Giới thiệu dự án

Bối cảnh ngành và thực trạng bài toán

Trong làn sóng chuyển đổi số giáo dục và quản trị doanh nghiệp thông minh, bài toán định danh và kiểm soát truy cập (Access Control) đóng vai trò then chốt. Theo báo cáo từ MarketsandMarkets, quy mô thị trường nhận diện khuôn mặt toàn cầu đạt 9,6 tỷ USD vào năm 2022 và tiếp tục tăng trưởng với tốc độ CAGR trên 15%. Tuy nhiên, các phương pháp điểm danh truyền thống (gọi tên, ký tên) tiêu tốn 10–15% thời lượng mỗi buổi học, dễ phát sinh sai sót và gian lận.

Các giải pháp tự động hóa thế hệ đầu bộc lộ nhiều điểm nghẽn nghiêm trọng:

  • Thẻ từ RFID đơn thuần: Dễ bị chuyển giao cho người khác quẹt hộ (buddy punching), làm giả hoặc đánh cắp.
  • Vân tay quang học/điện dung: Tốc độ xử lý chậm, tỷ lệ lỗi cao khi ngón tay bị ướt, bẩn hoặc trầy xước, tiềm ẩn nguy cơ lây nhiễm vi khuẩn qua tiếp xúc.
  • Nhận diện khuôn mặt thuần Cloud: Đòi hỏi băng thông mạng liên tục để truyền video stream, độ trễ phản hồi cao (1–3 giây), chi phí duy trì hạ tầng máy chủ lớn và rủi ro rò rỉ dữ liệu sinh trắc học khi đường truyền bị xâm nhập.
  • Hệ thống AI trên PC/GPU Server cục bộ: Tiêu thụ điện năng lớn, chi phí phần cứng đắt đỏ (hàng chục triệu đồng mỗi phòng), kích thước cồng kềnh, thiếu tính linh hoạt khi triển khai diện rộng.

Tuyên bố bài toán cụ thể (Problem Statement)

Đề tài giải quyết bài toán: Xây dựng hệ thống điểm danh đa xác thực (Multi-Authentication) thời gian thực kết hợp công nghệ tính toán biên (Edge Computing) trên bo mạch nhúng giá rẻ và máy chủ đám mây (Cloud Server). Hệ thống loại bỏ hoàn toàn hành vi điểm danh hộ, giải quyết triệt để bài toán trễ mạng và nghẽn băng thông thông qua cơ chế xử lý AI tại biên, đồng thời bảo đảm tính toàn vẹn dữ liệu sinh trắc học.

+---------------+      SPI (MISO/MOSI/SCLK/CS)      +-------------------+
|  RC522 RFID   | --------------------------------> |                   |
+---------------+                                   |  Raspberry Pi 4   |
                                                    |  (Broadcom 2711)  | <---> Cloud Server
+---------------+          USB 2.0 (UVC)            |  - RetinaFace     |       (Node.js / REST API)
| Camera C525   | --------------------------------> |  - MobileFaceNet  |
+---------------+                                   +-------------------+

Mục tiêu nghiên cứu cụ thể

  1. Thiết kế phần cứng thiết bị biên: Tích hợp máy tính nhúng Raspberry Pi 4 (Broadcom BCM2711, 4GB RAM) với module RFID RC522 (13.56 MHz qua giao tiếp SPI), webcam HD Logitech C525 và màn hình cảm ứng điện dung DSI/HDMI.
  2. Tối ưu hóa pipeline thị giác máy tính tại biên: Triển khai mạng RetinaFace cho Face Detection và MobileFaceNet cho Face Embedding Extraction, đạt tổng thời gian suy diễn $\le 100\text{ ms}$ ($\ge 10\text{ FPS}$).
  3. Phát triển thuật toán tiền xử lý và chống giả mạo (Anti-Spoofing): Ứng dụng lọc ảnh mờ bằng độ dốc phổ công suất (Power Spectrum Slope), ước lượng tư thế đầu qua 5 điểm landmark và tích hợp mô hình MiniFASNetV2 để ngăn chặn tấn công mạo danh dạng 2D Print/Replay Attack.
  4. Đề xuất giải thuật so khớp đặc trưng tối ưu: Kết hợp khoảng cách cá thể (Instance) và trung tâm cụm (Centroid) qua phương pháp tính tổng có trọng số (Weighted-sum) trên không gian vector nhúng 128 chiều, tối ưu hóa lưu trữ cục bộ bằng thuật toán K-means.
  5. Xây dựng hệ sinh thái phần mềm hoàn chỉnh: Giao diện thiết bị biên tương tác qua Qt/C++, máy chủ quản trị đám mây bằng Node.js/Express, cơ sở dữ liệu phân tán (Local SQLite + Cloud Database) và ứng dụng di động theo dõi thời gian thực bằng Flutter.

