Luận văn thạc sĩ: Nghiên cứu học sâu trong nhận dạng khuôn mặt cho điểm danh tự động học sinh

Luận văn thạc sĩ toán học nghiên cứu nghiên cứu học sâu trong nhận dạng khuôn mặt ứng dụng cho bài toán điểm danh tự động học sinh, khảo sát thực trạng, phân tích nguyên nhân, đề

• Tác giả: Nguyễn Công Hòa
• Người hướng dẫn: TS. Phan Thị Hà
• Trường học: Học viện công nghệ bưu chính viễn thông
• Chuyên ngành: Khoa học máy tính
• Đề tài: Nghiên Cứu Học Sâu Trong Nhận Dạng Khuôn Mặt Ứng Dụng Cho Bài Toán Điểm Danh Tự Động Học Sinh
• Loại tài liệu: luận văn thạc sĩ kỹ thuật
• Năm xuất bản: 2020
• Địa điểm: Hà Nội

Mục lục chi tiết

• LỜI CAM ĐOAN
• 1. CHƯƠNG 1: TỔNG QUAN VỀ BÀI TOÁN ĐIỂM DANH TỰ ĐỘNG
• 1.1. Tổng quan về xử lý ảnh
• 1.2. Một số khái niệm
• 1.3. Các vấn đề của xử lý ảnh
• 1.4. Ứng dụng của xử lý ảnh trong thực tế
• 1.5. Bài toán nhận dạng khuôn mặt
• 1.5.1. Một số trở ngại của công nghệ nhận dạng khuôn mặt
• 1.5.2. Tầm quan trọng của bài toán nhận dạng khuôn mặt
• 1.5.3. Các ứng dụng đặc trưng của bài toán nhận dạng khuôn mặt
• 1.6. Xây dựng hệ thống nhận dạng khuôn mặt
• 1.7. Một số phương pháp nhận dạng khuôn mặt
• 1.8. Vai trò và tầm quan trọng của bài toán điểm danh tự động học sinh tại trường THPT Thanh Oai B, Huyện Thanh Oai, Hà Nội
• 1.9. Kết luận chương
• 2. CHƯƠNG 2: TÌM HIỂU VỀ HỌC SÂU VÀ MÔ HÌNH MẠNG NƠRON TÍCH CHẬP
• 2.1. Tổng quan về Học máy (Machine learning)
• 2.2. Các thuật toán Học máy
• 2.3. Học không giám sát (unsupervised learning)
• 2.4. Học củng cố (Reinforcement learning)
• 2.5. Tìm hiểu về Học sâu (Deep learning)
• 2.5.1. Học sâu là gì?
• 2.5.2. Lịch sử Học sâu
• 2.5.3. Tổng quan về mạng nơron nhân tạo
• 2.5.4. Ứng dụng của Học sâu
• 2.6. Tìm hiểu về CNN
• 2.6.1. Cấu trúc của CNN
• 2.6.2. Lớp tích chập (Convolution)
• 2.6.3. Lớp phi tuyến Relu
• 2.6.4. Lớp Fully-connected (FC)
• 2.6.5. Huấn luyện mô hình CNN
• 2.7. Tìm hiểu về Multi-task Cascaded Convolutional Networks
• 2.7.1. Multi-task Cascaded Convolutional Networks là gì?
• 2.7.2. Lý do lựa chọn MTCNN để detect khuôn mặt
• 2.8. Tìm hiểu về mô hình ResNet
• 2.8.1. Giới thiệu về mô hình ResNet
• 2.8.2. Điểm nổi bật của mô hình ResNet
• 2.8.3. Kiến trúc ResNet
• 2.8.4. Mô hình ResNet
• 2.9. Kết luận chương
• 3. CHƯƠNG 3: NHẬN DẠNG KHUÔN MẶT ỨNG DỤNG CHO BÀI TOÁN ĐIỂM DANH TỰ ĐỘNG
• 3.1. Xây dựng hệ thống nhận dạng khuôn mặt
• 3.2. Công nghệ sử dụng
• 3.3. Xây dựng hệ thống nhận dạng khuôn mặt
• 3.4. Xây dựng dữ liệu huấn luyện
• 3.5. Huấn luyện mô hình nhận dạng khuôn mặt
• 3.6. Lập trình nhúng cho thiết bị điểm danh
• 3.6.1. Máy tính nhúng raspberry Pi 4
• 3.6.2. Cài đặt hệ điều hành
• 3.6.3. Xây dựng giao diện cho thiết bị
• 3.6.4. Xử lý nâng cao
• 3.6.5. Xây dựng cơ sở dữ liệu
• 3.6.6. Demo và đánh giá kết quả
• 3.7. Kết luận chương
• DANH MỤC CÁC TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng quan về bài toán điểm danh tự động

