Giới thiệu dự án

Trong môi trường giáo dục đại học hiện đại, các hoạt động ngoại khóa, phong trào Đoàn - Hội đóng vai trò then chốt trong việc đánh giá kết quả rèn luyện toàn diện của sinh viên. Theo thống kê tại Học viện Ngân hàng (Banking Academy - BA), hệ sinh thái phong trào sinh viên hiện có hơn 50 câu lạc bộ (CLB), Đội, Liên chi đoàn (LCĐ) và Liên chi hội (LCH) với hàng chục sự kiện thường niên quy mô lớn như The Face BA, Pink Storm, Bản lĩnh nhà đầu tư, Start up BA hay BA Financial Research Challenge.

Tuy nhiên, công tác quản trị và hậu cần cho các hoạt động này đang đối mặt với bài toán tắc nghẽn nghiêm trọng trong khâu điểm danh và đánh giá thi đua. Quy trình thủ công hiện hành tiêu tốn từ 70% đến 80% thời gian tổng hợp dữ liệu của Ban Nhân sự, đồng thời dễ phát sinh sai sót và gian lận.

[Ảnh chụp sự kiện (Đầu vào)] 
[Xuất danh sách điểm danh tự động (Đầu ra)]

1. Tính cấp thiết và bài toán thực tế (Problem Statement)

Quy trình ghi nhận điểm danh sinh viên tham gia phong trào tại các đơn vị trực thuộc Đoàn Thanh niên - Hội Sinh viên Học viện Ngân hàng bộc lộ nhiều điểm nghẽn (pain points):

  • Gian lận và điểm danh hộ: Trong các sự kiện tập trung hoặc sinh hoạt trực tuyến qua Zoom/Google Meet, sinh viên thường gửi ảnh chụp màn hình hoặc nhờ người khác ký tên hộ nhằm trục lợi điểm rèn luyện.
  • Dữ liệu phân tán và trùng lặp: Dữ liệu đăng ký và điểm danh lưu trữ rời rạc trên các bảng tính Excel/Google Sheets của từng ban chuyên môn, gây khó khăn cho việc đối soát và xét duyệt thi đua cấp Khoa/Viện.
  • Độ trễ xử lý kéo dài: Quá trình tổng hợp danh sách từ hàng chục sự kiện mất từ 3 đến 5 ngày làm việc, làm chậm tiến độ công bố kết quả rèn luyện từng học kỳ.

2. Mục tiêu dự án (Project Objectives)

Đề tài "Ứng dụng các kỹ thuật thị giác máy tính trong việc điểm danh sinh viên tham gia hoạt động phong trào tại Học viện Ngân hàng" do sinh viên Vũ Văn Duy (Lớp K21HTTTB, Khoa Hệ thống Thông tin Quản lý - GVHD: TS. Vũ Trọng Sinh) thực hiện nhằm đạt được các mục tiêu cụ thể:

  1. Nghiên cứu tổng quan cơ sở lý thuyết về Thị giác máy tính (Computer Vision) và các mô hình Học sâu (Deep Learning) tiên tiến ứng dụng trong bài toán Nhận dạng khuôn mặt (Face Recognition).
  2. Xây dựng quy trình xử lý hình ảnh 4 giai đoạn: Phát hiện khuôn mặt (Face Detection), Căn chỉnh chuẩn hóa (Face Alignment), Trích xuất đặc trưng (Feature Extraction) và So khớp danh tính (Face Verification/Recognition).
  3. Đề xuất và cài đặt kiến trúc kết hợp giữa mạng dò tìm RetinaFace và mô hình trích xuất ArcFace thông qua framework DeepFace.
  4. Thu thập, chuẩn hóa và xây dựng bộ cơ sở dữ liệu mẫu gồm 77 thành viên trực thuộc CLB Tin học Ngân hàng (BIT Club).
  5. Đánh giá thực nghiệm hiệu năng trên hai tập dữ liệu ảnh chụp thực tế: ảnh cá nhân đơn lẻ và ảnh tập thể sự kiện.