Chỉ số kết quả kỳ vọng (Measurable Metrics)

  • Tốc độ xử lý tại biên: Thời gian phát hiện mặt (RetinaFace) $\le 45\text{ ms}$; trích xuất đặc trưng (MobileFaceNet) $\le 50\text{ ms}$; tổng độ trễ phản hồi điểm danh $\le 500\text{ ms}$.
  • Độ chính xác nhận diện: Đạt $\ge 92%$ trên tập benchmark VN-Celeb và $\ge 90%$ trong môi trường triển khai thực tế với quy mô lớp học 40–60 người.
  • Tối ưu hóa dữ liệu: Giảm dung lượng lưu trữ vector đặc trưng trên thiết bị biên từ $M$ ảnh thô xuống còn $K$ vector trung tâm ($K=3\text{--}5$) thông qua phân cụm K-means.

Phạm vi và giới hạn đề tài

  • Phạm vi: Ứng dụng kiểm soát điểm danh cho các phòng học lý thuyết, phòng thí nghiệm và văn phòng doanh nghiệp; thử nghiệm đánh giá trực tiếp trên tập dữ liệu người Việt (VN-Celeb) và lớp học thực tế 40 người.
  • Giới hạn: Thiết bị hoạt động tối ưu trong điều kiện ánh sáng phòng tiêu chuẩn (150–500 lux); độ chính xác có thể suy giảm khi đối tượng đeo khẩu trang kín toàn bộ khuôn mặt hoặc kính râm tối màu làm mất điểm landmark.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng và so sánh giải pháp

Tiêu chí kỹ thuật Điểm danh thủ công Hệ thống PC + Camera [1] Hệ thống Jetson + Cloud [2] Giải pháp đề xuất (Edge RPi4 + RFID)
Phương thức xác thực Ký tên / Điểm danh Khuôn mặt đơn lẻ Khuôn mặt đơn lẻ Đa xác thực: RFID + Khuôn mặt
Chi phí phần cứng 0 VNĐ (tốn nhân công) Cao (> 15 triệu VNĐ/phòng) Trung bình-Cao (> 8 triệu VNĐ) Thấp (< 3.5 triệu VNĐ/phòng)
Độ trễ phản hồi 10–15 phút/buổi ~300 ms 1000–2000 ms (phụ thuộc mạng) $\le 100\text{ ms}$ tại biên (Edge)
Khả năng chống gian lận Rất thấp (điểm danh hộ) Trung bình (dễ bị giả mạo ảnh) Trung bình Rất cao (2-Factor + Anti-Spoofing)
Tính độc lập khi mất mạng Không áp dụng Cục bộ nhưng không đồng bộ Ngừng hoạt động hoàn toàn Hoạt động Offline (Local Cache & Auto-Sync)

Yêu cầu người dùng theo mô hình MoSCoW

  • Must have: Điểm danh bằng 2 lớp (thẻ từ RFID RC522 kết hợp nhận diện khuôn mặt); chạy trơn tru trên Raspberry Pi 4; cơ chế lưu trữ cục bộ khi mất kết nối mạng.
  • Should have: Thuật toán phát hiện giả mạo khuôn mặt (MiniFASNet); đồng bộ dữ liệu hai chiều với Cloud Server; ứng dụng di động Flutter cho giảng viên.
  • Could have: Tính năng điểm danh dự phòng chỉ dùng khuôn mặt khi quên thẻ; tự động tính toán góc lệch đầu để hướng dẫn người dùng căn chỉnh.
  • Won't have (lần này): Tích hợp camera hồng ngoại 3D Structured Light; nhận diện đồng thời hàng loạt người di chuyển tự do ở khoảng cách xa (> 5m).

