CHƯƠNG 1: TỔNG QUAN NGHIÊN CỨU TRONG VÀ NGOÀI NƯỚC 1. Giới thiệu Tại các nước phát triển, việc sử dụng camera giám sát khá phổ biến với rất nhiều tính năng thông minh như đo tốc độ, nhận dạng biển số, phân loại xe, phát hiện ngược chiều, xe đi vào vùng cấm,… được bố trí kín đáo và mật độ dày đặc. Đối với tình hình giao thông phức tạp của Việt Nam hiện nay, việc xây dựng hệ thống nhận dạng làn đường và phân loại phương tiện tham gia giao thông vẫn còn nhiều thách thức như thành phần tham gia giao thông đa dạng và phức tạp đặc biệt là xe máy, mật độ giao thông tăng nhanh ở một số thời điểm, điều kiện môi trường xấu như cường độ sáng không đảm bảo, mưa, góc đặt thiết bị giám sát, v.v… Hiện tại, để có thể phát hiện những trường hợp xe di chuyển sai làn đường quy định, đòi hỏi cán bộ giám sát phải thiết lập cấu hình thủ công rất mất thời gian. Thiết bị giám sát chuyên dụng có chi phí rất cao không khả thi cho việc trang bị số lượng lớn.
Vì vậy, giải pháp tận dụng các hình ảnh thu được từ video giám sát giao thông, áp dụng các kỹ thuật xử lý ảnh, hay giải pháp máy học để phân tích nhận dạng làn đường, nhận dạng phương tiện từ đó xác định phương tiện đang di chuyển trên làn đường nào đang được nhiều nhà nghiên cứu quan tâm. Tóm lại, hướng tiếp cận sử dụng các kỹ thuật xử lý ảnh, kỹ thuật học sâu để phát hiện và phân loại phương tiện tham gia giao thông theo làn đường trong hệ thống giám sát giao thông là phù hợp với hiện trạng camera đang được trang bị với số lượng lớn trên khắp cả nước. Các nghiên cứu trong nước Ở nước ta, các công trình nghiên cứu về bài toán phát hiện phương tiện di chuyển sai làn đường qua camera còn rất hạn chế do tính phức tạp và ứng dụng vào thực tế. Đa phần là các nghiên cứu liên quan đến kỹ thuật nhận dạng đối tượng, phát hiện đối tượng chuyển động, theo vết đối tượng và dự đoán hướng di chuyển trong video.
Năm 2016, nghiên cứu “Dự đoán hướng di chuyển và xác định tốc độ xe qua camera giám sát” [3] của các tác giả Lâm Hữu Tuấn, Huỳnh Phụng Toàn, Trần Cao Đệ, Nguyễn Thị Hồng Nhung sử dụng phương pháp một “khung đo” để xác định tốc độ xe trong video giao thông, phát hiện đối tượng chuyển động bằng kỹ thuật trừ nền và dự đoán hướng di chuyển, tính vận tốc của đối tượng bằng phép toán trung bình có trọng số. Từ thực nghiệm của các tác giả cho thấy kết quả khá chính xác, đo được tốc độ nhiều phương tiện cùng lúc và có thể xử lý ảnh, video được thu bằng camera thường. Năm 2019, công trình của tác giả Bùi Trần Tiến “Nhận dạng phương tiện dựa vào kỹ thuật học sâu” [7]. Tác giả sử dụng YOLOv4 trong việc nhận dạng phương tiện giao thông.
Với việc thay đổi cấu trúc của mô hình YOLOv4 so với các phiên bản trước, có thể cải thiện tốc độ, độ chính xác của mô hình. Trong thử nghiệm của tác giả với các phương tiện giao thông như ô tô con và xe máy việc thay đổi số filter tích chập (convolutional) đã cải thiện tốc độ dự đoán đáng kể mà không giảm đi độ chính xác của hệ thống trong điều kiện ánh sáng tốt. Tại hội nghị FAIR 2020, công trình “Khảo sát bài toán nhận diện và đo tốc độ phương tiện tham gia giao thông” [5] của tác giả Vũ Đức Lung và các cộng sự giới thiệu đã khảo sát và phân loại các kỹ thuật và hướng tiếp cận phổ biến hiện nay đối với hai bài toán phát hiện và đo tốc độ phương tiện tham gia giao thông vốn là cơ sở cho nhiều hệ xử lý kế tiếp như theo vết, phân tích hành vi. Đồng thời các tác giả tổng hợp và đề xuất một số bộ dữ liệu thường dùng để huấn luyện và đánh giá kết quả.