3. Phương pháp tiếp cận và kết quả kỳ vọng

Giải pháp tiếp cận khai thác sức mạnh của mô hình Deep Learning để tự động hóa việc nhận diện danh tính sinh viên từ các bức ảnh chụp toàn cảnh sự kiện. Thay vì yêu cầu sinh viên xếp hàng điểm danh hoặc quét vân tay, hệ thống chỉ cần nguồn ảnh chụp tự nhiên (unconstrained photos) từ máy ảnh hoặc điện thoại của ban truyền thông.

Kết quả kỳ vọng định lượng:

  • Đạt độ chính xác nhận dạng trên $80%$ đối với ảnh cá nhân đơn lẻ.
  • Đạt tỷ lệ nhận diện trên $65%$ đối với ảnh tập thể đông người (có góc nghiêng và che khuất một phần).
  • Tối ưu hóa ngưỡng khoảng cách Cosine ($\text{Cosine Threshold} = 0.45$) nhằm triệt tiêu hiện tượng nhận diện nhầm danh tính.

4. Phạm vi và giới hạn nghiên cứu (Scope & Limitations)

  • Phạm vi dữ liệu: Nghiên cứu thực nghiệm giới hạn trong phạm vi nội bộ CLB Tin học Ngân hàng (BIT Club) thuộc Khoa HTTTQL - Học viện Ngân hàng, với dữ liệu hình ảnh sự kiện thu thập trong giai đoạn 2020 - 2021.
  • Giới hạn kỹ thuật: Hệ thống thử nghiệm xử lý theo lô (batch processing) trên ảnh tĩnh, chưa tích hợp luồng video thời gian thực từ camera an ninh (RTSP stream) và phụ thuộc vào chất lượng ảnh chụp của ban tổ chức.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tiêu chí so sánh Điểm danh truyền thống (Ký tên / Gọi tên) Điểm danh Sinh trắc học (Vân tay / Thẻ từ) Hệ thống FaceNet (Nghiên cứu tham chiếu) Giải pháp Đề xuất (RetinaFace + ArcFace)
Tốc độ xử lý Rất chậm (1-2 phút/người) Trung bình (3-5 giây/người) Nhanh (< 0.5 giây/khuôn mặt) Rất nhanh (< 0.35 giây/khuôn mặt)
Hiện tượng ùn tắc Cao khi sự kiện đông Rất cao (phải xếp hàng chạm máy) Không (chụp ảnh từ xa) Không (chụp ảnh toàn cảnh sự kiện)
Khả năng gian lận Rất dễ gian lận Rất thấp Thấp Rất thấp (xác thực trực quan)
Xử lý ảnh nhóm Không hỗ trợ Không hỗ trợ Trung bình (MTCNN dễ sót góc nghiêng) Tốt (RetinaFace phát hiện đa tỷ lệ)
Chi phí phần cứng 0 VNĐ Cao (mua máy chấm công chuyên dụng) Trung bình (GPU/Server) Tiết kiệm (tận dụng máy ảnh có sẵn)

Yêu cầu hệ thống theo mô hình MoSCoW

  • Must have (Bắt buộc có):
    • Khả năng phát hiện tự động tất cả khuôn mặt trong một khung hình bằng RetinaFace.
    • Căn chỉnh khuôn mặt 3D Frontalization dựa trên 5/67 điểm mốc (landmarks).
    • Trích xuất vector đặc trưng $512$ chiều bằng ArcFace.
    • So khớp cơ sở dữ liệu và xuất danh sách mã sinh viên/tên thành viên tham gia.
  • Should have (Nên có):
    • Cơ chế lọc ảnh mờ, ảnh lỗi trước khi đưa vào pipeline trích xuất.
    • Giao diện quản lý thư mục dữ liệu chuẩn hóa cho từng sinh viên.
  • Could have (Có thể có):
    • Tích hợp xuất file Excel báo cáo phục vụ trực tiếp công tác cộng điểm rèn luyện của Liên chi đoàn.
  • Won't have (Chưa hỗ trợ):
    • Nhận diện chống giả mạo nâng cao (Liveness detection) qua video trực tiếp.

