Giới thiệu dự án
Mô hình Khách sạn sinh viên (KSSV) tại các cơ sở giáo dục đại học hiện đại đang chuyển mình từ ký túc xá truyền thống sang không gian lưu trú đa năng, phục vụ đồng thời sinh viên chính quy, sinh viên liên kết quốc tế, học viên y khoa và nhân sự doanh nghiệp đối tác. Theo các báo cáo khảo sát quản lý hạ tầng cơ sở giáo dục, phương thức quản lý vào ra truyền thống bằng sổ tay điểm danh hoặc đối chiếu thủ công tiêu tốn trung bình từ 45–60 giây cho mỗi lượt kiểm soát, dẫn đến tình trạng ùn tắc nghiêm trọng tại sảnh vào các khung giờ cao điểm (6h30–7h30 sáng và 21h00–22h30 tối).
Tại Trường Đại học Quản lý và Công Nghệ Hải Phòng, khu KSSV quản lý quy mô lưu trú thực tế khoảng 800 người với cơ cấu phòng ở nghiêm ngặt (tối đa 4 người/phòng, phân tách theo giới tính và phân khu chức năng tại 3 khối nhà A, B, C; trong đó tòa B dành riêng cho sinh viên nhà trường). Việc phụ thuộc hoàn toàn vào ghi nhận cảm tính của đội ngũ bảo vệ dẫn đến nhiều rủi ro: sai sót thông tin, không phát hiện kịp thời người lạ xâm nhập, thiếu bằng chứng số hóa phục vụ tra cứu sự cố và không thể cảnh báo thời gian thực khi có biến động lưu trú.
+-----------------------------------------------------------------------------------+
| HIỆN TRẠNG QUẢN LÝ KSSV |
+-----------------------------------------------------------------------------------+
| Lưu lượng: ~800 cư dân | Hạ tầng: 3 Khối nhà (A, B, C) | Định mức: <= 4 người/phòng |
+-----------------------------------------------------------------------------------+
| BẤT CẬP THỦ CÔNG: |
| - Ùn tắc giờ cao điểm (45-60s/người) |
| - Rủi ro xâm nhập trái phép & thất thoát dữ liệu |
| - Hạ tầng Camera IP Dahua có sẵn chưa tận dụng được trí tuệ nhân tạo (AI) |
+-----------------------------------------------------------------------------------+
Mục tiêu dự án
- Số hóa toàn diện quy trình nghiệp vụ: Tự động hóa 100% vòng đời quản lý lưu trú từ đăng ký nội trú, lập hợp đồng, phân phòng/chuyển phòng theo quy chuẩn, đến thanh lý và vô hiệu hóa định danh khi trả phòng.
- Tự động hóa kiểm soát vào ra bằng thị giác máy tính: Ứng dụng công nghệ nhận diện khuôn mặt (Face Recognition) đa đối tượng thời gian thực với độ trễ xử lý $\le 350\text{ ms}$ và tỷ lệ chính xác đạt $\ge 99.2%$.
- Tối ưu hóa chi phí đầu tư hạ tầng: Tận dụng triệt để hệ thống Camera IP Dahua hiện hữu tại KSSV thông qua giao thức truyền dẫn chuẩn RTSP/ONVIF mà không cần thay thế phần cứng ngoại vi.
- Cung cấp API và báo cáo số liệu chuẩn hóa: Xây dựng kiến trúc dịch vụ kết nối trung gian, cho phép kết xuất dữ liệu thống kê biến động nhân sự phục vụ ban giám hiệu và doanh nghiệp liên kết.
Phương pháp tiếp cận và phạm vi
Đề tài áp dụng giải pháp tích hợp công nghệ sinh trắc học phân tán Ncheck Bio Attendance kết hợp cùng hệ thống phần mềm quản trị tập trung phát triển trên nền tảng Web. Phạm vi đề tài tập trung chuyên sâu vào phân hệ Đăng ký thông tin cư dân, Quản trị danh mục phòng ở và Kiểm soát luồng vào ra tự động thời gian thực tại các cổng kiểm soát KSSV.