Năm 2022, công trình của tác giả Lý Băng, “Hệ Thống Đo Tốc Độ Phương Tiện Giao Thông Trên Quốc Lộ Bằng Camera Kỹ Thuật Số” [13]. Tác giả sử dụng 7 SSD – Single Shot Detector và Optical flow để phát hiện phương tiện và xác định tốc độ đối tượng. Từ kết quả thực nghiệm của tác giả cho thấy việc phát hiện và theo vết phương tiện khá tốt tuy nhiên vẫn còn một số ít phương tiện bị bỏ qua hoặc không lấy được tốc độ do có một số phương tiện quá khổ thời gian vào và ra video không được chính xác. Các nghiên cứu ngoài nước Hiện nay, trên thế giới có rất nhiều công trình nghiên cứu về kỹ thuật xử lý ảnh, kỹ thuật trừ nền, kỹ thuật học sâu để nhận dạng, theo vết đối tượng như làn đường, các phương tiện giao thông, đo tốc độ.
Năm 2014, công trình của các tác giả Jianqiang Ren, Yangzhou Chen, Le Xin, Jianjun Shi, “Lane Detection in Video-Based Intelligent Transportation Monitoring via Fast Extracting and Clustering of Vehicle Motion Trajectories” [19]. Bài báo này đề xuất một phương pháp mới để phát hiện trung tâm làn đường thông qua trích xuất nhanh chóng và phân cụm quỹ đạo chuyển động của phương tiện với độ chính xác cao. Đầu tiên, các tác giả sử dụng bản đồ hoạt động (activity map) để phát hiện tự động trích xuất vùng đường, hiệu chỉnh camera động và thiết lập ba đường phát hiện ảo. Kế đến, ba đường phát hiện ảo và một mô hình nền cục bộ với phản hồi luồng giao thông được sử dụng để trích xuất và nhóm các điểm đặc trưng của phương tiện trong một đơn vị phương tiện.
Sau đó, các nhóm điểm đặc trưng được mô tả chính xác bằng biểu đồ động có trọng số cạnh và được sửa đổi bằng bộ lọc tương tự chuyển động Kalman trong quá trình theo dõi điểm đặc trưng thưa thớt. Sau khi có được quỹ đạo của phương tiện, một cụm gia tăng k-means thô với khoảng cách Hausdorff được thiết kế để thực hiện việc trích xuất trung tâm làn đường trực tuyến nhanh chóng với độ chính xác cao. Tuy nhiên với tình trạng giao thông thưa thớt, không đồng đều trong suốt thời gian giám sát thì việc nhận dạng tâm làn đường qua quỹ đạo di chuyển của phương tiện lại giảm hiệu quả đáng kể. Năm 2016, công trình của Dominik Zapletal và các cộng sự “Vehicle Re- Identification for Automatic Video Traffic Surveillance” [13], nhận diện phương tiện sử dụng 3D bounding box, chỉ dùng mặt bên và mặt trước của vật thể (không dùng 8 hình ảnh từ đỉnh xe), sau đó ghép hai phần lại thành một ảnh đại diện cho vật thể đó và trích xuất đặc trưng màu sắc từ ảnh đó dùng linear SVM classifier.
