lOMoARcPSD| 27790909
TRƯỜNG ĐẠI HỌC BÁCH KHOA KHOA
CÔNG NGHỆ THÔNG TIN BÁO CÁO
PBL5 - ĐỒ ÁN KỸ THUẬT MÁY TÍNH
Đèn ường thông minh tích hợp camera phân tích người i bộ trong công viên
Giảng viên ồng hướng dẫn: Phạm Công Thắng STT NHÓM: 42 LỚP HỌC PHẦN ĐỒ ÁN HỌ VÀ TÊN SINH VIÊN
Hoàng Nguyễn Ngọc Duy Linh 20.91A Bùi Dương Hoàng Nguyên 20.91A Nguyễn Phan Việt Anh 20.91A Lê Doãn Minh Huy 20.91A ĐÀ NẴNG, 06/2023 OMoARcPSD| 27790909
Báo cáo ồ án PBL5 – Kỹ thuật máy tính TÓM TẮT ĐỒ ÁN
Với xu hướng công nghiệp hóa, hiện ại hóa hiện nay, việc người dân ra ường tập thể
dục nói chung và i bộ ở công viên nói riêng ang diễn ra rất sôi nổi. Nhưng sau khi nhóm
khảo sát, tuyến ường i bộ quanh công viên 29/3 hiện rất thiếu ánh sáng vào giờ tối từ
sau 18h. Đồng thời với chỉ thị của thành phố Đà Nẵng về việc tắt iện chiếu sáng trang
trí ể tiết kiệm iện năng, một cải tiến nhỏ trong lập trình èn ể giúp giảm thiểu năng lượng
tiêu hao ã ược nhóm triển khai.
Chính vì vậy, nhóm ặt ra bài toán thiết kế hệ thống èn iện chiếu sáng thông minh nằm
ở một cung ường của công viên. Vừa giải quyết ược vấn ề ánh sáng, vừa tiết kiệm iện
năng tiêu thụ cũng như phân tích và ánh giá các ặc trưng của người i bộ ể ưa ra thống
kê, ánh giá về ộ cần thiết của ồ án này. lOMoARcPSD| 27790909
Báo cáo ồ án PBL5 – Kỹ thuật máy tính
BẢNG PHÂN CÔNG NHIỆM VỤ Sinh viên Các nhiệm vụ Tự ánh giá theo 3 mức thực hiện
(Đã hoàn thành/Chưa hoàn thành/Không triển khai) -
Lắp ặt, thiết kế phần cứng của Đã hoàn thành
NodeMCU, lập trình cảm biến Hoàng Nguyễn -
Chụp ảnh, thu thập dữ liệu Ngọc Duy người i bộ. Linh -
Lập trình Web Server, hosting Đã hoàn thành server Bùi Dương -
Chụp ảnh, thu thập dữ liệu
Hoàng Nguyên người i bộ. -
Lập trình phát hiện người i bộ Đã hoàn thành
(mang khấu trang hoặc không) -
Chụp ảnh, thu thập dữ liệu Nguyễn Phan người i bộ. Việt Anh - Lập trình Web Server Đã hoàn thành -
Phân tích dữ liệu, huấn luyện mô hình Lê Doãn Minh -
Chụp ảnh, thu thập dữ liệu Huy người i bộ. Mục lục
TÓM TẮT ĐỒ ÁN ....................................................................................................... 2
BẢNG PHÂN CÔNG NHIỆM VỤ ............................................................................. 3
Danh mục hình ảnh ...................................................................................................... 4
Danh mục bảng biểu..................................................................................................... 5
1. Giới thiệu ................................................................................................................... 6
1.1. Thực trạng sản phẩm: .......................................................................................... 6
1.2. Các vấn ề cần giải quyết: ..................................................................................... 6 OMoARcPSD| 27790909
Báo cáo ồ án PBL5 – Kỹ thuật máy tính
1.3. Đề suất giải pháp tổng quan ................................................................................ 6
2. Giải pháp ................................................................................................................... 7
2.1. Giải pháp về phần cứng và truyền thông ............................................................. 7
2.1.1. Phần cứng ..................................................................................................... 7
2.1.2. Truyền thông ................................................................................................ 8
2.2. Giải pháp về phần mềm ..................................................................................... 10
2.2.1. Giải pháp phát hiện người .......................................................................... 10
2.2.2. Giải pháp ứng dụng web ............................................................................ 11
2.2.3. Giải pháp xử lý hệ thống èn: ...................................................................... 11
3. Kết quả .................................................................................................................... 12
3.1. Phát hiện người i bộ .......................................................................................... 12
3.1.1. Tập dữ liệu.................................................................................................. 12
3.1.2. Huấn luyện: ................................................................................................ 12
3.1.3. Kết quả: ...................................................................................................... 13
3.2. Server ................................................................................................................. 17
