Tài liệu Hệ thống nhận dạng khuôn mặt trời gian thực với xử lý song song trong môi trường cụm máy tính

TRƯỜNG ĐẠI HỌC CẦN THƠ KHOA CÔNG NGHỆ THÔNG TIN ---o0o--- LUẬN VĂN TỐT NGHIỆP ĐẠI HỌC HỆ THỐNG NHẬN DẠNG KHUÔN MẶT THỜI GIAN THỰC VỚI XỬ LÝ SONG SONG TRONG MÔI TRƯỜNG CỤM MÁY TÍNH PHÂN HỆ 01: “BIỂU DIỄN DỮ LIỆU TRONGMÁY TÍNH CỤC BỘ VÀ TRIỂN KHAI ỨNG DỤNG NHẬN DẠNG KHUÔN MẶT THỜI GIAN THỰC TRÊN HỆ THỐNG TÍNH TOÁN SONG SONG PHÂN CỤM” Sinh viên thực hiện: Huỳnh Thiên Dương MSSV: 1071512 Giáo viên hướng dẫn: Th.s: Phan Thượng Cang MSCB: 1230 Cần Thơ, 2011 TRƯỜNG ĐẠI HỌC CẦN THƠ KHOA CÔNG NGHỆ THÔNG TIN ---o0o--- LUẬN VĂN TỐT NGHIỆP ĐẠI HỌC HỆ THỐNG NHẬN DẠNG KHUÔN MẶT THỜI GIAN THỰC VỚI XỬ LÝ SONG SONG TRONG MÔI TRƯỜNG CỤM MÁY TÍNH PHÂN HỆ 01: “BIỂU DIỄN DỮ LIỆU TRONGMÁY TÍNH CỤC BỘ VÀ TRIỂN KHAI ỨNG DỤNG NHẬN DẠNG KHUÔN MẶT THỜI GIAN THỰC TRÊN HỆ THỐNG TÍNH TOÁN SONG SONG PHÂN CỤM” Sinh viên thực hiện: Huỳnh Thiên Dương MSSV: 1071512 Cán bộ hướng dẫn: Th.s: Phan thượng Cang MSCB: 1230 Cán bộ phản biện: Ts. Lê Quyết Thắng Ts. Ngô Bá Hùng Luận văn được bảo vệ tại: Hội đồng bảo vệ luận văn tốt nghiệp Bộ Môn Mạng Máy Tính và Truyền Thông, Khoa Công nghệ thông tin và Truyền Thông, Trường Đại học Cần Thơ vào ngày 10 tháng 5 năm 2010. Có thể tìm hiểu luận văn tại:   Thư viện Khoa Công nghệ thông tin và Truyền thông, Trường Đại học Cần Thơ. Website: http://www.cit.ctu.edu.vn. DANH MỤC Một số thuật ngữ. Các chữ viết tắt. Các hình ảnh CÁC THUẬT NGỮ  Eigenface: khuôn mặt riêng  AdaBoost: giải thuật phân lớp dữ liệu  Eigenvector: vector đặc trưng  Valuevector: giá trị vector  Send: thủ tục gửi dữ liệu  Receive: thủ tục nhận dữ liệu  Blocking: khoản thời gian chờ  Non-blocking: không cần chờ  Cluster: cụm máy tính  Face testing : khuôn mặt nhận dạng  Training set: tập ảnh học  Tracking: tách khuôn mặt  Fitting: so khớp mẫu.  Learning: Học ảnh CÁC TỪ VIẾT TẮT  SVM: Support Vector Machine.  LDA: Linear Discriminant Analysis  HMM: Hidden Markov Model  PCA: Principal Component Analysis  SVM: Support Vector Machines  KNN: K-Nearest Neighbor  AAM: Active Appearance Model  SISD: Single Instruction Stream, a Single Data Stream  SIMD: Single Instruction Stream, Multiple Data Stream  MISD: Multiple Instruction Stream, a Single Data Stream  MIMD: Multiple Instruction Stream, Multiple Data Stream  SPMD: Single Program Multiple Data  MPI: Message Passing Interface  NND: Nearest Neighbor Distance DANH MỤC HÌNH ẢNH Contents Hình 1-1: công nghệ nhận dạng mống mắt..................................................................19 Hình 1-2: Các giải pháp bảo mật................................................................................20 Hình 1-3: Các ứng dụng mở rộng cho hệ thống nhận dạng.........................................21 Hình 1-4: Các khó khăn của việc nhận dạng mặt người:.............................................23 Hình 2-1: Các công nghệ sinh trắc học.......................................................................30 Hình 2-2: Hệ thống nhận dạng và xác minh khuôn mặt...............................................31 Hình 2-3 : Hình ảnh tích hợp.......................................................................................36 Hình 2-4: Diện tích của hình chữ nhật R được tính bằng L4-L2-L3+L1.....................36 Hình 2-5 : Các loại đặc trưng mở rộng của Haar-like cơ sở.......................................37 Hình 2-6 : Các khu vực màu đen tương ứng với đặc trưng haar-like..........................37 Hình 2-7: Mô hình phân tần kết hợp các bộ phân loại yếu để xác định khôn mặt ......38 Hình 2-8: Kết hợp các bộ phân loại yếu thành bộ phân loại mạnh..............................40 Hình 2-9 : Quá trình xữ lý và biến đổi hình ảnh..........................................................41 Hình 2-10: Hệ thống xác định vị trí khuôn mặt người (Face detection system)...........41 Hình 2-11 : Hình vẽ mô tả hướng của các vector riêng...............................................43 Hình 2-12 : Cấu trúc của eigenvector..........................................................................44 Hình 2-13: Hình ảnh khuôn mặt và sự kết hợp các Eigenface.....................................45 Hình 2-14: Kiến trúc SISD...........................................................................................49 Hình 2-15: Kiến trúc SIMD.........................................................................................50 Hình 2-16: Kiến trúc MISD.........................................................................................51 Hình 2-17: Kiến trúc MIMD........................................................................................52 Hình 2-18: Mô hình chia sẽ không gian bộ nhớ...........................................................53 Hình 2-19: Mô hình truyền thông điệp........................................................................53 Hình 