XÂY DỰNG HỆ THỐNG NHẬN DIỆN KHUÔN MẶT

Abstract

Hiện nay, quá trình điểm danh sinh viên trong các buổi học vẫn chủ yếu được thực hiện thủ công thông qua việc gọi tên và ghi chép trên các phần mềm bảng tính như Excel. Phương pháp này không những tiêu tốn nhiều thời gian, công sức mà còn tiềm ẩn nguy cơ sai sót và hành vi gian lận trong điểm danh, ảnh hưởng đến tính chính xác và hiệu quả của công tác quản lý lớp học. Để khắc phục những hạn chế trên, đề tài hướng đến xây dựng một hệ thống điểm danh tự động bằng nhận diện khuôn mặt, ứng dụng các mô hình và giải thuật học máy tiêu biểu như KNN( K-Nearest Neighbors), Naive Bayes, Logistic Regression, SVM (Support Vector Machine), Random Forest và MLP (MultiLayer Perceptron) cho nhận diện khuôn mặt, DeepFace dùng để phát hiện khuôn mặt và ArcFace để trích xuất đặc trưng. Bên cạnh đó mô hình ensemble với kỹ thuật Voting Classifier được áp dụng để tăng cường độ chính xác và độ ổn định. Các mô hình này hỗ trợ quá trình thu thập dữ liệu, huấn luyện và triển khai hệ thống điểm danh một cách tự động, nhanh chóng và chính xác. Đề tài còn tích hợp hệ thống vào một website quản lý điểm danh, cho phép thực hiện điểm danh trực tuyến, đồng thời hỗ trợ quản lý và lưu trữ thông tin liên quan đến sinh viên và buổi học một cách hiệu quả. Mục tiêu chung là nghiên cứu và ứng dụng các mô hình học máy trong lĩnh vực thị giác máy tính để giải quyết bài toán điểm danh tự động, từ đó nâng cao chất lượng quản lý giáo dục.