Chương này tập trung vào việc giới thiệu khái quát về xử lý ảnh và nhận dạng khuôn mặt. Xử lý ảnh là quá trình biến đổi ảnh đầu vào thành ảnh đã được xử lý thông qua các thuật toán, nhằm thu được thông tin hoặc kết luận cần thiết. Các vấn đề trong xử lý ảnh bao gồm điều chỉnh mức xám, trích chọn đặc điểm, nhận dạng và nén ảnh. Ứng dụng của xử lý ảnh rất đa dạng, từ phục hồi hình ảnh trong y tế đến phát hiện vật cản trong robot. Đặc biệt, nhận dạng khuôn mặt là một ứng dụng quan trọng, sử dụng các thuật toán học sâu để xác minh danh tính cá nhân. Tuy nhiên, công nghệ này cũng gặp nhiều trở ngại như góc chụp, sự thay đổi trên khuôn mặt và nền ảnh phức tạp. Tầm quan trọng của nhận dạng khuôn mặt không chỉ nằm ở khả năng xác thực danh tính mà còn trong việc ứng dụng trong nhiều lĩnh vực như an ninh, giáo dục và y tế.

1.1. Tổng quan về xử lý ảnh

Xử lý ảnh là một lĩnh vực quan trọng trong công nghệ thông tin, giúp cải thiện chất lượng hình ảnh và trích xuất thông tin từ ảnh. Các bước cơ bản trong xử lý ảnh bao gồm thu nhận dữ liệu, tiền xử lý, và nhận dạng. Việc điều chỉnh mức xám của ảnh giúp tăng cường độ mịn và cải thiện chất lượng hình ảnh. Trích chọn đặc điểm là một bước quan trọng, giúp xác định các đặc điểm nổi bật của ảnh. Các ứng dụng của xử lý ảnh rất phong phú, từ phục hồi hình ảnh trong y tế đến phát hiện vật cản trong robot. Công nghệ này cũng đóng vai trò quan trọng trong việc phát triển các hệ thống nhận dạng khuôn mặt, giúp xác thực danh tính một cách nhanh chóng và hiệu quả.

1.2. Bài toán nhận dạng khuôn mặt

Nhận dạng khuôn mặt là một trong những ứng dụng nổi bật của học sâu. Công nghệ này sử dụng các thuật toán để ánh xạ các đặc điểm khuôn mặt của cá nhân thành dữ liệu số, từ đó so sánh với cơ sở dữ liệu để xác minh danh tính. Tuy nhiên, nhận dạng khuôn mặt cũng gặp nhiều thách thức như góc chụp, sự thay đổi trên khuôn mặt và ảnh hưởng của môi trường xung quanh. Tầm quan trọng của công nghệ này không chỉ nằm ở khả năng xác thực danh tính mà còn trong việc ứng dụng trong nhiều lĩnh vực như an ninh, giáo dục và y tế. Các ứng dụng đặc trưng của nhận dạng khuôn mặt bao gồm giám sát an ninh, điểm danh học sinh và quản lý ra vào trong các cơ sở. Việc phát triển hệ thống nhận dạng khuôn mặt hiệu quả sẽ góp phần nâng cao chất lượng quản lý và bảo mật trong nhiều lĩnh vực.

II. Tìm hiểu về học sâu và mô hình mạng nơron tích chập

Chương này tập trung vào việc tìm hiểu về học sâu và mô hình mạng nơron tích chập (CNN). Học sâu là một nhánh của machine learning, sử dụng các mạng nơron nhiều lớp để học và trích xuất đặc trưng từ dữ liệu. Lịch sử của học sâu đã chứng kiến nhiều bước tiến quan trọng, từ những mô hình đơn giản đến các kiến trúc phức tạp như CNN và ResNet. CNN là một trong những mô hình phổ biến nhất trong nhận dạng khuôn mặt, nhờ khả năng tự động trích xuất đặc trưng từ ảnh mà không cần phải can thiệp thủ công. Việc huấn luyện mô hình CNN đòi hỏi một lượng lớn dữ liệu và tài nguyên tính toán, nhưng kết quả mang lại là rất đáng giá. Mô hình ResNet, với kiến trúc sâu và khả năng xử lý tốt, đã chứng minh được hiệu quả trong nhiều bài toán nhận dạng khác nhau.

2.1. Tổng quan về học máy

Học máy là một lĩnh vực con của trí tuệ nhân tạo, cho phép máy tính học từ dữ liệu mà không cần lập trình cụ thể. Các thuật toán học máy được chia thành ba loại chính: học có giám sát, học không giám sát và học củng cố. Học có giám sát sử dụng dữ liệu đã được gán nhãn để huấn luyện mô hình, trong khi học không giám sát tìm kiếm cấu trúc trong dữ liệu mà không cần nhãn. Học củng cố là quá trình học thông qua thử nghiệm và phản hồi. Học sâu là một phần mở rộng của học máy, sử dụng các mạng nơron để xử lý và phân tích dữ liệu phức tạp. Việc áp dụng học sâu trong nhận dạng khuôn mặt đã mang lại những kết quả ấn tượng, giúp cải thiện độ chính xác và hiệu suất của các hệ thống nhận dạng.