2-20: Công nghệ Cluster.....................................................................................55 Hình 3-1: Hệ thống nhận dạng và xác minh khuôn mặt...............................................61 Hình 3-2: Quá trình nhận dạng khuôn mặt..................................................................62 Hình 3-3. Lưu đồ phân loại..........................................................................................64 Hình 3-4: Mô hình nhận dạng khuôn mặt thời gian thực.............................................65 Hình 3-5: Rút trích đặc trưng dữ liệu khuôn mặt bằng PCA.......................................65 Hình 3-6: Hình ảnh được thu thập...............................................................................67 Hình 3-7: Kích thước ảnh chuẩn hóa cho huấn luyện..................................................68 Hình 3-8: Biểu diển các Eigenvecto khuôn mặt lên máy tính.......................................68 Hình 3-9: Mô hình detection face với Cascade Boosting.............................................69 Hình 3-10: Tập ảnh học gồm 6 ảnh.............................................................................71 Hình 3-11: Data.xml lưu trữ những khuôn mặt vừa được huấn luyện.........................71 Hình 3-12: Code minh họa phát hiện khuôn mặt.........................................................73 Hình 3-13: Giao diện chương trình phát hiện khuôn mặt............................................74 Hình 3-14: Code minh họa huấn luyện khuôn mặt.......................................................75 Hình 3-15: Hệ thống Cluster có hai ứng dụng hoạt động song song trên mỗi node....78 Hình 3-16: Hệ thống Cluster độc lập chứa hai ứng dụng khác nhau...........................79 Hình 3-17: Hai node active được dự phòng bởi node Passive.....................................79 Hình 3-18: Mô hình Cluster được triển khai................................................................80 Hình 3-19 : Mô phỏng hệ thốngmáy tính trước khi chạy ứng dụng nhận dạng............89 Hình 3-20 : Hệ thống phát hiện khuôn mặt..................................................................89 Hình 3-21 : Mô phỏng kết quả nhận dạng của ứng dụng được song song hóa............90 Hình 3-22 : Mô phỏng máy tính khi chạy ứng dụng nhận dạng...................................90 hình 3-23 : Mô phỏng kết quả và thời gian nhận dạng................................................91 MỤCLỤC Tóm tắt........................................................................................................................16 Abtract......................................................................................................................... 17 CHƯƠNG I:................................................................................................................18 TỔNG QUAN VỀ BÀI TOÁN NHẬN DẠNG KHUÔN MẶT..................................18 1. Mô tả bài toán..........................................................................................................18 2. Lịch sử giải quyết vấn đề.....................................................................................23 3. Nội dung nghiên cứu............................................................................................24 3.1 Mục tiêu cần đạt được.......................................................................................24 3.2. Nhiệm vụ nghiên cứu........................................................................................24 3.4. Phương pháp nghiên cứu................................................................................25 4. Phạm vi ứng dụng................................................................................................25 4.1. Phạm vi lý thuyết...............................................................................................25 4.2. Phạm vi ứng dụng.............................................................................................26 5. Hướng tiếp cận và hướng giải quyết........................................................................26 5.1. Hướng tiếp cận......................................................................................................26 5.2. Cách giải quyết.....................................................................................................27 6. Bố cục luận văn....................................................................................................28 Chương II....................................................................................................................30 CƠ SỞ LÝ THUYẾT..................................................................................................30 Một số khái niệm liên quan đến nhận dạng khuôn mặt................................................30 1.1. Hệ thống sinh trắc học..........................................................................................30 