Sinh viên Trường Đại học FPT tại AIPR 2026 mang 4 nghiên cứu về AI đến diễn đàn quốc tế, giành 1 Best Paper và 2 Best Presentation.

Từ ngày 11–13/9/2026 tại Hạ Môn (Xiamen), Trung Quốc, sinh viên chuyên ngành An toàn thông tin, Trường Đại học FPT đã tham dự Hội thảo Quốc tế lần thứ 9 về Trí tuệ nhân tạo và Nhận dạng mẫu – AIPR 2026 (9th International Conference on Artificial Intelligence and Pattern Recognition). Tại đây, các bạn mang đến 4 công trình nghiên cứu tập trung vào những bài toán ứng dụng trí tuệ nhân tạo (AI) và nhận dạng mẫu, trong đó nổi bật với thành tích 01 Best Paper và 02 Best Presentation.

Mang nghiên cứu AI đến diễn đàn học thuật quốc tế

AIPR 2026 là diễn đàn học thuật quốc tế tập trung vào nhiều lĩnh vực liên quan đến trí tuệ nhân tạo và nhận dạng mẫu như nhận dạng mẫu và học máy, thị giác máy tính và thị giác robot, xử lý hình ảnh, giọng nói, tín hiệu và video. Hội thảo lần thứ 9 được tổ chức tại Hạ Môn, Trung Quốc, tạo cơ hội để các nhà nghiên cứu, giảng viên và sinh viên chia sẻ những kết quả nghiên cứu mới, đồng thời trao đổi về các hướng phát triển của AI trong nhiều lĩnh vực.

Các bài báo được chấp nhận, hoàn tất đăng ký và trình bày tại AIPR 2026 được xuất bản trong SPIE Proceedings, đưa vào SPIE Digital Library và lập chỉ mục bởi Ei Compendex, Scopus và CPCI (Web of Science). Đây cũng là môi trường để sinh viên có cơ hội tiếp cận quy trình nghiên cứu, phản biện và trình bày công trình theo chuẩn của một hội thảo quốc tế.

Trong hành trình nghiên cứu và tham dự AIPR 2026, sinh viên nhận được sự hướng dẫn chuyên môn của thầy Nguyễn Võ Thông Thái – Giảng viên Bộ môn An toàn thông tin. Từ quá trình xây dựng ý tưởng, thực hiện nghiên cứu đến hoàn thiện công trình và chuẩn bị nội dung trình bày, các bạn được hỗ trợ để từng bước đưa kết quả nghiên cứu đến một diễn đàn học thuật quốc tế.

4 công trình khai thác AI ở nhiều bài toán

Tại AIPR 2026, sinh viên Trường Đại học FPT tại AIPR 2026 mang đến 4 công trình với những hướng tiếp cận khác nhau, cho thấy khả năng vận dụng AI vào nhiều bài toán thực tiễn.

Trong đó, nghiên cứu “EduLLM-Assess” ứng dụng mô hình ngôn ngữ lớn (LLM) để đánh giá nhận thức của người học, đồng thời hướng đến xây dựng lộ trình học tập cá nhân hóa. Công trình khai thác khả năng xử lý ngôn ngữ của LLM nhằm hỗ trợ quá trình đánh giá và đưa ra định hướng học tập phù hợp với từng người học.

Một hướng nghiên cứu khác là “Traffic Sign Pattern Recognition for Advanced Driver Assistance Systems”, tập trung vào nhận dạng biển báo giao thông phục vụ các hệ thống hỗ trợ lái xe tiên tiến (ADAS). Công trình thực hiện so sánh giữa ba nhóm mô hình gồm YOLOv8-cls, CNN và Vision Transformer, qua đó đánh giá sự cân bằng giữa độ chính xác và chi phí tính toán trong bài toán nhận dạng biển báo.

Công trình “OccGCN” tập trung vào bài toán nhận dạng cử chỉ trong điều kiện dữ liệu skeleton bị che khuất. Đây là một vấn đề có ý nghĩa trong các hệ thống nhận dạng hành động và cử chỉ, khi dữ liệu đầu vào có thể không đầy đủ do hiện tượng che khuất hoặc hạn chế trong quá trình thu thập.

Trong khi đó, nghiên cứu “Interpretable Motion-Word Encoding” đề xuất hướng tiếp cận nhận dạng ngôn ngữ ký hiệu dựa trên dữ liệu skeleton. Công trình hướng đến một mô hình nhẹ, dễ diễn giải và có khả năng hoạt động hiệu quả trong điều kiện dữ liệu hạn chế, qua đó mở ra hướng nghiên cứu đáng chú ý cho các hệ thống nhận dạng ngôn ngữ ký hiệu.