3.2.1. API.............................................................................................................. 17
3.2.2. Tốc ộ thực thi hệ thống .............................................................................. 18
3.2.3. Ứng dụng web ............................................................................................ 18
4. Kết luận ................................................................................................................... 20
4.1. Đánh giá ............................................................................................................ 20
4.2. Hướng phát triển ................................................................................................ 21
DANH MỤC TÀI LIỆU THAM KHẢO .................................................................. 21 Danh mục hình ảnh
Hình 1: Sơ ồ lắp ặt phần cứng hệ thống ..................................................................... 8
Hình 2: Mô hình giao tiếp dữ liệu của hệ thống ............................................................. 9
Hình 3: Mô hình phát hiện người i bộ của hệ thống................................................... 11
Hình 4: Mô hình giao tiếp iều khiển hệ thống èn ..................................................... 12
Hình 5: Tệp dữ liệu “HumanWithoutMask” ................................................................ 13
Hình 6: Tệp dữ liệu “HumanWithMask” ..................................................................... 13
Hình 7: Quá trình resize kích thước tập ảnh ................................................................. 13
Hình 8: Chạy 10 epochs và lưu kết quả vào file “Face_Mask_Model.h5” .................. 14 lOMoARcPSD| 27790909
Báo cáo ồ án PBL5 – Kỹ thuật máy tính
Hình 12: Kết quả nhận diện khi có khẩu trang qua camera. ........................................ 16
Hình 13: Kết quả nhận diện khi không có khẩu trang qua ảnh (1). .............................. 16
Hình 14: Kết quả nhận diện khi không có khẩu trang qua ảnh (2). .............................. 17
Hình 15: Kết quả nhận diện trên một bức ảnh. ............................................................. 17
Hình 16: Chức năng ăng nhập .................................................................................... 20
Hình 17: Trang chủ web ............................................................................................... 20
Hình 18: Tình trạng thiết bị .......................................................................................... 21
Hình 19: Hình ảnh từ camera ....................................................................................... 21
Danh mục bảng biểu
Bảng 1: Giải pháp tổng quan .......................................................................................... 7
Bảng 2: Danh mục linh kiện ........................................................................................... 9
Bảng 3: Chức năng ăng nhập ...................................................................................... 18
Bảng 4: Chức năng ăng xuất....................................................................................... 18
Bảng 5: Hiển thị tất cả các camera ............................................................................... 18
Bảng 6: Hiện thị vị trí của các thiết bị trên Google Maps ............................................ 18
Bảng 7: Lấy ảnh từ Firebase gửi qua camera nhận diện .............................................. 18
Bảng 8: Chỉnh chế ộ iều khiển ộ sáng của èn (auto/ manual) .............................. 19
Bảng 9: Tự ộng cập nhật dữ liệu từ database èn ...................................................... 19
Bảng 10: Cập nhập vị trí của èn trên Google Maps ................................................... 19
Bảng 11: Tạo bảng chứa danh sách èn và chế ộ thực thi (auto/ manual) ................. 19
Bảng 12: Hiển thị vị trí của èn ã ịnh vị qua Google Maps ..................................... 19 OMoARcPSD| 27790909
Báo cáo ồ án PBL5 – Kỹ thuật máy tính 1. Giới thiệu
1.1. Thực trạng sản phẩm:
Hệ thống èn ường thông minh tích hợp camera phân tích người i bộ trong công viên,
hiện khá tương ồng với một vài sản phẩm lớn ở các nước Anh, Pháp, Đức như hệ thống
èn ường thông minh cho xe cộ i lại vào ban êm nhằm hạn chế năng lượng iện, giảm
thiểu chi phí cho thành phố, … Với những sản phẩm trên giá thành khá ắt và phạm vi
lại khá lớn từ cấp thành phố. Với ề tài lần này, nhóm bọn em thử nghiệm và giới hạn
pham vi hoạt ộng chỉ trong công viên 29/3 trên ịa bàn thành phố Đà Nẵng, nhằm giúp
mô phỏng lại hệ thống với giải pháp tốt nhất có thể kèm chi phí phù hợp.
