Tổng quan luận án

Luận án tiến sĩ toán học với đề tài "Kỹ thuật xử lý vùng quan sát và phát hiện bất thường của các đối tượng trong hệ thống camera giám sát" được thực hiện bởi nghiên cứu sinh Ngô Đức Vĩnh, dưới sự hướng dẫn khoa học của PGS. Đỗ Năng Toàn. Công trình được hoàn thành năm 2016 tại Viện Công nghệ thông tin, trực thuộc Học viện Khoa học và Công nghệ – Viện Hàn lâm Khoa học và Công nghệ Việt Nam, thuộc chuyên ngành Cơ sở Toán học cho Tin học (mã số đào tạo: 62.10).

Về tính cấp thiết, hệ thống camera giám sát xuất hiện từ những năm 1940 với mục đích ban đầu phục vụ quân sự. Trải qua ba thế hệ công nghệ từ camera tương tự (analog), camera kỹ thuật số đến camera giao thức mạng (IP), các hệ thống này đã được triển khai rộng rãi trong giám sát giao thông, bảo tàng, kho bãi và các khu vực nhạy cảm về an ninh. Theo số liệu khảo sát được trích dẫn trong văn bản, tại Vương quốc Anh có khoảng 1,85 triệu camera giám sát, trong đó xấp xỉ 30.000 thiết bị được lắp đặt tại các địa điểm công cộng. Tại các trung tâm điều khiển thủ công truyền thống, mỗi giám sát viên phải quan sát đồng thời từ 20 đến 100 màn hình camera trong thời gian thực. Thực tế này dẫn đến sự quá tải về thị giác, mệt mỏi, buồn ngủ và suy giảm mức độ cảnh giác, làm gia tăng nguy cơ bỏ sót các sự kiện quan trọng. Mặt khác, việc truy vấn dữ liệu từ hàng trăm hoặc hàng ngàn giờ video đã lưu trữ đòi hỏi chi phí nhân lực và thời gian rất lớn. Do đó, việc tự động hóa các tác vụ giám sát từ mức thấp (phát hiện chuyển động) đến mức cao (theo vết, nhận dạng hành vi, phát hiện bất thường) là yêu cầu cấp thiết nhằm hỗ trợ con người và tối ưu hóa hiệu quả vận hành.

Khoảng trống nghiên cứu được tác giả xác định xuất phát từ hai bài toán cốt lõi trong hệ thống đa camera:

  • Thứ nhất, một camera đơn lẻ luôn bị giới hạn về độ phân giải và thị trường quan sát (Field of View - FOV). Khi triển khai nhiều camera có vùng quan sát chồng chéo (Overlapping - OVL) để giám sát không gian rộng lớn, khối lượng tính toán để đối sánh và ánh xạ đối tượng giữa các góc nhìn khác nhau là rất lớn. Các nghiên cứu trước đây chủ yếu tập trung vào việc thiết lập tương ứng đối tượng (chuyển tiếp đối tượng) trong môi trường 2D mà chưa giải quyết tối ưu cơ chế chọn lựa camera và giảm thiểu tần suất chuyển đổi giữa các camera để hệ thống vận hành liền mạch.
  • Thứ hai, trong bài toán phát hiện hành vi bất thường, các phương pháp dựa trên phân tích quỹ đạo truyền thống thường đòi hỏi phải có toàn bộ dữ liệu quỹ đạo hoàn chỉnh, dẫn đến việc không đáp ứng được yêu cầu xử lý và cảnh báo theo thời gian thực khi đối tượng đang di chuyển dở dang trong cảnh quay.

Mục tiêu nghiên cứu của luận án được xác định gồm ba nội dung chính:

  1. Nghiên cứu hệ thống camera giám sát tự động và các bài toán liên quan;
  2. Nghiên cứu và đề xuất các kỹ thuật chuyển tiếp camera trong hệ thống giám sát có nhiều camera;
  3. Nghiên cứu và đề xuất các kỹ thuật phát hiện bất thường trong giám sát video.

Đối tượng nghiên cứu của luận án tập trung vào hai thành phần chính: bài toán chuyển tiếp camera (camera handoff) và bài toán phát hiện chuyển động bất thường của đối tượng trong hệ thống video giám sát.

Phạm vi nghiên cứu của đề tài bao gồm:

  • Về không gian và mô hình hình học: Nghiên cứu cấu trúc hình học của thị trường quan sát trong môi trường 2D và không gian 3D; giới hạn khảo sát trên các vùng quan sát có dạng đa giác lồi thuộc lớp giao cắt đơn; mô hình hóa đối tượng chuyển động trên mặt phẳng đất nằm ngang thông qua phép biến đổi tương quan (homography) và hình hộp bao định hướng (OBB) hoặc hình hộp bao trục căn chỉnh (AABB).
  • Về phạm vi thuật toán và thời gian: Tập trung vào kỹ thuật phân vùng giám sát cố định, thuật toán tính toán va chạm dựa trên định lý trục tách (Separating Axis Theorem), thuật toán chọn lựa camera tối ưu dựa trên vector hướng chuyển động, và kỹ thuật phân đoạn quỹ đạo chuyển động để nhận diện bất thường trên các chuỗi video giám sát thời gian thực.

