Bối cảnh và vấn đề nghiên cứu

Trong công tác quản lý sự kiện hiện đại, việc kiểm soát ra vào và ghi nhận danh tính khách tham dự đóng vai trò quan trọng nhằm đảm bảo an ninh, trật tự và tối ưu hóa thời gian tổ chức. Phương thức điểm danh truyền thống dựa trên danh sách giấy thường bộc lộ nhiều hạn chế về tốc độ xử lý, gây ùn tắc tại các sự kiện quy mô lớn và dễ phát sinh sai sót số liệu. Mặc dù công nghệ mã phản hồi nhanh (QR code) đã được ứng dụng rộng rãi nhằm thay thế thủ tục thủ công, các giải pháp điểm danh bằng mã QR hiện hành tại nhiều sự kiện vẫn bộc lộ bất cập: người tham dự buộc phải xuất trình và quét mã nhiều lần mỗi khi ra/vào các khu vực, đồng thời các quầy thiết bị kiểm soát thương mại thường cồng kềnh, chiếm dụng diện tích mặt bằng lớn.

Để giải quyết vấn đề này, đề tài "Thiết kế, thi công hệ thống điểm danh bằng mã QR" (tên tiếng Anh: IoT-Based QR code check in system) kết hợp công nghệ thị giác máy tính nhằm tự động hóa việc nhận diện người tham dự sau lần quét mã đầu tiên, giảm bớt thao tác lặp lại và thu nhỏ kích thước trạm kiểm soát.

Mục tiêu tổng quát của khóa luận là thiết kế và thi công một hệ thống quầy điểm danh tích hợp mã QR kết hợp nhận diện khuôn mặt có kích thước nhỏ gọn, chi phí thấp, cho phép quản lý luồng ra/vào sự kiện hiệu quả mà không yêu cầu người dùng thao tác quét mã nhiều lần.

Nội dung và nhiệm vụ nghiên cứu được phân chia thành 3 phần chính:

  1. Nội dung 1: Thiết kế hệ thống phân phối mã QR — Xây dựng biểu mẫu đăng ký thông tin trực tuyến, tìm hiểu cơ chế gửi mã tự động qua email và thiết kế cơ sở dữ liệu để lưu trữ thông tin khách mời.
  2. Nội dung 2: Thiết kế hệ thống quét mã QR — Tích hợp mạch phần cứng đọc mã vạch/mã QR chuyên dụng, lập trình trích xuất và đối soát mã định danh với dữ liệu lưu trữ.
  3. Nội dung 3: Hệ thống camera và thị giác máy tính — Khảo sát các kỹ thuật phát hiện và nhận diện khuôn mặt; lập trình chụp, lưu trữ ảnh người tham dự tại lần quét mã đầu tiên và thực hiện đối sánh nhận diện tự động cho các lượt ra/vào tiếp theo.

Đối tượng nghiên cứu của khóa luận là quy trình điểm danh tại các sự kiện có số lượng người tham dự lớn như nhạc hội, hội chợ, triển lãm thương mại. Phạm vi nghiên cứu tập trung vào việc tích hợp hệ thống nhận diện khuôn mặt trên thiết bị nhúng nhằm nâng cao trải nghiệm người dùng; tác giả xác định không đi sâu vào các khía cạnh bảo mật phức tạp như việc khách tham dự cố tình chia sẻ mã QR cho người khác.

Cơ sở lý thuyết và phương pháp

Khóa luận xây dựng nền tảng nghiên cứu dựa trên sự kết hợp giữa lý thuyết mã hóa ma trận 2D, các công cụ phát triển phần mềm web - cơ sở dữ liệu và các thuật toán xử lý ảnh, thị giác máy tính.