1.2. Các vấn ề cần giải quyết:
- Phần cứng ể thu thập dữ liệu.
- Hệ thống èn hoạt ộng trong phạm vi phù hợp cho người i bộ.
- Phát hiện gương mặt người i bộ có eo hoặc không eo khẩu trang trong công viên.
- Phân tích và ưa ra những ánh giá về thực trạng tập sức khỏe hiện nay.
- Hệ thống hoạt ộng theo thời gian thực.
- Ứng dụng ể người quản lý có thể kiểm soát hệ thống èn.
1.3. Đề suất giải pháp tổng quan
Bảng 1: Giải pháp tổng quan Vấn ề Giải pháp ề xuất Phần cứng Raspberry Pi 3b Webcam Logitech C270
Cảm biến chuyển ộng, ánh sáng Node MCU
Đèn hoạt ộng trong phạm vi phù hợp cho Sử dụng cảm biến chuyển ộng ể ước người i bộ
chừng phạm vi chiếu sáng phù hợp cho người i bộ Phát hiện gương mặt
Xây dựng và huấn luyện mô hình phát hiện khuôn mặt
Thử nghiệm với các model: face_detection_model lOMoARcPSD| 27790909
Báo cáo ồ án PBL5 – Kỹ thuật máy tính Ứng dụng Xây dựng website
Người quản lý ăng nhập
Quản lý hệ thống èn bật, tắt và chỉnh ộ sáng
Xem thông tin và ếm lượng người i lại trong ngày 2. Giải pháp
Các chức năng tổng quan của hệ thống èn ường thông minh bao gồm:
- Tự ộng iều chỉnh cường ộ sáng khi có người qua lại và khi không có người.
- Cập nhật tình trạng và trạng thái của èn ể xử lý kịp thời nếu có sự cố.
- Phân tích thói quen người tập thể dục ể iều chỉnh thủ công và ánh giá ộ chính xác việc sáng èn.
2.1. Giải pháp về phần cứng và truyền thông 2.1.1. Phần cứng
Hệ thống bao gồm Raspberry pi 3 ể xử lý hình ảnh nhận ược từ web cam, NodeMCU ể
xử lý thông tin từ các cảm biến và iểu khiển hệ thống èn. Thông qua kết nối mạng, ta
có thể iều khiển hệ thống từ web http://smartlight.hopto.org:8000/ (sử dụng Django Framework).
Nhóm demo mẫu mô hình với èn công suất 5V ể thử nghiệm các cảm biến cũng như lập
trình cơ bản. Mẫu như hình dưới ây:
Hình 1: Sơ ồ lắp ặt phần cứng hệ thống Các bộ phận xử lý bao gồm: OMoARcPSD| 27790909
Báo cáo ồ án PBL5 – Kỹ thuật máy tính
- Bộ xử lý trung tâm Arduino Uno.
- Mạch iều khiển công suất L298N cho ầu ra là 25W.
- Cảm biến ánh sáng dùng quang trở.
