Tin tức
Thành tích

CÔNG TRÌNH CỦA GIẢNG VIÊN VÀ SINH VIÊN KHOA CNTT ĐƯỢC ĐĂNG TẢI TRÊN TẠP CHÍ VNU JOURNAL OF SCIENCE: COMPUTER SCIENCE AND COMMUNICATION ENGINEERING

Ngày đăng

24 tháng 7, 2026

Biên tập

Ban Truyền thông SIT

Thời gian đọc

4 phút

Chia sẻ bài viết

CÔNG TRÌNH CỦA GIẢNG VIÊN VÀ SINH VIÊN KHOA CNTT ĐƯỢC ĐĂNG TẢI TRÊN TẠP CHÍ VNU JOURNAL OF SCIENCE: COMPUTER SCIENCE AND COMMUNICATION ENGINEERING



Khẳng định định hướng đào tạo gắn liền với nghiên cứu thực chiến và chuẩn mực học thuật cao, công trình khoa học của hai sinh viên Khoa Công nghệ Thông tin (CNTT) Trường Đại học Tân Tạo dưới sự hướng dẫn chuyên sâu của hai giảng viên trong Khoa đã chính thức được công bố trên VNU Journal of Science: Computer Science and Communication Engineering – tạp chí khoa học uy tín thuộc Đại học Quốc gia Hà Nội.

Screenshot 2026-07-25 011207.png

ALT

Công trình mang tên: “Contrastive 3D Multimodal Feature Fusion for Abnormal Behavior Recognition in Low-Light Conditions” được thực hiện bởi hai sinh viên năm cuối ngành Khoa học Máy tính: Nguyễn Hoài DuyHuỳnh Văn Đông, cùng sự đồng hành, định hướng chuyên môn trực tiếp từ hai giảng viên: TS. Cao Tiến Dũng – Trưởng khoa Khoa CNTT và TS. Trần Đào Huy Cường – Giảng viên Khoa CNTT.

Giải bài toán giám sát an ninh 24/7 trong điều kiện thiếu sáng

Giám sát an ninh trong môi trường ánh sáng yếu hoặc ban đêm luôn là một thách thức lớn đối với các hệ thống thị giác máy tính truyền thống do tầm nhìn kém và hạn chế về tài nguyên tính toán khi triển khai thực tế.

Để giải quyết triệt để bài toán này, nhóm nghiên cứu của Khoa CNTT TTU đã đề xuất một khung làm việc tiên tiến (3D Multimodal Feature Fusion Framework) ứng dụng học tương phản (Contrastive Learning):

Dung hợp dữ liệu đa thức (Visible & Thermal): Hệ thống trích xuất các đặc trưng không-thời gian (spatiotemporal features) từ cả video ánh sáng nhìn thấy và video hồng ngoại nhiệt, sử dụng chiến lược lắp ráp trọng số để tập trung vào các vùng thông tin giá trị nhất.
Hiệu quả vượt trội: Kết quả thử nghiệm trên bộ dữ liệu Thermal-LLAB cho thấy mô hình đạt độ chính xác nhận dạng lên tới 96.03% và chỉ số AUC đạt 92.60%. Đặc biệt, việc tiền huấn luyện bằng phương pháp học tương phản giúp tăng thêm 5.3% độ chính xác so với việc huấn luyện từ đầu.
Đóng góp bộ dữ liệu mới cho cộng đồng khoa học: Nhóm nghiên cứu cũng đã đóng góp cho cộng đồng bộ dữ liệu Thermal-LLAB (Low-Light Anomalous Behavior Dataset) – tập hợp các video đồng bộ hóa hồng ngoại và ánh sáng nhìn thấy ghi lại các hành vi bất thường trong và ngoài nhà, làm nền tảng cho các nghiên cứu tiếp theo trên toàn thế giới.

Minh chứng cho triết lý "Thầy dắt đường, Trò bứt phá" tại TTU

Thành công của Nguyễn Hoài Duy và Huỳnh Văn Đông là minh chứng sinh động cho mô hình đồng hành học thuật tại Đại học Tân Tạo. Dưới sự dẫn dắt tận tình của TS. Cao Tiến Dũng và TS. Trần Đào Huy Cường, các bạn sinh viên không chỉ tiếp cận các bài toán R&D mang tính thực tiễn cao mà còn được rèn luyện quy trình nghiên cứu, viết báo và phản biện học thuật theo chuẩn mực quốc tế.

Việc sinh viên bậc Đại học đứng tên tác giả chính và công bố công trình trên tạp chí chuyên ngành uy tín một lần nữa khẳng định chất lượng đầu ra vượt trội, tư duy nghiên cứu độc lập cùng bản lĩnh hội nhập của thế hệ trẻ Khoa CNTT TTU.

Trường Đại học Tân Tạo và Khoa Công nghệ Thông tin nhiệt liệt chúc mừng hai giảng viên cùng hai bạn Nguyễn Hoài Duy và Huỳnh Văn Đông. Chúc các bạn tiếp tục giữ vững niềm đam mê nghiên cứu khoa học, tự tin gặt hái thêm nhiều thành công trên con đường phát triển sự nghiệp công nghệ trong tương lai!

SIT News

Tiếp tục khám phá SIT

Theo dõi các hoạt động học thuật, thành tích và câu chuyện mới từ cộng đồng SIT.

Tin tức