1.2. Hệ thống nhận dạng khuôn mặt............................................................................31 1.3. Hệ thống nhận dạng tĩnh-tĩnh, tĩnh-động, động-động...........................................32 1.3.1. Hệ thống nhận dạng tĩnh-tĩnh.............................................................................32 1.3.2. Hệ thống nhận dạng tĩnh-động...........................................................................32 1.3.3. Hệ thống nhận dạng động-động.........................................................................32 2. Tổng quan về máy học.............................................................................................32 3. Giải thuật phát hiện khuôn mặt (FACE DETECTOR ALGORITHM)....................35 3.1. Mô tả giải thuật.....................................................................................................35 3.2. Các định nghĩa liên quan.......................................................................................36 3.2.2. Đặc trưng Haar-like.........................................................................................36 3.2.3. Phân lớp đặc trưng (Haar Feature Classifier)..................................................37 3.2.4. Phân loại (Cascade).........................................................................................37 3.3. Phương pháp Adaboost........................................................................................38 3.3.1. Giới thiệu..........................................................................................................38 3.3.2. Thuật toán Adaboost.........................................................................................39 3.3.3. Dò tìm khuôn mặt..............................................................................................40 4. Rút trích đặc trưng với PCA................................................................................41 4.1. Cơ sở lý thuyết......................................................................................................41 4.2. Sự diển giải bằng hình học...................................................................................42 4.3. Kỹ thuật rút trích đặc trưng của PCA...................................................................43 5. Huấn luyện khuôn mặt với Eigenfaces.................................................................44 5.2. Các bước tạo ra Eigenfaces...................................................................................45 6. Nhận dạng khuôn mặt..........................................................................................47 6.1. Giải thuật PCA cải tiến........................................................................................47 7.1. Phương pháp PCA cải tiến (PCA cục bộ).......................................................47 7.1.1. Trong quá trình rút trích đặc trưng:....................................................................47 7.1.2. Trong quá trình nhận dạng.................................................................................48 7.2. So sánh PCA truyền thống và PCA cải tiến..........................................................48 8. Tính toán song song [chi tiết được đề cập trong phân hệ PH03 của bạn Võ Văn Vủ] 49.........................................................................................................................46 8.1. Khái niệm hệ thống tính toán song song...............................................................49 8.2. Nền tảng tính toán song song................................................................................49 8.3. Một số mô hình lập trình song song thông dụng...................................................52 8.3.1. Mô hình chia sẻ không gian bộ nhớ...................................................................52 8.3.2. Mô hình truyền thông điệp.................................................................................53 8.4. Cách thức xây dựng một chương trình song song.................................................54 9. Cụm máy tính (Cluster)...........................................................................................54 9.1. Giới thiệu..............................................................................................................55 9.2. Định nghĩa Cluster................................................................................................55 9.3. Các ưu điểm của Cluster.......................................................................................56 9.4. Các thành phần của Cluster...................................................................................57 Chương III................................................................................................................... 61 NỘI DUNG VÀ KẾT QUẢ NGHIÊN