- Cảm biến chuyển ộng PIR. - Nguồn 9V. - Mạch gắn linh kiện. - …
Bảng 2: Danh mục linh kiện Tên linh kiện Đơn giá Ghi chú Hộp mô hình 48.000 Mua mới
Webcam Logitech C270 x 1 0.000 Mượn Node MCU x 2 100.000 Mua mới
Cảm biến và linh kiện các 1.000.000 Mua cũ loại Raspberry Pi 3 x 1 Tổng 1.148.000 2.1.2. Truyền thông
Mô hình giao tiếp dữ liệu của hệ thống:
Hình 2: Mô hình giao tiếp dữ liệu của hệ thống lOMoAR cPSD| 27790909
Báo cáo ồ án PBL5 – Kỹ thuật máy tính
Giới thiệu về Firebase:
- Firebase là một nền tảng giúp phát triển các ứng dụng di ộng trong web. Bên cạnh
ó, Firebase còn ược hiểu là một dịch vụ cơ sở dữ liệu hoạt ộng trên nền tảng ám
mây cloud với hệ thống máy chủ mạnh mẽ của Google.
- Firebase chứa cơ sở dữ liệu mang ến khả năng code nhanh và thuận tiện hơn. Lập
trình viên có thể dễ dàng lập trình ứng dụng bằng cách ơn giản hóa các thao tác
với cơ sở dữ liệu sẵn có.
Giới thiệu về Django:
Django là một web framework khá nổi tiếng ược viết hoàn toàn bằng ngôn ngữ Python.
Nó là một framework với ầy ủ các thư viện, module hỗ trợ các web-developer. Mục tiêu
chính của Django là ơn giản hóa việc tạo các website phức tạp có sử dụng cơ sở dữ liệu.
Django tập trung vào tính năng “có thể tái sử dụng” và “có thể tự chạy”, tính năng phát
triển nhanh, không làm lại những gì ã làm. Một số website phổ biến ược xây dựng từ
Django là Pinterest, Instagram, Mozilla, và Bitbucket. Kiến trúc Django:
- Django sử dụng mô hình MVT (Model-View-Template) thay vì sử dụng mô hình
MVC (Model-View-Controller). Mô hình MVT ược sử dụng trong khi tạo một
ứng dụng với Tương tác người dùng.
- Mô hình này bao gồm code HTML với Django Template Language (DTL).
- Controller là mã ược viết ể kiểm soát sự tương tác giữa Model và View và Django
dễ dàng xử lý nó. Bất cứ khi nào người dùng người request, nó xử lý request của
người dùng ó bằng Model, View và Template. Nó hoạt ộng như một Controller ể
kiểm tra xem nó có khả dụng hay không bằng cách ánh xạ URL và nếu URL ánh
xạ thành công thì View sẽ bắt ầu tương tác với Model và gửi lại Template cho
người dùng dưới dạng response. Google Cloud:
Google Cloud hay còn gọi là Google Cloud Platform (GCP) chính là một nền tảng của
kỹ thuật iện toán ám mây cho phép các cá nhân, tổ chức, các doanh nghiệp, các cơ quan
có thể xây dựng, phát triển, và hoạt ộng các ứng dụng của mình trên hệ thống phần mềm
do google tạo ra. Các ứng dụng rất phổ biến hiện nay ược mọi người sử dụng rất nhiều.
VPS của Google Cloud:
Hiện nay, VPS google ang ược các doanh nghiệp và cá nhân ưu tiên lựa chọn sử dụng
bởi khả năng vượt trội kèm tính bảo mật, backup tuyệt vời của nó, có thể kể ến các loại hình kinh doanh như: lOMoARcPSD| 27790909
Báo cáo ồ án PBL5 – Kỹ thuật máy tính
- Sử dụng ể làm máy chủ game (game server), tuy nhiên chỉ là những game có lượng
truy cập vừa phải, không quá lớn.
- Lưu trữ website (tất cả các loại website dịch vụ như bán hàng, tin tức, diễn àn,
thương mại iện tử….).
- Làm hệ thống email cho doanh nghiệp.
- Tạo các môi trường ảo ể các lập trình, nghiên cứu, thí nghiệm, phân tích dữ liệu.