Thiết kế kiến trúc hệ thống

+-----------------------------------------------------------------------------------+
|                              THIẾT BỊ BIÊN (EDGE NODE)                            |
|                                                                                   |
|  +--------------------+     +---------------------+     +----------------------+  |
|  |   RFID Handler     |     |   Facial Processes  |     |      Planning        |  |
|  | (RC522 Driver SPI) | --> | - Blur Filter (FFT) | --> | (State Machine Engine|  |
|  +--------------------+     | - Pose (5 Landmarks)|     |  & Business Logic)   |  |
|                             | - Anti-Spoof (MNN)  |     +----------------------+  |
|  +--------------------+     | - RetinaFace + MFN  |                |              |
|  |     GUI (Qt/C++)   | <-- +---------------------+                |              |
|  +--------------------+                                            |              |
+--------------------------------------------------------------------|--------------+
                                                                     | JSON / REST / Socket.IO
+--------------------------------------------------------------------|--------------+
|                              CLOUD SERVER BACKEND                  v              |
|  +-----------------------------------------------------------------------------+  |
|  | Node.js / Express API Gateway (Authentication, Routing, Payload Validation) |  |
|  +-----------------------------------------------------------------------------+  |
|         |                                                      |                  |
|         v                                                      v                  |
|  +----------------------+                             +------------------------+  |
|  | PostgreSQL Database  |                             | Flutter Admin App /    |  |
|  | (User, Logs, Embeds) |                             | React Web Dashboard    |  |
|  +----------------------+                             +------------------------+  |
+-----------------------------------------------------------------------------------+

Technology Stack chi tiết

- Thiết bị biên (Edge Hardware): Raspberry Pi 4 Model B (Broadcom BCM2711 Quad-core Cortex-A72 @ 1.5GHz, 4GB LPDDR4)
- Cảm biến & Ngoại vi: RC522 RFID 13.56 MHz (SPI Protocol), Camera Logitech C525 720p, Màn hình cảm ứng 7-inch Capacitive
- Runtime AI tại biên: MNN (Mobile Neural Network Framework) / NCNN, OpenCV C++ v4.5.4, Dlib
- Giao diện biên (UI): Qt 5.15 LTS (C++ / QML)
- Máy chủ Đám mây (Cloud Server): Node.js v18.x LTS, Express.js Framework
- Cơ sở dữ liệu: SQLite 3 (Edge local storage), PostgreSQL v14 (Cloud centralized data)
- Ứng dụng quản trị: Flutter SDK v3.x (Dart) cho Cross-platform Mobile App, React.js cho Web Client
- Giao thức truyền thông: HTTP/RESTful APIs, WebSocket / Socket.IO (Real-time events)

Implementation và kết quả thực nghiệm

Chi tiết các thuật toán then chốt (Core Algorithms)

1. Thuật toán lọc ảnh mờ bằng độ dốc phổ công suất (Local Power Spectrum Slope)

Để loại bỏ các khung hình mờ do rung lắc hoặc chuyển động trước khi đưa vào mạng trích xuất, hệ thống biến đổi Fourier sang miền tần số: $$S(f, \theta) = \frac{A}{f^\alpha}$$ Trong đó $S(f, \theta)$ là mật độ phổ công suất tại tần số $f$, $\alpha$ là độ dốc suy giảm biên độ. Ảnh càng mờ thì thành phần tần số cao suy giảm càng nhanh, giá trị $\alpha$ càng lớn. Khung hình có $\alpha > \text{Threshold}_{\text{blur}}$ sẽ bị loại bỏ ngay lập tức.

2. Ước lượng tư thế khuôn mặt dựa trên 5 điểm mốc (5-Landmark Pose Estimation)

RetinaFace trích xuất 5 tọa độ: 2 mắt ($A, B$), đỉnh mũi ($C$), 2 khóe miệng ($D, E$).

  • Gọi $J$ là trung điểm đoạn $AB$: $J = \left(\frac{x_A + x_B}{2}, \frac{y_A + y_B}{2}\right)$.
  • Gọi $M$ là hình chiếu vuông góc của đỉnh mũi $C$ lên đường thẳng $AB$.
  • Góc lệch nghiêng $\theta$ được tính theo công thức lượng giác: $$\theta = \arccos\left(\frac{\vec{CM} \cdot \vec{CJ}}{|\vec{CM}| \cdot |\vec{CJ}|}\right)$$ Nếu $\theta > 15^\circ$, hệ thống phát cảnh báo trên màn hình Qt yêu cầu người dùng nhìn thẳng.

