Giới thiệu dự án

Trong bối cảnh chuyển đổi số và tự động hóa quy trình quản trị doanh nghiệp, việc quản lý nhân sự và chấm công đóng vai trò sống còn trong tối ưu hóa chi phí vận hành. Theo các báo cáo thống kê ngành nhân sự (HR Tech), các phương thức điểm danh truyền thống như thẻ từ, sổ ký tên hoặc máy quét vân tay gây thất thoát từ 2% đến 5% tổng quỹ lương do hiện tượng chấm công hộ ("buddy punching"), gian lận giờ làm và sai sót khi tổng hợp dữ liệu thủ công. Bên cạnh đó, sau đại dịch, các giải pháp sinh trắc học không tiếp xúc (contactless biometrics) trở thành tiêu chuẩn bắt buộc nhằm hạn chế nguy cơ lây lan dịch bệnh qua bề mặt tiếp xúc.

Dự án "Xây dựng hệ thống chấm công bằng nhận diện khuôn mặt" của tác giả Bùi Quang Huy (Khoa Công nghệ Thông tin, Trường Đại học Công nghệ Thông tin và Truyền thông – Đại học Thái Nguyên) được nghiên cứu và phát triển nhằm giải quyết triệt để bài toán tự động hóa quy trình điểm danh trong môi trường doanh nghiệp, xí nghiệp và trường học.

                  +----------------------------------------------+
                  | HỆ THỐNG ĐIỂM DANH / CHẤM CÔNG KHUÔN MẶT     |
                  +----------------------------------------------+
                                         |
     +-----------------------------------+-----------------------------------+
     |                                   |                                   |
+----+--------------------+     +--------+---------------+     +-------------+-----------+
| Module Phát hiện khuôn mặt |     | Module Trích xuất &   |     | Module Quản lý Dữ liệu  |
| (Viola-Jones Haar Cascade) |     | Phân loại (LBPH)      |     | & Giao diện (Tkinter)   |
+-------------------------+     +------------------------+     +-------------------------+

Mục tiêu dự án

  1. Xây dựng bộ phát hiện khuôn mặt thời gian thực: Ứng dụng kỹ thuật Haar-like features kết hợp bộ phân loại tầng AdaBoost để khoanh vùng và cắt ảnh khuôn mặt tự động từ luồng video đầu vào.
  2. Triển khai thuật toán nhận diện cục bộ bất biến: Sử dụng thuật toán Local Binary Patterns Histograms (LBPH) để trích xuất đặc trưng cấu trúc bề mặt khuôn mặt, đảm bảo khả năng nhận dạng chính xác kể cả trong điều kiện phần cứng hạn chế.
  3. Phát triển giao diện quản trị và ghi log tự động: Thiết kế GUI trực quan cho phép đăng ký nhân viên mới, chụp tập mẫu huấn luyện tự động, huấn luyện mô hình và xuất dữ liệu điểm danh ra định dạng .csv.
  4. Đánh giá hiệu năng và tính khả thi thực nghiệm: Đánh giá trên tập dữ liệu thực tế thu thập từ công nhân với độ chính xác đạt trên 90% và thời gian phản hồi dưới 500ms.