- Chạy các chương trình quảng cáo, sự kiện, truyền thông trực tiếp.
- Phát triển các loại platform, lưu trữ các dữ liệu như hình ảnh, tài liệu, video.
2.2. Giải pháp về phần mềm
2.2.1. Giải pháp phát hiện người
Bài toán phát hiện người là một cách mà nhóm sử dụng ể kiểm tra ộ chính xác của cảm
biến. Vì ôi lúc cảm biến ọc những vật di chuyển khác và sáng èn chứ không phải con người.
Để giải quyết bài toán này, nhóm xây dựng mô hình phát hiện con người theo sơ ồ như dưới ây.
Hình 3: Mô hình phát hiện người i bộ của hệ thống
Chi tiết từng bước sẽ ược trình bày ở mục 3.1. Phát hiện người i bộ lOMoARcPSD| 27790909
Báo cáo ồ án PBL5 – Kỹ thuật máy tính
2.2.2. Giải pháp ứng dụng web
Đặt ra bài toán về ưa thông tin của các thiết bị (ở ây là èn) lên các marker của bản ồ Đà
Nẵng. Nhóm sử dụng Google maps API ể lấy dữ liệu bản ồ thế giới. Sau ó sử dụng GPS
của iểm kết nối Wifi với NodeMCU ể lấy vị trí ịa lý.
Bên cạnh ó là các chức năng cơ bản như ăng nhập, hiển thị thông tin, gửi và nhận tín hiệu tới server.
2.2.3. Giải pháp xử lý hệ thống èn:
- Cách 1: NodeMCU ọc tín hiệu từ cảm biến ánh sáng:
- Nếu trời sáng thì tắt toàn bộ hệ thống èn.
- Nếu trời tối thì iều chỉnh ộ sáng dựa vào cảm biến chuyển ộng PIR.
- Cách 2: NodeMCU nhận tín hiệu thủ công từ server ể bật tắt èn
Hình 4: Mô hình giao tiếp iều khiển hệ thống èn
Thiết lập công suất èn:
- Khi không có người qua lại vào trời tối, mặc ịnh công suất èn bằng 50% công suất tối
a. Để khu vực xung quanh vẫn nhìn ược chứ không tối hẳn.
- Khi có người qua lại vào lúc trời tối, èn sẽ sáng với cường ộ tăng ến 100% công suất tối a.
- Sau khi không nhận diện ược người nữa, èn sẽ giảm cường ộ xuống 30% công suất tối a. lOMoARcPSD| 27790909
Báo cáo ồ án PBL5 – Kỹ thuật máy tính 3. Kết quả
3.1. Phát hiện người i bộ
3.1.1. Tập dữ liệu
Trong phần huấn luyện mô hình, nhóm sử dụng tập dữ liệu Human Detection của Kaggle. Nguồn:
https://www.kaggle.com/datasets/ashwingupta3012/human-faces
https://www.kaggle.com/datasets/constantinwerner/human-detection-dataset
https://github.com/X-zhangyang/Real-World-Masked-Face-Dataset 3.1.2. Huấn luyện
Phân tích dữ liệu:
Lọc ảnh và chia thành 2 tệp “HumanWithMask” và “HumanWithoutMask”:
Hình 5: Tệp dữ liệu “HumanWithoutMask”
Hình 6: Tệp dữ liệu “HumanWithMask”
Sau ó Resize kích thước tập ảnh cho phù hợp với việc xây dựng mô hình: Target_size=(128,128)
Hình 7: Quá trình resize kích thước tập ảnh lOMoARcPSD| 27790909
Báo cáo ồ án PBL5 – Kỹ thuật máy tính
Trích xuất tất cả các ảnh có trong 2 tệp ó rồi ánh nhãn theo tên tệp, sau khi ã có tất cả
ảnh thì tiến hành lưu nó vào X_train dưới dạng ma trận số và thu ược tập X_train, X_test
ều có 13785 mẫu dữ liệu.
