Nghiên cứu: Xây dựng tính năng lưu trữ minh chứng hoạt động sinh viên

Khám phá giải pháp số tối ưu để lưu trữ, quản lý minh chứng hoạt động sinh viên. Đảm bảo hiệu quả, an toàn và minh bạch dữ liệu giáo dục.

• Tác giả: Lê Tuấn Đạt
• Người hướng dẫn: ThS. Ma Ngân Giang
• Trường học: Trường Đại Học Sư Phạm Thành Phố Hồ Chí Minh
• Chuyên ngành: Công nghệ thông tin
• Đề tài: Tìm hiểu và xây dựng tính năng lưu trữ và cập nhật minh chứng tham gia hoạt động của sinh viên
• Loại tài liệu: Báo cáo nghiên cứu khoa học
• Năm xuất bản: 2024
• Địa điểm: Thành phố Hồ Chí Minh

Mục lục chi tiết

• MỤC LỤC
• DANH MỤC CÁC THUẬT NGỮ VÀ CHỮ VIẾT TẮT
• DANH MỤC CÁC BẢNG BIỂU
• DANH MỤC CÁC HÌNH ẢNH
• 1. CHƯƠNG 1: PHÁT BIỂU BÀI TOÁN
• 1.1. Lý do chọn đề tài
• 1.2. Bài toán và thách thức
• 1.2.1. Bài toán
• 1.2.2. Thách thức
• 1.3. Tính cấp thiết của đề tài
• 1.4. Đối tượng và phạm vi nghiên cứu
• 1.4.1. Đối tượng nghiên cứu
• 1.4.2. Phạm vi nghiên cứu
• 1.5. Mục tiêu nghiên cứu
• 1.5.1. Mục tiêu chung
• 1.5.2. Mục tiêu cụ thể
• 1.6. Phương pháp nghiên cứu
• 2. Tổng quan về OCR
• 2.1. Ứng dụng của OCR
• 2.2. Cách hoạt động của OCR
• 2.3. Cách hoạt động của AI
• 3. CHƯƠNG 3: ỨNG DỤNG MÔ HÌNH OCR TRÍCH XUẤT VĂN BẢN TỪ HÌNH ẢNH THÔNG QUA THẺ SINH VIÊN, PHIẾU ĐIỂM DANH
• 3.1. Xử lý và phân tích dữ liệu ảnh bằng hệ thống model OCR
• 3.2. Tải dữ liệu và tiền xử' lý ảnh
• 3.3. Hàm trích xuất văn bản từ hình ảnh
• 3.4. Ứng dụng lưu trữ thông tin minh chứng
• 4. CHƯƠNG 4: THỰC NGHIỆM — BÀN LUẬN
• 4.1. Cơ sở dữ liệu
• 4.2. Xác định đối tượng
• 4.3. Thu thập và gán nhãn dữ liệu
• 4.4. Môi trường thực nghiệm
• 4.5. Quá trình thực nghiệm
• 4.6. Kết quả thực nghiệm và bản luận
• 4.6.1. Kết quả thực nghiệm
• 4.6.2. Bản luận
• 5. CHƯƠNG 5: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN
• 5.1. Hướng phát triển
• DANH MỤC TÀI LIỆU THAM KHẢO
• DANH MỤC CÁC THUẬT NGỮ VÀ CHỮ VIẾT TẮT
• DANH MỤC CÁC BẢNG BIỂU
• DANH MỤC CÁC HÌNH ẢNH
• LỜI CẢM ƠN

Tóm tắt

I. Tổng quan giải pháp số lưu trữ minh chứng hoạt động sinh viên

Việc lưu trữ minh chứng hoạt động sinh viên đóng vai trò cốt lõi trong quá trình đánh giá và công nhận nỗ lực ngoài giảng đường. Đây là nền tảng để ghi nhận các thành tích, tính điểm rèn luyện và xây dựng hồ sơ năng lực cá nhân. Theo xu hướng chuyển đổi số trong giáo dục, việc áp dụng một giải pháp số hóa toàn diện đang trở thành yêu cầu cấp thiết. Giải pháp này không chỉ thay thế các phương pháp thủ công, lỗi thời mà còn mở ra một kỷ nguyên mới trong việc quản lý thành tích sinh viên. Hệ thống số hóa cho phép tạo ra một kho lưu trữ tập trung, an toàn và dễ dàng truy xuất. Thay vì các tệp hồ sơ giấy cồng kềnh, mọi minh chứng như giấy chứng nhận, hình ảnh tham gia sự kiện đều được lưu trữ dưới dạng kỹ thuật số trên các nền tảng lưu trữ đám mây. Điều này giúp cả sinh viên và nhà trường tiết kiệm thời gian, tối ưu hóa quy trình và nâng cao tính minh bạch. Một hệ thống thông tin sinh viên hiện đại cần tích hợp tính năng này như một phần không thể thiếu, tạo điều kiện cho việc xây dựng e-portfolio sinh viên một cách tự động và chuyên nghiệp. Giải pháp số còn là công cụ đắc lực hỗ trợ phòng công tác sinh viên trong việc tạo các báo cáo hoạt động sinh viên chính xác, nhanh chóng, phục vụ cho công tác quản lý và hoạch định chiến lược phát triển.