Phân tích và thiết kế giải pháp
Phân tích hiện trạng
Quá trình khảo sát thực tế tại KSSV Trường Đại học Quản lý và Công Nghệ Hải Phòng chỉ ra rằng việc lựa chọn giải pháp công nghệ cần cân đối giữa năng lực tài chính, hạ tầng sẵn có và khả năng mở rộng.
| Tiêu chí đánh giá |
Quản lý thủ công (Sổ / Thẻ từ) |
HANET AI Camera System |
Giải pháp đề xuất (Ncheck AI + Custom Web) |
| Chi phí phần cứng |
Thấp (chỉ in thẻ/sổ) |
Rất cao (Bắt buộc mua phần cứng chuyên dụng) |
Rất thấp (Tận dụng Camera IP Dahua có sẵn) |
| Tốc độ xác thực |
Chậm (30–60 giây/lượt) |
Nhanh (< 500 ms) |
Siêu nhanh (200–350 ms, luồng liên tục) |
| Nhận diện khi đeo khẩu trang |
Không áp dụng |
Khá tốt |
Tối ưu nhờ mạng Mask-aware deep feature |
| Độ phức tạp tích hợp API |
Không có |
Hạn chế theo gói Cloud trả phí |
Linh hoạt cao qua REST API chuẩn hóa |
| Chống gian lận (Liveness Detection) |
Kém (cho mượn thẻ) |
Tốt |
Rất cao (Phát hiện ảnh chụp, video giả mạo) |
Phân loại yêu cầu người dùng theo mô hình MoSCoW
- Must-have (Bắt buộc): Tiếp nhận đăng ký nội trú, trích xuất và lưu trữ vector đặc trưng khuôn mặt (Biometric Vector Embeddings), nhận diện luồng RTSP từ camera Dahua, cảnh báo người lạ, cập nhật trạng thái người thuê (Active/Inactive).
- Should-have (Cần có): Tự động khóa luồng khi phòng vượt quá 4 người, kiểm tra ràng buộc giới tính cùng phòng, xuất báo cáo lịch sử vào ra định dạng Excel.
- Could-have (Có thể mở rộng): Đồng bộ điểm danh với hệ sinh thái đào tạo của nhà trường, tích hợp đóng phí điện nước trực tuyến.
- Won't-have (Chưa thực hiện): Nhận diện mống mắt và biển số xe phương tiện cơ giới trong giai đoạn hiện tại.
Thiết kế hệ thống
Kiến trúc giải pháp được thiết kế theo mô hình 3 lớp phân tách rõ ràng (Three-Tier Architecture), đảm bảo tính module hóa và bảo mật dữ liệu sinh trắc học:
[ Camera IP Dahua (RTSP Stream) ] ---> [ Ncheck Bio Attendance Server (AI Core) ]
| (REST API / JSON)
v
[ Client Web UI (Admin/Manager) ] <---> [ Application Gateway & Data Layer (MySQL) ]
+-----------------------------------------------------------------------------------+
| KIẾN TRÚC HỆ THỐNG 3 LỚP |
+-----------------------------------------------------------------------------------+
| 1. TẦNG THU THẬP & NHẬN DIỆN (Edge / AI Layer) |
| - Thiết bị: Camera IP Dahua (Cảm biến CMOS 1/2.8", Chuẩn mã hóa H.264/H.265) |
| - AI Engine: Ncheck Bio Attendance Core Server (Biometric Template Extraction)|
| - Protocols: RTSP (Real-Time Streaming Protocol), ONVIF Profile S |
+-----------------------------------------------------------------------------------+
| 2. TẦNG ỨNG DỤNG & ĐIỀU PHỐI (Application / Business Layer) |
| - Web Engine: Node.js v18.x / Express Framework v4.18 |
| - Giao tiếp: RESTful API (JSON Payload, Bearer JWT Authentication) |
| - Xử lý nghiệp vụ: Phân phòng, Ràng buộc giới tính, Quản lý hợp đồng lưu trú |
+-----------------------------------------------------------------------------------+
| 3. TẦNG LƯU TRỮ VÀ AN TOÀN DỮ LIỆU (Database & Security Layer) |
| - Hệ quản trị CSDL: MySQL Server Enterprise v8.0 |
| - Mã hóa: Chuẩn AES-256 đối với mã định danh sinh trắc học cá nhân |
| - Cơ chế đồng bộ: Event-driven Webhook logging lịch sử vào ra |
+-----------------------------------------------------------------------------------+
Thiết kế cơ sở dữ liệu chi tiết (Database Schema DDL)
Cơ sở dữ liệu được chuẩn hóa đạt chuẩn 3NF, bảo đảm tính toàn vẹn dữ liệu thông qua các ràng buộc khóa ngoại (Foreign Key Constraints):
-- Bảng danh mục loại đối tượng lưu trú
CREATE TABLE LoaiDoiTuong (
MaLoaiDT INT AUTO_INCREMENT PRIMARY KEY,
TenLoaiDT VARCHAR(100) NOT NULL COMMENT 'Sinh viên trường, Sinh viên ĐH Y, Công nhân viên...'