Tiếp ó tiến hành xây dựng mô hình nhận diện người eo khẩu trang hay không eo
khẩu trang và lưu nó vào file “Face_Mask_Model.h5”.
Hình 8: Chạy 10 epochs và lưu kết quả vào file “Face_Mask_Model.h5” 3.1.3. Kết quả
Đồ thị kết quả:
Hình 9: Đồ thị biểu diễn mất mát của mô hình trên mỗi epoch. lOMoARcPSD| 27790909
Báo cáo ồ án PBL5 – Kỹ thuật máy tính
Hình 10: Đồ thị biểu diễn ộ chính xác của mô hình trên mỗi epoch.
Kết quả nhận diện trên tập test: lOMoARcPSD| 27790909
Báo cáo ồ án PBL5 – Kỹ thuật máy tính
Hình 11: Ma trận nhầm lẫn.
Dựa vào ma trận nhầm lẫn ta có thể thấy tỷ lệ nhận diện người eo khẩu trang và không
eo khẩu trang là 88% một con số khá cao và tốt. Kết quả nhận diện qua camera và một số ảnh:
Hình 12: Kết quả nhận diện khi có khẩu trang qua camera.
Hình 13: Kết quả nhận diện khi không có khẩu trang qua ảnh (1). lOMoARcPSD| 27790909
Báo cáo ồ án PBL5 – Kỹ thuật máy tính
Hình 14: Kết quả nhận diện khi không có khẩu trang qua ảnh (2). lOMoARcPSD| 27790909
Báo cáo ồ án PBL5 – Kỹ thuật máy tính
Hình 15: Kết quả nhận diện trên một bức ảnh. 3.2. Server 3.2.1. API Account
Bảng 3: Chức năng ăng nhập Tên chức năng Đăng nhập Method POST URL / Parameters
“username”, “password”
Bảng 4: Chức năng ăng xuất Tên chức năng Đăng xuất URL /logout Camera
Bảng 5: Hiển thị tất cả các camera Tên chức năng Hiển thị camera Method GET URL /camera
Bảng 6: Hiện thị vị trí của các thiết bị trên Google Maps Tên chức năng
Hiển thị vị trí thiết bị trên Google Maps Method GET URL /location
Bảng 7: Lấy ảnh từ Firebase gửi qua camera nhận diện Tên chức năng
Hiển thị vị trí camera trên Google Maps Method GET URL /get_image Đèn
Bảng 8: Chỉnh chế ộ iều khiển ộ sáng của èn (auto/ manual) lOMoARcPSD| 27790909
Báo cáo ồ án PBL5 – Kỹ thuật máy tính Tên chức năng
Chỉnh chế ộ iều khiển ộ sáng của èn (auto / manual) URL /update-mode
Bảng 9: Tự ộng cập nhật dữ liệu từ database èn Tên chức năng
Tự ộng cập nhập dữ liệu từ cơ sở dữ liệu
èn sau một khoảng thời gian Method POST URL /fetch-mode
Bảng 10: Cập nhập vị trí của èn trên Google Maps Tên chức năng
Cập nhập ví trí của èn trên Google Maps Method POST URL /update_status
Bảng 11: Tạo bảng chứa danh sách èn và chế ộ thực thi (auto/ manual) Tên chức năng
Tạo bảng chứa danh sách èn và chế ộ thực thi (auto / manual) URL /table
Bảng 12: Hiển thị vị trí của èn ã ịnh vị qua Google Maps Tên chức năng
Hiển thị ví trí của èn ã ịnh vị qua Google Maps URL /dashboard
3.2.2. Tốc ộ thực thi hệ thống
Sau khi thử nghiệm ở nhiều ịa iểm và các loại mạng khác nhau, nhóm thu ược kết quả như sau:
Đối với thông tin dữ liệu của èn: Gần như không có ộ trễ.
Đối với hình ảnh từ camera: Tốc ộ gửi không có ộ trễ nhưng tốc ộ xử lý video của Raspberry còn khá chậm.