2.2. Mô hình mạng nơron tích chập

Mô hình mạng nơron tích chập (CNN) là một trong những kiến trúc quan trọng nhất trong học sâu. CNN được thiết kế đặc biệt để xử lý dữ liệu có cấu trúc dạng lưới, như hình ảnh. Cấu trúc của CNN bao gồm các lớp tích chập, lớp phi tuyến và lớp fully-connected. Lớp tích chập giúp trích xuất các đặc trưng từ ảnh, trong khi lớp phi tuyến giúp mô hình học được các mối quan hệ phức tạp giữa các đặc trưng. Việc huấn luyện mô hình CNN thường sử dụng phương pháp lan truyền ngược để tối ưu hóa các trọng số. CNN đã chứng minh được hiệu quả vượt trội trong nhiều bài toán nhận dạng khuôn mặt, nhờ khả năng tự động trích xuất và học các đặc trưng từ dữ liệu mà không cần sự can thiệp thủ công.

III. Nhận dạng khuôn mặt ứng dụng cho bài toán điểm danh tự động

Chương này trình bày chi tiết các bước xây dựng hệ thống nhận dạng khuôn mặt cho bài toán điểm danh tự động. Hệ thống này bao gồm các bước như phát hiện khuôn mặt, trích rút đặc trưng và so sánh với cơ sở dữ liệu. Việc phát hiện khuôn mặt là bước đầu tiên, nơi hệ thống nhận vào một ảnh tĩnh và xử lý để cải thiện chất lượng. Sau đó, các đặc trưng của khuôn mặt sẽ được trích rút và so sánh với các đặc trưng đã lưu trữ trong cơ sở dữ liệu. Hệ thống điểm danh tự động không chỉ giúp tiết kiệm thời gian mà còn nâng cao độ chính xác trong việc quản lý học sinh. Việc ứng dụng công nghệ học sâu trong hệ thống này sẽ giúp cải thiện hiệu suất và độ tin cậy của quá trình điểm danh.

3.1. Xây dựng hệ thống nhận dạng khuôn mặt

Hệ thống nhận dạng khuôn mặt được xây dựng dựa trên các bước cơ bản như phát hiện, trích rút và nhận dạng. Đầu tiên, hệ thống sẽ nhận vào một ảnh tĩnh và thực hiện các bước xử lý để cải thiện chất lượng ảnh. Sau đó, các đặc trưng của khuôn mặt sẽ được trích rút và so sánh với cơ sở dữ liệu. Việc xây dựng cơ sở dữ liệu là một bước quan trọng, đảm bảo rằng hệ thống có đủ thông tin để thực hiện nhận dạng chính xác. Hệ thống điểm danh tự động sẽ giúp giáo viên và ban giám hiệu theo dõi tình hình học sinh một cách hiệu quả, đồng thời giảm thiểu thời gian và công sức trong việc điểm danh thủ công.

3.2. Ứng dụng trong trường học

Hệ thống điểm danh tự động ứng dụng công nghệ nhận dạng khuôn mặt trong trường học mang lại nhiều lợi ích. Đầu tiên, hệ thống giúp tiết kiệm thời gian cho giáo viên trong việc điểm danh, từ đó có thể tập trung vào việc giảng dạy. Thứ hai, việc sử dụng công nghệ này giúp nâng cao độ chính xác trong việc quản lý học sinh, giảm thiểu sai sót do điểm danh thủ công. Hệ thống cũng cho phép phụ huynh theo dõi tình hình học tập của con em mình một cách dễ dàng hơn. Cuối cùng, việc ứng dụng công nghệ học sâu trong điểm danh tự động không chỉ nâng cao chất lượng quản lý mà còn góp phần vào việc hiện đại hóa quy trình giáo dục trong các trường học.

Nội dung chính

Tổng quan nghiên cứu

Trong bối cảnh giáo dục phổ thông tại Việt Nam, việc quản lý học sinh vẫn chủ yếu dựa trên phương pháp thủ công, gây ra nhiều khó khăn trong kiểm soát sĩ số và giám sát sự có mặt của học sinh tại lớp học. Tại trường THPT Thanh Oai B, huyện Thanh Oai, Hà Nội, thực trạng học sinh đến muộn, nghỉ học hoặc bỏ tiết diễn ra phổ biến, ảnh hưởng trực tiếp đến chất lượng quản lý và giảng dạy. Theo báo cáo của ngành giáo dục, việc điểm danh thủ công không chỉ tốn thời gian mà còn thiếu tính khách quan và chính xác. Trước nhu cầu cấp thiết này, nghiên cứu ứng dụng công nghệ nhận dạng khuôn mặt dựa trên học sâu nhằm xây dựng hệ thống điểm danh tự động cho học sinh được triển khai với mục tiêu nâng cao hiệu quả quản lý học sinh trong nhà trường.