Phạm vi và giới hạn nghiên cứu

  • Phạm vi áp dụng: Môi trường văn phòng, nhà xưởng có điều kiện ánh sáng kiểm soát (ánh sáng tự nhiên, đèn điện tiêu chuẩn).
  • Góc chụp camera: Góc nhìn trực diện (frontal) hoặc góc nghiêng giới hạn trong khoảng $\pm 15^\circ - 20^\circ$.
  • Giới hạn: Không áp dụng cho các trường hợp khuôn mặt bị che khuất nghiêm trọng (đeo khẩu trang kín, kính râm đen) hoặc môi trường ngược sáng mạnh.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tiêu chí Điểm danh truyền thống (Sổ sách) Máy chấm công thẻ từ (RFID) Máy quét vân tay sinh trắc học Hệ thống nhận diện khuôn mặt (Đề xuất)
Tốc độ xử lý Chậm (10-30s/người) Nhanh (1-2s/người) Trung bình (2-4s/người) Tức thời (< 0.5s/người)
Độ tin cậy & Chống gian lận Rất thấp (Dễ ký hộ) Thấp (Quẹt thẻ hộ) Cao (Khó làm giả) Tuyệt đối (Không thể chấm công hộ)
Vệ sinh & An toàn dịch tễ Tiếp xúc gián tiếp Chạm thẻ/đầu đọc Chạm trực tiếp ngón tay Hoàn toàn không tiếp xúc (Contactless)
Chi phí bảo trì phần cứng Thấp Trung bình (Hỏng thẻ, mất thẻ) Cao (Bám bẩn mắt đọc, hỏng sensor) Rất thấp (Tận dụng webcam/camera có sẵn)
Khả năng tự động hóa dữ liệu Thủ công (Nhập liệu Excel) Tự động qua phần mềm Tự động qua phần mềm Tự động xuất CSV/Database tức thời

Phân tích yêu cầu hệ thống theo mô hình MoSCoW

  • Must Have (Bắt buộc có): Thu nhận luồng video từ webcam, phát hiện khuôn mặt bằng Haar Cascade, trích xuất đặc trưng và nhận dạng bằng LBPH, lưu vết điểm danh kèm thời gian (Timestamp) vào tệp CSV.
  • Should Have (Nên có): Chức năng thu thập 20-30 ảnh mẫu tự động khi đăng ký nhân viên mới, hiển thị bounding box kèm ID/Tên và độ tin cậy (confidence score) trên giao diện trực tiếp.
  • Could Have (Có thể có): Khả năng cảnh báo khi phát hiện đối tượng lạ không có trong cơ sở dữ liệu, lọc trùng lặp bản ghi trong một khoảng thời gian xác định (cooldown period).
  • Won't Have (Chưa phát triển trong giai đoạn này): Nhận diện 3D Face Anti-spoofing chuyên sâu, tích hợp camera hồng ngoại chuyên dụng.

Thiết kế hệ thống

flowchart TD
    A[Camera / Webcam Feed] --> B[Tiền xử lý ảnh: Grayscale & Cân bằng sáng]
    B --> C[Phát hiện khuôn mặt: Haar Cascade Classifier]
    C --> D{Có khuôn mặt?}
    D -- Không --> A
    D -- Có --> E[Cắt và chuẩn hóa kích thước ROI Face Window]
    E --> F[LBPH Feature Extraction & Histogram Generation]
    F --> G[So khớp khoảng cách Euclidean với CSDL huấn luyện]
    G --> H{Khoảng cách < Ngưỡng?}
    H -- Đúng --> I[Xác thực danh tính: Trả về ID & Tên]
    H -- Sai --> J[Gán nhãn: Unknown / Chưa xác định]
    I --> K[Ghi log vào Attendance.csv & Hiển thị GUI]
    J --> K

Technology Stack và phiên bản cụ thể

  • Ngôn ngữ lập trình: Python v3.8.10 – Cung cấp hệ sinh thái tính toán số học và thị giác máy tính toàn diện.
  • Thư viện thị giác máy tính: OpenCV (Open Source Computer Vision Library) v4.3.0 – Xử lý luồng hình ảnh, áp dụng thuật toán CascadeClassifier và mô-đun face.LBPHFaceRecognizer.
  • Xử lý ma trận & dữ liệu: NumPy v1.21.6 và Pandas v1.3.5 – Thao tác mảng số học đa chiều và quản lý cấu trúc bảng dữ liệu điểm danh.
  • Giao diện người dùng (GUI): Tkinter (Built-in standard library) kết hợp Pillow (PIL Fork) v8.4.0 – Xây dựng dashboard tương tác, render khung hình video thời gian thực.
  • Môi trường phát triển tích hợp (IDE): JetBrains PyCharm Professional v2022.3.