3.2.3. Ứng dụng web
Sau khi host lên web, nhóm có ường link sau
ể iều khiển hệ thống từ xa:
http://smartlight.hopto.org:8000/ lOMoARcPSD| 27790909
Báo cáo ồ án PBL5 – Kỹ thuật máy tính
Hình 16: Chức năng ăng nhập Hình 17: Trang chủ web
Dưới ây là trang iều khiển hệ thống èn iện thông minh. Có 2 chức năng có thể ổi qua lại
ược là auto hoặc là manual:
• Auto: Hệ thống sẽ tự ộng iều chỉnh ộ sáng theo tín hiệu của cảm biến.
• Manual: Hệ thống sẽ ược iều chỉnh ộ sáng bằng thanh kéo với 4 mức (0%, 25%, 50%, 75%, 100%). lOMoARcPSD| 27790909
Báo cáo ồ án PBL5 – Kỹ thuật máy tính
Hình 18: Tình trạng thiết bị
Trang web cũng thu thập dữ liệu video từ thiết bị camera ể thuận lợi trong việc quản lý và thu thập dữ liệu.
Hình 19: Hình ảnh từ camera 4. Kết luận 4.1. Đánh giá
Thiết kế: Mô hình khi triển khai ra thực tế sẽ phức tạp hơn về mặt iện áp cấp và
xuất ra. Nhưng bộ xử lý chính là NodeMCU thì gọn nhẹ và có thể lắp ặt dễ dàng trong các cột iện. Chức năng: lOMoARcPSD| 27790909
Báo cáo ồ án PBL5 – Kỹ thuật máy tính
Phát hiện người i bộ: Mô hình phát hiện khuôn mặt hiện tại chưa hoàn thiện. Tuy
nhiên, khả năng phát hiện khuôn mặt ã cho kết quả tốt, có thể phát hiện ược tất cả các
khuôn mặt trong lớp học. Tốc ộ phát hiện người i bộ nhanh , có thể cải thiện với những thuật toán tối ưu hơn.
Server: Server hệ thống xử lý ổn ịnh, gần như không xảy ra lỗi.
Ứng dụng web: Ứng dụng có giao diện bắt mắt, dễ sử dụng, ầy ủ các chức năng giúp
quản lý hệ thống tốt.
4.2. Hướng phát triển
Phát hiện người i bộ: Hiện tại mô hình chỉ mới phát hiện ược mặt người. Nếu
có thêm thời gian, nhóm sẽ tìm kiếm và thu thập dataset ể phân biệt hành ộng của người
từ ó ưa ra ánh giá chính xác hơn cho việc bật tắt hệ thống èn.
Server: Server hiện tại xử lý còn chậm, xử lý số request còn thấp. Nhóm sẽ phát
triển khả năng xử lý của server, xử lý chế ộ a luồng, a truy cập. Đồng thời, tăng khả năng
bảo mật của hệ thống ể tránh những trường hợp như sập server, bị tấn công DDOS.
Ngoài ra, tiếp tục cải thiện cơ sở dữ liệu ể hệ thống ược vận hành tốt, xử lý dữ liệu nhanh hơn.
Phần cứng: Nhóm sẽ sử dụng camera có ộ phân giải tốt hơn ể có những bức
hình ở ộ phân giải cao. Đồng thời, nâng cấp phần cứng của raspberry như TFU ể tăng
tốc ộ xử lý hình ảnh.
DANH MỤC TÀI LIỆU THAM KHẢO
[1] Giới thiệu về Python https://openplanning.net/11385/gioi-thieu-ve-python
[2] Giới thiệu về Django Framework https://viblo.asia/p/tim-hieu-ve-django-framework- ho-tro-python-trong-lap- trinh-web-QpmlexbkZrd
[3] Giới thiệu về VPS Google Cloud và cách ăng ký https://tenten.vn/tin-tuc/vps-google- cloud/
[4] Lập trình Arduino với cảm biến chuyển ộng http://arduino.vn/bai-viet/522-pir-sensor- alarm
[5] Lập trình NodeMCU giao tiếp Firebase https://hocarm.org/esp8266-va-firebase/