Tổng quan tài liệu và vị trí của luận án

Trong chương tổng quan, tác giả đã hệ thống hóa các công trình nghiên cứu trong và ngoài nước liên quan đến các cấp độ xử lý của hệ thống camera giám sát tự động:

Về các hệ thống giám sát tiêu biểu:

  • Hệ thống VSAM (Video Surveillance and Monitoring) do chính phủ Mỹ tài trợ nghiên cứu, thực hiện các tác vụ phát hiện chuyển động, phân loại phương tiện/người, theo vết và phát hiện các tương tác đơn giản.
  • Hệ thống KNIGHT của Shah và cộng sự, hỗ trợ kết hợp giữa mô hình đơn camera và đa camera (cả OVL và NOVL) mà không bắt buộc hiệu chuẩn camera trước.
  • Hệ thống IBM Smart Surveillance System (S3) có chức năng phát hiện, theo vết, nhận diện biển số xe và nhận dạng khuôn mặt.
  • Các hệ thống thương mại hóa khác được khảo sát gồm: Acuity, Agent Vi, Avocado, Axis, AxonX, Cernium, Emza, ioimage, Mate, VideoIQ, Vidient, Vistascape của Siemens.
  • Tại Việt Nam, tác giả điểm lại các hướng nghiên cứu của Trung tâm MICA (Trường Đại học Bách khoa Hà Nội) về phát hiện bất thường và định vị đối tượng chuyển động thông qua các đề tài NAFOSTED; và Phòng thí nghiệm truyền thông đa phương tiện (Trường Đại học Công nghệ thông tin – Đại học Quốc gia TP. Hồ Chí Minh) với các đề tài phát hiện bạo lực, phát hiện sự kiện và tìm kiếm đối tượng trong video.

Về bài toán theo vết trong hệ thống camera không chồng chéo (Non-Overlapping - NOVL):

  • Khó khăn cốt lõi là sự gián đoạn không gian và sự xuất hiện của các "vùng mù".
  • Kỹ thuật đối sánh dựa trên lược đồ màu RGB hoặc HSV được áp dụng bởi các tác giả qua các công trình số [31], [80], [100].
  • Porikli và Divakaran sử dụng mạng Bayes kết hợp hàm chuyển đổi độ sáng (Brightness Transfer Function - BTF) để ánh xạ màu sắc giữa các cặp camera.
  • Vấn đề biến đổi điều kiện chiếu sáng và độ nhạy cảm biến được Hordley và cộng sự xử lý thông qua sắp xếp thứ hạng độ nhạy; Cheng và Piccardi cùng Hamdoun và cộng sự sử dụng kỹ thuật cân bằng biểu đồ màu; Porikli đề xuất mô hình tương quan chéo; Prosser và cộng sự dùng BTF tích lũy với tiêu chuẩn so khớp hai chiều.
  • Javed sử dụng phân tích thành phần chính xác suất (Probabilistic PCA) để mô hình hóa không gian con BTF số chiều thấp kết hợp ràng buộc không gian – thời gian; Rahimi và Darrell cùng Zhu và cộng sự khai thác thông số vận tốc và vị trí; Makris xác định cấu trúc liên kết mạng camera thông qua sự kiện đồng xuất hiện vào/ra; Rahimi và Darrell sử dụng mô hình quá trình Markov trên mặt phẳng đất nhưng yêu cầu có sẵn quỹ đạo hoàn chỉnh.

Về bài toán theo vết trong hệ thống camera có vùng quan sát chồng chéo (Overlapping - OVL):

  • Kỹ thuật đường epipolar được Mittal và Davis sử dụng kết hợp trừ nền và đối sánh màu sắc, chiếu ngược các điểm ảnh thành điểm 3D rồi chiếu xuống mặt phẳng đất để lập bản đồ xác suất.
  • Kỹ thuật dựa trên phép biến đổi tương quan homography với giả thiết các đối tượng di chuyển trên cùng mặt phẳng đất được triển khai bởi nhiều nhóm tác giả. Fleuret kết hợp mô hình chuyển động với mô hình diện mạo gồm màu RGB và bản đồ chiếm dụng mặt phẳng đất dạng lưới đều; Arsic cùng Khan chiếu hình ảnh tiền cảnh lên các mặt phẳng ngang trong không gian 3D; Eshel và Moses cùng Santos và Morimoto xác định vị trí đối tượng thông qua mật độ tích lũy các điểm ảnh tiền cảnh chiếu xuống mặt phẳng.

Về bài toán chuyển tiếp camera (Camera Handoff):

  • Tác giả phân tích hai yếu tố quyết định sự cộng tác giữa các camera theo Chen: "Khi nào" (When - thời điểm kích hoạt chuyển tiếp) và "Ai" (Who - camera tối ưu tiếp nhận).
  • Kang và cộng sự kết hợp bộ lọc Kalman dự đoán vị trí với mô hình diện mạo phân bố màu; Lee cùng Younggwan Jo sử dụng tỷ lệ xuất hiện và đồng xuất hiện (Co-occurrence Ratio - COR); các tác giả khác sử dụng đường biên thị trường quan sát (FOV lines) nhưng gặp bế tắc khi hai đối tượng trùng vị trí FOV.
  • Parket xây dựng bảng tra cứu phân bố camera và khoảng cách; Jo và Han dùng hàm chuyển tiếp dựa trên tỷ lệ đồng xuất hiện mà không cần hiệu chuẩn; Li và Bhanu vận dụng lý thuyết trò chơi để chọn camera có hàm hiệu dụng cực đại; Monary dùng ràng buộc hình học dự báo hướng di chuyển; Snidaro xây dựng độ đo tỷ lệ diện mạo xuất hiện đối tượng.