1. Khung lý thuyết và công nghệ

  • Công nghệ mã QR: Khóa luận phân tích cấu trúc mã ma trận hai chiều phát minh năm 1994 bởi công ty Denso Wave. Tiêu chuẩn mã QR bao gồm các vùng chức năng chính: mẫu phát hiện vị trí (Position Detection Patterns), mẫu định thời (Timing Patterns), mẫu căn chỉnh (Alignment Patterns), thông tin định dạng và phiên bản (Format & Version Information), cùng vùng chứa từ mã dữ liệu và sửa lỗi (Data and Error Correction Codewords). Thuật toán sửa lỗi Reed-Solomon được sử dụng để khôi phục thông tin khi mã bị tổn hại. Kích thước mã trải dài từ Phiên bản 1 (21x21 pixel) đến Phiên bản 40 (177x177 pixel).
Chế độ đầu vào Số ký tự tối đa Số bit / ký tự Ký tự khả dụng Bộ mã hóa mặc định
Số đơn thuần 7.089 3 1/3 0 - 9 —
Số và chữ cái 4.296 5 1/2 0-9, A-Z, khoảng trắng, $, %, *, +, -, ., /, : —
Số nhị phân (8-bit) 2.953 8 Toàn bộ dải 8-bit ISO 8859-1
Kanji/Kana 1.817 13 Bảng ký tự tiếng Nhật Shift JIS X 0208

  • Công nghệ web và cơ sở dữ liệu:

    • HTML/HTML5: Xây dựng cấu trúc giao diện biểu mẫu đăng ký thông tin cho khách tham dự.
    • PHP và PHPMailer: Ngôn ngữ kịch bản phía máy chủ kết hợp thư viện PHPMailer để xử lý dữ liệu đăng ký và tự động chuyển gửi email chứa mã QR đến người dùng thông qua giao thức truyền thư đơn giản (SMTP).
    • MySQL: Hệ quản trị cơ sở dữ liệu quan hệ theo mô hình máy khách - máy chủ (Client-Server), sử dụng để lưu trữ các bảng dữ liệu khách mời, mã định danh QRID và trạng thái điểm danh.
    • Lập trình đa tiến trình (Multiprocessing): Sử dụng thư viện multiprocessing trong Python nhằm phân bổ các tác vụ đọc mã, truyền hình ảnh camera, nhận diện khuôn mặt và phát âm thanh trên nhiều lõi của CPU, giảm độ trễ thực thi.

  • Thị giác máy tính và nhận diện khuôn mặt (Face Recognition): Quy trình nhận dạng khuôn mặt gồm 3 bước cơ bản: phát hiện khuôn mặt (Face Detection), trích xuất đặc trưng (Feature Extraction) thành vector không gian đa chiều (128 chiều), và phân loại/đối sánh khuôn mặt (Face Classification).

Phương pháp tiếp cận Thuật toán sử dụng Thư viện / Nền tảng
Feature-based Haar Cascade (Haarcascade_frontalface_default.xml) OpenCV
Feature-based HOG (Histogram of Oriented Gradients) kết hợp SVM Dlib / face_recognition
Image-based Mạng nơ-ron tích chập (CNN) Dlib / face_recognition
Image-based MTCNN (Multi-task Cascaded Convolutional Networks) MTCNN framework
Image-based SSD, ResNet (res10_300x300_ssd_iter_140000.caffemodel) Caffe, OpenCV

Đối với trích xuất đặc trưng, khóa luận khảo cứu hai kiến trúc mạng là FaceNet (sử dụng hàm mất mát Triplet Loss tạo vector nhúng 128 chiều) và VGGFace. Đối với phân loại khuôn mặt, các giải pháp so sánh khoảng cách hình học (Euclidean, Cosine thông qua k-NN), thuật toán máy học (Support Vector Machine - SVM) và mô hình học sâu được tổng hợp để lựa chọn phương án cân bằng giữa tốc độ và độ chính xác trên phần cứng nhúng. Cụ thể, hàm get_frontal_face_detector() trong thư viện Dlib được ứng dụng để định vị khuôn mặt trực diện.