Luận văn tập trung nghiên cứu mô hình mạng nơron tích chập (CNN) và các kỹ thuật học sâu hiện đại để phát triển hệ thống nhận dạng khuôn mặt ứng dụng cho bài toán điểm danh tự động. Phạm vi nghiên cứu được giới hạn tại trường THPT Thanh Oai B trong năm học 2019-2020, với mục tiêu cụ thể là xây dựng và đánh giá hiệu quả hệ thống điểm danh tự động dựa trên công nghệ nhận dạng khuôn mặt. Việc ứng dụng thành công hệ thống này không chỉ giúp giảm thiểu sai sót trong công tác điểm danh mà còn hỗ trợ giáo viên và ban giám hiệu trong việc quản lý học sinh một cách khoa học, minh bạch và nhanh chóng. Các chỉ số hiệu quả như độ chính xác nhận dạng khuôn mặt, thời gian điểm danh và tỷ lệ học sinh vắng mặt được theo dõi để đánh giá tác động của hệ thống.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên hai lý thuyết chính: học sâu (Deep Learning) và mạng nơron tích chập (Convolutional Neural Network - CNN). Học sâu là một nhánh của học máy, tập trung vào việc xây dựng các mạng nơron nhân tạo nhiều lớp nhằm trích xuất các đặc trưng phức tạp từ dữ liệu đầu vào. CNN là một kiến trúc mạng nơron chuyên biệt, được thiết kế để xử lý dữ liệu dạng lưới như hình ảnh, với các lớp tích chập (Convolution), lớp phi tuyến (ReLU), lớp pooling và lớp kết nối đầy đủ (Fully Connected). CNN giúp giảm số lượng tham số cần học, tăng khả năng trích xuất đặc trưng và cải thiện hiệu quả huấn luyện.

Ngoài ra, nghiên cứu còn áp dụng mô hình Multi-task Cascaded Convolutional Networks (MTCNN) để phát hiện khuôn mặt trong ảnh. MTCNN gồm ba mạng con: P-Net (Proposal Network) dự đoán vùng chứa khuôn mặt, R-Net (Refine Network) loại bỏ các vùng không phải khuôn mặt, và O-Net (Output Network) xác định vị trí khuôn mặt và các điểm mốc như mắt, mũi, miệng. Mô hình ResNet (Residual Network) cũng được sử dụng để phân lớp và nhận dạng khuôn mặt, với khả năng xử lý sâu đến hàng trăm lớp nhờ cơ chế skip connection giúp giải quyết vấn đề suy giảm gradient và degradation trong mạng sâu.

Các khái niệm chính bao gồm:

• Học sâu và mạng nơron nhân tạo (ANN)
• Mạng nơron tích chập (CNN) và các thành phần cấu trúc
• Mô hình MTCNN trong phát hiện khuôn mặt
• Mô hình ResNet và residual block
• Thuật toán huấn luyện mạng nơron (back-propagation, Stochastic Gradient Descent)

Phương pháp nghiên cứu

Nguồn dữ liệu chính là bộ ảnh khuôn mặt học sinh tại trường THPT Thanh Oai B, được thu thập trong năm học 2019-2020. Bộ dữ liệu bao gồm khoảng 5.000 ảnh khuôn mặt với đa dạng biểu cảm, góc chụp và điều kiện ánh sáng nhằm đảm bảo tính đại diện và độ phức tạp thực tế. Dữ liệu được gán nhãn chính xác để phục vụ cho quá trình huấn luyện và đánh giá mô hình.

Phương pháp chọn mẫu là lấy mẫu ngẫu nhiên có kiểm soát từ học sinh các lớp khác nhau nhằm đảm bảo tính đa dạng về độ tuổi, giới tính và đặc điểm khuôn mặt. Mô hình CNN được huấn luyện trên tập dữ liệu này với thuật toán lan truyền ngược (back-propagation) và tối ưu bằng Stochastic Gradient Descent (SGD) với learning rate được điều chỉnh phù hợp để tránh hiện tượng overfitting và underfitting.

Quá trình nghiên cứu được thực hiện theo timeline:

• Thu thập và xử lý dữ liệu (3 tháng)
• Xây dựng và huấn luyện mô hình CNN, MTCNN, ResNet (4 tháng)
• Lập trình nhúng và tích hợp hệ thống trên thiết bị Raspberry Pi 4 (2 tháng)
• Thử nghiệm, đánh giá và hiệu chỉnh hệ thống (3 tháng)

Phân tích kết quả sử dụng các chỉ số như độ chính xác nhận dạng (accuracy), tỷ lệ lỗi (error rate), thời gian xử lý trung bình cho mỗi ảnh, và khả năng nhận diện trong điều kiện ánh sáng và góc chụp khác nhau.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

1. Độ chính xác nhận dạng khuôn mặt đạt trên 95% khi sử dụng mô hình ResNet-101 kết hợp với MTCNN để phát hiện khuôn mặt. So với các phương pháp truyền thống như Haar Cascade (độ chính xác khoảng 85%), hệ thống cho thấy cải thiện rõ rệt về khả năng nhận diện trong điều kiện ánh sáng yếu và khuôn mặt bị che khuất.

2. Thời gian xử lý trung bình cho mỗi ảnh là khoảng 0.3 giây trên thiết bị Raspberry Pi 4, đảm bảo khả năng điểm danh tự động trong thời gian thực cho lớp học với sĩ số khoảng 40 học sinh.

