Tổng quan nghiên cứu

Trong bối cảnh thực hiện Nghị quyết số 112/NQ-CP của Chính phủ về đơn giản hóa thủ tục hành chính và giấy tờ công dân, thẻ Căn cước công dân (CCCD) 12 số chuẩn kích thước 85,6 mm x 53,98 mm x 0,76 mm bắt đầu được cấp từ ngày 01/01/2016 để từng bước thay thế Chứng minh nhân dân (CMND) 9 số truyền thống. Tuy nhiên, quy trình xử lý thông tin tại các cơ quan hành chính nhà nước, văn phòng công chứng, bệnh viện, nhà mạng viễn thông và hệ thống ngân hàng hiện nay vẫn phụ thuộc phần lớn vào thao tác nhập liệu thủ công. Mỗi giao dịch tiếp nhận hồ sơ thường tiêu tốn từ 3 đến 5 phút của nhân viên, đi kèm tỷ lệ sai sót thị giác từ 4% đến 7%, đồng thời gây lãng phí lớn về chi phí in ấn bản sao và không gian lưu trữ tài liệu giấy.

Mục tiêu trọng tâm của nghiên cứu là xây dựng một hệ thống phần mềm tự động hóa hoàn toàn quy trình trích xuất và số hóa 13 trường thông tin từ ảnh chụp hai mặt của thẻ CCCD. Các trường dữ liệu bao gồm: ảnh chân dung kích thước 20 mm x 30 mm, số định danh cá nhân 12 chữ số, họ và tên, ngày tháng năm sinh, giới tính, quốc tịch, quê quán, nơi thường trú, ngày hết hạn, mã vạch hai chiều, hai mẫu vân tay ngón trỏ và đặc điểm nhân dạng.

Phạm vi nghiên cứu tập trung vào việc xử lý tập dữ liệu ảnh quét độ phân giải cao 1024 dpi và ảnh chụp thực tế trong giai đoạn 2018 - 2019 tại TP. Hồ Chí Minh. Ý nghĩa khoa học và thực tiễn của đề tài được lượng hóa rõ rệt qua việc rút ngắn thời gian trích xuất xuống dưới 1,5 giây cho mỗi thẻ, đạt độ chính xác nhận dạng ký tự tổng thể trên 95%, cung cấp giải pháp công nghệ then chốt hỗ trợ tiến trình chuyển đổi số và phát triển chính phủ điện tử tại Việt Nam.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng dựa trên sự kết hợp giữa lý thuyết xử lý ảnh số truyền thống và mô hình học máy ứng dụng trong nhận dạng mẫu:

  1. Lý thuyết xử lý ảnh số trong miền không gian và miền tần số: Ứng dụng các phép biến đổi hình thái học, kỹ thuật lọc thông thấp Gauss để làm mịn ảnh, lọc thông cao Gauss và bộ lọc High-boost nhằm làm nổi bật cạnh biên của ký tự văn bản trước khi phân đoạn.
  2. Mô hình Mạng nơ-ron nhân tạo truyền thẳng nhiều lớp (Multilayer Perceptron - MLP): Cấu trúc mạng gồm 1 lớp đầu vào tiếp nhận ma trận điểm ảnh chuẩn hóa, 1 hoặc nhiều lớp ẩn thực hiện ánh xạ phi tuyến và 1 lớp đầu ra. Mạng được tối ưu hóa bằng thuật toán lan truyền ngược (Backpropagation) với hàm kích hoạt Sigmoid khả vi trên đoạn 0 đến 1.
  3. Kỹ thuật phân ngưỡng nhị phân thích ứng: Áp dụng phương pháp Otsu toàn cục để tối đa hóa phương sai giữa các lớp và phương pháp phân ngưỡng cục bộ Niblack với kích thước cửa sổ trượt 15x15 điểm ảnh cùng tham số k điều chỉnh từ 0,2 đến 0,5 nhằm xử lý hiệu quả các vùng ảnh có độ tương phản không đồng đều.
  4. Thuật toán biến đổi Hough (Hough Transform): Chuyển đổi dữ liệu điểm ảnh từ hệ tọa độ Descartes sang không gian tham số cực để dò tìm các đường thẳng song song của cạnh thẻ, làm căn cứ hiệu chỉnh góc nghiêng tự động.
  5. Kỹ thuật biến đổi không gian màu RGB: Sử dụng công thức chuyển đổi mức xám tùy biến dựa trên độ chênh lệch giữa kênh Green và Red để triệt tiêu hoa văn nền phức tạp như hình trống đồng, bản đồ Việt Nam và hoa sen.

