Sinh viên năm 3 đã có bài báo Q1 khi dùng AI tái dựng khuôn mặt từ hộp sọ

Sử dụng AI dựng khuôn mặt từ hộp sọ

Nguyễn Tuấn Kiệt, sinh năm 2006 (TPHCM) hiện là sinh viên năm 3, ngành Robot và Trí tuệ nhân tạo của Trường Công nghệ và Thiết kế, Đại học Kinh tế TPHCM (UEH).

Kiệt vừa có bài báo khoa học được công bố trên International Journal of Legal Medicine (SCIE-Q1), thuộc Nhà xuất bản Springer, với công trình “Deep Learning-Based 3D Forensic Facial Reconstruction: A Volumetric Morphological Inference Approach Using a Skull-Conditioned U-Net”.

Đây là công trình liên ngành, kết hợp trí tuệ nhân tạo (AI), deep learning, computer vision và khoa học pháp y, hướng đến bài toán tái dựng khuôn mặt 3D từ dữ liệu hộp sọ.

Điều đáng chú ý là Kiệt đang học Robot và Trí tuệ nhân tạo nhưng lại thực hiện một đề tài liên quan đến pháp y. Theo nam sinh, đây thực chất là hướng ứng dụng AI vào khoa học pháp y và y khoa, chứ không phải nghiên cứu thuần về pháp y.

“Đây là một đề tài rất khó, một mình em thì không thể nào đạt được những kết quả đó, thành quả đó là nhờ vào sự hỗ trợ của các thầy cô”, Kiệt chia sẻ và cho hay, trong công trình, Kiệt là tác giả chính, còn GS.TS Nguyễn Trường Thịnh, Phó Hiệu trưởng Trường Công nghệ và Thiết kế là đồng tác giả.

Theo Kiệt, bài toán mà nhóm nghiên cứu hướng đến khá đơn giản về cách hiểu: chỉ từ một hộp sọ, làm thế nào để tái tạo khuôn mặt tương ứng với cấu trúc hộp sọ đó để phía pháp y có thể nhận dạng ra danh tính người đã khuất.

Tuy nhiên, trên thực tế, một hộp sọ có thể tương ứng với nhiều khuôn mặt khác nhau bởi không phải mọi đặc điểm trên khuôn mặt đều được hộp sọ quy định. Với phương pháp thủ công, các bác sĩ pháp y có thể sử dụng đất sét để nặn dựng một khuôn mặt từ hộp sọ, nhưng khuôn mặt tạo ra chưa chắc hoàn toàn chính xác và mất rất nhiều thời gian.

Vì vậy, mục tiêu xa hơn của nghiên cứu là không chỉ tạo ra một khuôn mặt duy nhất, mà có thể tạo ra nhiều khuôn mặt khả thi từ cùng một hộp sọ. Những gương mặt này sau đó có thể hỗ trợ quá trình xác định danh tính nhanh và chính xác hơn.

Trong bài báo hiện tại, mô hình của Kiệt mới tạo ra được một khuôn mặt trung bình từ một hộp sọ. Đây cũng là bước đầu của dự án, công trình được thực hiện từ đầu năm nay.

Để thực hiện việc tái dựng, mô hình deep learning sẽ học các đặc điểm về khoảng cách và hình dạng từ hộp sọ, sau đó ánh xạ những thông tin này lên khuôn mặt. Các yếu tố được xem xét gồm khoảng cách giữa hộp sọ với mô mềm, hình dạng tổng thể và kích thước của hộp sọ.

Nói một cách dễ hiểu, Kiệt đang đưa dữ liệu hộp sọ vào AI, để từ những gì mô hình đã học, hệ thống dựng nên một khuôn mặt phù hợp nhất có thể với hộp sọ đó.

Tuy nhiên, Kiệt nhấn mạnh đây mới chỉ là bước đầu. Hướng phát triển tiếp theo là từ một hộp sọ có thể tạo ra nhiều khuôn mặt khác nhau, thay vì chỉ một khuôn mặt trung bình.

“Nếu làm được như vậy, nó sẽ giúp thu hẹp khoảng cách tìm kiếm, tạo ra nhiều khuôn mặt khả dĩ, trong đó có những khuôn mặt sẽ có tỷ lệ xác định danh tính cao hơn”, Kiệt nói.

Theo học AI, phải chấp nhận cuộc đua thay đổi liên tục

Chia sẻ hành trình đến với ngành học đặc biệt này, Tuấn Kiệt cho hay, khi tìm kiếm lĩnh vực để lựa chọn, em bị thu hút bởi lĩnh vực AI khi thời gian gần đây trí tuệ nhân tạo phát triển mạnh mẽ.

Tuấn Kiệt cũng trở thành gương mặt sáng giá trong lĩnh vực này khi gặt hái hàng loạt giải thưởng, thành tích đặc biệt trong lĩnh vực AI. Trong đó, có giải Nhất UEH Dancing Robot 2024, giải Nhất Robot Challenge Contest 2025 và giải Nhì tại cuộc thi Robot Quốc tế Singapore Roboroaz 2026.

Kiệt cũng có các lần báo cáo khoa học tại Hoa Kỳ, Pháp, Nhật Bản và tham gia những chương trình Summer Camp tại Hàn Quốc, Đài Loan, Thái Lan.

Thế nhưng, nam sinh cho hay, thành tựu của mình đến từ sự khích lệ, động viên của các thầy trong khoa và nhà trường đã tạo cơ hội để sinh viên được thử sức, giao lưu trên đấu trường quốc tế.

Tuy nhiên, với Kiệt, một thách thức lớn với sinh viên học lĩnh vực AI là tốc độ phát triển quá nhanh của công nghệ. Sinh viên không thể đứng ngoài sự thay đổi này mà phải học cách thích nghi.

Khi AI phát triển, người học đồng thời có thêm nhiều công cụ và nguồn tài nguyên mới. Vì vậy, điều quan trọng là phải biết sử dụng AI trong quá trình học tập, nghiên cứu và xử lý công việc, thay vì nhất thiết phải tự tạo ra tất cả.

Dù vậy, nam sinh thừa nhận sinh viên cũng có những lo ngại. Một nghiên cứu bắt đầu từ đầu năm có thể đến cuối năm đã đứng trước những công nghệ hoặc phương pháp mới, khiến giá trị của công trình không còn giống thời điểm bắt đầu.

Kiệt cho rằng sự cạnh tranh và tốc độ thay đổi chính là đặc trưng của lĩnh vực AI, buộc người học phải liên tục thích nghi.