3. Tỷ lệ nhận diện sai do các yếu tố như góc chụp nghiêng, đeo khẩu trang, kính chiếm dưới 3%, thấp hơn nhiều so với các hệ thống nhận dạng khuôn mặt không sử dụng học sâu, vốn có tỷ lệ lỗi lên đến 10-15%.

4. Hệ thống điểm danh tự động giúp giảm thời gian điểm danh từ 10 phút xuống còn dưới 1 phút cho mỗi buổi học, đồng thời cung cấp báo cáo tự động về sĩ số và danh sách học sinh vắng mặt, hỗ trợ hiệu quả công tác quản lý.

Thảo luận kết quả

Nguyên nhân chính của độ chính xác cao là nhờ việc áp dụng mô hình học sâu hiện đại, đặc biệt là kiến trúc ResNet với cơ chế residual block giúp mạng học sâu hơn mà không bị suy giảm hiệu suất. Việc sử dụng MTCNN cho phép phát hiện khuôn mặt chính xác ngay cả trong điều kiện phức tạp như ánh sáng không đồng đều, nền ảnh đa dạng và khuôn mặt bị che khuất một phần.

So sánh với các nghiên cứu gần đây trong lĩnh vực nhận dạng khuôn mặt, kết quả của luận văn tương đương hoặc vượt trội hơn về độ chính xác và tốc độ xử lý trên thiết bị nhúng. Điều này khẳng định tính khả thi và hiệu quả của việc ứng dụng học sâu trong bài toán điểm danh tự động học sinh.

Dữ liệu có thể được trình bày qua biểu đồ so sánh độ chính xác giữa các mô hình (ResNet, Haar Cascade, HOG), biểu đồ thời gian xử lý trên các thiết bị khác nhau, và bảng thống kê tỷ lệ lỗi theo các điều kiện ánh sáng và góc chụp. Những biểu đồ này giúp minh họa rõ ràng ưu điểm vượt trội của hệ thống đề xuất.

Đề xuất và khuyến nghị

1. Triển khai hệ thống điểm danh tự động tại các phòng học của trường THPT Thanh Oai B trong vòng 6 tháng tới nhằm thay thế hoàn toàn phương pháp điểm danh thủ công, giúp nâng cao hiệu quả quản lý học sinh.

2. Nâng cấp phần mềm nhận dạng khuôn mặt để mở rộng khả năng nhận diện trong điều kiện ánh sáng yếu và khuôn mặt bị che khuất, hướng tới tỷ lệ nhận diện sai dưới 1% trong vòng 12 tháng, do bộ phận công nghệ thông tin nhà trường phối hợp với nhóm nghiên cứu thực hiện.

3. Đào tạo giáo viên và cán bộ quản lý sử dụng hệ thống điểm danh tự động, đảm bảo 100% nhân sự liên quan có thể vận hành thành thạo trong vòng 3 tháng sau khi hệ thống được triển khai.

4. Mở rộng nghiên cứu và ứng dụng hệ thống nhận dạng khuôn mặt cho các mục đích khác như kiểm soát ra vào, giám sát an ninh trong trường học, dự kiến thực hiện trong 1-2 năm tới nhằm tăng cường an toàn và quản lý toàn diện.

5. Định kỳ thu thập và cập nhật dữ liệu khuôn mặt học sinh để cải thiện mô hình nhận dạng, đảm bảo hệ thống luôn hoạt động chính xác và thích nghi với các thay đổi về ngoại hình học sinh theo thời gian.

Đối tượng nên tham khảo luận văn

1. Ban giám hiệu và cán bộ quản lý trường học: Nắm bắt công nghệ điểm danh tự động để áp dụng vào quản lý học sinh, giảm thiểu sai sót và tăng tính minh bạch trong công tác điểm danh.

2. Giáo viên chủ nhiệm và giáo viên bộ môn: Sử dụng hệ thống để theo dõi sĩ số lớp học nhanh chóng, chính xác, từ đó có các biện pháp hỗ trợ học sinh kịp thời.

3. Nhà nghiên cứu và sinh viên ngành khoa học máy tính, trí tuệ nhân tạo: Tham khảo mô hình học sâu, kiến trúc CNN, MTCNN và ResNet trong ứng dụng thực tế, phục vụ cho các nghiên cứu và phát triển tiếp theo.

4. Các đơn vị phát triển phần mềm và thiết bị công nghệ giáo dục: Áp dụng các giải pháp nhận dạng khuôn mặt dựa trên học sâu để phát triển sản phẩm điểm danh tự động, nâng cao giá trị và tính cạnh tranh trên thị trường.

Câu hỏi thường gặp

1. Hệ thống nhận dạng khuôn mặt có chính xác trong điều kiện ánh sáng yếu không?
   Hệ thống sử dụng MTCNN và ResNet có khả năng nhận diện khuôn mặt với độ chính xác trên 95% ngay cả trong điều kiện ánh sáng yếu nhờ khả năng trích xuất đặc trưng mạnh mẽ và xử lý nhiễu hiệu quả.