Các đặc trưng được sử dụng trong từng mô hình riêng biệt để có được kết quả tốt nhất trong thời gian tính toán CPU ngắn nhất. Phương pháp được đề xuất hoạt động với độ chính xác cao (60% true positives, 10% false positive trên một tập con của dữ liệu thử nghiệm) trong 85ms thời gian tính toán của CPU (Core i7) cho mỗi lần nhận dạng lại một phương tiện. Các ứng dụng của nghiên cứu này bao gồm tìm kiếm các tham số quan trọng như thời gian di chuyển, lưu lượng giao thông hoặc thông tin giao thông trong hệ thống giám sát và giám sát giao thông phân tán. Năm 2018, công trình của Zheng Tang, và các cộng sự “Single-camera and inter-camera vehicle tracking and 3D speed estimation based on fusion of visual and semantic features” [14] sử dụng hai phương pháp đơn camera 3D và đa camera để xác định phân loại và ước lượng tốc độ phương tiện.
Cụ thể, một mô hình ngoại hình thích ứng dựa trên biểu đồ tần suất được giới thiệu để học lịch sử lâu dài của các đặc trưng hình ảnh cho từng phương tiện cụ thể. Ngoài ra, các tính năng ngữ nghĩa bao gồm độ mượt của quỹ đạo di chuyển, thay đổi vận tốc và thông tin thời gian được tích hợp vào chiến lược phân cụm bottom-up để kết hợp dữ liệu trong mỗi chế độ xem camera. Ngoài ra, tối ưu hóa tiến hóa được áp dụng cho hiệu chuẩn máy ảnh để ước tính tốc độ 3D đáng tin cậy. Thuật toán đạt được hiệu suất cao nhất trong cả ước tính tốc độ 3D và nhận dạng lại phương tiện.
Bài báo được top 1 cuộc thi NVIDIA AI City 2018. Năm 2018, công trình của các tác giả Ahmad Arinaldi, Jaka Arya Pradana, Arlan Arventa Gurusinga “Detection and classification of vehicles for traffic video analytics” [16]. Các tác giả trình bày một hệ thống phân tích video giao thông dựa trên kỹ thuật thị giác máy tính. Hệ thống này được thiết kế để tự động thu thập các số liệu thống kê quan trọng theo cách tự động.
Những số liệu thống kê này bao gồm đếm phương tiện, phân loại loại phương tiện, ước tính tốc độ phương tiện từ video và giám sát việc sử dụng làn đường. Phần chính của hệ thống là nhận dạng và phân loại phương tiện trong video giao thông. Các tác giả áp dụng hai mô hình là hệ thống 9 MoG + SVM và mô hình dựa trên RCNN nhanh hơn. Qua thực nghiệm của các tác giả cho thấy RCNN nhanh hơn vượt trội so với MoG trong việc phát hiện các phương tiện tĩnh, chồng chéo hoặc trong điều kiện ban đêm.
RCNN nhanh hơn cũng vượt trội so với SVM trong việc phân loại các loại phương tiện dựa trên hình thức bên ngoài. Năm 2020, công trình của các tác giả Zequn Qin, Huanyu Wang, and Xi Li “Ultra Fast Structure-aware Deep Lane Detection”, các tác giả đưa ra hướng tiếp cận mới trong việc nhận dạng làn đường. Các tác giả đề xuất phương pháp mô hình hóa cấu trúc của làn đường, xử lý việc nhận dạng làn dựa trên việc chọn các đặc trưng chung theo từng dòng (tức chia mô hình làn đường thành các row để xử lý). Kết quả thực nghiệm đạt được hiệu suất tối ưu về cả tốc độ và độ chính xác.
Một phiên bản trọng lượng nhẹ thậm chí có thể đạt được hơn 300 khung hình mỗi giây với cùng độ phân giải, nhanh hơn ít nhất 4 lần so với các phương pháp hiện đại trước đây. Từ kết quả nghiên cứu tổng quan các công trình ở trên cho thấy các giải pháp dùng học sâu hiện nay cho kết quả chính xác hơn nhiều và hiện được áp dụng sâu rộng hơn do đó trong đề án này học viên sẽ áp dụng phương pháp học sâu để phát hiện phương tiện cho giao thông Việt Nam. 10 CHƯƠNG 2: CƠ SỞ LÝ THUYẾT Trong chương này sẽ trình bày các phương pháp liên quan đến xử lý ảnh và phát hiện, nhận dạng đối tượng, theo vết đối tượng, xác định đối tượng giao nhau phổ biến đang được áp dụng và những hạn chế của các phương pháp này.