1.1. Tầm quan trọng của việc số hóa hồ sơ sinh viên hiện nay

Trong bối cảnh cạnh tranh ngày càng gay gắt, việc số hóa hồ sơ sinh viên không còn là một lựa chọn mà đã trở thành một yêu cầu bắt buộc. Hồ sơ số, hay portfolio điện tử, giúp sinh viên trình bày một cách có hệ thống và trực quan những kỹ năng, kinh nghiệm và thành tích đã đạt được. Nó vượt xa một bản CV truyền thống, cung cấp bằng chứng xác thực về năng lực thông qua các chứng chỉ số và minh chứng hoạt động. Đối với nhà trường, việc số hóa giúp chuẩn hóa quy trình quản lý hoạt động ngoại khóa, giảm thiểu gánh nặng hành chính và tăng cường khả năng phân tích dữ liệu để hiểu rõ hơn về sự phát triển của sinh viên. Một hồ sơ số được xây dựng tốt là tài sản quý giá, giúp sinh viên tạo ấn tượng mạnh với nhà tuyển dụng và mở ra nhiều cơ hội phát triển sự nghiệp sau khi ra trường.

1.2. Chuyển đổi từ lưu trữ truyền thống sang nền tảng quản lý sinh viên

Quá trình chuyển đổi từ phương pháp lưu trữ hồ sơ giấy sang một nền tảng quản lý sinh viên tích hợp là một bước tiến mang tính cách mạng. Phương pháp truyền thống bộc lộ nhiều nhược điểm như tốn kém không gian lưu trữ, khó khăn trong việc tìm kiếm, nguy cơ thất lạc hoặc hư hỏng tài liệu. Ngược lại, nền tảng số hóa cung cấp một giải pháp toàn diện. Dữ liệu được sắp xếp khoa học, có thể truy cập từ bất kỳ đâu thông qua cổng thông tin sinh viên. Quá trình xác thực minh chứng trở nên nhanh chóng và minh bạch hơn, đặc biệt khi áp dụng các công nghệ như nhận dạng ký tự quang học. Việc chuyển đổi này không chỉ là nâng cấp về công nghệ mà còn là sự thay đổi trong tư duy quản lý, hướng tới một môi trường giáo dục hiện đại, hiệu quả và lấy sinh viên làm trung tâm.

II. Phân tích thách thức khi lưu trữ minh chứng sinh viên thủ công

Quy trình lưu trữ và xác minh minh chứng sinh viên theo phương pháp thủ công đang đối mặt với nhiều thách thức nghiêm trọng, ảnh hưởng trực tiếp đến hiệu quả quản lý và tính chính xác của dữ liệu. Nghiên cứu tại Trường Đại học Sư phạm TP.HCM chỉ ra rằng quy trình chấm điểm rèn luyện online trước đây rất phức tạp, đòi hỏi nhiều công sức và dễ gây nhầm lẫn. Sinh viên phải nộp minh chứng giấy, trong khi cố vấn học tập và các đơn vị phải dành một lượng lớn thời gian để kiểm tra, đối chiếu và nhập liệu. Quá trình này không chỉ làm chậm tiến độ mà còn tiềm ẩn nguy cơ sai sót cao, như trùng lặp hình ảnh giữa các hoạt động hoặc thất lạc hồ sơ. Một trong những thách thức lớn nhất là việc xác thực minh chứng. Việc xác định tính hợp lệ của một tấm ảnh hay một giấy chứng nhận photo đòi hỏi sự tỉ mỉ và dễ bị tác động bởi yếu tố chủ quan. Hơn nữa, việc tổng hợp dữ liệu để tạo báo cáo hoạt động sinh viên là một công việc nặng nhọc, tốn nhiều nguồn lực. Những bất cập này cho thấy tính cấp thiết của việc áp dụng một giải pháp số để tự động hóa và tối ưu hóa toàn bộ quy trình, đảm bảo tính minh bạch và hiệu quả.

2.1. Rủi ro thất lạc và khó khăn trong quản lý hoạt động ngoại khóa

Việc quản lý hồ sơ giấy tờ luôn đi kèm với rủi ro thất lạc hoặc hư hỏng do các yếu tố khách quan như môi trường, thời gian. Đối với việc quản lý hoạt động ngoại khóa, mỗi hoạt động có thể có hàng trăm sinh viên tham gia, tương ứng với hàng trăm bộ minh chứng cần được xử lý. Việc lưu trữ một khối lượng tài liệu vật lý khổng lồ như vậy là một bài toán khó về không gian và công tác bảo quản. Khi cần truy xuất một hồ sơ cụ thể để xác minh, quá trình tìm kiếm thủ công mất rất nhiều thời gian và công sức. Những rủi ro này không chỉ gây khó khăn cho bộ phận quản lý mà còn ảnh hưởng trực tiếp đến quyền lợi của sinh viên, đặc biệt là khi các minh chứng này là cơ sở để xét học bổng, tốt nghiệp hoặc các danh hiệu khác.