CỨU...............................................................61 1. Giới thiệu về bài toán...............................................................................................61 2. Xác định giải thuật nhận dạng đễ tiến hành đề ra phương pháp biểu diễn dữ liệu và định dạng khuôn mặt trong máy tính...........................................................................63 3. Qui trình xây dựng tập dữ liệu huấn luyện...............................................................65 3.1. Mô hình tổng quát hệ thống..................................................................................65 3.2. Chi tiết qui trình rút trích đặc trưng dữ liệu khuôn mặt bằng PCA......................65 4. Thu thập dữ liệu ảnh khuôn mặt..............................................................................66 5. Biểu diễn dữ liệu khuôn mặt trong máy tính cục bộ................................................68 6. Lập trình rút trích các đặc trưng khuôn mặt và lưu trữ.............................................68 6.1. Xác định vị trí khuôn mặt từ ảnh nguồn đầu vào..................................................68 6.2. Rút trích đặc trưng khuôn mặt và lưu trữ..............................................................69 6.4. Giới thiệu và chương trình....................................................................................72 6.4.1. OpenCV (chi tiết được đề cập trong phân hệ PH02 của bạn Võ Đông Nhất).....72 6.4.2. Chương trình......................................................................................................73 7. Nghiên cứu nguyên lý lập trình song song (chi tiết được đề cập trong phân hệ PH03 của bạn Võ Văn Vủ)....................................................................................................76 7.1. Định nghĩa lập trình song song.............................................................................76 7.2. Tại sao phải dùng lập trình song song...................................................................76 7.3. Những lưu ý khi lập trình song song.....................................................................77 7.4. Các mô hình lập trình song song thông dụng........................................................78 8. Nghiên cứu và xây dựng hệ thống tính toán song song phân cụm (Cluster)............78 8.1. Các cấu trúc thường gặp của Cluster.....................................................................78 8.2. Từng bước xây dựng hệ thống xử lý song song phân cụm (Cluster).....................79 8.2.1. Mô hình Cluster được triển khai........................................................................79 8.3. Cài đặt chương trình hệ thống ở các cluster node, trình tự thực thi.......................82 9. Triển khai bại toán nhận dạng thời gian thực trên hệ thống tính toán song song cụm máy tính (Cluster) và đánh giá hiệu suất hệ thống.......................................................88 9.1. Triển khai bài toán nhận dạng thời gian thực trên hệ thống tính toán song song trên cụm máy tính cụm máy tính(Cluster):..................................................................88 9.2. Đánh giá hiệu suất của hệ thống khi triển khai ứng dụng nhận dạng thời gian thực trên hệ thống tính toán song song phân cụm................................................................91 10. Xây dựng hệ thống nhận dạng khuôn mặt thời gian thực(Tham khảo phân hệ PH02 của Võ Đông Nhất)......................................................................................................91 11. Tăng tốc độ xử lý hệ thống với tính toán song song (Tham khảo phân hệ PH03 của Võ Văn Vủ).................................................................................................................91 CHƯƠNG IV: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN...........................................92 1. Kết luận...................................................................................................................92 1.1. Kết quả đạt được của cả nhóm..............................................................................92 1.2. Kết quả đạt được của cá nhân...............................................................................92 1.3. Hạn chế.................................................................................................................92 2. Hướng phát triển......................................................................................................93 TÀI LIỆU THAM KHẢO...........................................................................................94 Lời cảm ơn  Luận văn “Nhận dạng khuôn mặt thời gian thực kết hợp với xữ lý song song trong môi trường cụm máy tính ” là một khó khăn thách thức to lớn đối với bản thân chúng em. Trong quá trình thực hiện chúng em đã gặp rất nhiều khó khăn. Nhưng được sự giúp đỡ, chỉ dạy tận tình của thầy Phan Thượng Cang đã giúp