Phương pháp nghiên cứu

Nghiên cứu sử dụng nguồn dữ liệu thực nghiệm gồm 500 ảnh thẻ CCCD được thu thập thực tế tại Việt Nam. Cỡ mẫu được phân bổ thành hai tập dữ liệu độc lập: Tập A1 bao gồm 300 ảnh quét bằng máy quét phẳng chuyên dụng ở độ phân giải 1024 dpi với điều kiện ánh sáng chuẩn; Tập A2 bao gồm 200 ảnh chụp bằng camera điện thoại thông minh với nhiều góc chụp nghiêng từ 5 đến 15 độ, độ sáng không đều và bề mặt thẻ có vết xước hoặc ố mờ.

Phương pháp chọn mẫu là chọn mẫu phân tầng ngẫu nhiên, đại diện cho đa dạng nhóm đối tượng công dân theo độ tuổi, giới tính, thời hạn sử dụng thẻ và chất lượng bảo quản vật lý. Phương pháp phân tích được hiện thực hóa trên nền tảng ngôn ngữ lập trình Python, kết hợp các thuật toán thị giác máy tính và học máy. Lý do lựa chọn mô hình mạng nơ-ron MLP kết hợp tiền xử lý tùy biến là nhằm đảm bảo tốc độ tính toán thời gian thực trên các thiết bị máy tính thông thường mà không đòi hỏi hạ tầng phần cứng GPU đắt tiền, đồng thời tối ưu hóa khả năng nhận diện bộ ký tự tiếng Việt có dấu. Toàn bộ quá trình nghiên cứu lý thuyết, thu thập dữ liệu, huấn luyện mô hình và kiểm thử thực nghiệm được thực hiện trong thời gian 12 tháng từ tháng 09/2018 đến tháng 09/2019.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình thực nghiệm trên hệ thống đã mang lại 4 phát hiện khoa học và kết quả kỹ thuật nổi bật:

  • Khả năng nắn thẳng và khử nhiễu nền: Thuật toán biến đổi Hough đạt độ chính xác 98,4% trong việc xác định và hiệu chỉnh các ảnh thẻ bị xoay lệch góc trong phạm vi 15 độ quanh tâm. Kỹ thuật chuyển đổi mức xám tùy biến bằng phép tính G + (G - R) đã loại bỏ được 92,6% các chi tiết hoa văn in chìm phức tạp ở mặt trước, giúp làm nổi rõ các nét chữ đen và tách biệt hoàn toàn mực đỏ của số CCCD.
  • Hiệu quả phân vùng dữ liệu: Tỷ lệ phân đoạn và định vị chính xác vùng số định danh cá nhân 12 chữ số đạt mức 99,2% nhờ tận dụng đặc trưng màu đỏ và phông chữ in đậm riêng biệt. Các trường thông tin văn bản còn lại ở mặt trước như Họ tên, Ngày sinh, Nơi thường trú đạt tỷ lệ phân đoạn thành công 97,1%.
  • Độ chính xác nhận dạng ký tự: Trên tập dữ liệu quét chuẩn A1, mạng nơ-ron MLP đạt tỷ lệ nhận dạng ký tự chính xác trung bình là 96,85%. Trong đó, độ chính xác của các ký tự số đạt 98,9%, còn các ký tự chữ tiếng Việt có dấu đạt 95,4%. Đối với tập dữ liệu chụp thực tế A2 chịu tác động của độ chói sáng và nhòe nét, độ chính xác tổng thể vẫn duy trì ở mức ấn tượng 92,30%.
  • Hiệu năng vận hành vượt trội: Thời gian xử lý trung bình cho toàn bộ chu trình từ tiếp nhận ảnh, tiền xử lý, phân vùng đến xuất tệp văn bản hoàn chỉnh chỉ mất 1,35 giây mỗi thẻ, giúp giảm hơn 95% thời gian so với quy trình nhập liệu thủ công của con người.

Thảo luận kết quả

Sự chênh lệch về độ chính xác giữa tập dữ liệu A1 (96,85%) và tập dữ liệu A2 (92,30%) phản ánh rõ tác động của chất lượng quang học ban đầu. Nguyên nhân chính khiến tập A2 phát sinh lỗi nhận dạng khoảng 7,7% xuất phát từ hiện tượng phản xạ ánh sáng trên màng nhựa bảo vệ thẻ, chữ in bị mờ nét hoặc dấu tiếng Việt dính liền với thân chữ khi chụp thiếu sáng.

Khi so sánh với nghiên cứu về phân tích giấy CMND của tác giả Lê Đức Hiếu vào năm 2012 vốn chỉ đạt độ chính xác khoảng 86,5% trên nền thư viện OpenCV cơ bản, mô hình đề xuất trong luận văn này đã tăng thêm hơn 10,35% độ chính xác nhờ kết hợp linh hoạt thuật toán phân ngưỡng Niblack cục bộ và mạng nơ-ron MLP tự huấn luyện.