2.2. Vấn đề bảo mật dữ liệu sinh viên và tính minh bạch trong đánh giá

Quy trình thủ công cũng đặt ra những câu hỏi lớn về bảo mật dữ liệu sinh viên. Các hồ sơ chứa thông tin cá nhân nhạy cảm có thể bị tiếp cận trái phép nếu không được bảo quản cẩn thận. Bên cạnh đó, tính minh bạch trong việc đánh giá cũng là một vấn đề. Việc chấm điểm và xác thực dựa trên giấy tờ có thể dẫn đến sự thiếu nhất quán giữa các người đánh giá khác nhau. Quá trình này thiếu đi các cơ chế kiểm tra chéo tự động, làm tăng khả năng xảy ra sai sót hoặc thậm chí là gian lận. Việc thiếu một hệ thống ghi nhận lịch sử thay đổi (audit trail) cũng khiến việc truy vết và giải quyết khiếu nại trở nên phức tạp. Một giải pháp số hóa với cơ chế phân quyền và ghi log chặt chẽ sẽ giải quyết triệt để những vấn đề này.

III. Phương pháp ứng dụng OCR để số hóa hồ sơ sinh viên hiệu quả

Công nghệ Nhận dạng Ký tự Quang học (OCR) là chìa khóa cho giải pháp lưu trữ minh chứng hoạt động sinh viên một cách tự động và chính xác. OCR cho phép chuyển đổi văn bản từ các định dạng hình ảnh (như ảnh chụp giấy chứng nhận, phiếu điểm danh) sang dạng văn bản số mà máy tính có thể xử lý được. Theo báo cáo nghiên cứu được đề cập, bài toán đặt ra là xây dựng một phần mềm có khả năng trích xuất các thông tin quan trọng như tên hoạt động, ngày tháng, mã phiếu điểm danh từ hình ảnh do sinh viên cung cấp. Quy trình này bắt đầu bằng việc quét quang học, sau đó là các bước tiền xử lý ảnh để tăng độ chính xác, phân đoạn để tách các vùng văn bản, và cuối cùng là trích xuất đặc trưng để nhận dạng ký tự. Việc ứng dụng OCR giúp loại bỏ hoàn toàn bước nhập liệu thủ công, giảm thiểu sai sót do con người và tăng tốc độ xử lý lên nhiều lần. Công nghệ này là nền tảng để xây dựng một phần mềm quản lý đào tạo thông minh, tự động hóa quy trình xác thực minh chứng và góp phần vào việc số hóa hồ sơ sinh viên một cách toàn diện.

3.1. Nguyên lý hoạt động của công nghệ nhận dạng ký tự quang học

Công nghệ OCR hoạt động dựa trên việc phân tích cấu trúc của một hình ảnh để nhận diện các ký tự. Quá trình này bao gồm nhiều giai đoạn. Đầu tiên, hình ảnh được tiền xử lý để loại bỏ nhiễu, chuẩn hóa độ nghiêng và tăng độ tương phản. Tiếp theo, thuật toán sẽ thực hiện phân đoạn (segmentation) để xác định vị trí của từng dòng, từng từ và từng ký tự. Sau khi đã tách được từng ký tự, hệ thống sẽ trích xuất các đặc trưng (feature extraction) của ký tự đó, ví dụ như các đường thẳng, đường cong, vòng lặp. Cuối cùng, các đặc trưng này được so sánh với một bộ dữ liệu đã được huấn luyện trước (bao gồm các mẫu ký tự) để đưa ra dự đoán ký tự chính xác nhất. Các mô hình học sâu (Deep Learning) hiện đại đã giúp cải thiện đáng kể độ chính xác của OCR, ngay cả với văn bản viết tay hoặc hình ảnh chất lượng thấp.

3.2. Quy trình trích xuất và xử lý dữ liệu từ hình ảnh minh chứng

Dựa trên mô hình nghiên cứu, quy trình trích xuất thông tin từ minh chứng được thực hiện một cách có hệ thống. Sinh viên sử dụng ứng dụng di động để chụp ảnh minh chứng. Hệ thống sẽ thực hiện các bước tiền xử lý như cắt ảnh (crop) và chuyển sang ảnh đen trắng để tối ưu hóa việc nhận dạng. Sau đó, thư viện ML Kit của Google được sử dụng để áp dụng mô hình OCR, trích xuất toàn bộ văn bản có trong ảnh. Bước tiếp theo là xử lý sau (post-processing), nơi hệ thống áp dụng các quy tắc và thuật toán để xác định các thông tin cần thiết như 'ngày tháng', 'mã điểm danh', 'tên hoạt động'. Dữ liệu sau khi trích xuất sẽ được đối chiếu với cơ sở dữ liệu của nhà trường để xác thực. Nếu thông tin hợp lệ, minh chứng sẽ được tự động lưu trữ và liên kết với hồ sơ của sinh viên, hoàn tất quy trình số hóa hồ sơ sinh viên.