Thiết kế kiến trúc hệ thống

graph TD
    A[Ảnh đầu vào: Sự kiện / Cá nhân] --> B[Module Phát hiện: RetinaFace]
    B -->|Bounding Boxes + Landmarks| C[Module Căn chỉnh: 3D Face Alignment]
    C -->|Khuôn mặt chuẩn hóa 112x112| D[Module Trích xuất: ArcFace Model]
    D -->|Vector Embedding 512D| E[Module So khớp: Cosine Distance]
    F[(CSDL Khuôn mặt: Data_DeepFace 77 SV)] -->|Pre-computed Embeddings| E
    E -->|Threshold <= 0.45| G[Danh sách sinh viên có mặt]
    E -->|Distance > 0.45| H[Gán nhãn: Khách mời / Không xác định]

Technology Stack chi tiết

Thành phần Công nghệ / Thư viện Phiên bản Vai trò kỹ thuật
Ngôn ngữ nền tảng Python 3.8.10 Môi trường lập trình chính
Deep Learning Framework DeepFace 0.0.75+ Framework wrapper tích hợp đa mô hình
Backend Engine TensorFlow / Keras 2.8.0 Thực thi tính toán mạng nơ-ron
Face Detector RetinaFace ResNet50 Core Phát hiện khuôn mặt đa góc độ và định vị landmarks
Face Recognition Model ArcFace ResNet100 Core Trích xuất vector biểu diễn khuôn mặt 512 chiều
Xử lý ảnh OpenCV (cv2) 4.5.5 Đọc, cắt (crop), căn chỉnh và tiền xử lý ảnh
Thống kê & Dữ liệu Pandas / NumPy 1.4.2 / 1.22.3 Quản lý DataFrame kết quả và tính toán khoảng cách vector

Implementation và kết quả

Chi tiết các thuật toán then chốt

Quy trình nhận diện cốt lõi triển khai qua 4 công đoạn kỹ thuật:

  1. Phát hiện khuôn mặt (RetinaFace): Sử dụng mạng nơ-ron tích chập sâu kết hợp Feature Pyramid Network (FPN) để quét các vùng khuôn mặt ở nhiều tỷ lệ (scale) khác nhau, trích xuất bounding box và 5 điểm mốc chuẩn (2 mắt, đỉnh mũi, 2 khóe miệng).
  2. Căn chỉnh khuôn mặt (3D Frontalization): Dựa trên các điểm mốc, thực hiện phép biến đổi affine (2D-to-3D surface transformation) nhằm xoay trục khuôn mặt về vị trí trực diện chuẩn ($112 \times 112$ hoặc $152 \times 152$ pixel), loại bỏ độ lệch do góc chụp nghiêng.
  3. Trích xuất đặc trưng (ArcFace): ArcFace sử dụng hàm mất mát Additive Angular Margin Loss ($\text{ArcMargin Loss}$): $$\mathcal{L} = -\frac{1}{N}\sum_{i=1}^{N} \log \frac{e^{s(\cos(\theta_{y_i} + m))}}{e^{s(\cos(\theta_{y_i} + m))} + \sum_{j \neq y_i} e^{s \cos \theta_j}}$$ Hàm mất mát này tối ưu hóa khoảng cách góc trên mặt cầu siêu đa chiều, giúp các vector đặc trưng của cùng một người co cụm lại gần nhau và đẩy xa vector của người khác, sinh ra vector nhúng 512 chiều có tính phân tách cực cao.
  4. So khớp khoảng cách Cosine: Khoảng cách Cosine giữa vector khuôn mặt truy vấn $u$ và vector mẫu $v$ trong cơ sở dữ liệu được xác định: $$D_{\text{Cosine}}(u, v) = 1 - \frac{u \cdot v}{|u|_2 |v|_2}$$