Best Paper và Best Presentation cho nghiên cứu nhận dạng biển báo

Nổi bật trong 4 công trình tham dự AIPR 2026, nghiên cứu “Traffic Sign Pattern Recognition for Advanced Driver Assistance Systems: An Accuracy-Efficiency Analysis” đã được vinh danh Best Paper, đồng thời nhận Best Presentation tại hội thảo.

Công trình tập trung vào bài toán nhận dạng biển báo giao thông trong hệ thống hỗ trợ lái xe tiên tiến (ADAS), với mục tiêu đánh giá hiệu quả của các mô hình AI trong việc nhận diện hình ảnh biển báo. Nhóm nghiên cứu tiến hành đánh giá và so sánh ba mô hình YOLOv8-cls, CNN và Vision Transformer dựa trên các tiêu chí về độ chính xác và hiệu quả tính toán.

Kết quả cho thấy Vision Transformer đạt độ chính xác lên đến 99,79% với chi phí tính toán tương đối thấp. Kết quả này cho thấy tiềm năng của các mô hình AI hiện đại trong việc xử lý bài toán nhận dạng hình ảnh cho các hệ thống hỗ trợ lái xe và phương tiện thông minh.

Không chỉ dừng ở việc so sánh hiệu năng của các mô hình, nghiên cứu còn cung cấp cơ sở thực nghiệm và quy trình đánh giá minh bạch để hỗ trợ lựa chọn mô hình phù hợp với từng yêu cầu ứng dụng. Đây cũng là điểm đáng chú ý giúp công trình kết nối giữa nghiên cứu AI và nhu cầu triển khai trong các hệ thống thực tế.

Best Presentation với hướng tiếp cận nhận dạng ngôn ngữ ký hiệu

Bên cạnh thành tích Best Paper, công trình “Interpretable Motion-Word Encoding for Label-Efficient, Signer-Independent Skeleton-Based Sign Language Recognition” cũng được vinh danh Best Presentation tại AIPR 2026.

Nghiên cứu đề xuất phương pháp nhận dạng ngôn ngữ ký hiệu dựa trên skeleton theo hướng nhẹ và dễ diễn giải. Thay vì phụ thuộc vào một mạng học sâu chuyên biệt, phương pháp sử dụng các “motion words” để biểu diễn hình dáng bàn tay và chuyển động, từ đó hỗ trợ quá trình nhận dạng.

Một điểm đáng chú ý của nghiên cứu là phương pháp không yêu cầu huấn luyện mạng sâu chuyên biệt hoặc sử dụng GPU nhưng vẫn đạt hiệu quả cạnh tranh trong điều kiện dữ liệu hạn chế. Với khoảng 15–20 mẫu được gán nhãn cho mỗi lớp, hệ thống có thể đạt phần lớn hiệu năng của mô hình.

Kết quả này cho thấy tiềm năng của những phương pháp AI có tính gọn nhẹ, đặc biệt trong các bài toán mà dữ liệu huấn luyện được gán nhãn còn hạn chế. Đồng thời, hướng tiếp cận này có thể góp phần mở rộng khả năng nghiên cứu và phát triển các hệ thống nhận dạng ngôn ngữ ký hiệu trong những điều kiện tài nguyên tính toán không quá cao.

Khẳng định năng lực nghiên cứu của sinh viên

Thành tích 01 Best Paper và 02 Best Presentation tại AIPR 2026 là sự ghi nhận đối với chất lượng nghiên cứu cũng như khả năng trình bày, chia sẻ kết quả học thuật của sinh viên Trường Đại học FPT tại một diễn đàn quốc tế về trí tuệ nhân tạo và nhận dạng mẫu.

Đối với sinh viên Trường Đại học FPT tại AIPR 2026, việc đưa 4 công trình đến một hội thảo quốc tế không chỉ là cơ hội giới thiệu kết quả nghiên cứu mà còn là trải nghiệm thực tế về quy trình học thuật quốc tế. Các bạn có cơ hội tiếp cận những bài toán AI đa dạng, rèn luyện phương pháp nghiên cứu, hoàn thiện kỹ năng trình bày và trao đổi trực tiếp với cộng đồng học thuật.

Những kết quả tại AIPR 2026 cũng cho thấy AI đang được sinh viên tiếp cận theo nhiều hướng, từ giáo dục, nhận dạng biển báo giao thông, nhận dạng cử chỉ đến công nghệ hỗ trợ người sử dụng ngôn ngữ ký hiệu. Qua đó, nghiên cứu sinh viên không chỉ dừng ở việc học và thử nghiệm công nghệ, mà còn hướng đến giải quyết những bài toán có tính ứng dụng trong thực tế.

Với 4 công trình cùng những thành tích nổi bật tại AIPR 2026, sinh viên Trường Đại học FPT tiếp tục có thêm dấu ấn trên hành trình nghiên cứu AI và đưa các kết quả học thuật đến gần hơn với cộng đồng nghiên cứu quốc tế.