Trong báo cáo thực nghiệm, dữ liệu hiệu năng được trực quan hóa thông qua Bảng so sánh tỷ lệ nhận dạng của từng trường thông tin giữa hai phương pháp nhị phân Otsu và Niblack, kết hợp Biểu đồ cột biểu diễn mối tương quan giữa góc nghiêng ảnh đầu vào (từ 0 đến 15 độ) với độ trễ xử lý (dao động từ 1,1 đến 1,8 giây). Kết quả cho thấy phương pháp Niblack vượt trội hơn hẳn ở các vùng chữ nhỏ tại mặt sau của thẻ CCCD, khẳng định tính đúng đắn và giá trị ứng dụng thực tiễn của giải pháp.

Đề xuất và khuyến nghị

Dựa trên kết quả thực nghiệm, luận văn đưa ra 4 khuyến nghị và giải pháp hành động cụ thể nhằm hoàn thiện và mở rộng quy mô ứng dụng hệ thống:

  • Nâng cấp kiến trúc nhận dạng học sâu: Chuyển đổi mô hình mạng nơ-ron MLP sang kiến trúc học sâu hiện đại CRNN kết hợp hàm mất mát CTC Loss nhằm nâng cao độ chính xác nhận dạng ký tự tiếng Việt từ 96,85% lên mục tiêu trên 99,5%. Thời gian thực hiện dự kiến trong 6 tháng, do nhóm kỹ sư Trí tuệ nhân tạo chủ trì.
  • Chuẩn hóa module tiền xử lý trên thiết bị di động: Tối ưu hóa thuật toán nén mô hình để tích hợp trực tiếp vào ứng dụng di động chạy hệ điều hành Android và iOS. Mục tiêu giảm dung lượng cài đặt xuống dưới 25 MB và giữ thời gian trích xuất dưới 0,8 giây mỗi thẻ. Kế hoạch triển khai hoàn thành trong quý 2 năm tới, do đội ngũ phát triển phần mềm di động đảm nhiệm.
  • Tích hợp công nghệ xác thực sinh trắc học và chống giả mạo: Bổ sung tính năng tự động so khớp khuôn mặt giữa ảnh chân dung 20 mm x 30 mm trên thẻ CCCD với khuôn mặt người dùng thực tế qua camera (Liveness Detection), giúp giảm thiểu rủi ro gian lận định danh xuống dưới 0,01%. Áp dụng thử nghiệm tại các ngân hàng thương mại và ví điện tử trong vòng 9 tháng.
  • Xây dựng cổng giao tiếp API kết nối dữ liệu liên thông: Thiết lập hệ thống dịch vụ web chuẩn RESTful API kết nối trực tiếp với cơ sở dữ liệu dịch vụ công quốc gia, giúp loại bỏ hoàn toàn 100% nhu cầu photo giấy tờ và tiết kiệm 80% chi phí lưu trữ hồ sơ hành chính tại các Ủy ban nhân dân cấp phường xã trong lộ trình 1 năm.

Đối tượng nên tham khảo luận văn

Luận văn là tài liệu tham khảo giá trị cho 4 nhóm đối tượng cụ thể sau:

  • Ngân hàng thương mại và các tổ chức tài chính công nghệ: Cung cấp giải pháp công nghệ lõi để xây dựng hệ thống định danh khách hàng điện tử tự động (eKYC), rút ngắn thời gian mở tài khoản thanh toán từ 15 phút xuống còn dưới 2 phút.
  • Cơ quan quản lý hành chính nhà nước và Văn phòng Một cửa: Giúp các cán bộ chuyên trách công nghệ thông tin tại UBND các cấp ứng dụng phần mềm tự động điền biểu mẫu, xử lý hàng nghìn hồ sơ tư pháp và hộ tịch mỗi ngày với độ chính xác trên 96%.
  • Doanh nghiệp viễn thông, bưu chính và dịch vụ khách sạn: Ứng dụng quy trình quét thẻ CCCD tự động để đăng ký thông tin thuê bao di động chính chủ và làm thủ tục nhận phòng nhanh chóng, giảm tải 90% áp lực nhập liệu cho nhân viên tiếp tân.
  • Giảng viên, học viên cao học và kỹ sư Trí tuệ nhân tạo: Đóng vai trò là tài liệu nghiên cứu chuyên sâu về các thuật toán xử lý ảnh tài liệu tiếng Việt, phương pháp phân ngưỡng thích ứng và ứng dụng mạng nơ-ron trong bài toán nhận dạng ký tự quang học thực tế.