2. Phương pháp nghiên cứu

Khóa luận áp dụng phương pháp thiết kế và tích hợp hệ thống kỹ thuật (phần cứng kết hợp phần mềm nhúng), bao gồm:

  • Thiết kế mạch và kết nối ngoại vi phần cứng nhúng.
  • Phát triển module phần mềm quản lý phân tán (Web server quản lý dữ liệu và thiết bị biên nhúng xử lý tại chỗ).
  • Phương pháp thực nghiệm đo lường hiệu năng và độ ổn định thực tế tại các điều kiện môi trường ánh sáng và thời gian khác nhau.

Thiết kế và triển khai

Hệ thống được thiết kế theo cấu trúc module hoàn chỉnh gồm phân hệ web quản trị phân phối mã và phân hệ trạm điểm danh biên độc lập (Edge device).

1. Kiến trúc phần cứng và thiết bị ngoại vi

Trạm điểm danh tích hợp các linh kiện điện tử và thiết bị phần cứng được kết nối tập trung:

  • Bộ xử lý trung tâm: Máy tính nhúng Raspberry Pi 4 Model B (trang bị vi xử lý SoC Broadcom BCM2837/ARM Cortex-A72 64-bit lõi tứ xung nhịp 1.5 GHz, RAM 4GB LPDDR4, cổng mạng Gigabit Ethernet, kết nối không dây, 40 chân GPIO, 2 cổng USB 3.0, 2 cổng micro-HDMI), chạy hệ điều hành Linux Raspbian.
  • Thiết bị thu nhận hình ảnh: Webcam Logitech C270 HD (độ phân giải tối đa 720p tại 30 khung hình/giây, cảm biến 0.9 MP, tiêu cự cố định, góc nhìn chéo dFoV 55°, kết nối qua cổng USB).
  • Màn hình hiển thị và tương tác: Màn hình LCD 7.0 inch cảm ứng điện dung (độ phân giải 1024x600 pixel, giao tiếp hiển thị qua cổng HDMI, nhận tín hiệu cảm ứng và cấp nguồn qua cổng USB).
  • Mạch đọc mã vạch/mã QR: Module cảm biến quang học CMOS (bước sóng ánh sáng 617nm, đèn LED trợ sáng nhiệt độ màu 6500K, góc quét ngang 34° và dọc 26°, hỗ trợ đọc các định dạng mã 2D như QR Code, PDF417, Data Matrix trong khoảng cách 25–250mm, điện áp hoạt động 4.2–6VDC, kết nối UART/USB).
  • Thiết bị âm thanh: Loa Bluetooth JBL GO 2 phát tín hiệu âm thanh phản hồi khi điểm danh thành công.
  • Công cụ hỗ trợ điều khiển: Phần mềm VNC Viewer cho phép truy cập, lập trình và giám sát máy tính nhúng từ xa qua giao thức mạng.
  • Bộ khung chứa thiết bị: Khung vỏ chuyên dụng bao bọc toàn bộ máy tính nhúng, màn hình LCD, webcam và module quét mã để tạo thành một khối quầy điểm danh gọn gàng.

2. Quy trình thiết kế và thuật toán hệ thống

Quá trình thiết kế được chia thành hai nhánh quy trình nghiệp vụ:

  • Quy trình phân phối mã QR:

    1. Khách mời truy cập biểu mẫu web (HTML/PHP), nhập các trường thông tin cá nhân (họ tên, email, tổ chức, số điện thoại).
    2. Hệ thống lưu trữ bản ghi vào cơ sở dữ liệu MySQL và khởi tạo chuỗi định danh duy nhất QRID.
    3. Thư viện phần mềm tạo ảnh mã QR chứa chuỗi QRID.
    4. Hệ thống gọi PHPMailer gửi thư mời điện tử kèm ảnh mã QR đính kèm trực tiếp đến hòm thư của người đăng ký.