Về bài toán phát hiện bất thường:

  • Chandola phân loại bất thường thành hai dạng: bất thường điểm (point anomaly - sai lệch giá trị tức thời độc lập) và bất thường ngữ cảnh (contextual anomaly - sai lệch trong mối quan hệ không gian hoặc thời gian, ví dụ xe quay đầu sai quy định). Về mặt kỹ thuật, Chandola chia thành sáu nhóm: phân loại (Classification), phân cụm (Clustering), láng giềng gần nhất (Nearest Neighbor), thống kê (Statistical), lý thuyết thông tin (Information Theoretic), và phổ (Spectral).
  • Leon phân loại thành bốn nhóm: tiếp cận xác suất, tiếp cận năng lượng/luồng, tiếp cận phân cụm, và tiếp cận mô hình hóa.
  • Cui và cộng sự phát hiện bất thường đám đông qua mối quan hệ trạng thái hành vi; Jiang kết hợp cả ngữ cảnh không gian và thời gian.

Khoảng trống nghiên cứu mà luận án lựa chọn giải quyết: Mặc dù các nghiên cứu OVL giải quyết tốt tình trạng bít kín (occlusion) nhưng chi phí tính toán đối sánh liên tục rất cao. Các phương pháp phân vùng giám sát trước đây của Mauro Baseggio, Alberton, Zanella chỉ áp dụng trên không gian 1D (đường biên, hành lang). Luận án định vị việc mở rộng phân vùng giám sát sang môi trường 2D nhằm chuyển đổi vùng quan sát OVL thành tập các đa giác NOVL không giao nhau, kết hợp cơ chế kích hoạt chuyển tiếp bằng đường ranh giới ảo trong không gian 3D và thuật toán lựa chọn camera theo hướng chuyển động. Đồng thời, đối với bài toán bất thường, luận án khắc phục nhược điểm phụ thuộc vào toàn bộ quỹ đạo của các phương pháp thống kê cũ bằng cách phát triển kỹ thuật phân đoạn quỹ đạo cho phép phát hiện bất thường trên các quỹ đạo dở dang theo thời gian thực.

Hướng tiếp cận Tác giả tiêu biểu Kỹ thuật áp dụng Hạn chế ghi nhận trong văn bản
Hệ thống NOVL Porikli, Divakaran; Javed; Prosser Mạng Bayes, BTF, xác suất PCA, lược đồ màu Bị ảnh hưởng bởi chiếu sáng, vùng mù, phụ thuộc quỹ đạo hoàn chỉnh (Rahimi)
Hệ thống OVL Mittal, Davis; Fleuret; Khan; Arsic Đường epipolar, homography, bản đồ chiếm dụng 3D Khối lượng tính toán lớn, hiệu suất giảm khi mật độ đối tượng cao
Chuyển tiếp camera Kang; Lee; Jo, Han; Li, Bhanu; Parket Bộ lọc Kalman, chỉ số COR, lý thuyết trò chơi, bảng tra cứu Tính toán phức tạp, chưa tối ưu số lần chuyển đổi giữa các camera
Phân vùng giám sát Mauro Baseggio, Alberton, Zanella Chiếu thị trường quan sát xuống đường thẳng Chỉ áp dụng trong không gian 1D (hành lang, băng chuyền), không phù hợp không gian 2D mở
Phát hiện bất thường Chandola; Leon; Cui; Jiang Thống kê xác suất, phân cụm, ngữ cảnh không gian - thời gian Định nghĩa phụ thuộc mô hình trích rút, dữ liệu bất thường thưa thớt, khó xử lý thời gian thực

Cơ sở lý thuyết và phương pháp nghiên cứu

Luận án được xây dựng dựa trên nền tảng của chuyên ngành Cơ sở Toán học cho Tin học, kết hợp chặt chẽ giữa hình học tính toán (Computational Geometry), lý thuyết nhận dạng mẫu và thị giác máy tính.

Khung lý thuyết và các khái niệm hình học được định nghĩa chính thức trong văn bản gồm:

  • Định nghĩa 2.1 [Đa giác quan sát]: Đa giác quan sát của camera là hình chiếu vùng quan sát của camera xuống mặt phẳng 2D. Văn bản giới hạn phạm vi nghiên cứu trên các đa giác quan sát là đa giác lồi.
  • Định nghĩa 2.2 [Điểm giao cắt của hai đa giác quan sát]: Cho hai đa giác quan sát $A$ và $B$. Một điểm được gọi là điểm giao cắt của hai đa giác $A, B$ nếu nó là giao của một cạnh thuộc đa giác $A$ với một cạnh thuộc đa giác $B$ và không trùng với các đỉnh của $A$ hoặc $B$.
  • Định nghĩa 2.3 [Giao cắt đơn]: Cho hai đa giác quan sát $A, B$. Hai đa giác được gọi là giao cắt đơn nếu phần còn lại của mỗi đa giác sau khi loại bỏ phần giao nhau là một đa giác duy nhất.
  • Mệnh đề 2.1: Nếu $A, B$ là hai đa giác quan sát và $A, B$ là giao cắt đơn, thì số lượng điểm giao cắt giữa $A$ và $B$ không vượt quá 2.
  • Bổ đề 2.1 [Chia cắt hai đa giác]: Cho $A, B$ là hai đa giác quan sát và $A, B$ là giao cắt đơn, nếu tồn tại hai điểm giao cắt thì đường nối hai điểm giao cắt là đường chia cắt mà mỗi đa giác sau khi chia có số cạnh nhỏ nhất.

