I. Giới thiệu đề tài
Khóa luận tốt nghiệp này tập trung vào việc tích hợp tính toán biên và máy chủ để giải quyết bài toán tìm kiếm phương tiện và con người trên camera thông minh. Với sự phát triển của công nghệ thông tin và trí tuệ nhân tạo, nhu cầu về hệ thống giám sát và tìm kiếm thông minh ngày càng tăng. Đề tài này nhằm xây dựng một hệ thống hiệu quả, kết hợp học máy và phân tích dữ liệu để cải thiện độ chính xác và tốc độ tìm kiếm.
1.1. Mục tiêu đề tài
Mục tiêu chính của đề tài là xây dựng một hệ thống kết hợp tính toán biên và máy chủ để tìm kiếm phương tiện và con người từ camera thông minh. Hệ thống này cần đạt được độ chính xác cao trong việc phát hiện và theo dõi đối tượng, đồng thời tích hợp khả năng quản lý dữ liệu và tìm kiếm thông minh.
1.2. Phương pháp thực hiện
Nhóm nghiên cứu đã áp dụng các phương pháp hiện đại như học sâu và phân tích dữ liệu để xử lý hình ảnh và video. Các thuật toán như YOLO và DeepSORT được sử dụng để phát hiện và theo dõi đối tượng trên thiết bị biên, trong khi máy chủ đảm nhận việc lưu trữ và phân tích dữ liệu phức tạp.
II. Tổng quan về hệ thống
Hệ thống được đề xuất kết hợp tính toán biên và máy chủ để tối ưu hóa hiệu suất và độ chính xác. Thiết bị biên thực hiện các tác vụ xử lý cơ bản như phát hiện và theo dõi đối tượng, trong khi máy chủ xử lý các tác vụ phức tạp hơn như trích xuất đặc trưng và tìm kiếm thông minh.
2.1. Hệ thống máy tính kết hợp Edge to Cloud
Hệ thống Edge-to-Cloud cho phép xử lý dữ liệu tại thiết bị biên và máy chủ một cách liên tục. Thiết bị biên giúp giảm tải cho máy chủ và cải thiện thời gian phản hồi, trong khi máy chủ đảm nhận việc lưu trữ và phân tích dữ liệu quy mô lớn.
2.2. Các hệ thống tìm kiếm hiện đại
Các hệ thống tìm kiếm hiện đại sử dụng học sâu và học máy để cải thiện độ chính xác. Các mô hình như CNN và RNN được áp dụng để nhận diện và phân loại đối tượng trong hình ảnh và video.
III. Thiết kế và hiện thực hệ thống
Hệ thống được thiết kế để tích hợp tính toán biên và máy chủ một cách hiệu quả. Thiết bị biên sử dụng các thuật toán như YOLO để phát hiện và theo dõi đối tượng, trong khi máy chủ thực hiện các tác vụ phức tạp như trích xuất đặc trưng và tìm kiếm thông minh.
3.1. Phát hiện và theo dõi đối tượng trên thiết bị biên
Các thuật toán như YOLO và DeepSORT được sử dụng để phát hiện và theo dõi đối tượng trên thiết bị biên. Các thuật toán này được tối ưu hóa để chạy trên các thiết bị có tài nguyên hạn chế, đảm bảo hiệu suất và độ chính xác cao.
3.2. Mô hình nhận diện lại người và phương tiện
Mô hình REG4L-Net được đề xuất để nhận diện lại người và phương tiện. Mô hình này kết hợp nhiều hàm mất mát và Multi-view Feature Fusion Network để cải thiện độ chính xác trên các bộ dữ liệu khác nhau.
IV. Đánh giá kết quả thực nghiệm
Hệ thống được đánh giá trên các bộ dữ liệu thực tế, bao gồm UFPR-ALPR và dữ liệu thu thập từ camera thông minh tại Việt Nam. Kết quả cho thấy hệ thống đạt độ chính xác cao trong việc phát hiện và tìm kiếm đối tượng.
4.1. Đánh giá pipeline phát hiện và theo dõi đối tượng
Pipeline phát hiện và theo dõi đối tượng trên thiết bị biên đạt tốc độ trung bình 17FPS, đảm bảo hiệu suất và độ chính xác cao trong thời gian thực.
4.2. Đánh giá mô hình nhận diện lại
Mô hình REG4L-Net đạt độ chính xác cao trên các bộ dữ liệu Market-1501 và VeRi-776, đồng thời đạt Acc@1 là 81.7 trên dữ liệu thu thập từ Việt Nam.
V. Kết luận và hướng phát triển
Hệ thống đề xuất đã chứng minh hiệu quả trong việc tích hợp tính toán biên và máy chủ để giải quyết bài toán tìm kiếm phương tiện và con người. Các hướng phát triển trong tương lai bao gồm cải thiện độ chính xác và mở rộng ứng dụng trong các lĩnh vực khác như đô thị thông minh và giám sát an ninh.
5.1. Khó khăn gặp phải
Một số khó khăn trong quá trình thực hiện bao gồm việc thu thập và gán nhãn dữ liệu, cũng như tối ưu hóa các thuật toán để chạy trên thiết bị biên có tài nguyên hạn chế.
5.2. Hướng phát triển
Các hướng phát triển trong tương lai bao gồm cải thiện độ chính xác của mô hình, tích hợp thêm các tính năng tìm kiếm thông minh, và mở rộng ứng dụng trong các lĩnh vực khác như đô thị thông minh và giám sát an ninh.
