Khoa Công nghệ thông tin xin gửi lời chúc mừng đến các nhóm Sinh viên chương trình Chất lượng cao đã có đề tài khóa luận xuất sắc cùng với công bố trên Hội nghị uy tín quốc tế.
🌟 Bài báo: DongHoCrafter: Object-Aware Style Transfer for Vietnamese Dong Ho Folk Art
👉 Link bài báo: https://drive.google.com/file/d/11L9aSirVwbHZKd8vrjAmdHmbKwLDod0X/view
Các tác giả: SV. Lê Quốc Khôi và SV. Lê Tấn Phát - Sinh viên Chương trình Chất lượng cao, khóa tuyển 2022
Giảng viên cùng thực hiện: TS. Lê Khánh Duy – Giảng viên Khoa Công nghệ Thông tin, Trường Đại học Khoa học tự nhiên, ĐHQG-HCM
🔥 Tóm tắt bài báo: Những tiến bộ gần đây trong các mô hình khuếch tán đã cải thiện đáng kể quá trình chuyển đổi phong cách nghệ thuật. Tuy nhiên, khi áp dụng vào các lĩnh vực thị giác mang tính đặc thù văn hóa như tranh khắc gỗ Đông Hồ của Việt Nam, các phương pháp hiện tại thường thất bại trong việc bảo tồn các quy ước thị giác truyền thống riêng biệt của từng đối tượng, đồng thời làm rò rỉ phong cách giữa các vùng ngữ nghĩa khác nhau. Trong bài báo này, chúng tôi đề xuất DongHoCrafter, một khung cấu trúc chuyển đổi phong cách nhận diện đối tượng nhằm tạo ra các hình ảnh mang tính nền tảng văn hóa. Quy trình của chúng tôi kết hợp Florence-2 để phát hiện đối tượng ngữ nghĩa, mô hình Segment Anything để tạo mặt nạ vùng chính xác, và một cơ chế truy xuất dựa trên CLIP nhằm ánh xạ từng thực thể ngữ nghĩa với một mẫu tham chiếu Đông Hồ nhất quán về mặt văn hóa. Các tiền kiến thức phong cách theo từng vùng được đưa vào thông qua một Multi-reference IP-Adapter, trong khi các mô hình ControlNet độ sâu và phân đoạn ngữ nghĩa giúp bảo toàn cấu trúc bố cục của hình ảnh gốc. Ngoài ra, một mạng xương sống SDXL được tinh chỉnh bằng giải pháp LoRA đặc thù cho tranh Đông Hồ, được huấn luyện trên một tập dữ liệu chọn lọc gồm hơn 100 bức tranh truyền thống kết hợp quy trình tự động hóa một phần việc gán nhãn, nhằm nâng cao chất lượng đường nét và sự hài hòa màu sắc lấy cảm hứng từ tranh khắc gỗ. Các đánh giá định lượng và định tính chứng minh rằng DongHoCrafter giúp cải thiện tính nhất quán của phong cách văn hóa và giảm thiểu hiện tượng lem phong cách so với các phương pháp chuyển đổi phong cách toàn cục thông thường, đồng thời vẫn bảo toàn độ trung thực về ngữ nghĩa và cấu trúc. Phương pháp được đề xuất còn tạo ra các đầu ra độc lập về mặt ngữ nghĩa, phù hợp cho các ứng dụng tương tác hạ nguồn và ứng dụng thực tế mở rộng trong việc số hóa di sản văn hóa.