2. Thời gian điểm danh tự động cho một lớp học là bao lâu?
   Trung bình hệ thống xử lý và nhận dạng khuôn mặt cho mỗi học sinh mất khoảng 0.3 giây, do đó với lớp học khoảng 40 học sinh, thời gian điểm danh toàn bộ chỉ dưới 1 phút, nhanh hơn nhiều so với phương pháp thủ công.

3. Hệ thống có thể nhận diện học sinh đeo khẩu trang hoặc kính không?
   Tỷ lệ nhận diện sai do học sinh đeo khẩu trang hoặc kính chiếm dưới 3%, nhờ mô hình học sâu có khả năng học các đặc trưng khuôn mặt không bị che khuất hoàn toàn, cải thiện đáng kể so với các phương pháp truyền thống.

4. Thiết bị sử dụng để triển khai hệ thống là gì?
   Hệ thống được tích hợp trên máy tính nhúng Raspberry Pi 4, một thiết bị nhỏ gọn, chi phí thấp nhưng đủ mạnh để xử lý mô hình học sâu trong thời gian thực, phù hợp với môi trường trường học.

5. Làm thế nào để cập nhật dữ liệu khuôn mặt khi học sinh thay đổi ngoại hình?
   Hệ thống cho phép thu thập và cập nhật dữ liệu khuôn mặt định kỳ, ví dụ mỗi học kỳ, để huấn luyện lại mô hình hoặc tinh chỉnh tham số, đảm bảo độ chính xác nhận dạng luôn được duy trì.

Kết luận

• Luận văn đã nghiên cứu và ứng dụng thành công mô hình học sâu, đặc biệt là CNN, MTCNN và ResNet, vào bài toán nhận dạng khuôn mặt cho hệ thống điểm danh tự động học sinh tại trường THPT Thanh Oai B.
• Hệ thống đạt độ chính xác nhận dạng trên 95%, giảm thời gian điểm danh từ 10 phút xuống dưới 1 phút, đồng thời giảm thiểu sai sót do các yếu tố ngoại cảnh.
• Việc triển khai hệ thống góp phần nâng cao hiệu quả quản lý học sinh, hỗ trợ giáo viên và ban giám hiệu trong công tác giáo dục đào tạo.
• Các giải pháp đề xuất bao gồm triển khai rộng rãi, nâng cấp phần mềm, đào tạo nhân sự và mở rộng ứng dụng trong trường học.
• Các bước tiếp theo là hoàn thiện hệ thống, mở rộng phạm vi áp dụng và nghiên cứu nâng cao khả năng nhận diện trong các điều kiện phức tạp hơn.

Để nâng cao hiệu quả quản lý học sinh và ứng dụng công nghệ hiện đại trong giáo dục, các trường học và đơn vị liên quan nên cân nhắc triển khai hệ thống điểm danh tự động dựa trên nhận dạng khuôn mặt. Liên hệ nhóm nghiên cứu để được hỗ trợ tư vấn và triển khai giải pháp phù hợp.

Trích đoạn nội dung tài liệu

chương 1, luận văn đã trình bày khái quát về xử lý ảnh và đặc biệt đã trình bày tương đối chi tiết về nhận dạng khuôn mặt ứng dụng cho bài toán của luận văn “Điểm danh tự động học sinh”. Trong chương tiếp theo, luận văn sẽ trình bày sơ lược về Học máy và hướng người đọc đến phần quan trọng là Học sâu. Luan van 11 Chương 2. TÌM HIỂU VỀ HỌC SÂU VÀ MÔ HÌNH MẠNG NƠRON TÍCH CHẬP Kỹ thuật Học sâu là một phạm trù nhỏ của lĩnh vực Học máy, Học sâu tập trung giải quyết các vấn đề liên quan đến mạng thần kinh nhân tạo (Artificial Neural Network - ANN) nhằm nâng cấp các công nghệ như nhận dạng giọng nói, thị giác máy tính và xử lý ngôn ngữ tự nhiên.

Bởi vậy trong chương này, luận văn sẽ trình bày khái quát về Học máy, đi sâu vào kỹ thuật Học sâu cùng một số thuật toán và ứng dụng của nó trong thực tế, đồng thời cũng trình bày chi tiết về mô hình mạng nơron tích chập (CNN) cũng như cách hoạt động, cấu trúc và việc huấn luyện mô hình CNN. Tổng quan về Học máy (Machine learning) Học máy là một công nghệ phát triển từ lĩnh vực trí tuệ nhân tạo. Các thuật toán Học máy là các chương trình máy tính có khả năng học hỏi về cách hoàn thành các nhiệm vụ và cách cải thiện hiệu suất theo thời gian. Học máy ra đời làm giảm bớt những hạn chế vốn có của AI khi nó mang lại cho máy tính khả năng có thể tìm ra mọi thứ mà không được lập trình rõ ràng.