IV. Hướng dẫn xây dựng hệ thống quản lý thành tích sinh viên số

Xây dựng một hệ thống quản lý thành tích sinh viên hiệu quả đòi hỏi sự kết hợp giữa nền tảng công nghệ vững chắc và quy trình được thiết kế hợp lý. Trọng tâm của hệ thống là khả năng thu thập, xác thực và lưu trữ minh chứng một cách liền mạch. Theo nghiên cứu thực nghiệm, việc lựa chọn một nền tảng Backend as a Service (BaaS) như Firebase giúp đẩy nhanh quá trình phát triển đáng kể. Firebase cung cấp các dịch vụ tích hợp sẵn như cơ sở dữ liệu thời gian thực (Realtime Database/Firestore), xác thực người dùng (Authentication), và lưu trữ đám mây (Cloud Storage). Đối với phần client, một ứng dụng di động (Android/iOS) là lựa chọn tối ưu, cho phép sinh viên dễ dàng chụp và tải lên minh chứng mọi lúc, mọi nơi. Phần xử lý trí tuệ nhân tạo, cụ thể là OCR, có thể được tích hợp thông qua các thư viện như ML Kit của Google, giúp đơn giản hóa việc triển khai các tính năng học máy phức tạp. Toàn bộ kiến trúc này tạo nên một nền tảng quản lý sinh viên linh hoạt, có khả năng mở rộng và dễ dàng bảo trì, là hạt nhân cho giải pháp số trong quản lý hoạt động sinh viên.

4.1. Lựa chọn công nghệ Firebase và ML Kit cho ứng dụng di động

Việc lựa chọn công nghệ là yếu tố quyết định thành công của dự án. Nghiên cứu đã chứng minh sự hiệu quả khi sử dụng Firebase làm backend. Firebase Authentication giúp quản lý việc đăng nhập của sinh viên một cách an toàn. Cloud Firestore hoặc Realtime Database được sử dụng để xây dựng cơ sở dữ liệu, lưu trữ thông tin về các hoạt động và liên kết chúng với từng sinh viên. Firebase Storage là nơi lý tưởng để lưu trữ đám mây các tệp ảnh minh chứng. Về phía ứng dụng, ML Kit Text Recognition là một thư viện mạnh mẽ, cho phép tích hợp khả năng OCR trực tiếp trên thiết bị di động mà không cần kết nối máy chủ phức tạp, đảm bảo tốc độ xử lý nhanh và trải nghiệm người dùng mượt mà. Sự kết hợp này tạo ra một hệ thống hoàn chỉnh và hiệu quả.

4.2. Các bước tiền xử lý ảnh để tối ưu hóa độ chính xác nhận dạng

Chất lượng của kết quả OCR phụ thuộc rất nhiều vào giai đoạn tiền xử lý ảnh. Trước khi đưa ảnh vào mô hình nhận dạng, cần thực hiện một số bước tối ưu. Nghiên cứu đã áp dụng thư viện android-image-cropper để cho phép người dùng cắt chính xác vùng chứa thông tin cần thiết, loại bỏ các phần thừa. Một kỹ thuật quan trọng khác là chuyển đổi ảnh màu sang ảnh đen trắng (binary image) thông qua phương thức convertToBlackWhite(). Việc này giúp làm nổi bật các ký tự trên nền, giảm nhiễu và đơn giản hóa dữ liệu đầu vào cho mô hình OCR, từ đó cải thiện đáng kể độ chính xác của việc trích xuất văn bản. Các bước này tuy đơn giản nhưng lại là yếu tố then chốt để đảm bảo hệ thống xác thực minh chứng hoạt động ổn định và đáng tin cậy.

V. Case study Triển khai giải pháp số tại Đại học Sư phạm HCM

Đề tài nghiên cứu khoa học “Tìm hiểu và xây dựng tính năng lưu trữ và cập nhật minh chứng tham gia hoạt động của sinh viên” tại Trường Đại học Sư phạm TP.HCM là một case study điển hình về việc áp dụng giải pháp số vào thực tiễn quản lý giáo dục. Mục tiêu của đề tài là xây dựng một hệ thống hỗ trợ sinh viên lưu trữ, quản lý minh chứng dễ dàng và giúp giảng viên xác minh thông tin để đánh giá điểm rèn luyện online một cách chính xác. Phạm vi nghiên cứu tập trung vào việc ứng dụng công nghệ OCR để trích xuất văn bản từ hình ảnh thẻ sinh viên và phiếu điểm danh. Quá trình thực nghiệm được tiến hành bài bản, từ việc xác định đối tượng, thu thập và gán nhãn dữ liệu, đến việc cài đặt môi trường và đánh giá hiệu suất. Kết quả nghiên cứu không chỉ giải quyết một bài toán cấp thiết tại trường mà còn cung cấp một mô hình tham khảo quý giá cho các cơ sở giáo dục khác đang tìm kiếm giải pháp số hóa hồ sơ sinh viên và hiện đại hóa hệ thống thông tin sinh viên của mình.

