## Tổng quan nghiên cứu

Trong bối cảnh giáo dục hiện đại, việc quản lý chuyên cần và điểm danh học sinh, sinh viên là một yếu tố quan trọng nhằm nâng cao chất lượng giảng dạy và quản lý học tập. Theo ước tính, việc điểm danh thủ công truyền thống tiêu tốn khoảng 10-15 phút mỗi tiết học, gây lãng phí thời gian và không đảm bảo tính chính xác. Đặc biệt trong mô hình lớp học lai (Hybrid Classroom), sự kết hợp giữa học trực tiếp và học trực tuyến tạo ra thách thức lớn trong việc theo dõi sự có mặt của học sinh. Luận văn tập trung nghiên cứu và hiện thực hệ thống điểm danh tự động trên bàn học thông minh, ứng dụng công nghệ nhận diện khuôn mặt sử dụng thuật toán MTCNN và ArcFace, nhằm giải quyết các hạn chế của phương pháp điểm danh truyền thống.

Mục tiêu chính của nghiên cứu là thiết kế và triển khai hệ thống điểm danh tự động tích hợp trên thiết bị nhúng, thử nghiệm thực tế tại một lớp học thông minh, đồng thời đánh giá hiệu năng và độ chính xác của hệ thống. Phạm vi nghiên cứu tập trung tại một trường đại học ở TP. Hồ Chí Minh trong năm 2022-2023, với đối tượng là học sinh sử dụng bàn học thông minh trong mô hình Hybrid Classroom. Nghiên cứu có ý nghĩa thiết thực trong việc nâng cao hiệu quả quản lý lớp học, giảm thiểu thời gian điểm danh, đồng thời cung cấp dữ liệu chính xác cho giáo viên và phụ huynh theo thời gian thực.

## Cơ sở lý thuyết và phương pháp nghiên cứu

### Khung lý thuyết áp dụng

Luận văn dựa trên các lý thuyết và mô hình sau:

- **Mô hình Hybrid Classroom**: Kết hợp giữa học trực tiếp (Face-to-face Learning) và học trực tuyến (Online Learning), tạo môi trường học tập linh hoạt, tương tác đồng bộ giữa giáo viên và học sinh cả hai hình thức.
- **Hệ thống nhúng (Embedded System)**: Thiết bị nhúng với tài nguyên hạn chế, sử dụng để triển khai phần cứng và phần mềm điểm danh tự động trên bàn học thông minh.
- **Thuật toán nhận diện khuôn mặt MTCNN (Multi-task Cascaded Convolutional Networks)**: Dùng để phát hiện và căn chỉnh khuôn mặt trong hình ảnh với độ chính xác cao và khả năng xử lý trên thiết bị nhúng.
- **Thuật toán ArcFace**: Thuật toán trích xuất đặc trưng khuôn mặt và so khớp, cải tiến hàm Softmax bằng hàm Additive Angular Margin Loss, giúp tăng độ phân biệt giữa các cá nhân với độ chính xác khoảng 98.33% và tốc độ xử lý ~60 fps.
- **Công nghệ chống giả mạo khuôn mặt (Face Anti-Spoofing)**: Sử dụng phương pháp phân tích phổ Fourier để phát hiện khuôn mặt thật và giả mạo, đảm bảo an toàn và bảo mật cho hệ thống.

### Phương pháp nghiên cứu

Nguồn dữ liệu chính bao gồm hình ảnh khuôn mặt học sinh thu thập qua webcam tích hợp trên bàn học thông minh trong lớp học thực tế. Cỡ mẫu thử nghiệm khoảng 30 học sinh trong một lớp học thông minh tại TP. Hồ Chí Minh. Phương pháp chọn mẫu là chọn ngẫu nhiên các học sinh tham gia lớp học.

Phân tích dữ liệu sử dụng các thuật toán máy học có giám sát, trong đó MTCNN được dùng để phát hiện khuôn mặt, ArcFace để trích xuất và so khớp đặc trưng, kết hợp với mô hình chống giả mạo khuôn mặt Silent-Face-Anti-Spoofing. Quá trình nghiên cứu kéo dài trong 12 tháng, bao gồm các giai đoạn: khảo sát tài liệu, thiết kế hệ thống, phát triển phần mềm và phần cứng, thử nghiệm thực tế, thu thập và phân tích dữ liệu.

## Kết quả nghiên cứu và thảo luận

### Những phát hiện chính

- Hệ thống điểm danh tự động trên bàn học thông minh đạt độ chính xác nhận diện khuôn mặt khoảng 98.3%, vượt trội so với các phương pháp truyền thống.
- Thời gian xử lý trung bình cho mỗi lần nhận diện khuôn mặt là khoảng 30-50 ms, đảm bảo khả năng điểm danh liên tục trong suốt tiết học.
- Hệ thống phát hiện và ngăn chặn thành công các trường hợp giả mạo khuôn mặt với tỷ lệ chính xác trên 90%, nhờ ứng dụng phương pháp phân tích phổ Fourier.
- Việc áp dụng hệ thống giúp giảm thời gian điểm danh từ 10-15 phút xuống còn dưới 1 phút, tiết kiệm khoảng 90% thời gian so với phương pháp thủ công.

### Thảo luận kết quả

Nguyên nhân chính của hiệu quả trên là do sự kết hợp giữa thuật toán MTCNN có khả năng phát hiện khuôn mặt trong nhiều điều kiện ánh sáng và góc nghiêng khác nhau, cùng với ArcFace giúp trích xuất đặc trưng khuôn mặt chính xác và nhanh chóng. So với các nghiên cứu trước đây sử dụng Haar-Cascade hay LBPH, hệ thống này có độ chính xác và tốc độ xử lý vượt trội hơn nhiều.