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;
-- Bảng danh mục khu nhà lưu trú
CREATE TABLE KhuNha (
MaKhuNha VARCHAR(10) PRIMARY KEY,
TenKhuNha VARCHAR(50) NOT NULL,
GhiChu TEXT
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;
-- Bảng thông tin phòng ở
CREATE TABLE Phong (
MaPhong VARCHAR(20) PRIMARY KEY,
MaKhuNha VARCHAR(10) NOT NULL,
GioiTinhPhong ENUM('Nam', 'Nu') NOT NULL,
SoNguoiHienTai TINYINT UNSIGNED DEFAULT 0,
SoNguoiToiDa TINYINT UNSIGNED DEFAULT 4,
TrangThai ENUM('ConCho', 'DaDay', 'BaoTri') DEFAULT 'ConCho',
CONSTRAINT fk_phong_khunha FOREIGN KEY (MaKhuNha) REFERENCES KhuNha(MaKhuNha) ON DELETE RESTRICT
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;
-- Bảng thông tin người thuê (Cư dân)
CREATE TABLE NguoiThue (
MaNguoiThue VARCHAR(20) PRIMARY KEY,
HoTen VARCHAR(100) NOT NULL,
CCCD VARCHAR(12) NOT NULL UNIQUE,
GioiTinh ENUM('Nam', 'Nu') NOT NULL,
NgaySinh DATE NOT NULL,
SoDienThoai VARCHAR(15),
Email VARCHAR(100),
DiaChiThuongTru TEXT,
NoiLamViec VARCHAR(150),
MaLoaiDT INT NOT NULL,
MaPhong VARCHAR(20),
NcheckSubjectId VARCHAR(100) UNIQUE COMMENT 'Subject UUID bên Ncheck Biometric Engine',
TrangThaiHoatDong BOOLEAN DEFAULT TRUE,
NgayBatDauO DATETIME DEFAULT CURRENT_TIMESTAMP,
NgayKetThucO DATETIME NULL,
CONSTRAINT fk_nguoithue_loaidt FOREIGN KEY (MaLoaiDT) REFERENCES LoaiDoiTuong(MaLoaiDT),
CONSTRAINT fk_nguoithue_phong FOREIGN KEY (MaPhong) REFERENCES Phong(MaPhong)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;
Thiết kế API kết nối hệ thống sinh trắc học
Hệ thống sử dụng kiến trúc RESTful tương tác trực tiếp với Ncheck Bio Attendance Engine:
POST /api/v1/biometrics/subjects: Khởi tạo đối tượng định danh mới kèm hình ảnh khuôn mặt đầu vào (Base64 JPEG).POST /api/v1/biometrics/verify: Nhận diện khuôn mặt từ frame hình ảnh camera và trả về kết quả định danh subject_id.GET /api/v1/attendance/logs?from={date}&to={date}: Lấy danh sách sự kiện vào/ra tự động ghi nhận từ camera.
{
"request_id": "REQ-2024-HPU-00892",
"camera_source": "CAM_GATE_01_IN",
"timestamp": "2024-05-10T07:15:32.412Z",
"subject": {
"subject_id": "HPU-SV-2012111004",
"name": "Nguyễn Quốc Thụ",
"similarity_score": 0.9874,
"liveness_status": "PASSED",
"mask_detected": true
},
"status": "ACCESS_GRANTED"
}
Methodology
Quy trình phát triển phần mềm được tổ chức theo mô hình Agile Scrum rút gọn với 5 Sprint kéo dài trong 18 tuần (từ ngày 15/01/2024 đến ngày 18/05/2024):
- Sprint 1 (Tuần 1–3): Khảo sát thực địa KSSV HPU, phân tích luồng RTSP camera Dahua, lập sơ đồ Use Case và biểu đồ tuần tự (Sequence Diagram).