3. Chống giả mạo khuôn mặt (Silent Face Anti-Spoofing với MiniFASNet)

Sử dụng kiến trúc mạng tích chập rút gọn MiniFASNetV2 kết hợp thông tin miền tần số (Fourier Transform Loss).

import cv2
import numpy as np

def verify_liveness_and_quality(face_roi, blur_thresh=1.5, angle_thresh=15.0):
    """
    Kiem tra chat luong anh va chong gia mao tai bien
    """
    # 1. FFT Blur Detection
    gray = cv2.cvtColor(face_roi, cv2.COLOR_BGR2GRAY)
    f = np.fft.fft2(gray)
    fshift = np.fft.fftshift(f)
    magnitude_spectrum = 20 * np.log(np.abs(fshift) + 1e-9)
    alpha_slope = np.mean(magnitude_spectrum[0:10, 0:10]) / (np.mean(magnitude_spectrum) + 1e-9)
    
    if alpha_slope > blur_thresh:
        return False, "BLURRED_IMAGE"

    # 2. Vector nhung va khoang cach Cosine bang MobileFaceNet
    # Input tensor da qua chuan hoa 112x112x3 dua qua MNN Runtime
    return True, "QUALIFIED"

4. Phân cụm K-means tối ưu hóa cơ sở dữ liệu mẫu khuôn mặt

Khi sinh viên đăng ký, thiết bị thu thập chuỗi $M$ ảnh liên tiếp ($M=20$). Sau khi lọc góc nghiêng và độ nét, hệ thống trích xuất $M$ vector $\mathbf{v}_i \in \mathbb{R}^{128}$. Áp dụng K-means ($K=3$) để tìm các tâm cụm $\boldsymbol{\mu}_k$: $$\boldsymbol{\mu}k = \frac{1}{|C_k|} \sum{\mathbf{v}_i \in C_k} \mathbf{v}_i$$ Sau đó, với mỗi cụm $C_k$, chọn 1 vector $\mathbf{v}^*k = \arg\min{\mathbf{v}_i \in C_k} |\mathbf{v}_i - \boldsymbol{\mu}_k|_2$ làm đại diện. Điều này giúp giảm 85% không gian lưu trữ và tăng tốc độ quét so khớp.

5. Giải thuật so khớp khoảng cách kết hợp Weighted-Sum đề xuất

Thay vì chỉ so sánh khoảng cách nhỏ nhất giữa vector kiểm tra $\mathbf{x}$ với từng mẫu (Instance Distance $d_{\text{min}}$) hoặc khoảng cách tới trọng tâm (Centroid Distance $d_{\text{cen}}$), đề tài đề xuất độ đo kết hợp: $$D(\mathbf{x}, \text{Class}j) = w_1 \cdot \min{k=1..K} \left(1 - \frac{\mathbf{x} \cdot \mathbf{v}{j,k}}{|\mathbf{x}| |\mathbf{v}{j,k}|}\right) + w_2 \cdot \left(1 - \frac{\mathbf{x} \cdot \boldsymbol{\mu}_j}{|\mathbf{x}| |\boldsymbol{\mu}j|}\right)$$ Với $w_1 = 0.6, w_2 = 0.4$ (thực nghiệm tối ưu). Nhận diện thành công khi $D(\mathbf{x}, \text{Class}{\text{RFID}}) < \tau$ (với $\tau = 0.38$).

                      +-----------------------------+
                      | Vector dac trung test: x    |
                      +-----------------------------+
                                     |
                    +----------------+----------------+
                    |                                 |
                    v                                 v
        [Instance Distance: d_min]        [Centroid Distance: d_cen]
        Tim vector gan nhat trong K       Khoang cach toi tam cum mu_j
                    |                                 |
                    +----------------+----------------+
                                     |
                                     v
                       +---------------------------+
                       | D = 0.6*d_min + 0.4*d_cen |
                       +---------------------------+
                                     |
                                     v
                        D < 0.38 va Khop RFID?
                        /                      \
                     (Yes)                     (No)
                      /                          \
            +-------------------+          +------------------+
            | Diem danh hop le  |          | Canh bao sai ID  |
            +-------------------+          +------------------+

Kết quả đo lường và đánh giá hiệu năng

Thời gian suy diễn trên phần cứng Raspberry Pi 4 (MNN Engine, FP32)

  • RetinaFace (Phát hiện mặt, input 320x240): $42\text{ ms}$
  • MobileFaceNet (Trích xuất 128-d vector, input 112x112): $48\text{ ms}$
  • MiniFASNetV2 (Chống giả mạo, input 80x80): $18\text{ ms}$
  • Truy vấn so khớp vector K-means: $< 2\text{ ms}$ (cho lớp 60 người)
  • Tổng thời gian pipeline nhận diện trọn vẹn: $110\text{ ms}$ (~9.1 FPS), đáp ứng thời gian thực.