Thiết kế cấu trúc dữ liệu lưu trữ (CSV Schema)

Hệ thống sử dụng tệp lưu trữ dữ liệu dạng phẳng (Flat File) attendance_log.csv phục vụ trích xuất báo cáo nhanh:

Tên trường Kiểu dữ liệu Ràng buộc Mô tả
Employee_ID Integer / String Primary Key Mã định danh duy nhất của công nhân/sinh viên
Employee_Name String (UTF-8) Not Null Họ và tên đối tượng điểm danh
Check_In_Date Date (YYYY-MM-DD) Not Null Ngày ghi nhận sự kiện
Check_In_Time Time (HH:MM:SS) Not Null Thời điểm quét mặt thành công
Confidence Float $0.0 \le x \le 100.0$ Mức độ tin cậy/khoảng cách đo đạc của thuật toán

Methodology

Quy trình phát triển hệ thống áp dụng mô hình lặp cuốn chiếu (Iterative Agile Methodology) qua 4 giai đoạn cốt lõi:

  1. Khảo sát và chuẩn bị dữ liệu (Tuần 1-2): Phân tích yêu cầu bài toán, thu thập tập dữ liệu mẫu ban đầu từ 20-30 công nhân trong các điều kiện môi trường ánh sáng khác nhau.
  2. Phát triển Core Engine Thị giác máy tính (Tuần 3-5): Cài đặt pipeline phát hiện khuôn mặt với Haar Cascade (haarcascade_frontalface_default.xml), xây dựng cấu trúc tính toán ma trận ảnh tích phân (Integral Image), tinh chỉnh bộ tham số scaleFactor và minNeighbors.
  3. Phát triển Module Nhận dạng & Huấn luyện (Tuần 6-8): Cài đặt thuật toán LBPH, tối ưu hóa các tham số lưới không gian ($GridX, GridY$, Radius, Neighbors), xây dựng hàm tính toán khoảng cách Euclidean giữa các vector đặc trưng.
  4. Đóng gói hệ thống & Tích hợp GUI (Tuần 9-10): Xây dựng giao diện Tkinter, kết nối module xử lý ảnh với luồng ghi log tự động, tiến hành kiểm thử UAT và tối ưu hóa tài nguyên phần cứng.

Implementation và kết quả

Development process & Cơ sở thuật toán chi tiết

1. Thuật toán phát hiện khuôn mặt Haar-like Cascade (Viola-Jones)

Phương pháp sử dụng các đặc trưng Haar cơ bản (Edge features, Line features, Center-surround features) tính toán dựa trên sự chênh lệch tổng cường độ mức xám giữa các vùng chữ nhật đen và trắng:

$$f(x) = \sum \text{Pixel trong vùng đen} - \sum \text{Pixel trong vùng trắng}$$

Để đạt tốc độ xử lý thời gian thực, hệ thống ứng dụng kỹ thuật Ảnh tích phân (Integral Image - $CS$). Tại mỗi tọa độ $(x, y)$, giá trị tích phân được định nghĩa:

$$CS[x, y] = \sum_{i \le x, j \le y} I(i, j) = CS[x, y-1] + CS[x-1, y] - CS[x-1, y-1] + I(x, y)$$

Nhờ ma trận tích lũy $CS$, tổng cường độ pixel trong một vùng chữ nhật $ABCD$ bất kỳ được tính toán tức thời chỉ với 4 phép truy xuất bộ nhớ:

$$\text{Sum}(ABCD) = CS[D] + CS[A] - CS[B] - CS[C]$$

Bộ phân loại tầng AdaBoost kết hợp $T$ bộ phân loại yếu $h_t(x)$ thành một bộ phân loại mạnh $H(x)$ theo trọng số $\alpha_t$:

$$H(x) = \text{sign}\left(\sum_{t=1}^T \alpha_t h_t(x)\right), \quad \text{với } \alpha_t = \frac{1}{2}\ln\left(\frac{1 - \epsilon_t}{\epsilon_t}\right)$$