Cài đặt mã nguồn thực nghiệm

Đoạn mã sau triển khai pipeline nhận diện và đánh giá trên tập dữ liệu sự kiện:

import os
import pandas as pd
from deepface import DeepFace

# Đường dẫn cơ sở dữ liệu khuôn mặt chuẩn của 77 thành viên CLB BIT
DB_PATH = "./Data_DeepFace"
TEST_IMG = "./test_events/TT1.jpg"

# Ngưỡng khoảng cách Cosine tối ưu hóa cho mô hình ArcFace
COSINE_THRESHOLD = 0.45

def recognize_attendance(image_path, db_path, threshold=COSINE_THRESHOLD):
    """
    Nhận diện danh tính sinh viên từ ảnh chụp sự kiện sử dụng RetinaFace và ArcFace.
    """
    try:
        # Thực hiện phát hiện và trích xuất so khớp qua DeepFace
        dfs = DeepFace.find(
            img_path=image_path,
            db_path=db_path,
            model_name="ArcFace",
            detector_backend="retinaface",
            distance_metric="cosine",
            enforce_detection=False,
            align=True
        )
        
        recognized_members = []
        
        # Duyệt qua từng khuôn mặt phát hiện được trong bức ảnh
        for i, df in enumerate(dfs):
            if not df.empty:
                # Lọc các kết quả thỏa mãn ngưỡng khoảng cách Cosine
                valid_matches = df[df['ArcFace_cosine'] <= threshold]
                if not valid_matches.empty:
                    best_match = valid_matches.iloc[0]
                    identity_path = best_match['identity']
                    # Tách tên thành viên từ cấu trúc thư mục
                    member_name = os.path.basename(os.path.dirname(identity_path))
                    distance = best_match['ArcFace_cosine']
                    recognized_members.append({
                        "face_id": i + 1,
                        "member": member_name,
                        "confidence_distance": float(distance)
                    })
        
        return pd.DataFrame(recognized_members)
        
    except Exception as e:
        print(f"Lỗi trong quá trình xử lý: {str(e)}")
        return pd.DataFrame()

# Thực thi điểm danh
results_df = recognize_attendance(TEST_IMG, DB_PATH)
print("=== DANH SÁCH ĐIỂM DANH THÀNH CÔNG ===")
print(results_df.to_string(index=False))

Kết quả thử nghiệm và đánh giá thực tế

Quá trình thực nghiệm sử dụng bộ dữ liệu gốc gồm 80 ảnh thẻ của 80 sinh viên CLB BIT, sau khâu tiền kiểm tra loại bỏ 3 ảnh mờ/lỗi sáng, thu được CSDL chuẩn gồm 77 sinh viên.

Tập dữ liệu kiểm thử (Test Sets):

1. Hiệu năng trên tập dữ liệu ảnh cá nhân (Individual Test Set)

  • Tổng số ảnh kiểm thử: 77 ảnh
  • Số ảnh nhận diện chính xác: 63 ảnh
  • Số ảnh nhận diện sai / không phát hiện được: 12 ảnh
  • Số trường hợp không tìm thấy trong CSDL: 2 ảnh
  • Độ chính xác đạt được: 81.82%

2. Hiệu năng trên tập dữ liệu ảnh tập thể (Group Test Set)

Thử nghiệm trên 20 bức ảnh sự kiện thực tế (chụp đội nhóm, hoạt động phong trào ngoài trời và trong hội trường):

  • Tổng số khuôn mặt xuất hiện thực tế có trong CSDL: 105 khuôn mặt
  • Số khuôn mặt được phát hiện bounding box: 100%
  • Số khuôn mặt nhận diện đúng danh tính: 70 khuôn mặt
  • Độ chính xác đạt được: 66.67%

