Nghiên cứu xây dựng hệ thống nhận diện khuôn mặt sử dụng máy tính hiệu năng cao trong tính toán tại Phòng Lab HPC thuộc Viện Công nghệ HaUI

Đề tài xây dựng và thử nghiệm hệ thống nhận diện khuôn mặt để quản lý thành viên ra vào phòng Lab HPC, kết nối camera chiều sâu 3D, Jetson Nano, máy chủ HPC và phần mềm quản trị. Trong thử nghiệm ảnh tĩnh, cấu hình FAISS kết hợp chuẩn hóa và căn chỉnh đạt 98%; kết quả camera thay đổi theo khoảng cách, số ảnh đăng ký và ngưỡng nhận diện.

Từ ảnh khuôn mặt đến quy trình điểm danh tại phòng Lab HPC HaUI

Đề tài xây dựng và thử nghiệm hệ thống nhận diện khuôn mặt để quản lý thành viên ra vào phòng Lab HPC, kết nối camera chiều sâu 3D, Jetson Nano, máy chủ HPC và phần mềm quản trị. Trong thử nghiệm ảnh tĩnh, cấu hình FAISS kết hợp chuẩn hóa và căn chỉnh đạt 98%; kết quả camera thay đổi theo khoảng cách, số ảnh đăng ký và ngưỡng nhận diện.

Chủ nhiệm / nhóm nghiên cứu

TS.Phan Thanh Hòa, Ths.Nguyễn Thị Thu Hiền, Ths. Nguyễn Chiến Thắng, SV. Nguyễn Hữu Sơn

Đơn vị

Đại học Công nghiệp Hà Nội

Độ nhận diện đúng 98%

cấu hình FAISS, có chuẩn hóa dữ liệu và căn chỉnh khuôn mặt, thử nghiệm trên ảnh tĩnh

nhận diện đúng 95%, không nhận nhầm

Thử nghiệm camera

Công nghệ cốt lõi

MTCNN — phát hiện khuôn mặt qua các tầng P-Net, R-Net, O-NetFaceNet / Inception-ResNet V1 — trích xuất khuôn mặt thành vector embedding 128 chiều
FAISS và SVM — phân lớp/tìm kiếm vector khuôn mặt; FAISS và SVM được so sánh trong thử nghiệmLBP kết hợp camera chiều sâu 3D — kiểm tra giả mạo khuôn mặt trong hệ thống
HPC với GPU NVIDIA Tesla P100 — môi trường tính toán huấn luyện mô hình

Một hệ thống nhận diện khuôn mặt phục vụ quản lý thành viên ra vào phòng Lab HPC đã được nhóm nghiên cứu xây dựng và thử nghiệm tại Viện Công nghệ HaUI. Giải pháp kết nối camera chiều sâu 3D, máy tính nhúng Jetson Nano, máy chủ tính toán hiệu năng cao và phần mềm quản trị; kết quả đánh giá cho thấy hiệu năng thay đổi theo số ảnh đăng ký, khoảng cách và ngưỡng nhận diện.

Hệ thống tại Lab HPC

Hệ thống tại Lab HPC

Một hệ thống gồm ba khâu

Bài toán của đề tài không dừng ở việc nhận diện một khuôn mặt trong ảnh. Hệ thống được thiết kế để ghi nhận thành viên ra vào Lab, hiển thị thông tin cho người quản trị và cảnh báo khi gặp trường hợp chưa được nhận diện là thành viên đã đăng ký.

Ở khâu thu nhận, camera chiều sâu 3D ghi hình tại cửa ra vào, còn Jetson Nano tiếp nhận ảnh, phát hiện và căn chỉnh khuôn mặt, xử lý ảnh rồi chuyển dữ liệu lên máy chủ.

Sơ đồ camera và Jetson Nano

Sơ đồ camera và Jetson Nano

Máy chủ HPC thực hiện phần tính toán nhận diện và lưu trữ; hệ thống quản trị cho phép đăng ký thành viên, xem lịch sử ra vào và tra cứu thông tin. Báo cáo cũng mô tả cơ chế kiểm tra giả mạo dùng đặc trưng Local Binary Pattern (LBP) kết hợp thông tin chiều sâu từ camera.

Giao diện quản trị

Giao diện quản trị

Mô hình được đánh giá qua nhiều điều kiện

Trong các thử nghiệm trên ảnh tĩnh, nhóm nghiên cứu kết hợp chuẩn hóa dữ liệu và căn chỉnh khuôn mặt trước khi phân lớp vector đặc trưng. Bảng 2.1 ghi nhận cấu hình FAISS đạt 98% trên tập đánh giá được báo cáo; với SVM trong cùng điều kiện tiền xử lý, kết quả là 96,5%. Đây là kết quả trên ảnh tĩnh theo cấu hình thử nghiệm, không đại diện cho mọi điều kiện nhận diện bằng camera.

Nhóm tiếp tục đưa hệ thống camera vào thử nghiệm tại phòng Lab HPC trong hai tháng. Bảng đánh giá thay đổi số ảnh đăng ký từ một đến năm ảnh, khoảng cách từ 0,3 m đến 2,0 m và ngưỡng nhận diện. Ở cấu hình ngưỡng 0,86, khoảng cách 2,0 m và năm ảnh đăng ký, bảng ghi nhận tỷ lệ nhận diện đúng 95%, không nhận nhầm đối tượng khác và 5% trường hợp không nhận diện được. Kết quả này cho thấy cần đọc các tỷ lệ cùng điều kiện tương ứng: khoảng cách xa hơn và số ảnh đăng ký ít hơn thường đi kèm kết quả thấp hơn trong các trường hợp được báo cáo.

