Bài viết Mô hình mạng nơron tích chập đa nhiệm nhận dạng khuôn mặt và biểu cảm cho ứng dụng hỗ trợ giám sát học trực tuyến tập trung thiết kế một mô hình CNN đa nhiệm (Multi-Task CNN) cho hai bài toán FR/FER đồng thời với độ phức tạp vừa phải nhưng vẫn đảm bảo chất lượng và hiệu quả cho bài toán. | MÔ HÌNH MẠNG NƠRON TÍCH CHẬP ĐA NHIỆM NHẬN DẠNG KHUÔN MẶT VÀ BIỂU CẢM CHO ỨNG DỤNG HỖ TRỢ GIÁM SÁT HỌC TRỰC TUYẾN MULTI-TASK CNN MODEL FOR FACE AND FACIAL EXPRESSION RECOGNITION AND APPLICATION FOR MONITORING ONLINE LEARNING Dương Thăng Long Chu Minh Phí Quốc Chính Ngày tòa soạn nhận được bài báo 02 11 2021 Ngày nhận kết quả phản biện đánh giá 04 05 2022 Ngày bài báo được duyệt đăng 26 05 2022 Tóm tắt Hệ thống quản lý học tập trực tuyến LMS đang được phát triển mạnh góp phần nâng cao chất lượng đào tạo. Tuy nhiên việc tăng cường giám sát và hỗ trợ người học theo dõi và quản lý học tập dựa trên các công nghệ hiện đại chưa được nghiên cứu sâu rộng. Đặc biệt là ứng dụng của công nghệ nhận dạng khuôn mặt và biểu cảm khuôn mặt giúp cho việc theo dõi giám sát người học được tự động hoá cao độ và hỗ trợ kịp thời. Bằng việc ứng dụng công nghệ mạng nơron tích chập đa nhiệm MTCNN nghiên cứu này đề xuất một mô hình MTCNN nhằm thực hiện hai nhiệm vụ là nhận dạng khuôn mặt và nhận dạng biểu cảm khuôn mặt. Mô hình được thử nghiệm trên các tập dữ liệu công bố gồm CK OuluCASIA và dữ liệu người học được thu thập cho kết quả khả quan khi so sánh với một số kiến trúc hiện đại trong khi kích thước mô hình đơn giản hơn. Chúng tôi cũng thiết kế tích hợp mô hình được đề xuất với hệ thống quản lý học tập trực tuyến LMS theo hướng kết nối mở để gia tăng thêm tính năng giám sát và theo dõi quá trình học tập chủ động cảnh báo cho giáo viên người học biết để điều chỉnh hoạt động dạy và học nhằm nâng cao chất lượng đào tạo. Từ khoá Mạng nơron tích chập đa nhiệm nhận dạng khuôn mặt nhận dạng biểu cảm khuôn mặt hệ thống quản lý học tập trực tuyến. Abstract The online learning management system LMS is being more and more widely developed and contributes to improving the quality of training at educational institutions. However at present there are few systems with enhanced monitoring and support for learners based on modern technologies. Especially the application of this facial recognition and .