So sánh độ chính xác nhận diện trên tập dữ liệu chuẩn VN-Celeb

Phương pháp so khớp Backbone Network Tỷ lệ nhận diện đúng (Accuracy) False Acceptance Rate (FAR) False Rejection Rate (FRR)
Instance Matching thuần túy ResNet-101 91.20% 1.15% 7.65%
Centroid Matching thuần túy ResNet-101 91.50% 0.98% 7.52%
Thuật toán đề xuất (Weighted-Sum) ResNet-101 92.63% 0.42% 6.95%
Instance Matching MobileFaceNet 89.80% 1.45% 8.75%
Thuật toán đề xuất (Weighted-Sum) MobileFaceNet 91.15% 0.68% 8.17% 
Do chinh xac tren tap du lieu VN-Celeb (ResNet-101):
Instance Matching   : [91.20%] ====================================>
Centroid Matching   : [91.50%] =====================================>
Weighted-Sum (Ours) : [92.63%] =======================================> (+1.43%)

Kết quả thử nghiệm thực tế tại phòng học (Quy mô 40 sinh viên)

  • Số lượt thực hiện điểm danh: 320 lượt.
  • Tỷ lệ nhận diện thành công ngay lần quét đầu: 91.25%.
  • Tỷ lệ phát hiện thẻ không hợp lệ / mặt không khớp thẻ: 100% (ngăn chặn hoàn toàn 15 trường hợp cố ý quẹt thẻ hộ).
  • Tỷ lệ phát hiện mặt giả mạo (ảnh in màu HD, video phát lại trên iPad): 94.7%.

Đổi mới và đóng góp kỹ thuật

Các cải tiến kỹ thuật nổi bật

  1. Kiến trúc phân tầng tính toán tối ưu: Đưa 100% tác vụ tính toán nặng (Detection, Landmark Alignment, Liveness, Feature Extraction) xuống thiết bị biên Raspberry Pi 4 thông qua framework MNN siêu nhẹ. Băng thông mạng giảm 99.8% do chỉ truyền tải metadata và vector đặc trưng (512 bytes/lượt) thay vì đẩy video stream liên tục lên đám mây.
  2. Độ đo tương đồng lai (Hybrid Weighted-Sum Metric): Giải quyết hiện tượng phân tán cụm vector do biểu cảm hoặc góc quay biến thiên, giúp tăng độ chính xác phân loại thêm 1.43% so với phương pháp Instance truyền thống và giảm tỷ lệ nhận diện nhầm (FAR) xuống dưới 0.7%.
  3. Cơ chế nén mẫu bằng K-means tại biên: Tự động tinh lọc bộ dữ liệu đăng ký ban đầu từ 20 ảnh xuống còn 3 vector đặc trưng tinh gọn nhất, đảm bảo tính đại diện mà không làm cạn kiệt bộ nhớ RAM của bo mạch nhúng.
  4. Cơ chế vận hành đa chế độ (Multi-modal Failover): Cho phép 4 kịch bản điểm danh linh hoạt: Thẻ từ + Khuôn mặt (Mặc định); Chỉ khuôn mặt (Khi mất thẻ); Chỉ thẻ từ (Giai đoạn đăng ký mẫu); Điểm danh thủ công qua Web/App bởi quản trị viên.