Về phương pháp tính toán chuyển tiếp và mô hình hóa không gian:

  • Kỹ thuật đường ranh giới ảo: Mô hình hóa các cạnh biên phân chia giữa các vùng quan sát thành các ranh giới ảo trong không gian 3D.
  • Thuật toán kiểm tra va chạm: Áp dụng định lý trục tách (Separating Axis Theorem - SAT) để xác định thời điểm đối tượng giao cắt hoặc chạm vào đường ranh giới ảo. Phương pháp thực hiện chiếu các đỉnh của hình hộp bao đối tượng (sử dụng OBB hoặc AABB) lên trục tách vuông góc với mặt phẳng ranh giới; nếu hình chiếu của đối tượng và ranh giới chồng lấn trên mọi trục tách thì va chạm được xác nhận xảy ra, kích hoạt tín hiệu chuyển tiếp camera.
  • Phép biến đổi tương quan (homography): Được sử dụng để ánh xạ tọa độ điểm ảnh từ mặt phẳng khung hình 2D của camera về mặt phẳng nền thế giới thực 3D dựa trên mô hình camera pinhole.
  • Dự đoán chuyển động: Sử dụng vector vị trí và hướng chuyển động của đối tượng kết hợp đồ thị biểu diễn mối quan hệ không gian giữa các vùng quan sát để chọn lựa camera tiếp quản.

Về phương pháp phát hiện bất thường dựa vào quỹ đạo:

  • Quỹ đạo chuyển động của đối tượng được thu nhận sau quá trình theo vết, biểu diễn dưới dạng chuỗi các điểm tọa độ không thời gian.
  • Kỹ thuật phân đoạn quỹ đạo (Trajectory Segmentation): Chia quỹ đạo chuyển động thành các đoạn thành phần dựa trên sự thay đổi hướng và đặc trưng hình học.
  • Phân cụm và xây dựng tuyến đường: Gom nhóm các quỹ đạo bình thường để tạo ra các tuyến đường đại diện (representative paths) và phân đoạn các tuyến đường này. Quỹ đạo cần kiểm tra được so sánh độ tương tự với các phân đoạn của tuyến đường chuẩn, cho phép phát hiện sớm sai lệch ngay khi quỹ đạo chưa kết thúc.

Phương pháp nghiên cứu thực nghiệm và nguồn dữ liệu:

  • Phương pháp luận kết hợp nghiên cứu lý thuyết hình học giải tích với cài đặt thuật toán và kiểm chứng thực nghiệm.
  • Dữ liệu thử nghiệm gồm hai nguồn:
    1. Tập dữ liệu quỹ đạo mô phỏng/chuẩn hóa: Tập 200 quỹ đạo bình thường dùng để phân cụm và xây dựng tuyến đường đại diện; tập quỹ đạo kiểm tra (bao gồm khảo sát chi tiết độ tương tự từ quỹ đạo số 254 tới các tuyến đường).
    2. Dữ liệu video thực nghiệm: Các luồng video thu nhận trực tiếp từ hệ thống đa camera giám sát thực tế được bố trí trên mặt bằng cụ thể, dùng để đo lường giá trị độ chính xác (Precision) và tỷ lệ phát hiện bất thường.

Nội dung chính theo từng chương

Chương 1: Tổng quan về chuyển tiếp và phát hiện bất thường trong các hệ thống camera giám sát

Chương 1 thiết lập bức tranh tổng thể về cấu trúc và nguyên lý hoạt động của một hệ thống camera giám sát tự động gồm nhiều camera. Tác giả phân tích quy trình xử lý luồng video qua bốn giai đoạn tuần tự:

  1. Phát hiện đối tượng chuyển động: Tách các vùng ảnh chuyển động ra khỏi nền tĩnh. Văn bản viện dẫn phân loại của Teddy gồm ba nhóm kỹ thuật: phương pháp chênh lệch tạm thời, phương pháp trừ nền, các phương pháp thống kê và kỹ thuật luồng quang học. Giai đoạn này chịu ảnh hưởng trực tiếp bởi sự thay đổi cường độ ánh sáng, bóng đổ của đối tượng và sự dịch chuyển của cảnh nền.
  2. Phân loại đối tượng: Phân chia các đối tượng chuyển động thành các lớp xác định trước (chủ yếu là người, nhóm người, phương tiện giao thông) thông qua hai bước: trích rút vector đặc trưng (chiều cao, độ rộng, diện tích, hình bóng) và sử dụng các thuật toán phân lớp nhận dạng mẫu.
  3. Theo vết đối tượng: Thiết lập sự tương ứng của đối tượng qua các khung hình liên tiếp để xác định quỹ đạo, vận tốc và hướng di chuyển; đồng thời giải quyết các hiện tượng bít kín (occlusion) hoặc đối tượng rời khỏi tầm nhìn.
  4. Phân tích và nhận biết hành vi: Đánh giá các mô hình chuyển động mức cao, phân biệt hành vi bình thường và bất thường.