Việc tích hợp công nghệ chống giả mạo khuôn mặt giúp nâng cao tính bảo mật, giảm thiểu rủi ro gian lận trong điểm danh. Dữ liệu điểm danh được lưu trữ tập trung trên Cloud Server, cho phép giáo viên và phụ huynh theo dõi tình hình chuyên cần học sinh theo thời gian thực qua ứng dụng di động hoặc website.

Kết quả có thể được trình bày qua biểu đồ so sánh thời gian điểm danh giữa phương pháp thủ công và tự động, cũng như bảng thống kê độ chính xác nhận diện và tỷ lệ phát hiện giả mạo khuôn mặt.

## Đề xuất và khuyến nghị

- **Triển khai rộng rãi hệ thống điểm danh tự động** tại các trường học sử dụng mô hình Hybrid Classroom nhằm nâng cao hiệu quả quản lý chuyên cần, dự kiến trong vòng 1-2 năm tới.
- **Đào tạo giáo viên và nhân viên quản lý** về cách sử dụng phần mềm quản lý điểm danh và khai thác dữ liệu để phục vụ công tác giảng dạy và quản lý học sinh.
- **Nâng cấp phần cứng thiết bị nhúng** để tăng khả năng xử lý, giảm độ trễ nhận diện, đảm bảo hoạt động ổn định trong môi trường lớp học đông học sinh.
- **Phát triển thêm các tính năng hỗ trợ** như phát hiện học sinh thiếu tập trung, gian lận trong thi cử, nhằm nâng cao chất lượng giảng dạy và học tập.
- **Xây dựng chính sách bảo mật và quyền riêng tư** cho dữ liệu điểm danh, đảm bảo tuân thủ các quy định pháp luật về bảo vệ thông tin cá nhân.

## Đối tượng nên tham khảo luận văn

- **Nhà quản lý giáo dục**: Có thể áp dụng hệ thống để nâng cao hiệu quả quản lý chuyên cần, giảm thiểu sai sót và gian lận trong điểm danh.
- **Giáo viên và cán bộ giảng dạy**: Hỗ trợ theo dõi tình hình học tập, chuyên cần của học sinh một cách chính xác và nhanh chóng, tiết kiệm thời gian.
- **Phụ huynh học sinh**: Theo dõi sát sao tình hình đi học của con em qua ứng dụng di động, tăng cường sự phối hợp giữa nhà trường và gia đình.
- **Nhà nghiên cứu và phát triển công nghệ giáo dục**: Tham khảo mô hình tích hợp IoT, AI trong giáo dục, phát triển các giải pháp thông minh cho lớp học hiện đại.

## Câu hỏi thường gặp

1. **Hệ thống điểm danh tự động hoạt động như thế nào?**  
   Hệ thống sử dụng camera tích hợp trên bàn học thông minh để tự động phát hiện và nhận diện khuôn mặt học sinh, ghi nhận thời gian có mặt và vắng mặt, dữ liệu được lưu trữ và quản lý tập trung.

2. **Độ chính xác của hệ thống ra sao?**  
   Độ chính xác nhận diện khuôn mặt đạt khoảng 98.3%, với khả năng phát hiện giả mạo trên 90%, đảm bảo tính tin cậy cao trong thực tế sử dụng.

3. **Hệ thống có hỗ trợ thông báo cho phụ huynh không?**  
   Có, hệ thống tự động gửi thông báo qua ứng dụng di động hoặc tin nhắn SMS khi học sinh đến muộn hoặc vắng mặt không phép.

4. **Có thể áp dụng hệ thống cho các mô hình lớp học khác không?**  
   Hệ thống phù hợp với mô hình Hybrid Classroom và có thể mở rộng cho các lớp học truyền thống hoặc trực tuyến có sử dụng thiết bị nhúng tương tự.

5. **Chi phí và yêu cầu phần cứng của hệ thống như thế nào?**  
   Hệ thống sử dụng thiết bị nhúng như Jetson Nano với chi phí hợp lý, yêu cầu phần cứng vừa phải, dễ dàng triển khai tại các trường học có hạ tầng công nghệ cơ bản.

## Kết luận

- Hệ thống điểm danh tự động trên bàn học thông minh ứng dụng công nghệ nhận diện khuôn mặt MTCNN và ArcFace đã được thiết kế và thử nghiệm thành công.  
- Độ chính xác nhận diện khuôn mặt đạt trên 98%, thời gian xử lý nhanh, phù hợp với môi trường lớp học thông minh.  
- Hệ thống giúp tiết kiệm khoảng 90% thời gian điểm danh so với phương pháp truyền thống, đồng thời nâng cao tính minh bạch và bảo mật nhờ công nghệ chống giả mạo khuôn mặt.  
- Dữ liệu điểm danh được quản lý tập trung, hỗ trợ giáo viên, phụ huynh theo dõi chuyên cần học sinh theo thời gian thực.  
- Đề xuất triển khai rộng rãi và phát triển thêm các tính năng hỗ trợ nhằm nâng cao hiệu quả giáo dục trong tương lai.

Quý trường học và các đơn vị quan tâm có thể liên hệ để được tư vấn, demo và triển khai hệ thống điểm danh tự động nhằm nâng cao chất lượng quản lý và giảng dạy.