  • Quy trình tham gia và kiểm tra tại trạm điểm danh qua 3 giai đoạn hoàn thiện:

    • Giai đoạn 1: Thiết lập luồng quét mã QR và chụp ảnh khuôn mặt ban đầu; nhận diện tọa độ 68 điểm đặc trưng (landmarks) trên khuôn mặt 2D và lưu trữ khuôn mẫu vào hệ thống.
    • Giai đoạn 2: Hoàn thiện sơ đồ khối phần cứng và lưu đồ thuật toán kiểm tra mã QR, đối chiếu tính hợp lệ của QRID trong cơ sở dữ liệu.
    • Giai đoạn 3: Tối ưu hóa hệ thống điểm danh tự động toàn diện. Khi người tham dự đến quầy lần đầu, mạch đọc giải mã QR, camera kích hoạt chụp và trích xuất vector đặc trưng khuôn mặt lưu vào CSDL đồng thời phát âm thanh chào mừng qua loa JBL GO 2 và hiển thị xác nhận trên LCD. Trong các lượt ra/vào tiếp theo của sự kiện, hệ thống sử dụng camera và luồng đa tiến trình để đối sánh nhận diện khuôn mặt tự động mà không yêu cầu xuất trình lại mã QR.

Nội dung chính theo từng chương

Chương 1. Lý do chọn đề tài

Chương này trình bày tính cấp thiết của việc áp dụng tin học hóa vào công tác quản trị sự kiện. Tác giả chỉ ra nhược điểm của các giải pháp quét mã QR truyền thống khi người tham dự phải thao tác quét nhiều lần gây mất thời gian, đồng thời thiết bị hiện có trên thị trường thường cồng kềnh. Từ đó, chương xác định mục tiêu thiết kế quầy điểm danh nhỏ gọn, chi phí thấp tích hợp nhận diện khuôn mặt; nêu rõ đối tượng nghiên cứu (sự kiện đông người), phạm vi (tập trung vào nhận diện khuôn mặt tối ưu trải nghiệm, không xử lý chuyên sâu gian lận chia sẻ mã) và phân chia 3 nội dung nghiên cứu cụ thể.

Chương 2. Giới thiệu về điểm danh sự kiện bằng mã QR

Chương 2 tổng quan toàn diện về phương thức điểm danh sự kiện bằng mã QR. Tác giả phân tích mô hình điểm danh thực tế thông qua nghiên cứu trường hợp sản phẩm của Công ty TNHH Thế Giới Mã Vạch với quy trình 6 bước: (1) Thu thập thông tin khách hàng qua file Excel hoặc landing page; (2) Tạo mã QR đơn lẻ hoặc hàng loạt; (3) Phân phối mã QR qua email hoặc in thẻ; (4) Đọc mã QR tại quầy bằng máy quét hoặc ứng dụng di động; (5) Xác nhận thông tin và hiển thị màn hình chào mừng; (6) Xuất báo cáo thống kê cuối sự kiện. Chương nêu rõ thời gian điểm danh tiêu chuẩn từ 3 đến 5 giây/khách theo các nghiên cứu tham chiếu. Cuối chương, tác giả phân tích các vấn đề tồn tại (chưa kiểm soát tốt luồng ra/vào liên tục, hệ thống chiếm dụng nhiều không gian) và đề xuất hướng giải quyết bằng camera nhận diện khuôn mặt, tối ưu phần cứng và thiết kế rào chắn/cửa kiểm soát.

Chương 3. Tìm hiểu về mã QR

Nội dung chương tập trung vào cơ sở kỹ thuật chi tiết của các công nghệ thành phần:

  • Mã QR: Lịch sử phát triển bởi Denso Wave năm 1994, so sánh dung lượng vượt trội so với mã vạch 1D, bảng thông số lưu trữ dữ liệu 4 chế độ, phân tích cấu trúc hình học (Position, Timing, Alignment Patterns) và quy trình 3 bước tạo mã (tạo chuỗi nhị phân, tạo mã sửa lỗi Reed-Solomon, chọn mẫu mặt nạ tối ưu qua 8 ma trận).
  • Công cụ web và CSDL: Khái niệm và vai trò của HTML5, ngôn ngữ PHP, thư viện gửi mail PHPMailer qua giao thức SMTP, hệ quản trị cơ sở dữ liệu MySQL (mô hình Client-Server, công cụ quản trị phpMyAdmin), và cơ chế xử lý song song đa tiến trình (Multi-processing) trong môi trường hệ điều hành.
  • Thị giác máy tính: Khảo cứu thư viện OpenCV; luồng xử lý 3 bước của bài toán Face Recognition; bảng so sánh các thuật toán phát hiện khuôn mặt (Haar Cascade, HOG, CNN, SSD); các mô hình trích xuất đặc trưng FaceNet, VGGFace; các phương pháp phân loại (kNN, SVM, Deep Learning); hàm get_frontal_face_detector() trong thư viện Dlib; phần mềm điều khiển từ xa VNC Viewer.
  • Phần cứng và linh kiện: Thông số kỹ thuật chi tiết của Raspberry Pi 4 (SoC Broadcom BCM2837, RAM 4GB, cổng GPIO, hệ điều hành Raspbian), Webcam Logitech C270 HD (720p/30fps), Màn hình LCD cảm ứng điện dung 7 inch (1024x600), Module mạch đọc mã vạch CMOS (617nm, khoảng cách đọc 25-250mm, hỗ trợ QR Code/PDF417/Data Matrix), và loa Bluetooth JBL GO 2.

Chương 4. THIẾT KẾ HỆ THỐNG

Chương 4 trình bày chi tiết toàn bộ thiết kế kiến trúc và giải thuật của hệ thống điểm danh:

  • Thiết kế hệ thống phân phối mã QR: Xây dựng giao diện biểu mẫu nhập liệu web, thiết kế lược đồ cơ sở dữ liệu MySQL lưu trữ khách mời, thuật toán tạo mã QR chứa giá trị QRID và hàm gửi email tự động đính kèm mã QR bằng thư viện PHPMailer.
  • Thiết kế quy trình tham gia sự kiện và lưu đồ thuật toán qua 3 giai đoạn tiến hóa (Giai đoạn 1: phát hiện khuôn mặt 68 điểm và đọc mã; Giai đoạn 2: kiểm tra đối soát CSDL; Giai đoạn 3: kết hợp lập trình đa tiến trình để đồng bộ hóa mạch quét mã, webcam nhận diện khuôn mặt, hiển thị LCD và loa Bluetooth).
  • Thiết kế kết cấu cơ khí và ghép nối phần cứng: Bản vẽ và cấu trúc lắp đặt mặt trước, mặt sau của bộ khung chứa thiết bị giúp gom gọn máy tính nhúng Raspberry Pi, màn hình LCD 7 inch, webcam và module quét mã thành một thiết bị trạm đồng nhất.

Chương 5. KẾT QUẢ THỰC NGHIỆM

Chương 5 trình bày kết quả chạy thử nghiệm hệ thống trong điều kiện thực tế:

  • Đánh giá hiệu suất module phần mềm: Kiểm thử biểu mẫu đăng ký trực tuyến, cơ chế tạo mã và gửi thư tự động qua email thành công cho người dùng.
  • Đo đạc thời gian thực hiện chu trình điểm danh và tốc độ đáp ứng của hệ thống phần cứng.
  • Đánh giá khả năng thực thi của hệ thống nhận diện và quét mã trong các môi trường khác nhau: thực nghiệm trong phòng điều kiện ban ngày; thực nghiệm ngoài trời tại các mốc thời gian khác nhau gồm 12 giờ 45 phút (nắng gắt/ánh sáng mạnh), 17 giờ 00 phút (ánh sáng chiều muộn) và 21 giờ 00 phút (ban đêm/thiếu sáng).

Chương 6. KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN

Tổng kết các khó khăn kỹ thuật phát sinh trong quá trình thi công và đề xuất các định hướng phát triển tiếp theo, bao gồm việc nâng cấp cụm camera có tích hợp đèn LED trợ sáng để đảm bảo hiệu quả nhận diện trong môi trường ban đêm hoặc thiếu sáng ngoài trời.