Tiếp đó, chương 1 phân tích sâu hai bài toán trọng tâm:

  • Bài toán chuyển tiếp camera: Phân biệt rõ sự khác nhau giữa theo vết trong hệ thống NOVL (phải giải quyết bài toán tái định danh qua vùng mù bằng màu sắc, BTF, PCA xác suất) và hệ thống OVL (sử dụng ràng buộc epipolar, homography, bản đồ chiếm dụng). Luận án chỉ ra ba khó khăn cố hữu của bài toán chuyển tiếp gồm: tính ngẫu nhiên trong chuyển động của đối tượng, nhiễu môi trường bên ngoài, và sự khác biệt lớn về góc nhìn, tỷ lệ, màu sắc giữa các camera độc lập. Tác giả nhấn mạnh việc giải quyết hai câu hỏi "Khi nào" (When) và "Ai" (Who) để giảm thiểu chi phí tính toán đối sánh hình ảnh.
  • Bài toán phát hiện bất thường trong video giám sát: Định nghĩa bất thường theo Chandola là các quan sát không tuân theo hành vi bình thường kỳ vọng; phân tích hai loại bất thường điểm và bất thường ngữ cảnh. Khảo sát các thách thức về việc định nghĩa bất thường phụ thuộc vào ngữ cảnh trích xuất và tính chất dữ liệu bất thường luôn thưa thớt, không thể dự đoán trước. Khảo sát các hướng tiếp cận của Leon (xác suất, năng lượng/luồng, phân cụm, mô hình hóa) và Chandola (phân loại, phân cụm, láng giềng gần nhất, thống kê, lý thuyết thông tin, phổ), từ đó chia thành hai nhóm tiếp cận thực tế: phân tích hình ảnh dòng video và phân tích quỹ đạo chuyển động.

Chương 2: Một số kỹ thuật xử lý vùng quan sát trong chuyển tiếp camera

Chương 2 trình bày các đóng góp lý thuyết và kỹ thuật của luận án nhằm giải quyết bài toán chuyển tiếp camera thông qua ba nội dung xử lý vùng quan sát:

  1. Kỹ thuật phân vùng giám sát cố định trong môi trường 2D:
  • Mục tiêu: Chuyển đổi bài toán theo dõi trong hệ thống OVL thành mô hình NOVL bằng cách phân chia trường quan sát chồng chéo thành các vùng con không giao cắt, từ đó loại bỏ việc phải đối sánh đối tượng liên tục trong vùng chung.
  • Cơ sở toán học: Dựa trên Định nghĩa 2.1, 2.2, 2.3 và Mệnh đề 2.1, văn bản chứng minh rằng đối với hai đa giác quan sát lồi thuộc loại giao cắt đơn, số điểm giao cắt giữa chúng tối đa là 2.
  • Bổ đề 2.1 chứng minh rằng đoạn thẳng nối trực tiếp hai điểm giao cắt $L_s$ và $L_e$ chính là đường chia cắt tối ưu, giúp hai đa giác con sau khi chia có số cạnh gia tăng là nhỏ nhất.
  • Thuật toán partitionTwoPolygon: Thực hiện tìm phần chung của hai đa giác qua ba bước (tìm giao điểm các cạnh, tìm các đỉnh nằm trong nhau, tạo đa giác kết quả) và phân chia vùng chung dựa trên đoạn nối hai giao điểm.
  • Mở rộng cho hệ thống $n$ camera tĩnh: Đánh số camera liên tiếp theo đường biên khu vực giám sát; duyệt từ camera thứ nhất và xét giao cắt tuần tự với các camera lân cận để tạo thành tập các đa giác quan sát rời rạc không giao nhau bao phủ toàn bộ khu vực.
  1. Chuyển tiếp camera dựa vào đường ranh giới ảo:
  • Thiết lập ranh giới ảo: Đường phân chia giữa các vùng quan sát sau khi phân vùng được mô hình hóa thành đường ranh giới ảo trong không gian giám sát.
  • Thuật toán phát hiện va chạm: Sử dụng định lý trục tách (SAT) trong môi trường 3D. Đối tượng chuyển động được bao bọc bởi hình hộp bao (OBB/AABB) và mặt phẳng ranh giới ảo được xác định bằng phương trình toán học. Khi đối tượng di chuyển, thuật toán chiếu 8 đỉnh của hình hộp bao lên trục tách $d$ (vuông góc với mặt ranh giới). Nếu khoảng chiếu của hình hộp bao giao nhau với vị trí của ranh giới, hệ thống xác định va chạm xảy ra. Đây là thời điểm chính xác (trả lời câu hỏi "When") để kích hoạt quá trình chuyển giao camera mà không cần tính toán liên tục tại mọi khung hình.
  1. Kỹ thuật chọn lựa camera dựa trên hướng chuyển động của đối tượng:
  • Dự đoán trạng thái: Từ chuỗi vị trí trong quá khứ, hệ thống tính toán vị trí tiếp theo và vector hướng chuyển động của đối tượng.
  • Biểu diễn quan hệ không gian: Thiết lập đồ thị mô tả mối quan hệ tiếp giáp giữa các vùng quan sát của các camera trong hệ thống.
  • Thuật toán lựa chọn (trả lời câu hỏi "Who"): Dựa vào vector hướng chuyển động và cấu trúc đồ thị tiếp giáp, giải thuật xác định camera mục tiêu mà đối tượng có xác suất đi vào cao nhất. Cơ chế này loại bỏ các lần chuyển tiếp rung lắc (ping-pong handoff) khi đối tượng di chuyển sát mép ranh giới, giúp tối thiểu hóa tổng số lần chuyển giao camera trong toàn bộ hành trình. Kết quả thực nghiệm đo giá trị độ chính xác (Precision) tại mỗi camera chứng minh hiệu quả duy trì theo dõi của phương pháp.