Học máy vẫn đòi hỏi sự đánh giá của con người trong việc tìm hiểu dữ liệu cơ sở và lựa chọn các kĩ thuật phù hợp để phân tích dữ liệu. Đồng thời, trước khi sử dụng, dữ liệu phải sạch, không có sai lệch và không có dữ liệu giả. Các mô hình Học máy yêu cầu lượng dữ liệu đủ lớn để "huấn luyện" và đánh giá mô hình. Trước đây, các thuật toán Học máy thiếu quyền truy cập vào một lượng lớn dữ liệu cần thiết để mô hình hóa các mối quan hệ giữa các dữ liệu.

Sự tăng trưởng trong dữ liệu lớn (big data) đã cung cấp các thuật toán Học máy với đủ dữ liệu để cải thiện độ chính xác của mô hình và dự đoán. Các thuật toán Học máy 2. Sau khi tìm hiểu cách tốt nhất để mô hình hóa các mối quan hệ cho dữ liệu được gắn nhãn, các thuật toán được huấn luyện được sử dụng cho các bộ dữ liệu mới. Ví dụ xác định tín hiệu hay biến số tốt nhất để dự báo lợi nhuận trong tương lai của cổ phiếu hoặc dự đoán xu hướng thị trường chứng khoán.

Học không giám sát (unsupervised learning) Trong học không giám sát, máy tính không được cung cấp dữ liệu được dán nhãn mà thay vào đó chỉ được cung cấp dữ liệu mà thuật toán tìm cách mô tả dữ liệu và cấu trúc của chúng. Ví dụ phân loại các công ty thành các nhóm công ty tương đồng dựa trên đặc điểm của chúng thay vì sử dụng tiêu chuẩn của các nhóm ngành hoặc các quốc gia. Học bán giám sát (Semi-Supervised Learning) Trong học bán giám sát, máy tính được cung cấp dữ liệu nhưng dữ liệu mới được dán nhãn một phần. Do đó phải sử dụng học không có giám sát (để khám phá và tìm hiểu cấu trúc dữ liệu đầu vào) và học có giám sát (để dự đoán cho dữ liệu không được gán nhãn) để giải quyết.

Học củng cố (Reinforcement learning) Học củng cố còn gọi là học tăng cường, thường ứng dụng vào Lý thuyết trò chơi thông qua một quá trình thử lỗi, hệ thống tự động xác định hành vi dựa trên hoàn cảnh để đạt được điểm số cao nhất. ví dụ như AlphaGo chơi cờ vây của Google [3] 2. Tìm hiểu về Học sâu (Deep learning) 2. Học sâu là gì? Nếu xét về thời gian xuất hiện thì AI chính là ý tưởng xuất hiện sớm nhất tiếp theo đó là sự ra đời của học máy và cuối cùng gần đây nhất chính là Học sâu.

Mặc dù xuất hiện muộn nhất nhưng Học sâu lại chính là thứ đang thúc đẩy sự bùng Luan van 13 phát của AI hiện nay. Nói một cách đơn giản nhất Học sâu là một tập hợp con của Học máy (Hình 2.1) và đề cập đến các mạng thần kinh có khả năng học dữ liệu đầu vào với các biểu diễn trừu tượng. Học sâu vượt trội hơn so với học máy truyền thống trong các vấn đề phức tạp như nhận dạng giọng nói, xử lý ngôn ngữ tự nhiên, phân loại hình ảnh. Mối quan hệ giữa DL, ML và AI [11] Học sâu khác với Học máy là thuật toán học sâu cần được đào tạo trong một thời gian dài vì có một số lượng lớn các tham số trong khi các thuật toán Học máy truyền thống có thể được đào tạo chỉ trong vòng vài giờ.

Học sâu đóng vai trò ngày càng lớn trong công nghệ hiện đại. Về mặt lý thuyết, nó có thể vượt quá khả năng của bộ não con người, vì chúng có các thuật toán nền tảng rộng lớn, được gọi là mạng lưới thần kinh. Ngày nay, các kỹ thuật học sâu có thể được tìm thấy ở một mật độ khá cao, từ xe tự lái đến các nghiên cứu học thuật. Lịch sử Học sâu Học sâu đã xuất hiện từ rất lâu, nhưng chỉ đến những năm gần đây mới thu hút và được nghiên cứu ứng dụng trong nhiều lĩnh vực.

Quá trình phát triển của Học sâu được thể hiện qua hình sau: Luan van 14 Hình 2. Các giai đoạn phát triển Học sâu [3] 2. Tổng quan về mạng nơron nhân tạo a) Tìm hiểu về mạng nơron nhân tạo. Mạng neural nhân tạo (Artificial Neural Network: ANN), gọi tắt neural network là mô hình xử lý thông tin mô phỏng hoạt động của các hệ neuron sinh học mà cụ thể hơn ở đây là bộ não con người.3 đầu tiên là tính chất truyền đi của thông tin trên neuron, khi neuron nhận tín hiệu đầu vào từ các dendrite, khi tín hiệu vượt qua một ngưỡng (threshold) thì tín hiệu sẽ được truyền đi sang neuron khác (Neurons Fire) theo sợi trục (axon).

