spatial Relationships for Object Detection”, Proc. IEEE Conf. Computer Vision and Pattern Recognition (CVPR’98), pp. 45-51, 1998. [9]. A. Rajagopalan, K. Kumar, J. Karlekar, R. Manivasakan, M. Patil, U. Desai, P. Poonacha, S. Chaudhuri, “Finding Faces in Photographs”, Proc. 6th IEEE Conf. Computer Vision (ICCV’98), pp. 640-645, 1998. [10]. E. Osuna, R. Freund, F. Girosi, “Training Support Vector Machines: An Application to Face Detection”, Proc. IEEE Conf. Computer Vision and Pattern Recognition (CVPR’97), pp. 130-136, 1997. [11]. G. Yang, T. S. Huang, “Human Face Detection in Complex Background”, Pattern Recognition, Vol. 27, No. 1, pp. 53-63, 1994. [12]. K. C. Yow, R. Cipolla, “Feature-Based Human Face Detection”, Image and Vision Computing, Vol. 15, No. 9, pp. 713-735, 1997. [13]. T. K. Leung, M.C. Burl, P. Perona, “Finding Faces in Cluttered Scenes Using Random Labeled Graph Matching”, Proc. 5th IEEE Conf. Computer Vision (ICCV’95), pp. 637-644, 1995. [14]. C. Kotropoulos, I. Pitas, “Rule-based Face Detection in Frontal Views”, Proc. Int’l Conf. Acoustics, Speech and Signal Processing, Vol. 4, pp. 2637- 2540, 1997. [15]. A. Lanitis, C. J. Taylor, T. F. Cootes, “An Automatic Face Identification System Using Flexible Appearance Models”, Image and Vision Computing, Vol. 13, No. 5, pp. 393-401, 1995. [16]. M. Turk, A. Pentland, “Eigenfaces for Recognition”, Journal of Cognitive Neuroscience, Vol. 3, No. 1, pp. 71-86, 1991. [17]. I. Craw, D. Tock, A. Bennett, “Finding Face Features”, Proc. 2nd European Conf. Computer Vision (ECCV’92), Vol. 2, pp. 92-96, 1992. [18]. T. Kanade, “Picture Processing Computer Complex and Recognition of Human Faces”, PhD thesis, Kyoto Univ., 1973. [19]. Intel Open Source Computer Vision Library-OpenCV phiên bản 4.0 http://www.intel.com/technology/computing/opencv/. [20]. Intel Image Processing Library phiên bản 2.5 http://developer.intel.com/software/products/perflib/ipl/. . ninh. Với nhu cầu bảo mật ngày càng cao của các ứng dụng truy nhập, kiểm soát vào ra … tôi quyết định chọn đề tài nhận dạng khuôn mặt người và ứng dụng trong bảo toàn thông tin để thực hiện. Nhận dạng khuôn mặt người và ứng dụng trong bảo toàn thông tin Đỗ Thị Hồng Lĩnh Trường Đại học Công nghệ Luận văn Thạc sĩ ngành: Hệ thống thông tin; Mã số: 60 48 01 04 Người. Nhật Tiến Năm bảo vệ: 2014 Keywords. Công nghệ thông tin; Nhận dạng khuôn mặt người; An toàn thông tin; Tin học; Hệ thống thông tin Content Khi bạn đăng nhập máy tính, sử dụng thẻ ATM,