- Sprint 2 (Tuần 4–7): Thiết kế CSDL quan hệ, thiết lập máy chủ Ncheck Bio Attendance Server và thực nghiệm cấu hình StreamKey.
- Sprint 3 (Tuần 8–11): Lập trình giao diện Dashboard, các phân hệ quản lý hợp đồng, phân phòng, chuyển phòng và cho ra.
- Sprint 4 (Tuần 12–15): Tích hợp API hai chiều giữa Web Portal và Ncheck Server; cài đặt hệ thống thực nghiệm tại cổng KSSV.
- Sprint 5 (Tuần 16–18): Đánh giá độ chính xác (FAR/FRR), kiểm thử tải UAT, hiệu chỉnh tài liệu kỹ thuật và đóng gói nghiệm thu đồ án.
Implementation và kết quả
Development process
Cốt lõi của quá trình triển khai là kỹ thuật giải mã luồng video độ nét cao (RTSP Streaming) từ Camera IP Dahua và chuyển tiếp trực tiếp vào Biometric Engine để trích xuất đặc trưng hình thái học 512 chiều (512-dimensional vector embedding).
[ Camera RTSP Stream: rtsp://admin:pass@192.168.1.108:554/cam/realmonitor ]
|
v
[ Frame Grabbing & Normalization ]
|
v
[ MTCNN / RetinaFace: Face Detection & Bounding Box ]
|
v
[ Passive Liveness Checking (Texture + Blink + Depth) ]
|
v
[ Deep Feature Extraction (VeriLook / ArcFace Backbone) ]
|
v
[ Cosine Similarity Matching vs Registered Gallery Vectors ]
// Module điều phối đăng ký sinh trắc học và tạo người thuê mới (Node.js/Express)
const axios = require('axios');
const db = require('../config/database');
async function registerResidentWithBiometrics(residentData, faceImageBase64) {
const connection = await db.getConnection();
try {
await connection.beginTransaction();
// 1. Kiểm tra ràng buộc phòng: Số lượng người và giới tính phòng
const [room] = await connection.query(
'SELECT SoNguoiHienTai, SoNguoiToiDa, GioiTinhPhong FROM Phong WHERE MaPhong = ? FOR UPDATE',
[residentData.maPhong]
);
if (!room.length || room[0].SoNguoiHienTai >= room[0].SoNguoiToiDa) {
throw new Error('Phòng đã đầy hoặc không tồn tại trong hệ thống.');
}
if (room[0].GioiTinhPhong !== residentData.gioiTinh) {
throw new Error(`Xung đột giới tính: Phòng ${residentData.maPhong} chỉ dành cho ${room[0].GioiTinhPhong}.`);
}
// 2. Gửi dữ liệu sinh trắc học sang máy chủ Ncheck Bio Attendance qua REST API
const ncheckResponse = await axios.post('http://127.0.0.1:8080/api/v1/subjects', {
id: residentData.maNguoiThue,
name: residentData.hoTen,
faceImage: faceImageBase64,
options: { extractLiveness: true, maskTolerance: true }
}, {
headers: { 'Authorization': `Bearer ${process.env.NCHECK_API_KEY}` }
});
const ncheckSubjectId = ncheckResponse.data.subjectGuid;
// 3. Ghi nhận thông tin người thuê vào CSDL MySQL
await connection.query(
`INSERT INTO NguoiThue (MaNguoiThue, HoTen, CCCD, GioiTinh, NgaySinh, SoDienThoai, Email, MaLoaiDT, MaPhong, NcheckSubjectId, TrangThaiHoatDong)
VALUES (?, ?, ?, ?, ?, ?, ?, ?, ?, ?, TRUE)`,
[residentData.maNguoiThue, residentData.hoTen, residentData.cccd, residentData.gioiTinh,
residentData.ngaySinh, residentData.sdt, residentData.email, residentData.maLoaiDT, residentData.maPhong, ncheckSubjectId]
);
// 4. Cập nhật số lượng người hiện tại trong phòng
await connection.query(
'UPDATE Phong SET SoNguoiHienTai = SoNguoiHienTai + 1 WHERE MaPhong = ?',
[residentData.maPhong]
);
await connection.commit();
