Nghiên cứu và ứng dụng công nghệ nhận diện khuôn mặt 3D trong hệ thống điểm danh sinh viên
Từ khóa:
Face Recognition, multi-modal learning, student attendance system, deepfake detection, ArcFace, ResNet, DGCNN, spoof detection, DECA, biometric authentication, automated education management, 300W-LP dataset, FaceForensics++ datasetTóm tắt
Nghiên cứu đề xuất một mô hình nhận diện khuôn mặt 3D đa nhánh ứng dụng trong hệ thống điểm danh sinh viên tự động. Mô hình kết hợp các dạng dữ liệu ảnh RGB, bản đồ chiều sâu, bản đồ pháp tuyến và lưới hình học 3D, được xử lý lần lượt bằng ResNet-50, ResNet-18 và DGCNN (EdgeConv). Các đặc trưng đầu ra được ghép nối và giảm chiều bằng PCA để tạo vector embedding 512 chiều, sau đó huấn luyện với ArcFace Loss nhằm tăng khả năng phân biệt danh tính, đồng thời tích hợp nhánh phát hiện giả mạo (Spoof Head) để nhận diện ảnh hoặc video deepfake.
Dữ liệu huấn luyện được chuyển đổi sang dạng 3D từ bộ 300W_LP và FaceForensics++ bằng công cụ DECA. Kết quả thử nghiệm sơ bộ cho thấy mô hình đạt độ chính xác 93,78% và hiệu quả phát hiện giả mạo trên 95%, hoạt động ổn định trong điều kiện ánh sáng và góc chụp đa dạng.
Giải pháp được đề xuất góp phần xây dựng hệ thống điểm danh tự động thông minh, an toàn và hiệu quả, mở ra hướng ứng dụng tiềm năng của công nghệ nhận diện khuôn mặt 3D trong giáo dục hiện đại.