2. Thuật toán trích xuất đặc trưng nhận dạng LBPH

Toán tử LBP cơ bản biến đổi cục bộ vùng lân cận $3 \times 3$ quanh điểm ảnh trung tâm $(x_c, y_c)$ có mức xám $g_c$ với 8 điểm lân cận $g_p$ ($p=0..7$):

$$LBP(x_c, y_c) = \sum_{p=0}^{P-1} s(g_p - g_c) \cdot 2^p, \quad \text{trong đó } s(x) = \begin{cases} 1 & \text{khi } x \ge 0 \ 0 & \text{khi } x < 0 \end{cases}$$

Sau khi chuyển đổi toàn bộ vùng ảnh khuôn mặt thành ma trận LBP, ảnh được chia thành các ô lưới kích thước $(GridX \times GridY)$. Biểu đồ tần suất (Histogram) của từng ô được nối tuần tự (concatenated) thành một vector đặc trưng duy nhất đại diện cho khuôn mặt.

Khoảng cách phân biệt giữa ảnh cần nhận diện ($hist_1$) và ảnh mẫu trong cơ sở dữ liệu ($hist_2$) được đo lường bằng khoảng cách Euclidean:

$$D = \sqrt{\sum_{i=1}^N \left(hist_{1, i} - hist_{2, i}\right)^2}$$

Trích đoạn mã nguồn thực thi cốt lõi (Python + OpenCV)

import cv2
import os
import numpy as np
import pandas as pd
from datetime import datetime

# 1. Khởi tạo bộ phát hiện khuôn mặt và bộ nhận diện LBPH
face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml')
recognizer = cv2.face.LBPHFaceRecognizer_create(radius=1, neighbors=8, grid_x=8, grid_y=8)

def detect_and_recognize(frame, recognizer, confidence_threshold=75.0):
    """
    Xử lý luồng hình ảnh: Phát hiện khuôn mặt -> Trích xuất LBP -> So khớp định danh
    """
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    # scaleFactor=1.10, minNeighbors=5 giúp loại bỏ triệt để False Positives
    faces = face_cascade.detectMultiScale(gray, scaleFactor=1.10, minNeighbors=5, minSize=(60, 60))
    
    attendance_records = []
    for (x, y, w, h) in faces:
        roi_gray = gray[y:y+h, x:x+w]
        # Nhận diện ID và đo lường khoảng cách sai lệch (confidence distance)
        label_id, distance = recognizer.predict(roi_gray)
        
        if distance < confidence_threshold:
            emp_name = f"Employee_{label_id}"
            status = "Verified"
            color = (0, 255, 0) # BGR: Xanh lá
        else:
            emp_name = "Unknown"
            status = "Unregistered"
            color = (0, 0, 255) # BGR: Đỏ
            
        # Vẽ bounding box và hiển thị thông tin
        cv2.rectangle(frame, (x, y), (x+w, y+h), color, 2)
        cv2.putText(frame, f"{emp_name} ({distance:.1f})", (x, y-10), 
                    cv2.FONT_HERSHEY_SIMPLEX, 0.7, color, 2)
        
        if status == "Verified":
            now = datetime.now()
            attendance_records.append({
                "Employee_ID": label_id,
                "Employee_Name": emp_name,
                "Check_In_Date": now.strftime("%Y-%m-%d"),
                "Check_In_Time": now.strftime("%H:%M:%S"),
                "Confidence": round(distance, 2)
            })
            
    return frame, attendance_records

def log_to_csv(records, file_path="attendance_data.csv"):
    if not records:
        return
    df_new = pd.DataFrame(records)
    if not os.path.exists(file_path):
        df_new.to_csv(file_path, index=False, mode='w', encoding='utf-8-sig')
    else:
        df_new.to_csv(file_path, index=False, mode='a', header=False, encoding='utf-8-sig')

Testing và validation

Quá trình kiểm nghiệm được thực hiện trên hệ thống máy tính xách tay cấu hình tiêu chuẩn: CPU Intel® Core™ i5-8265U @ 1.60GHz (Turbo Boost 3.90GHz), 8GB DDR4 RAM, chạy hệ điều hành Windows 10 Pro 64-bit.