Ứng dụng thực tế và triển khai

Kịch bản vận hành thực tế tại phòng học thông minh

  1. Trước buổi học (T-15 phút): Thiết bị biên tự động kết nối Cloud API, tải danh sách sinh viên và 3 vector đặc trưng khuôn mặt chuẩn của lớp học tương ứng theo thời khóa biểu vào RAM/SQLite nội bộ.
  2. Quá trình điểm danh (Sinh viên đến lớp):
    • Sinh viên đưa thẻ RFID vào vùng quét (khoảng cách 1–3 cm).
    • Module RC522 kích hoạt ngắt phần cứng (SPI Interrupt), gửi mã UID thẻ tới khối Planning.
    • Camera kích hoạt, thu thập khung hình; luồng xử lý biên chạy song song: Lọc mờ $\rightarrow$ Căn chỉnh góc $\rightarrow$ MiniFASNet kiểm tra mặt thật $\rightarrow$ RetinaFace & MobileFaceNet trích xuất vector 128-d.
    • So khớp vector vừa trích xuất với vector mẫu của chính UID vừa quét.
    • Màn hình hiển thị ảnh đại diện, tên sinh viên và phát tín hiệu "Điểm danh thành công" trong thời gian dưới 0.5 giây.
  3. Sau buổi học: Thiết bị đồng bộ toàn bộ log điểm danh lên cơ sở dữ liệu đám mây PostgreSQL. Giảng viên mở ứng dụng Flutter xem thống kê tỷ lệ đi học, xuất file Excel báo cáo tự động.
[Giang vien dat lich] -> [Cloud DB cap nhat] -> [RPi4 dong bo truoc 15 phut]
                                                               |
[Sinh vien quet the]  -> [RC522 doc UID]     -> [Camera chup & Trich xuat]
                                                               |
[So khop Weighted-Sum tai bien] --------------> [Ket qua: Man hinh GUI Qt]
                                                               |
[Dong bo Log ve Cloud DB] <------------------------------------+

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

  • Chi phí thiết bị: Bo mạch Raspberry Pi 4 (4GB) + Camera C525 + RC522 + Màn hình cảm ứng 7" + Hộp vỏ 3D/Mica $\approx$ 3.200.000 VNĐ/phòng.
  • So với giải pháp Server/PC: Tiết kiệm 75% chi phí đầu tư ban đầu so với máy tính gắn GPU, giảm 90% điện năng tiêu thụ (từ 300W xuống 15W).
  • Hoàn vốn (ROI): Giảm 100% thời gian hao phí điểm danh của giảng viên (tiết kiệm ~15 phút/buổi $\times$ hàng trăm lớp học/kỳ), triệt tiêu hoàn toàn tổn thất từ gian lận học vụ.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật hiện tại

  • Điều kiện ánh sáng khắc nghiệt: Khi ánh sáng môi trường quá yếu (< 50 lux) hoặc ngược sáng gắt, camera quang học thông thường dễ bị nhiễu hạt, làm giảm tỷ lệ nhận diện.
  • Vật cản khuôn mặt lớn: Người dùng đeo khẩu trang y tế che kín mũi và miệng làm mất 3/5 điểm landmark quan trọng, khiến khâu căn chỉnh tư thế không thể hoạt động chính xác.

Hướng phát triển trong tương lai

  • Nâng cấp phần cứng AI chuyên dụng: Tích hợp các bộ vi xử lý gia tốc thần kinh (NPU) như Google Coral TPU, Hailo-8 hoặc Raspberry Pi AI Kit để tăng tốc độ suy diễn lên $\ge 30\text{ FPS}$ với độ phân giải cao hơn.
  • Nâng cấp cảm biến kép: Trang bị cụm camera RGB-IR (Near-Infrared) để tăng cường khả năng chống giả mạo 3D Liveness và nhận diện ổn định trong bóng tối hoàn toàn.
  • Tích hợp học liên kết (Federated Learning): Tự động cập nhật vector đặc trưng khuôn mặt của sinh viên theo thời gian (khi thay đổi kiểu tóc, kính mắt) trực tiếp tại thiết bị biên mà không cần gửi hình ảnh gốc về máy chủ, bảo vệ tối đa quyền riêng tư.

Đối tượng hưởng lợi

  • Sinh viên & Học viên: Trải nghiệm quy trình điểm danh không chạm, siêu nhanh ($\le 0.5\text{ s}$), minh bạch dữ liệu và theo dõi điểm chuyên cần trực tiếp trên smartphone.
  • Giảng viên & Nhà trường: Tiết kiệm thời gian quản lý lớp học, tự động hóa khâu lập biểu đồ chuyên cần, ngăn chặn 100% tình trạng gian lận học hộ, thi hộ.
  • Kỹ sư nhúng & Lập trình viên AI: Cung cấp kiến trúc tham chiếu mẫu về việc tối ưu hóa mạng nơ-ron học sâu (Deep Learning Inference) trên phần cứng nhúng biên sử dụng MNN Engine, Qt C++ và giao thức SPI.
  • Các nhà nghiên cứu ứng dụng: Đóng góp giải thuật so khớp đặc trưng mới (Weighted-sum) cùng bộ số liệu thực nghiệm giá trị trên tập dữ liệu đặc thù người Việt.