Bảng trích xuất chi tiết thử nghiệm mẫu trên ảnh tập thể TT1.jpg:

Tên ảnh test Số người trong ảnh Số người thuộc CSDL Số người ngoài CSDL Số người nhận diện đúng Số người nhận diện sai Tỷ lệ chính xác
TT1.jpg 10 7 3 5 2 71.4%
TT2.jpg 6 6 0 4 2 66.7%
TT3.jpg 8 5 3 3 2 60.0%

Phân tích nguyên nhân suy giảm độ chính xác trên ảnh tập thể (-15.15%):

  1. Sai lệch tỷ lệ độ phân giải: Quá trình crop khuôn mặt từ ảnh tập thể góc rộng tạo ra các bức ảnh con kích thước nhỏ (ví dụ $40 \times 40$ px), khi upscale lên chuẩn đầu vào $112 \times 112$ px làm suy hao thông tin cấu trúc vi mô của khuôn mặt.
  2. Nhiễu nền và che khuất (Occlusion): Tóc, kính mắt, khẩu trang hoặc bóng đổ trong điều kiện ánh sáng hội trường phức tạp làm tăng khoảng cách Cosine vượt ngưỡng $0.45$.

Đổi mới và đóng góp

Các cải tiến kỹ thuật nổi bật

  1. Kết hợp RetinaFace + ArcFace thay thế pipeline FaceNet/Dlib truyền thống: Nghiên cứu trước đây (như công trình của Edy Irwansyah et al., 2020 trên ResearchGate) chủ yếu dựa trên FaceNet (vector 128 chiều) kết hợp bộ phát hiện MTCNN hoặc Haar Cascade. Việc nâng cấp lên RetinaFace giúp cải thiện tỷ lệ phát hiện mặt nghiêng lên thêm $18.5%$, trong khi ArcFace cung cấp không gian vector phân tách 512 chiều mạnh mẽ hơn.
  2. Tối ưu hóa ngưỡng phân lớp Cosine chuyên biệt: Đề tài đã khảo sát thực nghiệm và tái xác định ngưỡng khoảng cách $\text{Cosine Threshold} = 0.45$ (thay vì mức mặc định $0.60$ của Dlib/OpenFace), giúp loại bỏ hoàn toàn các trường hợp nhận diện dương tính giả (False Positive) giữa các sinh viên có nét tương đồng.
  3. Quy trình chuẩn hóa 3D Frontalization: Đưa kỹ thuật nội suy lưới tam giác 3D vào căn chỉnh mặt phẳng khuôn mặt, giải quyết bài toán sinh viên không nhìn trực diện vào ống kính máy ảnh sự kiện.
Mô hình / Giải pháp Kiến trúc trích xuất Kích thước Vector Độ chính xác LFW Độ chính xác thực tế CLB
OpenFace Inception-ResNet v1 128-d 93.80% 68.20%
VGG-Face VGGNet-16 2622-d 97.78% 74.50%
FaceNet (Google) Inception-ResNet 128-d 99.63% 78.10%
Dlib (ResNet-34) ResNet Metric 128-d 99.38% 76.40%
Đề xuất: ArcFace ResNet-100 (DeepFace) 512-d 99.40% 81.82%

Ứng dụng thực tế và triển khai

Kịch bản triển khai tại Học viện Ngân hàng

[Ban Truyền thông Sự kiện] 
[Server Xử lý Tập trung (DeepFace Service)] 
[Database Điểm Rèn luyện (Portal Học viện)] 
[Cộng 5 - 30 điểm thi đua theo bảng danh mục LCĐ]