1. Đánh giá tác động của tham số minNeighbors trên thuật toán Haar Cascade

+-------------------------------------------------------------------------------+
|                      TỶ LỆ DƯƠNG TÍNH GIẢ THEO MINNEIGHBORS                   |
|                                                                               |
|  minNeighbors = 0  | [########################################] 100% Nhiễu    |
|  minNeighbors = 2  | [############                            ]  30% Nhiễu    |
|  minNeighbors = 5  | [                                        ]   0% Tối ưu   |
+-------------------------------------------------------------------------------+
  • minNeighbors = 0: Phát hiện tất cả các vùng ứng viên, dẫn đến việc xuất hiện hàng chục bounding box chồng chéo và nhận diện nhầm các vật thể nền (False Positives cao).
  • minNeighbors = 2: Giảm thiểu vùng trùng lặp nhưng vẫn tồn tại sai số ở các vùng có độ tương phản cao như nếp gấp áo, tranh tường.
  • minNeighbors = 5: Triệt tiêu hoàn toàn các trường hợp dương tính giả, chỉ giữ lại các vùng khuôn mặt có độ tin cậy hội tụ cao.

2. Kết quả thử nghiệm độ chính xác theo điều kiện môi trường

Kịch bản kiểm thử Số lượng mẫu thử Số trường hợp chính xác Tỷ lệ thành công (%) Độ trễ xử lý trung bình (ms)
Ánh sáng tiêu chuẩn (Frontal Face) 100 97 97.0% 115 ms
Góc nghiêng ($\pm 15^\circ - 20^\circ$) 60 54 90.0% 128 ms
Điều kiện ngược sáng nhẹ 40 35 87.5% 134 ms
Khoảng cách xa camera (> 2.5m) 30 26 86.7% 142 ms
Tổng thể thực nghiệm (30 ảnh test chuẩn) 30 28 92.6% 125 ms

Kết quả đạt được

  • Độ chính xác nhận diện tổng thể: Đạt 92.6% trên tập dữ liệu thử nghiệm độc lập gồm các ảnh chụp thực tế của công nhân nhà xưởng.
  • Thời gian đáp ứng hệ thống: Tốc độ xử lý khung hình đạt trung bình 8-10 FPS trên luồng video webcam HD 720p, hoàn toàn đáp ứng tiêu chuẩn thời gian thực (Real-time).
  • Hoàn thiện đầy đủ các tính năng:
    • Giao diện người dùng đồ họa (GUI) ổn định, tích hợp các nút bấm chức năng: Nhập thông tin, Tự động chụp tập mẫu 20 ảnh/người, Huấn luyện (Train) mô hình trong chưa đầy 3 giây, Điểm danh trực tiếp và Xuất báo cáo CSV.
    • Tự động quản lý cơ sở dữ liệu khuôn mặt theo thư mục định danh ID rõ ràng, loại bỏ hoàn toàn các thao tác thủ công phức tạp.