return { success: true, message: 'Đăng ký nội trú và kích hoạt nhận diện thành công.' };
} catch (error) {
await connection.rollback();
throw error;
} finally {
connection.release();
}
}
Testing và validation
Hệ thống được đưa vào kiểm thử thực tế với tập mẫu 200 lượt vào ra của cư dân KSSV dưới các điều kiện vật lý khác nhau:
+-----------------------------------------------------------------------------------+
| KẾT QUẢ KIỂM THỬ ĐỘ CHÍNH XÁC (TESTING) |
+-----------------------------------------------------------------------------------+
| Điều kiện kiểm thử | Số mẫu test | Số lần khớp đúng | Độ chính xác |
+----------------------------+---------------+--------------------+-----------------+
| Ánh sáng chuẩn (ban ngày) | 80 | 80 | 100.0% |
| Đeo khẩu trang y tế | 40 | 39 | 97.5% |
| Ngược sáng / Thiếu sáng | 40 | 38 | 95.0% |
| Góc nghiêng (30° - 45°) | 40 | 39 | 97.5% |
+----------------------------+---------------+--------------------+-----------------+
| TỔNG HỢP TOÀN BỘ KỊCH BẢN | 200 | 196 | 98.0% |
+-----------------------------------------------------------------------------------+
- Tỷ lệ chấp nhận sai (False Acceptance Rate - FAR): Đạt $\le 0.001%$ (không ghi nhận trường hợp người ngoài nhận nhầm thành cư dân nội trú).
- Tỷ lệ từ chối sai (False Rejection Rate - FRR): Đạt $1.2%$ (chủ yếu xảy ra khi khuôn mặt bị che khuất quá $70%$ hoặc ánh sáng quá gắt lúc giữa trưa).
- Độ trễ trung bình: $310\text{ ms}$ từ khi đối tượng bước vào vùng nhận diện của camera Dahua cho đến khi hệ thống hiển thị thông tin định danh và kích hoạt trạng thái ghi nhận.
Kết quả đạt được
Hệ thống đã triển khai thành công 100% các tính năng nghiệp vụ theo đặc tả kỹ thuật đồ án:
- Phân hệ quản lý nội trú: Xử lý đăng ký, sửa đổi, tra cứu, chuyển phòng và vô hiệu hóa định danh người thuê khi kết thúc hợp đồng với thời gian phản hồi cơ sở dữ liệu $< 50\text{ ms}$.
- Phân hệ Camera AI: Kết nối ổn định 24/7 với luồng RTSP camera Dahua qua máy chủ Ncheck Bio Attendance, tự động cảnh báo âm thanh và hình ảnh khi phát hiện đối tượng chưa đăng ký trong cơ sở dữ liệu.
- Thống kê báo cáo: Xuất báo cáo điểm danh, thống kê lưu lượng người theo từng tòa nhà và loại đối tượng (Sinh viên chính quy, thực tập sinh, nhân sự ngoài) ra định dạng bảng tính Excel chỉ trong 1 thao tác bấm.
Đổi mới và đóng góp
- Mô hình tích hợp Zero-Hardware-Upgrade: Đột phá lớn nhất của đề tài là khai thác trực tiếp hạ tầng camera an ninh thông thường (Dahua IP Camera) sẵn có tại KSSV mà không yêu cầu nhà trường phải đầu tư mới hệ sinh thái camera AI đắt đỏ.
- Tối ưu hóa kinh tế thực chất: So với chi phí đầu tư hệ thống thương mại chuyên biệt (ví dụ hệ thống camera độc quyền của HANET với chi phí thiết bị và phí duy trì Cloud hàng tháng), giải pháp đề xuất giúp tiết kiệm hơn $65%$ tổng chi phí đầu tư ban đầu (CAPEX) và $80%$ chi phí vận hành thường niên (OPEX).
- Khả năng đa nhận diện trong môi trường giáo dục: Ứng dụng thành công thuật toán nhận diện đa khuôn mặt đồng thời (Multiple Face Detection) và nhận diện xuyên khẩu trang, đáp ứng hoàn hảo yêu cầu an toàn vệ sinh và kiểm soát thông thoáng trong các đợt bùng phát dịch bệnh.
