Ngày 16/12/2024, Khoa Công nghệ thông tin – Học viện Nông nghiệp Việt Nam tổ chức họp Hội đồng đánh giá, nghiệm thu đề tài sinh viên nghiên cứu khoa học (SVNCKH) năm 2024: “Ứng dụng deep learning nhận diện cảm xúc” của nhóm sinh viên Phạm Văn Thắng (K64ATTT), Ngô Sách Tiến (K64ATTT), Nguyễn Minh Quý (K66CNTTC) thực hiện, do TS. Nguyễn Trọng Kương hướng dẫn.
Hội đồng nghiệm thu đề tài gồm 5 thành viên, TS. Vũ Thị Thu Giang là Chủ tịch Hội đồng.
Tại buổi báo cáo, thay mặt nhóm nghiên cứu, sinh viên Phạm Văn Thắng đã trình bày báo cáo tóm tắt kết quả nghiên cứu của đề tài.
    |
 |
| Hội đồng đánh giá kết quả đề tài |
|
 |
| Nhóm sinh viên trình bày báo cáo |
Trí tuệ nhân tạo hiện nay được áp dụng thành công trong nhiều lĩnh vực, một trong số đó là thị giác máy tính. Trong nghiên cứu này, một mạng nơron học sâu (DNN) được sử dụng cho nhận diện cảm xúc trên khuôn mặt (FER). Một trong những mục tiêu của nghiên cứu này là xác định các đặc điểm quan trọng trên khuôn mặt mà MTCNN tập trung vào để nhận diện cảm xúc. Cụ thể, nhóm nghiên cứu đã sử dụng mạng nơ-ron xếp tầng đa nhiệm (MTCNN), cùng với mô hình nhận diện khuôn mặt của OpenCV và tập dữ liệu cảm xúc của sinh viên Học viện Nông nghiệp Việt Nam để huấn luyện mô hình đào tạo, phát hiện các khuôn mặt trên màn hình và đưa ra kết quả cảm xúc khi nhận diện. Các kiểm tra cho thấy với tập dữ liệu chạy thử, mô hình của MTCNN được huấn luyện có độ chính xác là 73,3% và khi được kiểm tra trên hình ảnh thực tế có độ chính xác là 77,4%. Kết quả của nghiên cứu này sẽ giúp cải thiện các nguyên lý của học sâu và hỗ trợ nâng cao độ chính xác trong thị giác máy tính. Đề tài nghiên cứu tập trung thiết kế một mô hình DL cùng với mô hình MTCNN cho bài toán FER đồng thời điều chỉnh mức độ phức tạp vừa phải nhưng vẫn đảm bảo chất lượng nhận diện hiệu quả cho bài toán. Mô hình sẽ được chạy thử nghiệm với một số video camera được lưu trữ công khai và được thiết kế để hỗ trợ giám sát và quản lý quá trình đánh giá cảm xúc của người dùng. Nhóm sinh viên nghiên cứu đã tìm hiểu, xây dựng các kỹ thuật về DL cũng như các kỹ thuật tiền xử lý dữ liệu. Dựa trên các kiến thức đã học, nhóm nghiên cứu kiểm chứng và lựa chọn mạng MTCNN cho bài toán nhận diện cảm xúc. Trong đó, các kết quả thực nghiệm cho thấy việc áp dụng mô hình DL từ dữ liệu có ảnh hưởng lớn đến độ chính xác khi sử dụng hình ảnh thực tế. Tuy nhiên nhóm nghiên cứu sử dụng mạng MTCNN đơn giản để xây dựng hệ thống thử nghiệm nhận diện cảm xúc để phù hợp với cấu hình máy tính được nghiên cứu.
Các kết quả thử nghiệm cũng cho thấy việc nhận diện khuôn mặt cho kết quả tốt trên hình ảnh được chụp và camera chạy trong môi trường với thời gian thực và có khả năng áp dụng trong những bài toán thực tế.
Ngoài ra, trong quá trình nghiên cứu, nhóm sinh viên tiến hành thử nghiệm trên nhiều bộ dữ liệu để đạt kết quả cao hơn như FER-2013, ResNet,... với hệ thống máy tính có cấu hình cao hơn. Nhóm cũng đề xuất xây dựng hệ thống nhận diện cảm xúc sinh viên có độ chính xác cao và đáp ứng được các yêu cầu về thời gian thực, phục vụ cho việc đánh giá mức độ giảng dạy và cải thiện chất lượng học tập tại khoa Công nghệ thông tin, Học viện Nông nghiệp Việt Nam để nâng cao trải nghiệm người dùng.
Trên cơ sở tổng hợp các ý kiến nhận xét của thành viên Hội đồng nghiệm thu, TS. Vũ Thị Thu Giang – Chủ tịch Hội đồng nhất trí nghiệm thu đề tài và đánh giá đạt loại khá.
Kết quả nghiên cứu chi tiết của đề tài đã được công bố tại website của khoa CNTT: https://fita.vnua.edu.vn/bao-cao-tong-ket-de-tai-svnckh-2024-ung-dung-deep-learning-nhan-dien-cam-xuc/
Khoa Công nghệ thông tin