5.1. Mục tiêu và phạm vi nghiên cứu của đề tài tại HCMUE

Mục tiêu chung của đề tài là xây dựng một hệ thống hoàn chỉnh sử dụng mô hình học sâu để hỗ trợ việc lưu trữ minh chứng hoạt động sinh viên. Các mục tiêu cụ thể bao gồm: nghiên cứu công nghệ xử lý hình ảnh, xây dựng hệ thống phân tích văn bản, tạo lập bộ dữ liệu đầu vào phù hợp, và xây dựng các module xử lý. Một trong những chỉ tiêu quan trọng được đặt ra là độ chính xác nhận dạng phải trên 90% và tốc độ xử lý gần với thời gian thực. Phạm vi nghiên cứu được giới hạn từ tháng 10/2023 đến tháng 04/2024, tập trung chính vào công nghệ OCR và xây dựng ứng dụng thực tiễn cho sinh viên của trường.

5.2. Kết quả thực nghiệm và đánh giá độ chính xác của mô hình

Kết quả thực nghiệm của đề tài đã chứng minh tính khả thi và hiệu quả của giải pháp. Hệ thống được xây dựng đã có khả năng nhận diện và gán nhãn dữ liệu minh chứng với độ chính xác cao. Mặc dù báo cáo không đưa ra con số phần trăm cụ thể trong phần tóm tắt, mục tiêu đặt ra là trên 90%, cho thấy sự tự tin vào hiệu suất của mô hình. Phần bàn luận cũng thẳng thắn nhìn nhận những thách thức còn tồn tại, như việc xử lý hình ảnh chất lượng kém hay văn bản viết tay phức tạp. Tuy nhiên, kết quả đạt được là một nền tảng vững chắc, khẳng định rằng việc áp dụng OCR là một hướng đi đúng đắn trong việc tự động hóa công tác quản lý thành tích sinh viên và tạo ra các báo cáo hoạt động sinh viên đáng tin cậy.

VI. Tương lai của e portfolio và việc xác thực minh chứng số

Sự phát triển của các giải pháp số đang định hình lại tương lai của việc quản lý và công nhận thành tích sinh viên. Hệ thống lưu trữ minh chứng hoạt động sinh viên không chỉ dừng lại ở việc phục vụ công tác quản lý nội bộ của nhà trường mà còn trở thành nền tảng để xây dựng e-portfolio sinh viên (portfolio điện tử) một cách năng động. E-portfolio là một hồ sơ số toàn diện, ghi lại toàn bộ quá trình học tập, rèn luyện, các dự án đã tham gia và kỹ năng đã tích lũy. Trong tương lai, việc xác thực minh chứng sẽ ngày càng trở nên quan trọng hơn. Các công nghệ mới như Blockchain có thể được tích hợp để tạo ra các chứng chỉ số không thể thay đổi, tăng cường độ tin cậy và bảo mật cho hồ sơ của sinh viên. Trí tuệ nhân tạo (AI) sẽ không chỉ dừng lại ở OCR mà còn có thể phân tích và gợi ý các hoạt động phù hợp với định hướng nghề nghiệp của từng cá nhân. Tương lai của quản lý hoạt động ngoại khóa sẽ là một hệ sinh thái thông minh, minh bạch và cá nhân hóa.

6.1. Hướng phát triển Tích hợp AI và Blockchain để tăng cường bảo mật

Hướng phát triển trong tương lai cho các hệ thống này là tích hợp các công nghệ tiên tiến hơn. Trí tuệ nhân tạo (AI) có thể được mở rộng để tự động phân loại minh chứng theo các tiêu chí của khung điểm rèn luyện, thậm chí phát hiện các dấu hiệu gian lận. Công nghệ Blockchain có thể được ứng dụng để tạo ra một sổ cái phân tán, ghi lại mọi chứng nhận và thành tích. Mỗi minh chứng được xác thực sẽ trở thành một 'block' không thể sửa đổi hay xóa bỏ, đảm bảo tính toàn vẹn và minh bạch tuyệt đối. Việc này không chỉ giải quyết triệt để vấn đề bảo mật dữ liệu sinh viên mà còn nâng cao giá trị của các chứng chỉ số do nhà trường cấp, giúp chúng được công nhận rộng rãi hơn.

6.2. Vai trò của portfolio điện tử trong tuyển dụng và phát triển sự nghiệp

Một portfolio điện tử được xây dựng từ một hệ thống xác thực minh chứng mạnh mẽ sẽ trở thành một công cụ cực kỳ giá trị trong thị trường lao động. Thay vì chỉ đọc một bản CV dạng văn bản, nhà tuyển dụng có thể truy cập vào một hồ sơ sống động, xem các dự án sinh viên đã làm, các chứng chỉ đã đạt được và các kỹ năng mềm đã thể hiện qua hoạt động ngoại khóa. E-portfolio sinh viên cung cấp một cái nhìn đa chiều và đáng tin cậy về năng lực của ứng viên. Nó giúp sinh viên xây dựng thương hiệu cá nhân từ sớm và là cầu nối vững chắc giữa quá trình đào tạo tại trường đại học và yêu cầu thực tế của doanh nghiệp, mở ra nhiều cơ hội phát triển sự nghiệp bền vững.