Chương 3: Phát hiện bất thường dựa vào quỹ đạo trong các video giám sát

Chương 3 tập trung vào kỹ thuật phát hiện hành vi bất thường thông qua việc phân tích chuỗi dữ liệu quỹ đạo thu nhận được từ quá trình theo dõi đối tượng:

  1. So sánh hai hướng tiếp cận:
  • Tiếp cận dựa trên phân tích hình ảnh dòng video: Thường yêu cầu tính toán lớn trên toàn bộ điểm ảnh (pixel), nhạy cảm với nhiễu môi trường và biến động ánh sáng.
  • Tiếp cận dựa vào phân tích quỹ đạo: Giảm chiều dữ liệu, tập trung trực tiếp vào hành vi không gian – thời gian của đối tượng, phù hợp cho việc đánh giá các vi phạm quy tắc di chuyển.
  1. Mô hình phân đoạn quỹ đạo và tuyến đường:
  • Định nghĩa quỹ đạo: Chuỗi các điểm tọa độ không – thời gian của đối tượng chuyển động.
  • Kỹ thuật phân đoạn quỹ đạo: Quỹ đạo được chia thành các giai đoạn/đoạn thẳng nhỏ dựa trên các điểm chuyển hướng và vận tốc.
  • Phân nhóm quỹ đạo: Tập hợp các quỹ đạo chuyển động bình thường được gom cụm để trích xuất ra các tuyến đường chính (đường đại diện) đặc trưng cho khu vực giám sát.
  • Phân đoạn tuyến đường đại diện: Mỗi tuyến đường đại diện được chia thành các phân đoạn chuẩn kèm theo ngưỡng dung sai cho phép về khoảng cách và góc lệch.
  1. Thuật toán phát hiện bất thường:
  • Sơ đồ khối xử lý: Quỹ đạo chuyển động thực tế của đối tượng khi đang di chuyển được phân đoạn trực tiếp; hệ thống so sánh từng phân đoạn hiện thời với các phân đoạn tương ứng của các tuyến đường đại diện chuẩn.
  • Điểm mấu chốt: Thuật toán không chờ đối tượng hoàn thành toàn bộ hành trình mà có khả năng đưa ra kết luận bất thường ngay trên các quỹ đạo không hoàn chỉnh (dở dang). Nếu độ lệch vượt quá ngưỡng dung sai, đối tượng bị cảnh báo bất thường ngay tại vị trí vi phạm.
  1. Dữ liệu và kết quả thực nghiệm:
  • Thực nghiệm với quỹ đạo cho trước: Sử dụng tập 200 quỹ đạo bình thường để phân nhóm và trích xuất đường đại diện; tiến hành khảo sát độ tương tự từ quỹ đạo số 254 tới các tuyến đường đại diện để kiểm chứng khả năng phân loại sai lệch.
  • Thực nghiệm với dữ liệu thu nhận từ video giám sát: Kiểm thử mô hình trên các video giám sát giao thông thực tế, đánh giá kết quả qua các bảng số liệu đo độ chính xác phát hiện bất thường trên dữ liệu video.
Bảng / Hình thực nghiệm trong văn bản Nội dung thể hiện Kết quả / Ý nghĩa khoa học
Bảng 2.x (Chương 3) Kết quả phân đoạn các đường đại diện của tuyến đường Chuẩn hóa các tuyến đường đại diện thành các tập phân đoạn hình học làm cơ sở đối sánh
Bảng khảo sát (Chương 3) Khảo sát độ tương tự từ quỹ đạo 254 tới các tuyến đường Định lượng khoảng cách/độ tương tự để phân biệt quỹ đạo bình thường và bất thường
Bảng 108 (Chương 3) Kết quả đo độ chính xác phát hiện bất thường trên dữ liệu video Đánh giá độ chính xác thực tế của thuật toán phân đoạn quỹ đạo trên luồng hình ảnh video
Biểu đồ thực nghiệm (Chương 2) So sánh giá trị Precision ở mỗi camera Minh chứng hiệu quả duy trì độ chính xác khi áp dụng kỹ thuật chọn lựa camera theo hướng

Kết quả và những đóng góp mới

Theo tuyên bố chính thức của tác giả tại phần mở đầu và kết luận của luận án, công trình đạt được bốn đóng góp mới về mặt lý thuyết và kỹ thuật thực nghiệm:

  1. Đề xuất kỹ thuật phân vùng giám sát cố định cho các camera trong hệ thống camera giám sát dựa trên quan hệ hình học giữa thị trường quan sát của các camera: Kỹ thuật giải quyết bài toán chia cắt phần giao nhau giữa hai đa giác quan sát lồi thuộc loại giao cắt đơn. Tác giả chứng minh toán học rằng đường nối hai điểm giao cắt là đường chia cắt tối ưu giúp số cạnh của các đa giác sau khi chia tăng lên ít nhất. Giải pháp này cho phép rời rạc hóa vùng quan sát của hệ thống OVL thành các vùng NOVL không giao nhau, từ đó giảm thiểu tối đa số lần tính toán chuyển tiếp camera phức tạp. Kết quả nghiên cứu được công bố trên Chuyên san của Tạp chí Công nghệ thông tin và Truyền thông (năm 2014).

