Hàng loạt công trình nghiên cứu khoa học ứng dụng AI vào các lĩnh vực như chẩn đoán sớm, thời trang, thể thao,… của sinh viên ngành Trí tuệ nhân tạo, trường Đại học FPT đã được chấp nhận tại những Hội nghị Quốc tế và trích dẫn bởi cơ sở dữ liệu Scopus.
Trải qua vòng phản biện kín, 7 báo cáo khoa học của sinh viên ngành Trí tuệ nhân tạo trường Đại học FPT đã được công bố tại Hội nghị Quốc tế: The 14th International Conference on Soft Computing and Pattern Recognition (SoCPaR 2022) Hội nghị quốc tế về Tính toán mềm và Nhận dạng mẫu; The 2022 2nd International Seminar on Machine Learning, Optimization, & Data Science; NAFOSTED Conference on Information and Computer Science (NICS) và được công bố trên tạp chí uy tín của thế giới.
Sở hữu 2 bài báo cáo khoa học được đăng tải tại Hội nghị quốc tế, Lê Đình Việt Khanh – sinh viên Khóa 15, ngành Trí tuệ nhân tạo chia sẻ: “Mình thường mất khoảng 4 – 5 tháng để hoàn thành mỗi bài báo cáo. Làm nghiên cứu khoa học, đặc biệt trong AI khá là thú vị và cũng nhiều thử thách, nên mình chỉ cố gắng tìm tòi và nỗ lực hơn. Chính nhờ sự hỗ trợ của giảng viên giúp có thể đi đúng hướng cũng như đáp ứng đúng yêu cầu của một nghiên cứu khoa học để có thể công bố ở các hội nghị quốc tế”
Là người đồng hành, hướng dẫn và tiếp sức cho nhóm sinh viên trong quá trình nghiên cứu và công bố bài báo khoa học, Thầy Nguyễn Quốc Trung – Giảng viên ngành Trí tuệ nhân tạo, Trường Đại học FPT (Nghiên cứu sinh chuyên ngành Tự động hoá, Đại học Kỹ thuật Ostrava, Cộng hòa Séc) chia sẻ: “Thông qua những công trình nghiên cứu này, sinh viên sẽ thu hoạch được những trải nghiệm và kinh nghiệm về nghiên cứu khoa học đồng thời ứng dụng những kiến thức cho công việc tương lai. Bên cạnh đó, sinh viên sẽ có cơ hội phát triển, mở rộng hơn nữa các đề tài và hội nhập giới học thuật quốc tế”.
Cùng điểm qua những nghiên cứu khoa học của các Cóc nhé:
Đề tài Pushup Counting and Evaluating Based on Human Keypoint Detection
Tập trung ứng dụng xử lý tín hiệu số (digital signal processing) và mô hình học sâu (deep learning), đề tài “Pushup Counting and Evaluating Based on Human Keypoint Detection” do hai sinh viên Nguyễn Trường Thịnh và Nguyễn Xuân Nhâm phát triển là giải pháp luyện tập thông minh dành cho những người đam mê thể dục thể thao. Dựa trên công nghệ nhận dạng hình ảnh, thiết bị có thể đếm và đánh giá các động tác hít đất của người dùng.
Cụ thể, thông qua việc theo dõi đường nét cơ thể trong thời gian tập luyện của con người bằng camera, ứng dụng sẽ xác định các điểm gắn kết chính của hệ thống xương và góc đặc trưng như: vai, khuỷu tay, cánh tay… để phân tích và đánh giá các cử động nhằm hỗ trợ quá trình tập luyện của con người hiệu quả hơn.
Cụ thể, thông qua việc theo dõi đường nét cơ thể trong thời gian tập luyện của con người bằng camera, ứng dụng sẽ xác định các điểm gắn kết chính của hệ thống xương và góc đặc trưng như: vai, khuỷu tay, cánh tay… để phân tích và đánh giá các cử động nhằm hỗ trợ quá trình tập luyện của con người hiệu quả hơn.
Đề tài Brain Tumor Classification Based on GANs and Semi-supervised approach
Brain Tumor Classification Based on GANs and Semi-supervised approach là đề tài ứng dụng AI trong chẩn đoán hình ảnh Y khoa do sinh viên Lê Đình Việt Khanh thực hiện. Ở đề tài này, Việt Khanh sử dụng phương pháp học sâu (deep learning) để phân loại ảnh MRI của các loại u não trong môi trường thiếu hụt dữ liệu, đồng thời đánh giá độ hiệu quả của các phương pháp khởi sinh dữ liệu. Nghiên cứu và ứng dụng AI trong chẩn đoán hình ảnh được coi là xu hướng tất yếu và là công cụ mạnh nhất giúp bù đắp những thiếu hụt về nhân lực trong y tế, hỗ trợ bác sĩ đưa ra quyết định nhanh và chính xác hơn.
Đề tài Content Based Image Retrieval for Fashion by using recent advances deep learning approaches
Áp dụng các phương pháp học sâu (deep learning) vào ngành công nghiệp thời trang, đề tài “Content Based Image Retrieval for Fashion by using recent advances deep learning approaches” do sinh viên Nguyễn Tài Lộc và Lê Nguyên Phương thực hiện sẽ hỗ trợ khách hàng tìm kiếm, lựa chọn trang phục phù hợp một cách nhanh chóng khi mua sắm trực tuyến.
Theo đó, trên nền tảng AI ứng dụng này sẽ tích hợp một số thuật toán (resnet, densenet) để nắm bắt thị hiếu của khách hàng như: phong cách, màu sắc và “thông số thẩm mỹ”, từ đó đề xuất những thiết kế phù hợp với sở thích, mong muốn người mua bằng hình ảnh cập nhật.
