Kiểm soát ra vào thủ công bằng thẻ từ, sổ ghi chép tại các cơ sở đào tạo Công an nhân dân đang bộc lộ hạn chế về tốc độ, độ chính xác và khả năng lưu trữ dữ liệu. Bài báo đề xuất kiến trúc và xây dựng mô hình thử nghiệm (pilot) hệ thống nhận dạng khuôn mặt thời gian thực phục vụ kiểm soát ra vào thông minh tại Học viện Phòng cháy chữa cháy và Cứu nạn cứu hộ (PCCC&CNCH), trên cơ sở các mô-đun phát hiện khuôn mặt, nhận dạng khuôn mặt và theo dõi đối tượng. Mô hình được triển khai tại khu vực kiểm soát giả lập với 02 camera IP Full HD, máy chủ AI trang bị GPU NVIDIA RTX 4060, trên bộ dữ liệu 120 người (20 cán bộ, 100 học viên), khoảng 1.200 ảnh đăng ký và 35 video thu thập trong 05 ngày. Kết quả đạt độ chính xác trung bình 96,8%, Điểm F1 96,2%, tốc độ xử lý 21 khung hình/giây, bước đầu khẳng định tính khả thi của giải pháp và là cơ sở để tiếp tục hoàn thiện trước khi xem xét triển khai toàn trường.

Manual access control using magnetic cards and physical logbooks at People's Public Security educational institutions is increasingly revealing limitations regarding speed, accuracy, and data storage capacity. This paper proposes the architecture and development of a pilot real-time face recognition system for smart access control at the Fire and Rescue Academy, based on face detection, face recognition, and object tracking modules. The model was deployed in a simulated control area equipped with two Full HD IP cameras and an AI server powered by an NVIDIA RTX 4060 GPU. The dataset comprised 120 individuals (20 staff members and 100 cadets), consisting of approximately 1,200 registered images and 35 videos collected over a five-day period. The experimental results achieved an average accuracy of 96.8%, an F1-score of 96.2%, and a processing speed of 21 frames per second (FPS). These initial findings demonstrate the feasibility of the proposed solution and serve as a foundation for further refinement prior to full-scale campus deployment.