Các kỹ thuật sinh trắc học (Biometrics) đã từng được áp dụng rộng rãi trong các ứng dụng thực tế như: điều khiển tự động, điều khiển truy cập, quản lý tài chính vv… Sự thành công của các ứng dụng này phụ thuộc nhiều vào chất lượng của ảnh thu nhận từ thiết bị đầu vào. Trong thực tế, ảnh nhập thường có chất lượng kém do nhiễu khách quan, hoặc ảnh hưởng của thiết bị thu nhận. Để khắc phục hạn chế này, cách tiếp cận hướng dữ liệu đã và đang được các nhà nghiên cứu sử dụng để nâng cao hiệu suất khi giải quyết bài toán sinh trắc học. Các thuật toán máy học là một trong những phương pháp thông dụng nhất của cách tiếp cận hướng dữ liệu, các nghiên cứu gần đây cho thấy phương pháp này đã mang lại nhiều hiệu quả trong các hệ thống sinh trắc học.

Các thuật toán máy học (ML), như: K-nearest neighbors, deep neural networks, support vector machines, image feature representation, evolutionary computation,… gợi mở một cách tiếp cận mới, hiệu quả trong bài toán sinh trắc học.

Như vậy, nhóm nghiên cứu tập trung tìm hiểu việc áp dụng các thuật toán máy học vào các ứng dụng sinh trắc học. Tiến tới, đề xuất những cải tiến thuật toán mới nhằm nâng cao hiệu suất các hệ thống sinh trắc học trong nhiều lĩnh vực thực tế khác nhau.

Một số chủ đề được quan tâm bao gồm

• Ứng dụng máy học trong sinh trắc học
• Các đặc trưng sinh trắc học (sinh trắc vân tay, sinh trắc mặt người,…)
• Áp dụng công nghệ mạng nơron nhân tạo và logic mờ trong sinh trắc học.
• Các kỹ thuật kết hợp đa sinh trắc.
• Theo vết và giám sát khuôn mặt đối tượng
• Các mô hình học sâu trong nhận dạng sinh trắc học.
• Lý thuyết và ứng dụng đa sinh trắc.
• Tích hợp dữ liệu sinh trắc trong định danh cá nhân.

Topics nghiên cứu

• Machine learning algorithms (ML), Pattern recognition, Biometric applications.

Nhân lực

• PGS.TS. Lê Hoàng Thái
• TS. Văn Thiên Hoàng
• NCS. Trần Bình Long
• NCS. Trần Sơn Hải

Dự án nghiên cứu tiêu biểu

• Phát triển một số mô hình tính toán mềm cho bài toán truy tìm ảnh mặt người nhìn thẳng (Cấp Thành Phố), nghiệm thu 2010.
• Xây dựng mô hình trích chọn đặc trưng ảnh khuôn mặt cho bài toán nhận dạng đối tượng (B2012-18-24; Cấp Đại học Quốc gia), nghiệm thu 2013.
• Bộ miêu tả đặc trưng ảnh mặt người đa trạng thái cho ứng dụng truy tìm đối tượng thời gian thực (C2014-18-01; Cấp Đại học Quốc gia), nghiệm thu 2016.

Các hoạt động hợp tác có thể thực hiện

• Triển khai các dự án về nhận dạng mẫu và các ứng dụng của sinh trắc học.

Links of demo, website, video

• Homepage: https://en.hcmus.edu.vn/le-hoang-thai

References

• https://scholar.google.com.vn/citations?user=iLrASfYAAAAJ&hl=en&oi=ao
• https://www.researchgate.net/profile/Thai_Le19

Bài báo công bố (tiêu biểu)

• Thai Hoang Le. Applying Artificial Neural Networks for Face Recognition. Advances in Artificial Neural Systems, Volume 2011, Article ID 673016, 16 pages.
• Thai Hoang Le and Hoang Thien Van. Fingerprint reference point detection for image retrieval based on symmetry and variation. Journal Pattern Recognition, Volume 45, Issue 9, September, pp.3360-3372, Elsevier Science Inc. New York, NY, USA, ISSN:0031-3203, 2012.
• Thai Hoang Le, Hung Phuoc Truong, Ha Thi Thanh Do and Duc Minh Vo. On approaching 2D-FPCA technique to improve image representation in frequency domain. Proceedings Of The Fourth Symposium On Information And Communication Technology, SoICT 2013, DaNang, Vietnam, December 5-6, 2013, pp. 172-180.
• Khoa Dang Dang and Thai Hoang Le. Locality oriented feature extraction for small training datasets using non-negative matrix factorization. Vietnam Journal of Computer Science, Vol 1(4), pp. 257-267, Springer, Vietnam, 2014.
• Hoang Thien Van, Thai Hoang Le and Tien Ba Dinh. Efficient palmprint identification using novel symmetry filter and alignment refinement. International Journal of Biometrics, Volume 7, Issue 3, pp.213-225, Inderscience Publishers (IEL), 2015.
• Thai Hoang Le. On Approaching Heuristic Weight Mask To Enhance LBP-Based Profile Face Recognition System. Indian Journal of Science and Technology, Volume 9, Issue 17, May 2016.
• Hai Son Tran, Thai Hoang Le and Thuy Thanh Nguyen. The Degree of Skin Burns Images Recognition using Convolutional Neural Network. Indian Journal of Science and Technology, Volume 9, Issue 45, December 2016.
• Long Binh Tran and Thai Hoang Le. Multimodal Personal Verification Using Likelihood Ratio for the Match Score Fusion. Computational Intelligence and Neuroscience (CIN), vol.2017, Article ID 9345969, 9 pages, 2017.
• Khoa Tan Truong and Thai Hoang Le. Video-Based Face Recognition Using Shape And Texture Information In 3D Morphable Model. JP Journal of Heat and Mass Transfer – Pushpa Publishing House, Allahabad, India, 2018.