Cấu hình hệ thống triển khai tối thiểu

  • Phần cứng (Hardware):
    • CPU: Intel Core i5 thế hệ 10 hoặc AMD Ryzen 5 tương đương (khuyến nghị GPU NVIDIA GTX 1650 4GB VRAM để tăng tốc độ inference).
    • RAM: Tối thiểu 8 GB DDR4 (khuyến nghị 16 GB).
    • Ổ cứng: 20 GB SSD trống để lưu trữ cơ sở dữ liệu vector khuôn mặt.
  • Môi trường phần mềm:
    • Hệ điều hành: Ubuntu 20.04/22.04 LTS hoặc Windows 10/11 64-bit.
    • Python runtime: Python 3.8.x hoặc 3.9.x kèm CUDA Toolkit 11.2 (nếu dùng GPU).

Lộ trình nhân rộng (Scalability Roadmap)

  1. Giai đoạn 1 (Hiện tại): Thử nghiệm nội bộ tại CLB BIT (quy mô 100 thành viên) xử lý qua tệp ảnh rời.
  2. Giai đoạn 2 (6 tháng tới): Mở rộng cơ sở dữ liệu ra toàn bộ Liên chi đoàn Khoa Hệ thống Thông tin Quản lý (~1,500 sinh viên), xây dựng Web Portal tiếp nhận ảnh tự động.
  3. Giai đoạn 3 (12-18 tháng): Tích hợp công cụ tìm kiếm vector siêu chiều (như FAISS / Milvus) để hỗ trợ tìm kiếm trên toàn bộ 25,000 sinh viên Học viện Ngân hàng với thời gian phản hồi dưới $1$ giây.

Hạn chế và hướng phát triển

Các hạn chế kỹ thuật hiện tại

  • Độ phụ thuộc chất lượng ảnh: Ảnh chụp sự kiện tải từ mạng xã hội (Facebook, Zalo) thường bị nén thuật toán, làm vỡ điểm ảnh các khuôn mặt ở xa trung tâm ống kính.
  • Khuôn mặt bị che khuất một phần: Các trường hợp sinh viên đeo khẩu trang phòng dịch hoặc đeo kính râm có độ chính xác nhận diện giảm xuống dưới $50%$.
  • Cơ sở dữ liệu mẫu đơn lẻ: Mỗi sinh viên hiện chỉ đăng ký $1$ ảnh thẻ chuẩn, thiếu sự đa dạng về góc nhìn và biến thiên biểu cảm khuôn mặt.

Hướng nâng cấp trong tương lai

  • Áp dụng các kỹ thuật tăng cường dữ liệu (Data Augmentation) tạo ra nhiều biến thể ánh sáng/góc xoay cho mỗi hồ sơ sinh viên ban đầu.
  • Xây dựng mô hình phân giải siêu việt (Super-Resolution GANs) nhằm tái tạo chi tiết các khuôn mặt bị mờ trong ảnh tập thể trước khi đưa vào module ArcFace.
  • Triển khai thành RESTful API trên nền tảng Docker/FastAPI để dễ dàng tích hợp với Ứng dụng Quản trị Sinh viên BA Portal.

Đối tượng hưởng lợi

  • Sinh viên: Được ghi nhận kết quả tham gia phong trào một cách minh bạch, công bằng, không lo ngại thất lạc danh sách điểm danh, tối ưu hóa điểm rèn luyện cá nhân.
  • Ban Chủ nhiệm CLB / Cán bộ Đoàn - Hội: Cắt giảm $85%$ khối lượng công việc kiểm đếm thủ công, loại bỏ thao tác nhập liệu bảng tính Excel nhàm chán và dễ sai sót.
  • Lãnh đạo Khoa & Nhà trường: Sở hữu nguồn dữ liệu điểm danh xác thực bằng hình ảnh, làm căn cứ chính xác cho việc xét học bổng khuyến khích, khen thưởng sinh viên tiêu biểu hàng năm.
  • Nhà phát triển / Nghiên cứu trẻ: Cung cấp tài liệu tham khảo thực nghiệm chi tiết về hiệu năng thực tế của RetinaFace và ArcFace trên tập dữ liệu đặc trưng của người Việt Nam.

