Nhận dạng khuôn mặt là một lĩnh vực nghiên cứu của ngành Thị giác máy tính, camera an ninh hiện đang phổ biến, công nghệ này dần được sử dụng ở các sân bay, văn phòng, đại học, ngân hàng và bất kì địa điểm nào có hệ thống an ninh. Hệ thống nhận dạng khuôn mặt có thể tự động phát hiện khuôn mặt trong ảnh. Trong bài báo này, chúng tôi cung cấp các chi tiết kỹ thuật cho việc nhận diện khuôn mặt bằng cách sử dụng MTCNN để nhận diện, căn chỉnh khuôn mặt và ArcFace để xuất các đặc trưng khuôn mặt. Tuy nhiên, việc sử dụng MTCNN và ArcFace bị hạn chế về mặt thời gian. Vì thế, tác giả đề xuất sử dụng Haar-Cascade và MTCNN vào ArcFace cho hệ thống nhận dạng mặt người để cải tiến về mặt thời gian. Kết quả thực nghiệm cho thấy, trong Haar-Cascade bộ lọc chỉ tạo ra một bản sao cửa sổ trượt nên cho kết quả tốt hơn về mặt thời gian so với MTCNN tạo nhiều bản sao cửa sổ trượt cho việc phát hiện khuôn mặt. Theo đó, việc kết hợp Haar-Cascade và MTCNN sẽ cải thiện được tốc độ và độ chính xác khi nhận dạng khuôn mặt., Tóm tắt tiếng anh, Face recognition is a research area of computer vision and it is a biometric system used to identify or verify a person from digital images. This paper provides technical details for face recognition by using the method of MTCNN to identify and align faces, and the method of ArcFace to export face features. However, the use of the MTCNN method and ArcFace algorithm is time-limited. Therefore, this paper proposes to implement the methods of Haar-Cascade and MTCNN into the ArcFace algorithm for the human facial recognition system to extend the using time. Empirical results show that the Haar-Cascade's filter occupies only a part of the sliding window while the MTCNN's filter occupies the entire sliding window for the face detection. Therefore, the Haar-Cascade method gives better results. The combination of the Haar-Cascade and MTCNN methods will improve the speed and accuracy of face recognition.