Đổi mới và đóng góp

Đổi mới kỹ thuật (Technical Innovations)

  1. Pipeline xử lý siêu nhẹ (Ultra-lightweight Pipeline): Khác biệt với các hệ thống sử dụng mạng học sâu tầng sâu (Deep CNNs như ResNet, VGGFace, FaceNet) đòi hỏi GPU chuyên dụng đắt tiền (Nvidia RTX series), giải pháp Haar Cascade + LBPH có thể vận hành mượt mà trên các vi xử lý cấp thấp (Intel Core i3/i5 thế hệ cũ, Raspberry Pi 4) với dung lượng RAM tiêu thụ dưới 150MB.
  2. Mở rộng đặc trưng Haar đa góc: Áp dụng mô hình đặc trưng mở rộng (Extended Haar-like features do Lienhart & Maydt đề xuất) với các khối hình chữ nhật nghiêng $45^\circ$ và hình bình hành, giúp tăng khả năng bao phủ các góc cạnh khuôn mặt khi chuyển động tự nhiên.
  3. Thuật toán tự động sinh tập dữ liệu (Auto Dataset Builder): Hệ thống tự động tách khung hình từ webcam, căn chỉnh và cắt chính xác vùng ROI khuôn mặt, chuẩn hóa thang độ xám và lưu trữ theo mã ID định danh, rút ngắn thời gian đăng ký nhân viên mới từ 5 phút xuống còn dưới 10 giây.
+---------------------------------------------------------------------------------+
| TIẾT KIỆM TÀI NGUYÊN SO VỚI CÁC MÔ HÌNH HỌC SÂU (DEEP LEARNING)                 |
|                                                                                 |
| Deep CNN (FaceNet/ResNet) : [========================================] 2.5 GB RAM|
| Đề xuất (Haar + LBPH)     : [==                                      ] 150 MB RAM|
+---------------------------------------------------------------------------------+

So sánh với các giải pháp hiện hành

Đặc tính kỹ thuật Deep Learning (FaceNet / Dlib CNN) PCA (Eigenfaces) Đề xuất (Haar + LBPH)
Yêu cầu phần cứng GPU chuyên dụng, RAM $\ge$ 8GB CPU tiêu chuẩn CPU cơ bản, RAM $\ge$ 2GB
Thời gian huấn luyện thêm người Lâu (Phải fine-tune/retrain lâu) Nhanh nhưng nhạy cảm sáng Gần như tức thời (< 3 giây)
Khả năng chịu thay đổi ánh sáng Rất tốt Rất kém Tốt (Nhờ toán tử nhị phân LBP)
Tốc độ trích xuất đặc trưng 200-500ms (CPU) 50-80ms 30-50ms
Mức độ phức tạp cài đặt Phức tạp (Cần CUDA, cuDNN) Trung bình Đơn giản, tính tương thích cao

Ứng dụng thực tế và triển khai

Kịch bản triển khai thực tế

graph LR
    subgraph Điểm quét tại cửa ra vào
        CAM[Webcam / IP Camera] --> APP[Ứng dụng Python Client]
    end
    subgraph Máy chủ / Quản trị
        APP --> LOG[attendance_log.csv]
        APP --> DASH[Dashboard Quản lý Nhân sự]
    end
  • Mô hình xí nghiệp, phân xưởng sản xuất: Đặt 01 camera giám sát tại cửa ra vào xưởng. Khi công nhân đi qua vùng quét, hệ thống tự động ghi nhận mã nhân viên và thời gian vào ca, loại bỏ tình trạng ùn tắc vào giờ cao điểm.
  • Mô hình giảng đường đại học: Giảng viên chỉ cần khởi chạy phần mềm trên laptop có webcam để sinh viên lần lượt điểm danh khi vào lớp, dữ liệu xuất trực tiếp ra file Excel để lưu trữ vào sổ bộ môn.

Phân tích hiệu quả kinh tế (Cost-Benefit & ROI Analysis)

  • Chi phí đầu tư ban đầu: Tiết kiệm 85% so với việc mua sắm các thiết bị chấm công khuôn mặt chuyên dụng nhập khẩu (thường dao động từ 15.000.000 VNĐ – 30.000.000 VNĐ/thiết bị). Hệ thống tận dụng trực tiếp máy tính văn phòng sẵn có và camera USB giá rẻ (khoảng 300.000 – 500.000 VNĐ).
  • Tối ưu hóa thời gian: Giảm thời gian điểm danh một lớp 50 sinh viên từ 10 phút xuống còn 1.5 phút (giảm 85% thời gian lãng phí).
  • Thời gian hoàn vốn (ROI): Ước tính từ 1 đến 3 tháng nhờ loại bỏ chi phí in ấn thẻ từ, mua máy quét mới và triệt tiêu tình trạng gian lận giờ làm.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật hiện tại