Theo đó, trên nền tảng AI ứng dụng này sẽ tích hợp một số thuật toán (resnet, densenet) để nắm bắt thị hiếu của khách hàng như: phong cách, màu sắc và “thông số thẩm mỹ”, từ đó đề xuất những thiết kế phù hợp với sở thích, mong muốn người mua bằng hình ảnh cập nhật.
Đề tài Human Recognition using Ear Biometrics By Computer Vision Approach
Với mong muốn mang lại sự đóng góp trong bài toán nhận biết người, ngoài khuôn mặt hay vân tay, hai sinh viên Nguyễn Hoàng Ánh Linh và Lê Đức Thịnh đã thực hiện nghiên cứu nhận biết người bằng vành tai.
Nhận định vành tai là một bộ phận đặc trưng cho từng cá nhân, nhóm đã ứng dụng phương pháp học sâu (deep learning) và các kỹ thuật kinh điển để làm tăng chỉ số chính xác của hoạt động nhận biết. Việc nhận biết người thông qua vành tai sẽ giải quyết được bài toán khi trong xã hội hiện đại khi con người luôn luôn mang khẩu trang hay ngại chạm vào các bề mặt công cộng khi sử dụng vân tay.
Nhận định vành tai là một bộ phận đặc trưng cho từng cá nhân, nhóm đã ứng dụng phương pháp học sâu (deep learning) và các kỹ thuật kinh điển để làm tăng chỉ số chính xác của hoạt động nhận biết. Việc nhận biết người thông qua vành tai sẽ giải quyết được bài toán khi trong xã hội hiện đại khi con người luôn luôn mang khẩu trang hay ngại chạm vào các bề mặt công cộng khi sử dụng vân tay.
Đề tài Features extraction based on Sota models for medicinal plant images recognition
Bắt tay thực hiện đề tài “Features extraction based on Sota models for medicinal plant images recognition”, Đặng Minh Tuấn và Tạ Minh Tiến hướng đến mục tiêu phát triển thiết bị nhận dạng cây thuốc bằng hình ảnh dựa trên nền tảng Trí tuệ nhân tạo.
Trong hệ thống này, ứng dụng cho phép người dùng chụp ảnh các loại cây, sau khi nhận diện, phần mềm sẽ truy xuất thông tin về nguồn gốc, tên họ, đặc tính, màu sắc… của lại cây đó đến với người dùng. Ứng dụng cho ra kết quả nhận dạng được 78% trên 200 loài cây chỉ trong thời gian 30 phút.
Trong hệ thống này, ứng dụng cho phép người dùng chụp ảnh các loại cây, sau khi nhận diện, phần mềm sẽ truy xuất thông tin về nguồn gốc, tên họ, đặc tính, màu sắc… của lại cây đó đến với người dùng. Ứng dụng cho ra kết quả nhận dạng được 78% trên 200 loài cây chỉ trong thời gian 30 phút.
Đề tài A Short Masked Face Detection Review With Recent Advanced Deep Learning Approaches
Tích hợp các công nghệ MTCNN, RetinaFace, SCRFD, YOLO5Face, đề tài “A Short Masked Face Detection Review With Recent Advanced Deep Learning Approaches” của 2 sinh viên: Lê Hà Khiêm và Lê Đình Việt Khanh mang đến tính năng nhận dạng và phân tích khuôn mặt, biểu cảm.
Áp dụng mô hình học sâu để nhận dạng và đánh giá biểu cảm trong môi trường bị che khuất (đeo khẩu trang), thiết bị không chỉ dừng lại ở chức năng nhận dạng mà còn đưa ra những phán đoán cảm xúc từ hình ảnh của khuôn mặt con người.
Áp dụng mô hình học sâu để nhận dạng và đánh giá biểu cảm trong môi trường bị che khuất (đeo khẩu trang), thiết bị không chỉ dừng lại ở chức năng nhận dạng mà còn đưa ra những phán đoán cảm xúc từ hình ảnh của khuôn mặt con người.
Đề tài Virtual Try-On Based on Key Points Detection and Human Pose Estimation
Dựa trên xu hướng phát triển của lĩnh vực E-commercial, Nguyễn Hoàng Gia Khang cùng Nguyễn Minh Nhật tập trung nghiên cứu đề tài Virtual Try-On Based on Key Points Detection and Human Pose Estimation – ứng dụng thử quần áo trực tuyến.
Đề tài kết hợp các kỹ thuật về thị giác máy tính (Computer Vision) như: Human Body Part Segmentation, Human Pose Estimation, Fashion Landmark Detection, phân tích chỉ số cơ thể người dùng và các mô hình quần áo, từ đó đưa ra gợi ý phù hợp cho từng đối tượng. Người dùng có thể thử quần áo ngay trên app bằng cách chọn người mẫu có sẵn hoặc tự tải hình ảnh của mình lên và mặc thử trước khi quyết định mua sắm.
Đề tài kết hợp các kỹ thuật về thị giác máy tính (Computer Vision) như: Human Body Part Segmentation, Human Pose Estimation, Fashion Landmark Detection, phân tích chỉ số cơ thể người dùng và các mô hình quần áo, từ đó đưa ra gợi ý phù hợp cho từng đối tượng. Người dùng có thể thử quần áo ngay trên app bằng cách chọn người mẫu có sẵn hoặc tự tải hình ảnh của mình lên và mặc thử trước khi quyết định mua sắm.
Theo FPTU HCM