  2. Đề xuất cách tiếp cận giải quyết việc chuyển tiếp camera dựa trên việc tính toán sự va chạm của đối tượng với đường ranh giới ảo: Ứng dụng định lý trục tách (SAT) trong không gian 3D để kiểm tra sự giao cắt giữa hình hộp bao của đối tượng (OBB/AABB) và mặt phẳng ranh giới ảo phân chia giữa các camera. Kỹ thuật này cung cấp cơ chế xác định chính xác thời điểm kích hoạt chuyển tiếp camera (trả lời câu hỏi "When"), giúp hệ thống không phải duy trì tính toán kiểm tra tại mọi khung hình. Công trình được công bố trên Tạp chí Khoa học và Công nghệ thuộc Viện Hàn lâm Khoa học và Công nghệ Việt Nam (năm 2013).

  3. Đề xuất kỹ thuật chọn lựa camera dựa trên hướng chuyển động của đối tượng: Sử dụng vector dự đoán vị trí và hướng di chuyển của đối tượng kết hợp với mô hình đồ thị quan hệ không gian giữa các vùng quan sát để xác định chính xác camera tiếp nhận (trả lời câu hỏi "Who"). Thuật toán giúp giảm thiểu tần suất chuyển giao lặp lại giữa các camera lân cận khi đối tượng di chuyển ở vùng giáp ranh, nâng cao hiệu suất tính toán của toàn hệ thống. Công trình được công bố trong Kỷ yếu Hội nghị Quốc gia "Nghiên cứu cơ bản và ứng dụng Công nghệ thông tin – FAIR" (năm 2013).

  4. Đề xuất kỹ thuật phát hiện chuyển động bất thường dựa vào quỹ đạo chuyển động của đối tượng: Kỹ thuật thực hiện phân đoạn các tuyến đường đại diện và phân đoạn trực tiếp quỹ đạo di chuyển của đối tượng để đối sánh độ tương tự. Đóng góp nổi bật là thuật toán cho phép thao tác và nhận diện bất thường ngay trên các quỹ đạo không hoàn chỉnh, đáp ứng yêu cầu xử lý và cảnh báo trong thời gian thực trên các luồng video giám sát. Kết quả nghiên cứu được công bố trên Chuyên san của Tạp chí Công nghệ thông tin và Truyền thông (năm 2015).

Về mặt kiến nghị và giải pháp đề xuất:

  • Luận án đề xuất việc ứng dụng mô hình phân vùng hình học cố định kết hợp ranh giới ảo vào thiết kế các phần mềm quản lý video đa camera (VMS) tại các khu vực giao thông công cộng, nhà ga, bãi đỗ xe nhằm giảm tải cho máy chủ xử lý trung tâm.
  • Đề xuất tích hợp module phát hiện bất thường dựa trên phân đoạn quỹ đạo vào các hệ thống camera giám sát thông minh để cảnh báo tức thời các phương tiện đi ngược chiều, rẽ sai làn hoặc di chuyển vào khu vực cấm.

Hạn chế và hướng nghiên cứu tiếp

Dựa trên phạm vi và các giả thiết được tác giả xác lập trong văn bản, công trình có một số giới hạn kỹ thuật:

  • Giới hạn về dạng hình học của vùng quan sát: Các chứng minh toán học về phân vùng tối ưu số cạnh (Mệnh đề 2.1 và Bổ đề 2.1) mới chỉ áp dụng cho các đa giác quan sát là đa giác lồi và thuộc loại giao cắt đơn. Luận án chưa giải quyết bài toán đối với các đa giác quan sát phức tạp như đa giác lõm, đa giác có lỗ thủng hoặc trường hợp giao cắt phức tạp (nhiều hơn 2 điểm giao cắt).
  • Giới hạn về không gian di chuyển: Các mô hình biến đổi tương quan (homography) và chiếu hình học đều giả thiết đối tượng chuyển động trên một mặt phẳng đất phẳng (ground plane) đồng nhất; chưa xét đến địa hình phức tạp, dốc hoặc nhiều tầng bậc.
  • Giới hạn về mật độ đối tượng: Thuật toán kiểm tra va chạm ranh giới ảo và bọc hình hộp OBB/AABB hoạt động hiệu quả khi các đối tượng tách biệt; trong tình huống mật độ đám đông quá dày đặc dẫn đến bít kín hoàn toàn và kéo dài, việc xác định chính xác hộp bao của từng đối tượng đơn lẻ gặp nhiều thách thức.

Hướng nghiên cứu tiếp theo được định hình từ các giới hạn trên gồm:

  • Mở rộng các thuật toán phân vùng giám sát và chia cắt hình học cho các trường hợp đa giác lõm, đa giác có lỗ và các vùng giao cắt đa điểm giữa nhiều camera đồng thời.
  • Nghiên cứu kết hợp đặc trưng hình học quỹ đạo với các đặc trưng diện mạo sâu và ngữ cảnh tương tác phức tạp giữa các nhóm đối tượng để nâng cao độ chính xác nhận diện hành vi bất thường trong môi trường đông đúc.