Kết quả và đóng góp

1. Kết quả kỹ thuật đạt được

  • Xây dựng hoàn chỉnh chu trình phân phối mã QR trực tuyến: kết nối biểu mẫu đăng ký qua giao diện web, ghi nhận thông tin vào cơ sở dữ liệu MySQL, tự động tạo mã QR chứa mã số QRID và gửi email thư mời đến khách tham dự bằng PHPMailer.
  • Tích hợp thành công trạm phần cứng điểm danh biên hoàn chỉnh, nhỏ gọn bao gồm máy tính nhúng Raspberry Pi 4 (RAM 4GB), Webcam Logitech C270 HD, màn hình cảm ứng điện dung 7 inch (1024x600), module quét mã quang học CMOS và loa JBL GO 2.
  • Triển khai thuật toán nhận diện khuôn mặt kết hợp Dlib và OpenCV, ứng dụng kỹ thuật đa tiến trình (multiprocessing) trong Python để thực hiện song song việc giải mã QR và trích xuất/đối sánh đặc trưng khuôn mặt.
  • Hệ thống đã được kiểm nghiệm thực tế tại cả môi trường trong phòng ban ngày lẫn môi trường ngoài trời ở các khung giờ 12h45, 17h00 và 21h00.

2. Đóng góp của đề tài

  • Khắc phục nhược điểm thao tác quét mã lặp đi lặp lại của các giải pháp điểm danh QR thông thường bằng cách tự động lưu trữ và nhận diện khuôn mặt ở các lần ra/vào tiếp theo.
  • Tối ưu hóa kích thước và chi phí chế tạo quầy điểm danh sự kiện so với các hệ thống thương mại cồng kềnh, tạo ra một trạm thiết bị nhúng tích hợp độc lập, dễ dàng triển khai tại các sự kiện đông người.

Hạn chế và hướng nghiên cứu tiếp

1. Hạn chế

  • Hệ thống chưa xử lý chuyên sâu các trường hợp gian lận bảo mật cao, chẳng hạn như hành vi người tham dự sử dụng mã QR của người khác để vượt qua trạm kiểm soát trong lần quét đầu tiên.
  • Năng lực tính toán của phần cứng nhúng (CPU và GPU trên vi xử lý Broadcom của Raspberry Pi 4) ở mức giới hạn, khó đáp ứng các mô hình học sâu (Deep Learning) nhận diện khuôn mặt có kiến trúc mạng quá phức tạp hoặc tập dữ liệu mẫu cực lớn mà không làm giảm tốc độ xử lý.
  • Hiệu suất nhận diện khuôn mặt bị ảnh hưởng đáng kể bởi điều kiện môi trường ánh sáng ngoài trời, đặc biệt là khi ánh sáng yếu vào ban đêm (thực nghiệm lúc 21h00).

2. Hướng nghiên cứu tiếp

  • Tích hợp thêm cụm camera có trang bị đèn LED trợ sáng tự động nhằm nâng cao độ chính xác khi chụp và nhận diện khuôn mặt trong điều kiện thiếu sáng hoặc ban đêm.
  • Tích hợp thêm rào chắn hoặc cửa thông minh điều khiển tự động qua rơ-le/GPIO, chỉ mở cửa khi hệ thống xác thực điểm danh thành công.
  • Tiếp tục tối ưu hóa thuật toán phân loại khuôn mặt và nâng cao khả năng cảnh báo, hướng dẫn người dùng tại quầy.

Giá trị tham khảo

Báo cáo khóa luận cung cấp tài liệu tham khảo có giá trị kỹ thuật thực tiễn cho sinh viên, giảng viên và kỹ sư thuộc các chuyên ngành Kỹ thuật Máy tính, Công nghệ Thông tin, Điện tử - Viễn thông và Hệ thống Nhúng/IoT:

  • Thiết kế hệ thống nhúng: Cung cấp tài liệu tham khảo chi tiết về sơ đồ kết nối chân GPIO, cổng giao tiếp HDMI, USB và cấu hình phần cứng cho Raspberry Pi 4 kết hợp màn hình cảm ứng và module CMOS đọc mã vạch.
  • Thị giác máy tính ứng dụng: Hướng dẫn cụ thể về luồng xử lý nhận diện khuôn mặt từ phát hiện (Haar Cascade, HOG, Dlib get_frontal_face_detector) đến trích xuất đặc trưng đa chiều (FaceNet, VGGFace) và kỹ thuật lập trình đa tiến trình (multiprocessing) trong Python trên máy tính nhúng.
  • Tích hợp dịch vụ web và IoT: Quy trình tạo mã QR chuẩn ma trận kết hợp cơ sở dữ liệu MySQL và thư viện PHPMailer gửi thư tự động qua giao thức SMTP.