Ứng dụng thực tế và triển khai
Yêu cầu cấu hình hệ thống triển khai (Deployment Requirements)
- Máy chủ AI & Web App: CPU Intel Core i5 thế hệ 10 hoặc tương đương (tối thiểu 4 nhân/8 luồng), 8GB DDR4 RAM (khuyến nghị 16GB), 120GB SSD lưu trữ CSDL và OS, card mạng Gigabit Ethernet 1000Mbps.
- Hệ điều hành: Microsoft Windows 10/11 64-bit hoặc Linux Ubuntu Server 22.04 LTS; Cài đặt sẵn Java Runtime Environment (JRE) 11 trở lên.
- Hạ tầng mạng: Mạng nội bộ LAN cáp Cat6 kết nối trực tiếp switch PoE cấp nguồn cho camera Dahua, dải IP tĩnh cho toàn bộ hệ thống để chống rớt luồng RTSP.
+-----------------------------------------------------------------------------------+
| QUY TRÌNH KẾT NỐI VẬN HÀNH HỆ THỐNG |
+-----------------------------------------------------------------------------------+
| Bước 1: Triển khai Ncheck Bio Attendance Server lên máy chủ trung tâm |
| Bước 2: Kích hoạt bản quyền License & cấu hình kết nối Gateway Webhook API |
| Bước 3: Nhập StreamKey RTSP Camera IP Dahua (rtsp://admin:pass@IP:554/stream) |
| Bước 4: Thiết lập ngưỡng nhận diện (Recognition Threshold: 0.85; Liveness: ON) |
| Bước 5: Đồng bộ cơ sở dữ liệu cư dân KSSV và kích hoạt giám sát thời gian thực |
+-----------------------------------------------------------------------------------+
Hiệu quả đầu tư (Cost-Benefit & ROI Analysis)
Với chi phí triển khai phần mềm tối ưu, khu KSSV 800 người cắt giảm được 1 ca trực bảo vệ cố định tại vị trí cổng soát vé (tương đương giảm chi phí nhân sự khoảng 84.000.000 VNĐ/năm). Thời gian hoàn vốn đầu tư toàn bộ hệ thống (ROI) ước tính đạt được chỉ trong vòng 4.5 tháng kể từ ngày vận hành chính thức.
Hạn chế và hướng phát triển
Hạn chế kỹ thuật hiện tại
- Hệ thống xử lý phụ thuộc vào độ ổn định của đường truyền mạng LAN nội bộ; khi băng thông mạng bị suy hao đột ngột, độ trễ nhận diện có thể tăng từ $310\text{ ms}$ lên $> 1.2\text{ s}$.
- Chất lượng nhận diện ban đêm ở các khu vực thiếu ánh sáng nhân tạo phụ thuộc hoàn toàn vào cảm biến hồng ngoại của camera Dahua, dẫn đến tỷ lệ nhận diện giảm nhẹ xuống $91.5%$.
Hướng nâng cấp mở rộng
- Tích hợp phần cứng điều khiển đóng mở Barie tự động: Giao tiếp trực tiếp qua cổng Relay/GPIO của máy tính để mở khóa cổng xoay Tripod Turnstile khi nhận diện thành công.
- Phát triển ứng dụng di động (Mobile App for Residents): Ứng dụng công nghệ Flutter cho phép sinh viên tự cập nhật thông tin cá nhân, chụp ảnh xác thực ban đầu và nhận thông báo khi có người lạ cố tình truy cập vào tài khoản phòng.
- Mở rộng mô hình Cloud Hybrid: Cho phép quản lý đồng thời nhiều cụm ký túc xá phân tán tại các cơ sở đào tạo khác nhau trong cùng một hệ sinh thái đại học thông minh.
Đối tượng hưởng lợi
- Sinh viên và cư dân lưu trú: Loại bỏ hoàn toàn sự phiền toái khi phải mang theo thẻ cứng hay xếp hàng chờ bảo vệ ghi sổ; đảm bảo không gian sống an toàn, riêng tư và minh bạch.