✨ Điểm nổi bật của bài báo: Khung cấu trúc chuyển đổi phong cách nhận diện đối tượng: Đề xuất một quy trình chuyển đổi phong cách đặc quyền cho tranh dân gian Đông Hồ Việt Nam. Thay vì áp dụng một phong cách chung cho toàn bộ bức ảnh (dễ gây lem phong cách), phương pháp này phân rã hình ảnh thành các vùng ngữ nghĩa để áp dụng các quy ước nghệ thuật truyền thống riêng biệt lên từng đối tượng cụ thể; Chiến lược khớp tham chiếu dựa trên CLIP: Giới thiệu cơ chế tìm kiếm và ánh xạ đối tượng trong ảnh gốc với một mẫu tranh Đông Hồ tương thích về mặt ngữ nghĩa và nhất quán về mặt văn hóa (ví dụ: người trong ảnh chụp sẽ được ánh xạ chính xác với hình tượng con người trong tranh Đông Hồ truyền thống), giúp bảo tồn tính toàn vẹn mang tính biểu tượng của từng danh mục đối tượng; Cải thiện độ chân thực văn hóa thông qua làm mờ trước: Áp dụng kỹ thuật làm mờ Gauss để giảm bớt các chi tiết tần số cao mang tính hiện đại từ ảnh gốc, thúc đẩy các mô hình ControlNet tập trung hoàn toàn vào việc tái tạo các đường nét cấu trúc đậm rõ và các mảng màu phẳng – hai đặc trưng cốt lõi mô phỏng kỹ thuật khắc gỗ thủ công; Xây dựng tập dữ liệu văn hóa chuẩn hóa: Xây dựng một tập dữ liệu chọn lọc gồm hơn 100 tác phẩm tranh Đông Hồ truyền thống chất lượng cao cùng quy trình gán nhãn tự động có sự tham gia kiểm định của con người (human-in-the-loop). Tập dữ liệu này phục vụ cho việc tinh chỉnh mô hình SDXL bằng cấu trúc LoRA nhằm tối ưu hóa sự hài hòa về màu sắc tự nhiên và chất lượng đường nét lấy cảm hứng từ tranh Đông Hồ; Hiệu quả thực tế cao trong số hóa di sản: Chứng minh qua các thực nghiệm định lượng và định tính rằng phương pháp vượt trội hơn các giải pháp chuyển đổi phong cách toàn cục thông thường về mặt giữ gìn bản sắc văn hóa (đạt điểm số FID và CLIP-Style tốt nhất). Đồng thời, mô hình tạo ra các đầu ra cô lập về mặt ngữ nghĩa, rất lý tưởng để ứng dụng vào các công cụ giáo dục di sản và mô phỏng tranh khắc gỗ kỹ thuật số.
🌈 Về International Conference on Multimedia Analysis and Pattern Recognition: MAPR là diễn đàn học thuật uy tín kết nối các nhà nghiên cứu, chuyên gia từ giới hàn lâm và doanh nghiệp nhằm chia sẻ những tiến bộ mới nhất cũng như thúc đẩy hợp tác trong các lĩnh vực Trí tuệ nhân tạo (AI), nhận dạng mẫu và công nghệ đa phương tiện. Hội nghị diễn ra vào ngày 13–14 tháng 8 năm 2026 tại Thành phố Huế, tập trung vào ba hướng nghiên cứu chuyên sâu gồm: nền tảng AI và học máy; thị giác máy tính, phân tích đa phương tiện và xử lý ngôn ngữ tự nhiên; cùng các ứng dụng thực tiễn của AI trong y tế, an ninh mạng, phần cứng nhúng và phát triển bền vững. Toàn bộ các công trình nghiên cứu nguyên bản được chấp nhận và trình bày tại hội nghị sẽ được thẩm định để đăng tải trên thư viện số IEEE Xplore.
🍀 Công bố thuộc đề tài tốt nghiệp “Thử nghiệm tương tác thực tại mở rộng trải nghiệm nghệ thuật” đã đạt điểm 10 trong đợt bảo vệ năm 2026 và được đề xuất thành tích Nghiên cứu Khoa học - Công nghệ xuất sắc năm học 2025-2026.
🌻 Xin chúc mừng nhóm tác giả với những thành tựu nghiên cứu nổi bật này.
🌻Chúc các bạn sẽ tiếp tục đạt được thành công trong tương lai.