chúng em hoàn thành được luận văn của mình. Trước tiên em xin cảm ơn thầy Phan Thượng Cang đã cho chúng em những đề tài hay mang tính thực tế rất cao, thầy đã giúp chúng em hiểu nhiều hơn về việc thực hiện nhận dạng một khuôn mặt là như thế nào, cách thức để so sánh những hình ảnh được thu từ nhiều nguồn khác nhau, củng như những phương pháp hổ trợ nhận dạng khuôn mặt như: PCA, LDA, SVM, 3D, ACI...Và biết cách sử dụng thư viện OpenCV để nhận dạng khuôn mặt. Chúng em xin cám ơn tất cả thầy cô trường Đại Học Cần Thơ, đặc biệt là các thầy cô khoa công nghệ thông tin và truyền thông đã tận tình chỉ dạy, truyền đạt những kiến thức quí báo giúp chúng em dần tích lũy và hoàn thiện kỹ năng của mình. Sau cùng chúng con xin gửi lòng biết ơn sâu sắc và sự kính trong đến ông bà, cha mẹ, cùng toàn thể gia đình những người đã nuôi dạy chúng con trưởng thành như ngày hôm nay. Mặc dù cố gắng hết sức, song chắc chắn luận văn không khỏi những thiếu sót. Chúng em rất mong được sự thông cảm và chỉ bảo tận tình của quí thầy cô cùng các bạn sinh viên. Cuối cùng, em xin chân thành cảm ơn Khoa Công Nghệ Thông Tin và Truyền Thông Trường Đại học Cần Thơ đã tạo mọi điều kiện về cơ sở vật chất cho chúng em hoàn thành đề tài luận văn này. Trân trọng. TP.Cần Thơ, 04/05/2011 Sinh viên thực hiện: Huỳnh Thiên Dương, MSSV:1071512 NHẬN XÉT CỦA CÁN BỘ HƯỚNG DẪN o .................................................................................................................................. .................................................................................................................................. .................................................................................................................................. .................................................................................................................................. .................................................................................................................................. .................................................................................................................................. .................................................................................................................................. .................................................................................................................................. .................................................................................................................................. .................................................................................................................................. .................................................................................................................................. .................................................................................................................................. .................................................................................................................................. .................................................................................................................................. .................................................................................................................................. .................................................................................................................................. .................................................................................................................................. .................................................................................................................................. Cần Thơ, ngày…..tháng…..năm 2010 Cán bộ hướng dẫn, Ths. Phan Thượng Cang NHẬN XÉT CỦA CÁN BỘ PHẢN BIỆN o .................................................................................................................................. .................................................................................................................................. .................................................................................................................................. .................................................................................................................................. .................................................................................................................................. .................................................................................................................................. .................................................................................................................................. .................................................................................................................................