Câu hỏi thường gặp

1. Khóa luận giải quyết bất cập nào của các hệ thống điểm danh bằng mã QR truyền thống?
Hệ thống giải quyết tình trạng người tham dự phải liên tục xuất trình và quét lại mã QR mỗi khi ra/vào sự kiện, đồng thời khắc phục nhược điểm cồng kềnh, chiếm nhiều diện tích của các quầy kiểm soát thương mại bằng cách tích hợp nhận diện khuôn mặt trên một thiết bị nhúng nhỏ gọn.

2. Trạm điểm danh phần cứng bao gồm những thiết bị và linh kiện cụ thể nào?
Trạm điểm danh tích hợp máy tính nhúng Raspberry Pi 4 (RAM 4GB), Webcam Logitech C270 HD (720p/30fps), màn hình cảm ứng điện dung 7 inch (1024x600), module mạch đọc mã vạch/QR cảm biến CMOS (bước sóng 617nm, LED 6500K), loa Bluetooth JBL GO 2 và bộ khung chứa chuyên dụng.

3. Khả năng lưu trữ dữ liệu tối đa của mã QR ở các chế độ mã hóa theo tài liệu là bao nhiêu?
Theo bảng thông số trong văn bản, dung lượng lưu trữ tối đa của mã QR là: 7.089 ký tự đối với chế độ số đơn thuần; 4.296 ký tự đối với chế độ số và chữ cái; 2.953 byte đối với dữ liệu nhị phân (8-bit); và 1.817 ký tự đối với Kanji/Kana.

4. Luồng xử lý bài toán nhận diện khuôn mặt (Face Recognition) trong khóa luận gồm những bước cơ bản nào?
Luồng xử lý gồm 3 bước bắt buộc: (1) Phát hiện khuôn mặt (Face Detection) để định vị vùng khuôn mặt; (2) Trích xuất đặc trưng (Feature Extraction) để tạo vector 128 chiều biểu diễn khuôn mặt; (3) Phân loại khuôn mặt (Face Classification) bằng cách so sánh khoảng cách hoặc sử dụng mô hình học máy (kNN, SVM, Deep Learning).

5. Hệ thống đã được kiểm thử thực tế trong những môi trường và khung giờ nào?
Hệ thống được thử nghiệm thực tế trong phòng điều kiện ban ngày và thử nghiệm ngoài trời tại 3 mốc thời gian: 12 giờ 45 phút (ánh sáng mạnh ban ngày), 17 giờ 00 phút (ánh sáng chiều muộn) và 21 giờ 00 phút (ban đêm/thiếu sáng).

Kết luận

Khóa luận tốt nghiệp của tác giả Nguyễn Anh Kiệt đã hoàn thành việc nghiên cứu, thiết kế và thi công hoàn chỉnh hệ thống quầy điểm danh sự kiện bằng mã QR kết hợp nhận diện khuôn mặt trên nền tảng máy tính nhúng Raspberry Pi 4. Đề tài xây dựng đồng bộ từ quy trình phân phối vé điện tử tự động qua giao diện web, cơ sở dữ liệu MySQL và thư viện PHPMailer, cho đến trạm thiết bị đọc mã CMOS tích hợp xử lý ảnh thời gian thực qua OpenCV và Dlib. Các kết quả thực nghiệm trong phòng và ngoài trời chứng minh tính khả thi của mô hình trong việc giảm thiểu thao tác lặp lại cho người tham dự, tối ưu không gian lắp đặt và nâng cao hiệu quả quản lý luồng người tại các sự kiện quy mô lớn.