  • Độ phụ thuộc góc quay lớn: Thuật toán Haar Cascade giảm độ chính xác khi góc xoay khuôn mặt (Yaw/Pitch) vượt quá $30^\circ$ do mô hình huấn luyện dựa trên ảnh trực diện.
  • Hiện tượng ánh sáng khắc nghiệt: Trong môi trường thiếu sáng trầm trọng hoặc ngược sáng gắt từ cửa sổ, tỷ lệ trích xuất đúng vùng khuôn mặt bị suy giảm xuống dưới 80%.
  • Chưa tích hợp nhận diện 3D chống giả mạo: Chưa thể ngăn chặn các hành vi tấn công giả mạo tinh vi bằng ảnh in độ phân giải cao hoặc màn hình smartphone chiếu video chân dung (Replay Attack).

Hướng phát triển tương lai

  • Nâng cấp sang mô hình phát hiện khuôn mặt hiện đại: Tích hợp các bộ phát hiện nhẹ như MediaPipe Face Mesh hoặc Ultra-Light-Fast-Generic-Face-Detector-1MB để tăng cường khả năng phát hiện ở mọi góc độ.
  • Tích hợp module chống giả mạo (Liveness Detection): Bổ sung thuật toán kiểm tra chuyển động nhấp nháy mắt (Eye-blink detection) và phân tích biến thiên kết cấu da trước khi nhận diện.
  • Chuyển đổi kiến trúc sang Client-Server / Cloud API: Đóng gói phần mềm thành dịch vụ Microservices (RESTful API sử dụng FastAPI/Flask), kết nối cơ sở dữ liệu tập trung (PostgreSQL/MySQL) cho phép đồng bộ hóa dữ liệu từ hàng trăm camera chi nhánh.

Đối tượng hưởng lợi

1. Sinh viên và Người mới bắt đầu học AI/Computer Vision

  • Cung cấp tài liệu tham khảo trực quan, mã nguồn mở sáng sủa về việc áp dụng lý thuyết xử lý ảnh cổ điển (Haar-like, Integral Image, LBP, AdaBoost) vào một ứng dụng thực tiễn hoàn chỉnh.
  • Làm nền tảng cơ sở trước khi tiếp cận các kiến trúc mạng nơ-ron học sâu phức tạp hơn.

2. Lập trình viên & Kỹ sư phát triển phần mềm

  • Nắm bắt mô hình kiến trúc tích hợp giữa xử lý thị giác máy tính thời gian thực (OpenCV) với giao diện người dùng Desktop (Tkinter) và cấu trúc lưu trữ dữ liệu (Pandas/CSV).
  • Mẫu tham khảo chuẩn về xử lý ngoại lệ (Exception handling), quản lý luồng camera và phân luồng tác vụ (Multi-threading).

3. Doanh nghiệp vừa và nhỏ (SMEs), Cơ sở giáo dục

  • Sở hữu giải pháp tự động hóa điểm danh với chi phí gần như bằng 0, dễ dàng tự bảo trì và mở rộng tính năng theo đặc thù riêng mà không bị phụ thuộc vào các nhà cung cấp giải pháp đóng gói.

4. Các nhà nghiên cứu ứng dụng

  • Tập dữ liệu benchmark thực nghiệm thực tế về hiệu năng của các thuật toán thị giác máy tính truyền thống trên nền tảng phần cứng văn phòng phổ thông.