. .................................................................................................................................. .................................................................................................................................. .................................................................................................................................. .................................................................................................................................. .................................................................................................................................. .................................................................................................................................. .................................................................................................................................. .................................................................................................................................. .................................................................................................................................. .................................................................................................................................. Cần Thơ, ngày…..tháng…..năm 2010 Cán bộ phản biện, Ts. Lê Quyết Thắng NHẬN XÉT CỦA CÁN BỘ PHẢN BIỆN o .................................................................................................................................. .................................................................................................................................. .................................................................................................................................. .................................................................................................................................. .................................................................................................................................. .................................................................................................................................. .................................................................................................................................. .................................................................................................................................. .................................................................................................................................. .................................................................................................................................. .................................................................................................................................. .................................................................................................................................. .................................................................................................................................. .................................................................................................................................. .................................................................................................................................. .................................................................................................................................. .................................................................................................................................. .................................................................................................................................. Cần Thơ, ngày…..tháng…..năm 2010 Cán bộ phản biện, Ts. Ngô Bá Hùng Tóm tắt  Trong những năm gần đây, công nghệ thông tin ngày càng phát triển, người ta chú ý và quan tâm nhiều hơn trong lĩnh vực công nghệ tri thức và trí tuệ nhân tạo. Trong đó, các công trình nghiên cứu và ứng dụng về nhận dạng khuôn mặt người luôn được ưu tiên phát triển và đánh giá cao. Tuy nhiên, việc ứng dụng trong thực tế còn nhiều hạn chế bởi tính hiệu quả và tốc độ của nó. Hiện nay, người ta đã sử dụng nhiều phương pháp để nhận dạng mặt người như : SVM, LDA , HMM, PCA,….Mỗi phương pháp điều có ưu và nhược điểm riêng. Vấn đề đặt ra là làm sao lựa chọn một phương pháp tối ưu nhất cho từng công việc. Phương pháp PCA được lựa chọn cho việc phát triển ứng dụng “Nhận dạng khuôn mặt với thời gian thực” bởi hệ thống đòi hỏi tốc độ nhận dạng phải rất nhanh. Tuy nhiên, PCA chưa thực sự chính xác cho nên chúng tôi đã áp dụng phương pháp PCA cải tiến để làm tăng độ chính xác. Song, khi triển khai ứng dụng trên thực tế trên máy tính cục bộ thì tốc độ nhận dạng chưa nhanh bởi chiếm nhiều tài nguyên và khả năng xử lý. Vì thế, chúng em đã phát triển ứng dụng nhận dạng khuôn mặt theo hướng song song trên môi cụm máy tính để công việc được thực hiện nhanh chóng hơn và hiệu quả hơn. Đề tài được chúng em thực hiện với các công việc như sau:  Thu thập và biểu diễn dữ liệu khuôn mặt trong máy tính.  