- Ban quản lý KSSV và lực lượng an ninh: Tự động hóa công tác tuần tra, nắm bắt chính xác quân số cư dân có mặt theo thời gian thực (Real-time Occupancy Tracking), trích xuất nhanh dữ liệu phục vụ đối soát.
- Trường Đại học Quản lý và Công Nghệ Hải Phòng: Hiện đại hóa cơ sở vật chất, xây dựng hình mẫu khuôn viên thông minh (Smart Campus) với chi phí đầu tư tối ưu nhất.
- Cộng đồng lập trình viên và sinh viên ngành CNTT: Cung cấp mã nguồn tham khảo, kiến trúc giải pháp chuẩn hóa về việc tích hợp thị giác máy tính AI vào bài toán quản trị thực tế của doanh nghiệp.
Câu hỏi thường gặp
1. Hệ thống có thể hoạt động ngoại tuyến khi mất kết nối Internet không?
Có. Máy chủ Ncheck Bio Attendance Server và cơ sở dữ liệu MySQL được cấu hình triển khai hoàn toàn trong mạng nội bộ (On-Premises LAN). Quá trình xử lý luồng camera và nhận diện khuôn mặt diễn ra cục bộ tại máy chủ, không phụ thuộc vào đường truyền Internet quốc tế.
2. Camera IP Dahua cần cấu hình như thế nào để tương thích với phần mềm?
Camera Dahua cần được kích hoạt giao thức RTSP hoặc chuẩn ONVIF trong trang quản trị thiết bị. Đường dẫn luồng RTSP mẫu: rtsp://<username>:<password>@<ip_camera>:554/cam/realmonitor?channel=1&subtype=0 (trong đó subtype=0 là luồng chính Main Stream độ nét cao dùng cho nhận diện AI).
3. Làm thế nào để ngăn chặn hành vi gian lận dùng ảnh hoặc video trên điện thoại để qua mặt camera?
Ncheck Bio Attendance tích hợp cơ chế kiểm tra sự sống thụ động (Passive Liveness Detection). Thuật toán phân tích phản xạ ánh sáng, vi chuyển động cơ mặt và kết cấu bề mặt da (Texture Analysis) để phát hiện và tự động từ chối các bề mặt hiển thị nhân tạo như màn hình điện thoại, máy tính bảng hoặc ảnh in màu.
4. Khi sinh viên chuyển phòng hoặc rời khỏi KSSV, hệ thống xử lý thế nào?
Ban quản lý chỉ cần thực hiện thao tác "Chuyển phòng" hoặc "Cho ra" trên giao diện Web. Hệ thống sẽ tự động cập nhật lại quan hệ dữ liệu trong MySQL, đồng thời gửi lệnh API vô hiệu hóa khuôn mặt tương ứng trên Ncheck Server, ngăn chặn quyền ra vào ngay lập tức.
5. Chi phí bản quyền phần mềm Ncheck được tính toán như thế nào?
Ncheck cung cấp 2 hình thức: Mua bản quyền vĩnh viễn cài đặt On-Premises trên máy chủ theo số lượng người dùng cố định hoặc trả theo gói cước tháng/năm. Đối với quy mô KSSV ~800 người, gói On-Premises trọn đời là phương án tối ưu tài chính dài hạn nhất.
Kết luận
Đồ án tốt nghiệp "Nghiên cứu, xây dựng phần mềm quản lý KSSV và ứng dụng Camera AI (Phân hệ đăng ký và kiểm soát vào ra)" của sinh viên Nguyễn Quốc Thụ, dưới sự hướng dẫn khoa học của ThS. Đỗ Văn Tuyên tại Trường Đại học Quản lý và Công Nghệ Hải Phòng, đã giải quyết xuất sắc bài toán thực tế về an ninh và quản trị ký túc xá. Bằng cách kết hợp linh hoạt giữa kiến trúc phần mềm hướng dịch vụ và sức mạnh nhận diện sinh trắc học của Ncheck trên nền tảng camera Dahua hiện hữu, đề tài chứng minh tính khả thi vượt trội cả về kỹ thuật lẫn hiệu quả kinh tế. Đây là tiền đề vững chắc để tiếp tục mở rộng mô hình kiểm soát an ninh tự động cho toàn bộ khuôn viên trường học và các tòa nhà văn phòng thông minh trong tương lai.