Từ mô hình đến công cụ quản lý Lab

Sản phẩm được trình bày trong báo cáo là một hệ thống thử nghiệm tại một phòng Lab cụ thể, không phải dịch vụ nhận diện phổ quát. Các sơ đồ và giao diện cho thấy hướng kết nối giữa phần cứng thu nhận ảnh, máy chủ và phần mềm quản trị; báo cáo cũng nêu khả năng mở rộng chức năng qua API. Những bước tiếp theo cần chú ý đến việc thử nghiệm thêm theo quy mô người đăng ký và điều kiện ánh sáng, như chính báo cáo kiến nghị.

Nguồn: Báo cáo tổng kết đề tài KH&CN cấp trường 2020, “Nghiên cứu xây dựng hệ thống nhận diện khuôn mặt sử dụng máy tính hiệu năng cao trong tính toán tại phòng Lab HPC thuộc Viện Công nghệ HaUI”, chủ nhiệm ThS. Phạm Việt Anh. (2020), tr. 62, 65–80; tương ứng PDF tr. 70, 73–88.

Công bố khoa học liên quan

Ứng dụng mô hình FaceNet trong việc xây dựng và phát triển hệ thống nhận diện khuôn mặt tại trường Đại học Công nghiệp Hà Nội

Khoa học & Công nghệ - ĐH Công nghiệp hà Nội, 2021 • DOI: P-ISSN 1859-3585 E-ISSN 2615-9619

Xem công bố →

Toàn văn báo cáo tại Thư viện HaUI →

KHÁM PHÁ THÊM

Từ sản phẩm đến không gian nghiên cứu liên quan

Thông tin nhà nghiên cứu

Thạc sỹ Phạm Việt Anh

Đơn vị công tác: Viện Công nghệ HaUI

Hướng nghiên cứu: Phát triển hệ thống nhận diện khuôn mặt phục vụ quản lý ra vào phòng Lab, kết hợp xử lý ảnh, học sâu, máy tính hiệu năng cao và camera chiều sâu; tiếp tục cải thiện độ ổn định khi thay đổi khoảng cách, ánh sáng và số ảnh đăng ký.

Đơn vị của sản phẩm: Đại học Công nghiệp Hà Nội

Liên kết học thuật tham khảo

Hồ sơ ORCID

Nghiên cứu liên quan và công cụ tra cứu

Tra cứu tác giả trên Scopus

Tra cứu công trình qua SearchWise

  • Thứ Hai, 11:22 16/11/2026

Tin tiêu điểm

Tân sinh viên quốc tế tham quan, trải nghiệm và tìm hiểu cách khai thác tài nguyên thông tin Thư viện

Tân sinh viên quốc tế tham quan, trải nghiệm và tìm hiểu cách khai thác tài nguyên thông tin Thư viện

Thứ Hai, 13:11 07/09/2026
Trao tặng những món quà ý nghĩa tới học sinh có hoàn cảnh khó khăn tại Trường TH&THCS Bắc Phong trước thềm năm học mới

Trao tặng những món quà ý nghĩa tới học sinh có hoàn cảnh khó khăn tại Trường TH&THCS Bắc Phong trước thềm năm học mới

Thứ Năm, 07:53 03/09/2026
Hướng dẫn khai thác và sử dụng Thư viện Đại học Công nghiệp Hà Nội năm 2024

Hướng dẫn khai thác và sử dụng Thư viện Đại học Công nghiệp Hà Nội năm 2024

Thứ Ba, 14:33 17/09/2024

PGS.TS Nguyễn Thị Hồng Nga, Giám đốc - Trung tâm Đào tạo Sau đại học trao tặng 02 đầu sách ngoại văn cho Trung tâm Thông tin - Thư viện

Thứ Sáu, 07:37 24/05/2024
Hướng dẫn khai thác Bộ sưu tập tài nguyên giáo dục mở (OER)

Hướng dẫn khai thác Bộ sưu tập tài nguyên giáo dục mở (OER)

Thứ Bảy, 15:58 04/05/2024

Các bài đã đăng

Thu nhận Nanocellulose và Lignin từ vỏ quả sầu riêng hướng đến ứng dụng thử nghiệm trong lĩnh vực vật liệu

Thu nhận Nanocellulose và Lignin từ vỏ quả sầu riêng hướng đến ứng dụng thử nghiệm trong lĩnh vực vật liệu

Chủ Nhật, 16:13 15/11/2026
Nghiên cứu xây dựng thuật toán điều khiển phi tuyến ổn định tốc độ cho hệ truyền động động cơ từ trở thiếu cảm biến

Nghiên cứu xây dựng thuật toán điều khiển phi tuyến ổn định tốc độ cho hệ truyền động động cơ từ trở thiếu cảm biến

Thứ Sáu, 13:08 13/11/2026
Nghiên cứu giải pháp nâng cao chất lượng truyền thông trong hệ thống thông tin sử dụng UAV

Nghiên cứu giải pháp nâng cao chất lượng truyền thông trong hệ thống thông tin sử dụng UAV

Thứ Sáu, 09:22 13/11/2026
Nghiên cứu phát hiện sự thiếu ong chúa trong tổ ong sử dụng phép biến đổi HHT và AI

Nghiên cứu phát hiện sự thiếu ong chúa trong tổ ong sử dụng phép biến đổi HHT và AI

Thứ Năm, 11:39 12/11/2026
Nghiên cứu, thiết kế, chế tạo mô hình cánh tay robot sử dụng cảm biến EMG kết hợp logic mờ trợ giúp người khuyết tật

Nghiên cứu, thiết kế, chế tạo mô hình cánh tay robot sử dụng cảm biến EMG kết hợp logic mờ trợ giúp người khuyết tật

Thứ Tư, 10:31 11/11/2026