Giá trị tham khảo

Bản luận án cung cấp tư liệu tham khảo chuyên môn cho các nhóm độc giả sau:

  • Nghiên cứu sinh và học viên cao học chuyên ngành Cơ sở Toán học cho Tin học, Khoa học Máy tính và Thị giác Máy tính: Có thể tham khảo phương pháp tiếp cận kết hợp giữa hình học tính toán (chứng minh giao cắt đa giác, bổ đề tối ưu cạnh) với các bài toán thị giác máy tính thực tế. Đặc biệt, phương pháp chứng minh hình học ở Chương 2 và thuật toán phân đoạn chuỗi điểm thời gian thực ở Chương 3 là các mẫu hình nghiên cứu có cấu trúc toán học chặt chẽ.
  • Giảng viên và nhà nghiên cứu: Tài liệu tổng quan trong Chương 1 cung cấp bảng hệ thống hóa chi tiết về các công trình kinh điển trong bài toán theo vết đa camera (OVL, NOVL), các hàm chuyển đổi độ sáng (BTF), chỉ số đồng xuất hiện (COR), cùng các phân loại bất thường của Chandola và Leon.
  • Kỹ sư phát triển hệ thống và người làm giải pháp công nghệ: Kỹ thuật phân vùng giám sát từ OVL sang NOVL và giải thuật phát hiện va chạm bằng trục tách (SAT) có thể áp dụng trực tiếp để tối ưu hóa hiệu năng tính toán, giảm băng thông xử lý và xây dựng các phần mềm giám sát giao thông thông minh cảnh báo vi phạm theo thời gian thực.

Câu hỏi thường gặp

  1. Luận án giải quyết xung đột tính toán giữa hai mô hình hệ thống OVL và NOVL bằng nguyên lý nào? Luận án đề xuất kỹ thuật phân vùng giám sát cố định trong không gian 2D để chia sẻ trường quan sát chung của hệ thống OVL thành tập các đa giác con không giao nhau tương ứng với từng camera. Bằng cách này, hệ thống hoạt động với tính chất độc lập như mô hình NOVL (giảm khối lượng tính toán đối sánh hình ảnh liên tục) nhưng vẫn bảo toàn tính liền mạch dữ liệu của hệ thống OVL khi đối tượng di chuyển qua lại giữa các camera.

  2. Nội dung và ý nghĩa toán học của Bổ đề 2.1 trong Chương 2 là gì? Bổ đề 2.1 khẳng định rằng đối với hai đa giác quan sát lồi $A$ và $B$ có tính chất giao cắt đơn, nếu tồn tại hai điểm giao cắt $L_s$ và $L_e$, thì đoạn thẳng nối trực tiếp hai điểm này chính là đường chia cắt phần diện tích chung sao cho mỗi đa giác kết quả nhận được có số cạnh tăng thêm là nhỏ nhất. Ý nghĩa của bổ đề là tối thiểu hóa độ phức tạp hình học của các vùng quan sát sau phân chia.

  3. Thuật toán kiểm tra va chạm ranh giới ảo xác định thời điểm chuyển tiếp camera dựa trên kỹ thuật nào? Thuật toán sử dụng định lý trục tách (Separating Axis Theorem - SAT) trong không gian 3D. Đối tượng được mô hình hóa bằng hình hộp bao (OBB hoặc AABB) và ranh giới ảo là một mặt phẳng. Bằng cách chiếu 8 đỉnh của hình hộp bao lên trục tách vuông góc với mặt phẳng ranh giới, hệ thống phát hiện chính xác thời điểm đối tượng bắt đầu chạm hoặc đi qua ranh giới để phát tín hiệu chuyển giao nhiệm vụ giám sát.

  4. Vì sao kỹ thuật phát hiện bất thường của luận án có thể hoạt động trong thời gian thực trong khi một số nghiên cứu trước đó thì không? Các nghiên cứu trước đó (ví dụ như Rahimi và Darrell) thường dựa trên giả thiết phải có sẵn dữ liệu quỹ đạo hoàn chỉnh sau khi đối tượng đã kết thúc hành trình. Ngược lại, kỹ thuật đề xuất của luận án chia các tuyến đường chuẩn thành các phân đoạn đại diện và phân đoạn trực tiếp quỹ đạo của đối tượng ngay khi đang di chuyển. Việc so sánh độ tương tự được thực hiện cuốn chiếu theo từng phân đoạn, cho phép phát hiện sai lệch ngay trên các quỹ đạo dở dang mà không cần đợi đối tượng đi hết lộ trình.

  5. Những hệ thống giám sát tự động và thương mại nào được khảo sát cụ thể trong văn bản luận án? Văn bản khảo sát các hệ thống nghiên cứu gồm VSAM (Mỹ), KNIGHT (Shah và cộng sự), IBM Smart Surveillance System (S3); các dự án của Trung tâm MICA (Đại học Bách khoa Hà Nội) và PTN Đa phương tiện (Đại học Công nghệ thông tin - ĐHQG TP.HCM); cùng các hệ thống thương mại hóa: Acuity, Agent Vi, Avocado, Axis, AxonX, Cernium, Emza, ioimage, Mate, VideoIQ, Vidient, Vistascape (Siemens).

Kết luận

Luận án của nghiên cứu sinh Ngô Đức Vĩnh đã giải quyết đồng bộ hai bài toán trọng tâm trong hệ thống camera giám sát tự động: tối ưu hóa quá trình chuyển tiếp camera và phát hiện chuyển động bất thường dựa trên quỹ đạo. Về mặt lý thuyết, tác giả đã ứng dụng thành công các công cụ hình học tính toán (đa giác lồi giao cắt đơn, định lý trục tách) và mô hình hóa không gian để giảm tải chi phí xử lý của hệ thống đa camera. Về mặt ứng dụng, các thuật toán phân vùng, kích hoạt chuyển tiếp qua ranh giới ảo và phát hiện bất thường trên quỹ đạo không hoàn chỉnh đã được kiểm chứng thực nghiệm, chứng minh khả năng triển khai đáp ứng yêu cầu thời gian thực của các hệ thống giám sát thông minh.