Sinh viên nghiên cứu hệ thống "bắt nóng" gian lận thi cử AI, chính xác 97%

Nhóm nghiên cứu gồm 5 thành viên: Hoàng Tùng Lâm, Bùi Ngọc Hải, Nguyễn Đức Linh (lớp Khoa học máy tính 1, K12); Đào Lê Huy (lớp Khoa học máy tính 2, K12) và Phan Thành Trung (lớp Công nghệ thông tin 4, K12), dưới sự hướng dẫn của Tiến sĩ Vũ Việt Thắng, giảng viên khoa Công nghệ thông tin, ĐH Công nghiệp Hà Nội.

Đề tài nhóm thực hiện là "Tự động phát hiện hành vi bất thường trong video dựa trên các dạng đặc trưng khác nhau, ứng dụng cho bài toán phát hiện gian lận thi cử".

Theo nhóm nghiên cứu, hệ thống phát hiện hành vi bất thường ứng dụng cho bài toán phát hiện gian lận thi cử có thể hỗ trợ giám thị coi thi dễ dàng nhận ra sinh viên có hành vi bất thường rõ ràng, giúp nâng cao tính minh bạch của kỳ thi.

Cơ chế của hệ thống là sử dụng kỹ thuật học máy trong các lĩnh vực xử lý ảnh và thị giác máy tính như phát hiện khuôn mặt, nhận diện khuôn mặt, ước lượng khung xương người và nhận diện hành vi bất thường.

Trao đổi với PV Dân trí, TS Vũ Việt Thắng cho hay, nền tảng công nghệ chính là các kỹ thuật của xử lý hình ảnh, thị giác máy tính và Trí tuệ nhân tạo. Ông cho hay, bản thân chưa bao giờ lên trên mạng để tìm hiểu xem ai đã làm sản phẩm tương tự chưa nhưng trong quá trình đi làm, nhìn thấy khó khăn của thầy cô trong việc coi thi nên chọn đề tài này cho các em nghiên cứu, phát triển đồng thời giúp các em nâng cao các kỹ thuật trong lĩnh vực này và thúc đẩy phong trào nghiên cứu khoa học của sinh viên trong nhà trường.

Đề tài "Tự động phát hiện hành vi bất thường trong video dựa trên các dạng đặc trưng khác nhau, ứng dụng cho bài toán phát hiện gian lận thi cử" được hoàn thành trong vòng 8-9 tháng.

"Hiện các mô hình hiện tại đã đạt được độ chính xác kỳ vọng của nhóm, nhóm sẽ hướng tới việc tối ưu tốc độ của mô hình để có thể chạy gần với thời gian thực hơn, xử lý thêm các hành vi tinh vi hơn. Cũng như xây dựng phần hệ thống lưu trữ kết quả nhận diện, giao diện sử dụng cho các giám thị. Nhóm hướng tới hiện thực hóa sản phẩm, bước đầu có thể ứng dụng sử dụng trong khoa, trong trường", thầy Thắng chia sẻ.

Nhóm các sinh viên của TS Thắng đã tìm hiểu, nghiên cứu và cài đặt thử nghiệm các thuật toán tiên tiến liên quan đến các bài toán phát hiện khuôn mặt, nhận diện khuôn mặt, ước lượng khung xương người; xây dựng và ứng dụng một bộ dữ liệu mới dành cho bài toán phát hiện gian lận thi cử.

Nhóm cũng đã tự thiết kế mô hình học sâu dành cho bài toán nhận diện hành vi bất thường và đã kết hợp các mô hình trên để xây dựng hệ thống phát hiện gian lận trong quá trình làm bài thi.

Một cách dễ hình dung, nhóm dùng các thuật toán, các mô hình khác nhau để phân tích các đặc trưng về khuôn mặt, cử động cơ thể để giúp phát hiện hành vi bất thường.

Nhóm thiết kế ra mô hình học sâu xử lý các đặc trưng trên để đánh giá mức độ bất thường của từng thí sinh, nếu kết quả dự đoán của mô hình có độ tự tin từ 85% trở lên sẽ vào diện bị coi là hành vi cần phải quan tâm, có nguy cơ có hành vi bất thường, gian lận.

Qua thực nghiệm, hệ thống phát hiện hành vi gian lận cho độ chính xác cao, trên 97% với các hành vi rõ ràng như quay ngang, quay ngửa, nhổm lên, liếc bài, làm việc riêng dưới gầm bàn và khả năng nhận diện khuôn mặt của thí sinh có hành vi gian lận cũng cho độ chính xác rất cao lên đến 98%.

TS Vũ Việt Thắng cho hay: "Có thể từng công nghệ riêng lẻ, ở đâu đó, các bạn sinh viên đã nhìn thấy, nghe thấy, tuy nhiên làm sao để áp dụng được chúng, tạo ra mô hình kết hợp với các phương pháp này để tạo ra giải pháp cho những bài toán cụ thể mới là điều quan trọng".

Theo TS Thắng, ý tưởng chung là một phần, nhưng trong quá trình làm, các em sinh viên phải có đam mê thực sự, chịu khó nghiên cứu các tài liệu, tổng hợp kết quả, thực nghiệm,... Từ đó, các ý tưởng, giải pháp mới lại tiếp tục được đưa ra để giải quyết từng bước của đề tài.

"Chúng tôi đang từng bước tiến tới việc hoàn thiện các phần còn lại của hệ thống để có thể sớm đưa sản phẩm vào ứng dụng từ cấp khoa cho đến cấp trường", thầy Thắng nói.