Nhóm nghiên cứu gồm 5 thành viên: Hoàng Tùng Lâm, Bùi Ngọc Hải, Nguyễn Đức Linh (lớp Khoa học máy tính 1, K12); Đào Lê Huy (lớp Khoa học máy tính 2, K12) và Phan Thành Trung (lớp Công nghệ thông tin 4, K12), dưới sự hướng dẫn của TS Vũ Việt Thắng, giảng viên khoa Công nghệ thông tin.
Bằng việc sử dụng các kỹ thuật trong lĩnh vực xử lý ảnh và thị giác máy tính như phát hiện khuôn mặt, nhận diện khuôn mặt, ước lượng khung xương người và nhận diện hành vi bất thường, nhóm nghiên cứu đã thực hiện đề tài “Tự động phát hiện hành vi bất thường trong video dựa trên các dạng đặc trưng khác nhau, ứng dụng cho bài toán phát hiện gian lận thi cử”.
Bước nhận diện khuôn mặt, nhận diện điểm mốc trên khuôn mặt của thí sinh.
Trưởng nhóm Hoàng Tùng Lâm cho hay, nhóm đã tìm hiểu, nghiên cứu và cài đặt thử nghiệm các thuật toán tiên tiến liên quan đến các bài toán phát hiện khuôn mặt, nhận diện khuôn mặt, ước lượng khung xương người; xây dựng và ứng dụng một bộ dữ liệu mới dành cho bài toán phát hiện gian lận thi cử. Nhóm cũng đã tự thiết kế mô hình Học sâu dành cho bài toán nhận diện hành vi bất thường và đã kết hợp các mô hình trên để xây dựng hệ thống phát hiện gian lận trong quá trình làm bài thi.
“Một cách dễ hình dung, chúng em dùng các thuật toán, các mô hình khác nhau để phân tích các đặc trưng về khuôn mặt, cử động cơ thể để giúp phát hiện hành vi bất thường. Nhóm thiết kế ra mô hình học sâu xử lý các đặc trưng trên để đánh giá mức độ bất thường của từng thí sinh, nếu kết quả dự đoán của mô hình có độ tự tin từ 85% trở lên sẽ vào diện bị coi là hành vi cần phải quan tâm, có nguy cơ có hành vi bất thường, gian lận”, Lâm cho hay.
Theo nhóm nghiên cứu, hệ thống phát hiện hành vi bất thường ứng dụng cho bài toán phát hiện gian lận thi cử có thể hỗ trợ giám thị coi thi dễ dàng nhận ra sinh viên có hành vi bất thường, giúp nâng cao tính minh bạch của kỳ thi.
Qua thực nghiệm, hệ thống phát hiện hành vi gian lận cho độ chính xác cao, trên 97% với các hành vi rõ ràng như quay ngang, quay ngửa, nhổm lên, liếc bài, làm việc riêng dưới gầm bàn và khả năng nhận diện khuôn mặt của thí sinh có hành vi gian lận cũng cho độ chính xác rất cao lên đến 98%.
Hiện, nhóm đang hoàn thành những khâu cuối cùng, hướng đến xây dựng hệ thống phát hiện gian lận thi cử có thể ứng dụng trực tiếp tại các phòng thi thông qua hệ thống camera giám sát.
Một buổi họp của các thành viên trong nhóm.
TS.Vũ Việt Thắng cho hay: “Có thể các công nghệ này, ở đâu đó, các bạn sinh viên đã nhìn thấy, nghe thấy, tuy nhiên làm sao để áp dụng được chúng và kết hợp với các phương pháp do từng nhóm nghiên cứu đề xuất để tạo ra giải pháp cho những bài toán cụ thể mới là điều quan trọng”.
Theo thầy Thắng, ý tưởng chung là một phần, nhưng trong quá trình làm, các em sinh viên phải có đam mê thực sự, chịu khó nghiên cứu các tài liệu, tổng hợp kết quả, thực nghiệm, ... Từ đó, các ý tưởng, giải pháp mới lại tiếp tục được đưa ra để giải quyết từng bước của đề tài.
Theo nhóm nghiên cứu, phần giải pháp thông báo sau khi phát hiện hành vi như gửi về máy chủ hay điện thoại của các giảng viên, cán bộ coi thi,... cũng đã được nhóm tính đến.
“Chúng tôi đang từng bước tiến tới việc hoàn thiện các phần còn lại của hệ thống để có thể sớm đưa sản phẩm vào ứng dụng từ cấp khoa cho đến cấp trường”, thầy Thắng nói.
Trưởng nhóm Hoàng Tùng Lâm chia sẻ, việc thực hiện nghiên cứu giúp các thành viên trong nhóm trang bị thêm các kiến thức chuyên sâu, làm hành trang để dễ dàng nắm bắt các cơ hội nghề nghiệp sau khi ra trường.
Đến thời điểm này, các sinh viên của nhóm vừa tốt nghiệp ra trường. TS Vũ Việt Thắng cho hay, các sinh viên khóa dưới sẽ tiếp tục kế thừa để hoàn thiện sản phẩm hơn.
“Thực ra các sinh viên đã ra trường vẫn tiếp tục hỗ trợ cho các nhóm sinh viên mới để các em tiếp tục hoàn thiện sản phẩm, phát huy phong trào nghiên cứu khoa học của trường. Đây cũng là hướng đi và mục tiêu mà Trường ĐH Công nghiệp Hà Nội hướng tới và muốn đẩy mạnh”, thầy Thắng nói.
.png "5 lý do để tăng cường bảo mật mạng")