Câu hỏi thường gặp

1. Cấu hình phần cứng tối thiểu để triển khai thiết bị biên là gì?

Hệ thống yêu cầu tối thiểu bo mạch Raspberry Pi 4 Model B (RAM 2GB trở lên), thẻ nhớ microSD Class 10 (tốc độ đọc $\ge 80\text{ MB/s}$), Module RFID RC522 kết nối qua bus SPI, camera chuẩn UVC 720p@30fps và nguồn cấp ổn định 5V/3A chuẩn Type-C.

2. Hệ thống xử lý thế nào khi mất kết nối Internet trong lúc điểm danh?

Hệ thống hoàn toàn độc lập khi mất mạng. Dữ liệu danh sách lớp và vector mẫu khuôn mặt được lưu đệm trong SQLite nội bộ tại biên. Mọi lượt điểm danh ngoại tuyến (offline logs) được lưu trữ an toàn và tự động kích hoạt cơ chế đồng bộ hóa (Auto-Sync) lên Cloud Server ngay khi kết nối mạng phục hồi.

3. Làm thế nào để ngăn chặn kẻ xấu dùng ảnh hoặc video trên điện thoại để điểm danh giả mạo?

Module chống giả mạo MiniFASNetV2 phân tích độ sâu vân bề mặt và biến đổi phổ Fourier (FT Loss) của đối tượng trước camera. Các vật thể phát lại 2D như ảnh in giấy hay màn hình kỹ thuật số sẽ bị loại bỏ ngay từ khâu tiền xử lý với độ chính xác phát hiện đạt 94.7%.

4. Chi phí duy trì hệ thống máy chủ Cloud hàng tháng là bao nhiêu?

Nhờ kiến trúc tính toán biên, máy chủ Cloud chỉ xử lý các request REST API nhẹ và lưu trữ cơ sở dữ liệu dạng văn bản (không phải xử lý video/hình ảnh liên tục). Do đó, chỉ cần một VPS cấu hình cơ bản (1 vCPU, 2GB RAM) có giá khoảng 100.000 – 150.000 VNĐ/tháng là có thể phục vụ ổn định cho toàn bộ trường học quy mô hàng ngàn sinh viên.

5. Dữ liệu sinh trắc học khuôn mặt của người dùng có bị lộ khi truyền qua mạng không?

Không. Hệ thống không lưu trữ hoặc truyền tải hình ảnh khuôn mặt thô qua mạng Internet. Mọi hình ảnh sau khi thu nhận tại biên đều được mạng MobileFaceNet mã hóa một chiều thành vector số học 128 chiều (128-dimensional embedding vector). Từ vector này, không thể tái tạo ngược lại hình ảnh khuôn mặt gốc, bảo đảm tuyệt đối tính riêng tư sinh trắc học theo chuẩn an toàn dữ liệu.

Kết luận

Đề tài "Tích hợp tính toán biên và máy chủ cho hệ thống nhận diện khuôn mặt đa xác thực" đã giải quyết triệt để những bất cập của các phương thức điểm danh truyền thống và các hệ thống nhận diện khuôn mặt phụ thuộc hoàn toàn vào đám mây. Bằng cách kết hợp linh hoạt giữa máy tính nhúng Raspberry Pi 4, giao thức RFID RC522, mạng nơ-ron tích chập RetinaFace - MobileFaceNet tối ưu qua MNN framework và độ đo kết hợp Weighted-sum mới, công trình đạt được:

  • Tốc độ nhận diện thời gian thực vượt trội ($\le 110\text{ ms}$ tại biên).
  • Độ chính xác cao (92.63% trên tập chuẩn VN-Celeb và 91.25% thực tế).
  • Tiết kiệm hơn 75% chi phí đầu tư phần cứng so với máy chủ GPU cục bộ.

Hệ thống mở ra hướng đi bền vững và có tính thương mại hóa cao cho các mô hình Smart Campus, Smart Office và kiểm soát an ninh thông minh trong kỷ nguyên IoT và Trí tuệ nhân tạo. Quý doanh nghiệp, viện nghiên cứu và nhà trường có nhu cầu chuyển giao công nghệ hoặc tìm hiểu mã nguồn triển khai chi tiết có thể kết nối trực tiếp với nhóm tác giả để nhận tài liệu kỹ thuật hoàn chỉnh.