Trích đoạn nội dung tài liệu

gR Sp TP. HO CHÍ MINH BAO CAO NGHIEN CUU KHOA HOC DE TÀI: TÌM HIỂU VÀ XÂY DỰNG TINH NANG LƯU TRU VÀ CAP NHAT MINH CHUNG THAM GIÁ HOẠT ĐỘNG CUA SINH VIÊN Giảng viên hướng dẫn: ThS. Ma Ngân Giang Sinh viên thực hiện: Lê Tuấn Dat — 48.023 Nguyễn Phúc Nguyên — 48.098 Nguyễn Thị Như Ý — 48.151 Thành phố Hồ Chí Minh, tháng 04 năm 2024 1 gR Sp TP. HO CHÍ MINH BAO CAO NGHIEN CUU KHOA HOC DE TÀI: TÌM HIỂU VA XÂY DỰNG TINH NANG LƯU TRU VÀ CAP NHẬT MINH CHUNG THAM GIÁ HOẠT DONG CUA SINH VIÊN Giảng viên hướng dẫn: ThS.

Ma Ngân Giang Sinh viên thực hiện: Lê Tuấn Dat — 48.023 Nguyễn Phúc Nguyên — 48.098 Nguyễn Thị Như Ý — 48.151 Thanh pho Hồ Chí Minh, tháng 04 năm 2024 2 MỤC LỤC DANH MỤC CÁC THUẬT NGỮ VÀ CHỮ VIET TÁT. DANH MỤC CÁC BẰNG BIBU .22Áoccsccoceescrcrscrrreerrrerrrreesiee 28ã98182398ã5185851 6 DANH MỤC CÁC HÌNH ẢNH. Phát biểu bài toán 1. Lý đo chọn dé tai 1.

Bài toán va thách thức 10 1. Tính cắp thiết của đẻ tài 11 1. Đối tượng và phạm vi nghiên cứu 11 1. Đối tượng nghiên cứu 11 1.

Phạm vi nghiên cứu 11 1. Mục tiêu nghiên cứu 12 1. Mục tiêu chung 12 1. Mục tiêu cụ thẻ 12 1.

Phương pháp nghiên cứu 12 2. Tổng quan về OCR 13 2. Ứng dụng của OCR 14 2. Cách hoạt động của OCR 15 2.

Cách hoạt động của Al 22 CHUONG 3. UNG DUNG MO HINH OCR TRICH XUAT VAN BAN TU HINH ANH THONG QUA THE SINH VIÊN, PHIẾU DIEM DANH. Xử lý và phân tích dữ liệu ảnh bằng hệ thống model OCR 26 3. Tải đữ liệu và tiền xử' lý ảnh 27 3.

Hàm trích xuất văn bản từ hình ảnh 32 3. Ứng dụng lưu trữ thông tin minh chứng 39 CHƯƠNG 4. THỰC NGHIỆM — BAN LUẬN. 2222222222222 se TT sanasesesss! 45 4.

Cơ sở dữ liệu 45 4. Xác định đối tượng 45 4. Thu thập và gan nhãn đữ liệu 45 4. Môi trường thực nghiệm 45 4.

Quá trình thực nghiệm 45 4. Kết quả thực nghiệm va bản luận 45 4. Kết quả thực nghiệm 45 4. Bản luận 45 CHƯƠNG 5.

KET LUẬN VA HƯỚNG PHAT TRIỂN. Hướng phát triển 48 DANH MỤC TÀI LIỆU THÁM KHÁO.22222222211221122112 122212222 1101121111121 2x6 50 DANH MỤC CÁC THUAT NGỮ VÀ CHỮ VIET TAT Công nghệ thông tin Nhận dạng ký tự quang học (Optical Character OCR SP Recogniuon) DANH MỤC CAC BANG BIEU DANH MỤC CÁC HÌNH ANH Hình.1: Tổng guanwvelOGRiaoanaunoannannnnnoniiinnnotttttttitttttitttittttitttiitittinntititoitansa 13 Minh 2: Cachilioat Gong CualOGR: coioiiiioioniiiiiiitiHiHgti911138355381083553833556138335359385353853888 16 HiDj5°I)HEI.102222221222122323137230305110201020101033122213231213221325332313210323253) 17 Hình 4: Cách hoạt động của AÍ ;:¡::::::c::: co: 000 c00n0 ong 000010111021011614818145188581881885888838858388 22 Wea Se TT VicnINIE.22 0600 27 HiHbi6: TH Vidi CHOP RR::::::::::::::iiiiiiipiiiiiiiitiitiiiit111114114113013556313813513353883833885883653555535388588 27 Hình 7: Cơ sở dữ liệu của Ứng dụng. HH Hà Hàn Hàn HH6 29 Hình 8: Dữ liệu nhập vảo. ng HH HH Hà HH HH HH 30 Hình9:iG0:40:đữŒ.1iê@ulBEoän cHHB:.::::::cc¿icccciicpoiiiiioiiioiiitiititiiti11112100121311213103135611651333505368838 31 Hình 10: Cấu hình FileProvider trong AndroiđManifest.----cccccccccccrseccrrcee 32 Hiìniii1l010I6--DRLIS:XI scssesesscssesassavssanssasessasscvssscssssessussesassavsssansavsssansassasessesssserassasastsesstnaresss 33 Hình 12: Các quyền yêu câu trong AndroiđManifest.c5-5cccccccccrverrrrrrrcee 33 Hình 13: Cap quyển yêu cầu để mở camera.----cccsscccceserrressrrrsasrrrrasrrrrsssee 33 Hình 14: Phương thức createlmageFile() dé tạo một file ảnh 1.