Câu hỏi thường gặp

1. Cấu hình phần cứng tối thiểu để triển khai hệ thống là gì?

Hệ thống được thiết kế tối ưu hóa cho phần cứng phổ thông. Cấu hình tối thiểu: CPU Intel Core i3 (thế hệ 4 trở lên) hoặc AMD tương đương, 4GB RAM, Camera USB độ phân giải tối thiểu 720p (30 FPS), dung lượng ổ cứng trống 500MB. Hệ thống có thể chạy trên Windows 7/10/11, Ubuntu Linux hoặc macOS.

2. Thuật toán LBPH xử lý trường hợp một người thay đổi kiểu tóc, đeo kính thế nào?

Toán tử LBP tập trung vào mối quan hệ mức xám giữa các điểm ảnh lân cận trong từng ô lưới cục bộ (Local Grids). Khi người dùng đeo kính hoặc đổi kiểu tóc, chỉ một số ô lưới ở vùng mắt hoặc trán bị thay đổi, trong khi các ô lưới ở vùng má, sống mũi, miệng và cằm vẫn giữ nguyên giá trị đặc trưng. Khoảng cách Euclidean tổng thể vẫn nằm trong ngưỡng nhận diện cho phép ($distance < 75$).

3. Hệ thống có thể mở rộng cho doanh nghiệp trên 1.000 nhân viên không?

Với quy mô lớn trên 1.000 nhân viên, việc tính toán khoảng cách Euclidean tuần tự với 1.000 mẫu LBPH có thể làm tăng độ trễ lên 500-800ms. Giải pháp nâng cấp: Thay thế bộ so khớp tuyến tính bằng cấu trúc dữ liệu cây tìm kiếm láng giềng gần nhất (k-d tree / FLANN) hoặc chuyển đổi sang mô hình trích xuất vector embedding (FaceNet/ArcFace) kết hợp cơ sở dữ liệu vector chuyên dụng như Milvus hoặc FAISS.

4. Dữ liệu điểm danh và thông tin khuôn mặt được bảo mật như thế nào?

Ảnh gốc của nhân viên được chuyển đổi thành các vector nhị phân LBP và file mô hình trainer.yml, không lưu trữ ảnh thô chưa mã hóa trên hệ thống công cộng. Tệp dữ liệu điểm danh CSV có thể được cấu hình phân quyền chỉ đọc (Read-only) và tự động mã hóa đồng bộ lên hệ thống máy chủ nội bộ qua giao thức SSH/SFTP.

5. Chi phí bảo trì và vận hành hệ thống hàng năm ước tính bao nhiêu?

Gần như 0 đồng chi phí bản quyền phần mềm do toàn bộ ngăn xếp công nghệ đều dựa trên nền tảng mã nguồn mở (Python, OpenCV, Tkinter). Chi phí duy nhất là khấu hao thiết bị phần cứng máy tính và camera sẵn có của đơn vị.

Kết luận

Đồ án "Xây dựng hệ thống chấm công bằng nhận diện khuôn mặt" của tác giả Bùi Quang Huy dưới sự hướng dẫn của ThS. Nguyễn Thị Tuyến đã giải quyết thành công bài toán tự động hóa quy trình quản lý nhân sự bằng công nghệ xử lý ảnh tiên tiến. Bằng sự kết hợp khoa học giữa thuật toán phát hiện nhanh Haar-like Cascade (Viola-Jones) và thuật toán trích xuất đặc trưng kết cấu LBPH, hệ thống đạt độ chính xác ấn tượng 92.6% với tốc độ phản hồi thời gian thực trên các máy tính văn phòng tiêu chuẩn.

Công trình không chỉ mang giá trị học thuật sâu sắc thông qua việc hiện thực hóa các lý thuyết toán học xử lý ảnh (Integral Image, AdaBoost, LBP Kernel) mà còn mang tính ứng dụng thực tiễn cao, đem lại giải pháp chấm công không tiếp xúc an toàn, minh bạch và tiết kiệm chi phí vượt trội cho các nhà xưởng, doanh nghiệp và cơ sở đào tạo.