MÔ HÌNH HỌC CHUYỂN TIẾP CHO CÁC DỊCH VỤ DỰA TRÊN ĐỊNH DANH

Tóm tắt

Các dịch vụ dựa trên định danh ngày càng phổ biến và mang lại nhiều tiện
ích cho người dùng. Định danh tự động giúp mang lại các trải nghiệm dịch vụ cao
cấp cho người thụ hưởng trong rất nhiều lĩnh vực như giáo dục, nghỉ dưỡng,
chăm sóc sức khỏe, chăm sóc khách hàng. Nhiều mô hình và phương pháp đã
được đề xuất để giải quyết bài toán định danh người dùng, trong đó kỹ thuật dựa
trên hình ảnh khuôn mặt được sử dụng rộng rãi do có nhiều ưu điểm về khả năng
thu thập dữ liệu, khả năng cá biệt hóa. Tuy nhiên, một hệ thống định danh với độ
chính xác cao và tốc độ theo thời gian thực vẫn là mục tiêu của nhiều nghiên cứu
trong thời gian gần đây. Trong bài báo này, chúng tôi giới thiệu một phương
pháp học chuyển tiếp kết hợp giữa mô hình mạng nơ ron nhân tạo CNN và mô
hình máy véc tơ hỗ trợ SVM cho bài toán này. Một kiến trúc CNN được đề xuất và
được sử dụng như là bộ trích rút thuộc tính cho mô hình SVM làm nhiệm vụ phân
lớp các đối tượng. Các kết quả thu được cho thấy sự cải thiện đáng kể về độ chính
xác trong định danh cũng như thời gian huấn luyện so với các mô hình riêng lẻ.