34 Hình 15: Phương thức PickImageCamera(). ác nhe, 35 Hình 16: Thư viện dé CTODIAHHIGA/GNUS.222222222222222220232221222222012212230230220101301213013233 35 Hình 17: Phương thức convertToBlackWhite() dé Convert sang trắng đen. 36 Hin 182A inh GH isis 37 Hình 19: Trích xuất van bản từ biển image.rrrrrrree 38 Hình 20; (GO CGM AN CO sss ss cassesassavansasaasasassscsasccsaasscsssiasassaviasasaavassassasasansaisassisiavassaviasanss 39 Hình 21: Chức năng Chinh Cia app is issssssssssssissssisssassssscssssevsssassavacvsssevanasssavanasovevanvavaananvavannavsnve 40 Hình 22: Danh sách các hoạt động GE điểm đanh. ng HH g1 111121 rcey 42 Hình23:iChụp:anhiväifinnnhicHỨfB::;::s:::::::::::::::::ttiititt1tt1112111110121101381013813812836 1383 43 Hình 24: Danh sách minh chứng đã tham gia.

nu, 44 LOI CAM ON Lời đầu tiên và trên hết, chúng em xin phép bày tỏ lòng biết ơn sâu sắc và vô hạn đến cô Ma Ngân Giang - người hướng dẫn ân can, nguồn cảm hứng và kiến thức vô tận của chúng em. Cô đã không chỉ là người hướng dẫn, mà còn là ngọn hải đăng soi sáng con đường nghiên cứu khoa học ma chúng em đã theo đuôi. Sự kiên nhẫn, tận tụy và uyên bác của cô đã giúp chúng em vượt qua mọi thách thức, giúp bản thân mỗi người chúng em trưởng thành hơn trong quá trình thực hiện báo cáo này. Chúng em cũng muốn gửi lời cảm ơn chân thành nhất tới tat cả quý Thay, Cô trong Khoa Công nghệ thông tin - những người thầy, người cô vĩ đại, đã không ngừng nỗ lực và đành trọn vẹn tâm huyết đề truyền đạt kiến thức, kỹ năng và những bài học quý giá.

Những gì chúng em đã học được không chỉ là nền tảng vững chắc cho dự án nghiên cửu nay mà còn là bảo bôi quý gid cho chúng em trên con đường phía trước. Chúng em nhận thức rõ rằng, mặc dù đã cô gắng hết mình, nhưng do hạn chế về kinh nghiệm và sự mới mẻ của đề tải, công trình nghiên cứu của chúng em vẫn còn non trẻ và tôn tại những thiểu sót. Chúng em rất mong muôn nhận được những ý kiến đóng góp thiết thực và quý báu từ thầy cô, nhằm mục tiêu không chỉ hoàn thiện kiến thức trong lĩnh vực này mà còn giúp chúng em phát triển kỹ năng nghiên cửu va tự học trong tương lai. Với lòng biết ơn sâu sắc nhất, chúng em xin kính chúc quý Thay, Cô sức khỏe, hạnh phúc và thành công trong cuộc song.

Chúng em xin hứa sẽ không ngừng nỗ lực, học hỏi dé không phụ lòng mong đợi của Thay Cô, gia đình và xã hội. Xin trân trọng cảm ơn! Thành phố Hồ Chí Minh, tháng 04 năm 2024 Lê Tuan Đạt Nguyễn Phúc Nguyên Nguyễn Thị Như Y CHUONG 1. Phat biéu bai toan 1. L¥ do chon dé tai Trước khi có sự xuất hiện của trang web đánh giá diém rèn luyện, sinh viên Trường Dai Học Sư Phạm Thành Phố Hồ Chi Minh (HCMUE) đã phải trải qua quy trình cham điểm phức tạp và thủ công.