Câu hỏi thường gặp

Hệ thống xử lý vấn đề hoa văn nền phức tạp trên thẻ CCCD bằng phương pháp nào? Tác giả áp dụng công thức chuyển đổi mức xám tùy biến G + (G - R) kết hợp kênh màu xanh lá và màu đỏ. Kỹ thuật này giúp triệt tiêu hơn 92% họa tiết trống đồng, hoa sen và bản đồ in chìm, làm nổi rõ đường biên của các ký tự chữ màu đen và chữ số màu đỏ mà không làm đứt gãy nét chữ.

Hệ thống giải quyết tình trạng ảnh thẻ bị chụp nghiêng hoặc lệch góc ra sao? Hệ thống sử dụng phép biến đổi Hough để nhận diện các cạnh biên song song của thẻ CCCD trong không gian tọa độ cực. Thuật toán tự động tính toán góc lệch và xoay nắn ảnh về phương ngang chuẩn với độ chính xác đạt 98,4% đối với các góc nghiêng lệch trong phạm vi 15 độ.

Tại sao luận văn kết hợp cả hai phương pháp phân ngưỡng Otsu và Niblack? Thuật toán toàn cục Otsu được sử dụng để phân đoạn nhanh các vùng thông tin có độ tương phản cao như số định danh 12 số. Trong khi đó, thuật toán phân ngưỡng cục bộ Niblack với kích thước cửa sổ 15x15 điểm ảnh được áp dụng cho các vùng chữ nhỏ, in mờ hoặc lem mực ở mặt sau nhằm bảo toàn nét chữ tiếng Việt có dấu.

Độ chính xác của mạng nơ-ron nhân tạo MLP đạt được trong nghiên cứu là bao nhiêu? Mô hình mạng nơ-ron truyền thẳng MLP huấn luyện bằng giải thuật lan truyền ngược đạt độ chính xác nhận dạng 96,85% trên tập dữ liệu quét chuẩn A1 độ phân giải 1024 dpi và đạt 92,30% trên tập dữ liệu ảnh chụp thực tế A2, trong đó độ chính xác nhận diện ký tự số đạt mức cao nhất 98,9%.

Hệ thống có khả năng xuất ra các tệp dữ liệu định dạng nào sau khi trích xuất? Sau khi quét và xử lý thành công trong thời gian trung bình 1,35 giây, hệ thống tự động xuất ra hai nhóm dữ liệu: tệp hình ảnh chứa ảnh chân dung, ảnh vân tay ngón trỏ trái và ngón trỏ phải; cùng tệp văn bản chứa đầy đủ 13 trường dữ liệu cá nhân sẵn sàng điền tự động vào các biểu mẫu điện tử.

Kết luận

  • Luận văn đã nghiên cứu và phát triển thành công hệ thống tự động trích xuất thông tin từ ảnh thẻ Căn cước công dân Việt Nam với độ chính xác đạt 96,85% trên tập dữ liệu chuẩn.
  • Đề xuất công thức chuyển đổi mức xám chuyên biệt G + (G - R) và giải thuật biến đổi Hough tùy biến, giúp loại bỏ 92,6% hoa văn nền và hiệu chỉnh độ nghiêng ảnh trong phạm vi 15 độ.
  • Thiết kế mạng nơ-ron truyền thẳng MLP kết hợp thuật toán lan truyền ngược, cho phép nhận dạng chuẩn xác 13 trường thông tin hai mặt thẻ trong thời gian chỉ 1,35 giây mỗi lượt.
  • Đem lại giải pháp công nghệ đột phá thay thế phương thức nhập liệu thủ công, tiết kiệm hơn 90% thời gian giao dịch tại các cơ quan hành chính và tổ chức kinh tế.
  • Tạo tiền đề kỹ thuật vững chắc cho việc phát triển các giải pháp định danh số eKYC và chuyển đổi số toàn diện tại Việt Nam.

Đóng góp lớn nhất của công trình là đã giải quyết triệt để bài toán xử lý ảnh tài liệu có hoa văn bảo an phức tạp thông qua việc tối ưu hóa chuỗi thuật toán từ tiền xử lý, phân đoạn thích ứng đến nhận dạng ký tự quang học.

Trong giai đoạn 2024 - 2026, hướng phát triển tiếp theo của đề tài là mở rộng tập dữ liệu trên thẻ CCCD gắn chip mới, tích hợp mạng học sâu Transformer và đóng gói thành bộ thư viện SDK đa nền tảng.

Các tổ chức tài chính, doanh nghiệp công nghệ và cơ quan hành chính nhà nước hãy chủ động ứng dụng giải pháp trích xuất tự động này vào quy trình vận hành thực tế để tối ưu hóa chi phí và nâng cao chất lượng phục vụ công dân trong kỷ nguyên số.