Neural của model toán học ở đây cũng được mô phỏng tương tự như vậy. Trong đó, thành phần cơ bản của ANN là neural nhân tạo có cách thức hoạt động và xử lý tương tự neuron sinh học. ANN được hình thành từ số lượng lớn các neural được liên kết với nhau theo cấu trúc từng tầng (layer), các neural kết nối với nhau giữa các tầng thông qua trọng số liên kết (weight). Model toán học x1 w1 z x2 w2 y w3 x3 wN xN Hình 2.

Mô hình mạng nơron [12] Luan van 15 b) Kiến trúc ANN Kiến trúc chung của ANN được mô tả trong hình 2.4 gồm 3 lớp: Lớp đầu vào (Input Layer), lớp ẩn (Hidden Layer) và lớp đầu ra (Ouput Layer). Kiến trúc 3 phần của ANN Lớp đầu vào là một chuỗi các nơron kỹ thuật số có thể nhìn thấy thông tin mà máy tính được cung cấp. Ví dụ, một tế bào thần kinh có thể phát sáng khi màu xanh lục hiện dạng trong một hình ảnh, trong khi một tế bào khác có thể phát sáng khi có hình dạng cụ thể, một đặc tính cụ thể trong dữ liệu. Lớp đầu ra cho máy tính biết phải làm gì để đáp ứng với dữ liệu đầu vào.

Trong một chiếc xe tự lái, đây sẽ là những tế bào thần kinh kỹ thuật số cuối cùng bảo máy tính quyết định tăng tốc, phanh hoặc quay đầu. Lớp ẩn chính là “Phép thuật” của mạng ANN. Lớp này lấy các nơron thần kinh từ lớp đầu vào và chuyển hướng để các nơron lớp đầu ra lấy được. Lớp ẩn bao gồm hàng ngàn hoặc hàng triệu nơron riêng lẻ, mỗi hàng được kết nối với nhau trong mạng lưới.

Hoạt động của ANN được mô tả như hình 2. Luan van 16 Hình 2. Tế bào nơron nhân tạo  Các giá trị đầu vào x1, x2, … xn. Trong quá trình thực nghiệm dữ liệu này thường được đưa vào dưới dạng một véc tơ N chiều.

 Tập các liên kết: Có chức năng truyền thông tin trong đó ứng với một liên kết có một trọng số (hay trọng số liên kết là số thực biểu thị mức độ quan trọng của liên kết với đầu ra - weight) W1, W2, … Wn. Thông thường, các trọng số này được khởi tạo một cách ngẫu nhiên ở thời điểm khởi tạo mạng và được cập nhật liên tục trong quá trình học mạng.  Hàm kết hợp g (combination function): Thường dùng để tính tổng của tích các giá trị đầu vào với trọng số liên kết tương ứng của nó (vì thế một số tài liệu là hàm tổng – summing function).  Hàm truyền f (transfer function) hay hàm kích hoạt (active function)}: Hàm này được dùng để giới hạn phạm vi đầu ra của mỗi neural.

Có đầu vào là kết quả của hàm kết hợp và ngưỡng đã cho. Thông thường, phạm vi đầu ra của mỗi nơron được giới hạn trong đoạn [0,1] hoặc [-1, 1]. Các hàm truyền rất đa dạng, có thể là các hàm tuyến tính hoặc phi tuyến. Việc lựa chọn hàm truyền nào là tuỳ thuộc vào từng bài toán và kinh nghiệm của người thiết kế mạng.6 dưới đây là các hàm truyền phổ biến: Luan van 17 Hình 2.

Một số hàm truyền phổ biến c) Huấn luyện ANN Chức năng của một mạng ANN được quyết định bởi các nhân tố như sau: hình trạng hay cấu trúc của mạng (số tầng, số neural trong mỗi tầng và cách các tầng liên kết với nhau) và các trọng số của các liên kết bên trong mạng. Kiến trúc mạng thường là cố định tương ứng với mỗi bài toán và các trọng số liên kết được quyết định bởi một thuật toán huấn luyện (training algorithm). Quá trình điều chỉnh các trọng số để mạng có thể nhận biết được mối quan hệ giữa đầu vào và đích mong muốn được gọi là học hay huấn luyện (learning - training). Có nhiều thuật toán dùng để huấn luyện mạng ANN trong đó thuật toán lan truyền ngược (back- propagation) được sử dụng phổ biến.

- Lan truyền ngược (back-propagation) là phương pháp huấn luyện mạng ANN với mục tiêu xác định trọng số tối ưu cho mạng thông qua việc lặp đi lặp lại 2 quá trình: lan truyền tiến (tính giá trị đầu ra của mạng từ đó tính sai số giữa giá trị này với giá trị mong muốn). Tiếp theo là quá trình lan truyền ngược sai số (dựa vào sai số sẽ cập nhật lại các trọng số). Mạng ANN có kiến trúc được tổ chức theo từng Luan van 18 tầng bao gồm tầng nhập, tầng xuất và một số tầng ẩn. Trong mỗi tầng có nhiều neural.