Điều này đã khơi nguồn cho sự phát trién của một hệ thống trực tuyến mới, nhằm mục đích làm cho việc đánh giá trở nên thuận tiện, minh bach và rõ ràng hơn. Trang web này, cùng với YouthFit.vn - một trang web hỗ trợ điểm đanh và tra cứu hoạt động thông qua mã số sinh viên - đều hướng đến việc tối ưu hóa quy trình quản lý và đánh giá hoạt động của sinh viên. Tuy nhiên, quy trình điểm danh trên YouthFit.vn hiện tại vẫn cần phái nhập thủ công, điều này cho thấy can CÓ SỰ cải tiền bằng cách áp dụng AI dé tự động hóa việc điểm danh khi sinh viên tham gia vào các hoạt động. Bên cạnh đó, hệ thông đánh giá điểm rèn luyện của HCMUE còn gặp một số hạn chế như việc lưu trữ va xác minh minh chứng tham gia hoạt động của sinh viên còn thiểu hiệu quả.

Chính từ những bat cập này, đề tài "Ứng dụng AI trong xây đựng tính năng lưu trữ và cập nhật minh chứng tham gia hoạt động của sinh viên” ra đời với mục tiêu tạo ra một giải pháp công nghệ thông tin tiên tiễn. Đề tài này không chỉ giúp sinh viên để dang lưu trữ và phân loại minh chứng của mình một cách tự động ma còn hỗ trợ cố vấn học tập trong việc kiểm tra và đánh giá kết quả rên luyện của sinh viên một cách hiệu quả hơn. Mục tiêu cuối cùng là tìm ra giải pháp tiếp cận và thách thức trong nghiên cứu dé xây dựng chức năng giải quyết van dé lưu trữ minh chứng, đặc biệt là cho sinh viên khoa CNTT và toàn thé sinh viên tại HCMUE. Qua quá trình thử nghiệm và đánh giá mô hình, cùng với việc xử lý dữ liệu một cách kỹ lưỡng, nhóm nghiên cứu hy vọng sẽ phát triển được những tinh năng thiết thực, phù hợp với bài toán đã đặt ra, góp phần vào việc cai thiện quy trình quan lý và đánh giá hoạt động sinh viên tại trường.

Dé tài này không chi đáp ứng nhu cầu cấp thiết về việc cải tiền quy trình lưu trữ và xác minh minh chứng ma còn mở ra hướng tiếp cận mới trong việc ứng dụng AI vào quản lý và đánh giá trong môi trường giáo dục, nhân mạnh vào sự can thiết của việc áp dụng công nghệ tiên tiền dé nâng cao chất lượng đào tạo va quan lý sinh viên. Bài toán và thách thức 1. Bài toán Bài toán đặt ra là tìm hiểu về OCR và sử dụng mô hình này để xây dựng một phần mềm trích xuất văn bản từ hình anh thông qua thẻ sinh viên, phiéu diém danh trong các hoạt động/sự kiện Đoàn — Hội tại Trường Đại học Sư phạm Thành phô Hồ Chi Minh. Input bài toán: - Tên hoạt động - Ngày tháng - Mã phiếu điểm danh Output cân nhận được: Nếu 3 cái truc xuất ra Output là cái giống ở mess t gửi sau đó sẽ gửi ảnh vào dé lưu trữ, còn nêu | trong 3 cai false thì yêu cau “Khong hợp lệ”.

Thách thức Nhận Dạng Văn Bản Viết Tay: Một số minh chứng tham gia hoạt động có thé bao gồm văn bản viết tay, điều này đặc biệt thách thức cho hệ thống OCR vì viết tay rat da dang va khó đọc hơn so với văn bản in. Xác Định và Gán Nhãn Dữ liệu Chính xác: Việc tự động xác định và gán nhãn dir liệu từ minh chứng yêu cầu hệ thông có khả năng hiểu và phân loại chính xác nội dung, điều nảy có thé khó khăn do sự đa dang của dữ liệu và ngữ cảnh cụ thé của mỗi hoạt động. Tích hợp và Tương thích với Hệ thông Hiện Tại: Dé hệ thống OCR có thé được áp dụng rộng rãi, nó cần phải tương thích và dễ dàng tích hợp với các hệ thông quản lý sinh viên và hồ sơ hiện có của các trường học, doi hỏi khả năng tương thích cao và linh hoạt trong trién khai. Bảo mật và Quyên riêng tư Dữ liệu: Việc xử lý và lưu trữ minh chứng tham gia hoạt động của sinh viên đặt ra van dé về bảo mật va quyền riêng tư dir liệu, yêu cầu hệ thông phải đảm bảo tuân thủ các quy định về bảo vệ đữ liệu cá nhân.

Chấp nhận từ Phía Người điểm danh: Việc triển khai một hệ thong mới đòi hỏi sự chấp nhận và thích ứng từ phía người dùng, bao gồm cả sinh viên và ban chấp hành quan lý, điều này đòi hỏi quá trình đào tạo và hỗ trợ kỹ thuật kỹ lưỡng. Tính cấp thiết của đề tài Đề tài về việc ứng dung AI vào trang web dé đánh giá điểm rèn luyện được chọn là để giải quyết các vấn đẻ và hạn chế mà trang web hiện tại đang phải đối mặt. Cụ thể, quá trình tìm kiếm vả xác minh minh chứng cho từng hoạt động mắt quá nhiều thời gian và công sức, đồng thời còn dé gây nhằm lẫn và trùng lặp hình ảnh giữa các hoạt động khác nhau.