Xây dựng hệ thống nhận dạng khuôn mặt thời gian thực.  Tăng tốc độ xử lý của hệ thống nhận dạng khuôn mặt với tính toán song song.  Triển khai ứng dụng nhận dạng trên hệ thống tính toán song song phân cụm. Abtract  In recent years, information technology is more develop than before, people noted and had being more attention in the field of knowledge technology and artificial intelligence. In particular, the researching and application of face recognition has always been a priority for development and appreciation. However, the applying in fact is still restricted by the efficiency and speedly. There are many methods for face recognition, such as SVM, LDA, HMM, PCA,.... Each method has advantages and disadvantages of its own. The problem is how to choose an optimal method for each job. We chosen PCA method to develop application about “Facial recognition with real time” because the system require about speed is very quickly. However, PCA is not really accurate, so we have applied the PCA method improvement to increase the accuracy. But, face recognition system processed slowly in local computer because it used a lot of resources and required powerful processor. Therefore, we have developed this application parallelization in cluster to easier and fater. This thesis has done by us with the works as follows:  Collect and represent data in the computer face  Develop face recognition system in real time  Increase the processing speed of face recognition system for parallel computing.  Deploying applications on the system identify parallel computing cluster. Biểu diễn dữ liệu khuôn mặt trong máy tính cục bộ và triển khai hệ thống nhận dạng thời gian thực trên hệ thống tính toán song song phân cụm SVTH: Huỳnh Thiên Dương GVHD: Th.s Phan Thượng Cang Page 19 Biểu diễn dữ liệu khuôn mặt trong máy tính cục bộ và triển khai hệ thống nhận dạng thời gian thực trên hệ thống tính toán song song phân cụm CHƯƠNG I: TỔNG QUAN VỀ BÀI TOÁN NHẬN DẠNG KHUÔN MẶT 1. Mô tả bài toán Hiện nay, cùng với sự phát triển của xã hội, vấn đề an ninh bảo mật đang được yêu cầu khắc khe tại mọi quốc gia trên thế giới. Các hệ thống nhận dạng con người được ra đời với độ tin cậy ngày càng cao. Một trong các bài toán nhận dạng con người rất được quan tâm hiện nay là nhận dạng khuôn mặt. Vì nhận dạng khuôn mặt là cách mà con người sử dụng để phân biệt nhau. Bên cạnh đó, ngày nay việc thu thập, xử lý thông tin qua ảnh để nhận biết đối tượng đang được quan tâm và ứng dụng rộng rãi. Với phương pháp này, chúng ta có thể thu nhận được nhiều thông tin từ đối tượng mà không cần tác động nhiều đến đối tượng nghiên cứu. Sự phát triển của khoa học máy tính tạo môi trường thuận lợi cho bài toán nhận dạng mặt người từ ảnh số. Các hệ thống nhận dạng offline đã ra đời và có độ tin cậy cao, tuy nhiên các hệ thống nhận dạng online bằng camera lại chưa đáp ứng được nhiều. Vì thế, em đã nghiên cứu và xây dựng nên một chương trình nhận dạng khuôn mặt thời gian thực có khả năng xử lý online và offline để minh chứng và đáp ứng cho nhu cầu thực tế. Hệ thống này đòi hỏi ở khả năng xử lý một lượng khổng lồ các hình ảnh thu về định kỳ từ các camera và yêu cầu thời gian phân tích nhận dạng phải nhanh chóng. Xuất phát từ thực tế đó, công nghệ cụm máy tính (Cluster) được xem như là một giải pháp khả thi để giải quyết những đòi hỏi trên. Clustering là một kiến trúc nhằm đảm bảo nâng cao khả năng sẵn sàng cho các hệ thống mạng máy tính. Clustering cho phép sử dụng nhiều máy chủ kết hợp với nhau tạo thành một cụm có khả năng chịu đựng hay chấp nhận sai sót (fault-tolerant) nhằm nâng cao độ sẵn sàng của hệ thống mạng. Cluster là một hệ thống bao gồm nhiều máy tính mạnh hay máy chủ được kết nối với nhau theo dạng song song hay phân tán và được sử dụng như một tài nguyên thống nhất. Nếu một máy chủ ngừng hoạt động do bị sự cố hoặc để nâng cấp, bảo trì, thì toàn bộ công việc mà máy chủ này đảm nhận sẽ được tự động chuyển sang cho một máy chủ khác (trong cùng một cluster) mà không làm cho hoạt động của hệ thống bị ngắt hay gián đoạn. Quá trình này gọi là “fail-over”; và việc phục hồi tài nguyên của một máy tính trong hệ thống (cluster) được gọi là “fail-back”. Việc nghiên cứu xây dựng hệ thống nhận dạng khuôn mặt thời gian thực với công nghệ điện toán lưới nhằm giải quyết các vấn đề trên được nhanh chóng và hiệu quả. Hơn thế nửa, bài toán nhận dạng khuôn mặt người còn có ý nghĩa hết sức quan trọng, được xem như là cơ sở, nền tảng cho việc nghiên cứu và phát triển tri thức máy tính, SVTH: Huỳnh Thiên Dương GVHD: Th.s Phan Thượng Cang Page 20