Câu hỏi thường gặp (FAQ)

1. Hệ thống có yêu cầu máy ảnh đắt tiền để chụp ảnh sự kiện không?

Không. Hệ thống có thể xử lý tốt các bức ảnh chụp từ máy ảnh kỹ thuật số bán chuyên nghiệp hoặc điện thoại thông minh phổ thông có độ phân giải từ 12 Megapixel trở lên, miễn là khuôn mặt sinh viên không bị mờ nhòe do chuyển động nhanh.

2. Khi quy mô sinh viên tăng lên hàng nghìn người, hệ thống có bị chậm không?

Khi số lượng sinh viên tăng lên trên $1,000$ người, việc so sánh tuần tự (linear scan) qua Dataframe sẽ chậm dần. Để giải quyết, hệ thống cần tích hợp thư viện lập chỉ mục vector không gian đa chiều như FAISS (Facebook AI Similarity Search), cho phép tìm kiếm độ tương đồng vector Cosine trong thời gian vài mili-giây trên cơ sở dữ liệu hàng triệu người.

3. Làm sao phân biệt được hai sinh viên có khuôn mặt giống nhau hoặc sinh đôi?

Mô hình ArcFace trích xuất 512 đặc trưng hình học và kết cấu biểu bì sâu trên khuôn mặt với biên độ góc phân tách lớn ($\text{Additive Angular Margin}$). Với ngưỡng Cosine nghiêm ngặt $0.45$, hệ thống có khả năng phân biệt sự khác biệt nhỏ về cấu trúc nhân trắc học giữa các cá nhân có nét tương đồng.

4. Hệ thống có đảm bảo quyền riêng tư dữ liệu khuôn mặt của sinh viên không?

Có. Cơ sở dữ liệu của hệ thống chỉ lưu trữ các chuỗi số thực $512$ chiều (Embedding Vectors) và Mã sinh viên tương ứng. Các vector này là biểu diễn một chiều không thể đảo ngược (irreversible) để tái tạo lại ảnh khuôn mặt gốc ban đầu, đảm bảo tuân thủ các nguyên tắc an toàn dữ liệu sinh trắc học.

5. Chi phí đầu tư và thời gian hoàn vốn (ROI) của giải pháp như thế nào?

Giải pháp tận dụng hoàn toàn các thư viện mã nguồn mở miễn phí (Python, DeepFace, OpenCV, PyPI) và trang thiết bị máy ảnh sẵn có của câu lạc bộ. Chi phí đầu tư phần mềm là 0 VNĐ. Thời gian hoàn vốn thể hiện ngay ở việc tiết kiệm hàng trăm giờ lao động của đội ngũ sinh viên quản lý chỉ sau một học kỳ áp dụng.

Kết luận

Khóa luận tốt nghiệp của sinh viên Vũ Văn Duy đã chứng minh tính khả thi và hiệu quả vượt trội của việc ứng dụng các kỹ thuật Thị giác máy tính hiện đại vào bài toán tự động hóa điểm danh phong trào tại Học viện Ngân hàng. Bằng việc kết hợp pipeline phát hiện RetinaFace và mô hình trích xuất đặc trưng ArcFace, hệ thống đạt độ chính xác thực nghiệm ấn tượng 81.82% trên ảnh cá nhân và 66.67% trên ảnh tập thể phức tạp.

Nghiên cứu không chỉ giải quyết triệt để các tồn đọng của phương thức điểm danh truyền thống mà còn mở ra hướng đi mới cho việc chuyển đổi số toàn diện công tác quản trị sinh viên tại các trường đại học. Đây là tiền đề kỹ thuật vững chắc để phát triển các hệ sinh thái trường học thông minh (Smart Campus) ứng dụng Trí tuệ nhân tạo trong tương lai gần.