Ngày 03/12/2025, Trường Đại học Tiền Giang tổ chức cuộc họp Hội đồng đánh giá kết quả nhiệm vụ khoa học và công nghệ cấp Trường: “Nghiên cứu các thuật toán học máy và ứng dụng trong nhận diện khuôn mặt trên Jetson Nano”  do Thạc sĩ Phạm Ngọc Giàu – Giảng viên khoa Kỹ thuật Công nghệ chủ nhiệm đề tài

Hội đồng đánh giá kết quả gồm: Cao Nguyên Thi - Phó Hiệu trưởng, Chủ tịch Hội đồng; và các thành viên khác, gồm có Tiến sĩ Bùi Danh Hường -Trưởng ngành Khoa học Dữ liệu, Trường Đại học HUTECH; Thạc sĩ Lý Thiên Trang (Khoa KTCN); Tiến sĩ Dương Văn Hiếu (Phòng QLĐT); Thạc sĩ Đặng Như Ngà (Phòng Quản lý Khoa học Công nghệ) Thư ký Hội đồng.

Trong bối cảnh Cách mạng công nghiệp 4.0 và chuyển đổi số đang diễn ra mạnh mẽ, giáo dục đại học đứng trước yêu cầu cấp thiết phải đổi mới quản lý và đào tạo theo định hướng phát triển năng lực số cho người học. Hiện tại, Trường Đại học Tiền Giang đang thực hiện đề án chuyển đổi số theo tinh thần của Bộ Giáo dục và Đào tạo. Theo đó các công việc của Nhà trường sẽ dần được số hóa. Đây vừa là thách thức vừa là cơ hội để Nhà trường phát triển bền vững và hiện đại hơn.

Hiện nay, việc điểm danh sinh viên trong các lớp học phần đều thực hiện thủ công, giảng viên sẽ điểm danh toàn lớp theo danh sách với tinh thần “ai có mặt lên tiếng”. Tuy nhiên, về mặt khách quan thì việc điểm danh này chưa mang lại hiệu quả tốt cho sinh viên có thể điểm danh hộ, thậm chí đi học hộ. Trong năm học 2020-2021 số sinh viên bị buộc thôi học, bỏ học là hơn 200 sinh viên. Và nhà trường chưa thể biết được nguyên nhân để khắc phục hoặc kịp thời chấn chỉnh sinh viên.

Công nghệ ngày càng phát triển, đặc biệt là công nghệ AI trong quản lý giáo dục. Việc ứng dụng công nghệ để xây dựng mô hình nhận diện khuôn mặt, hỗ trợ điểm danh trong các lớp học là cần thiết và phù hợp xu thế số hóa hiện nay ở Trường đại học Tiền Giang. Hệ thống sử dụng pipeline hai giai đoạn: YOLOv8n-face để phát hiện khuôn mặt và InceptionResNetV1 tích hợp AreFace loss cho nhận diện, được huấn luyện với chiến lược bốn tẩng gồm transfer learning, Mixup/CutMix, regularization và ArcFace. Nghiên cứu thực nghiệm so sánh 8 biến thể YOLO models chứng minh hiệu quả của phương pháp luận này.

Tại buổi nghiệm thu, Hội đồng đánh giá cao tính khoa học, tính thực tiễn và hiệu quả của đề tài, thống nhất xếp loại “Đạt”.

                                                                                    Như Ngà - Phòng QLKHCN&HTQT

Phòng Quản lý khoa học công nghệ và Hợp tác quốc tế