CHƯƠNG 1: TỔNG QUAN VỀ CHUYỂN TIẾP VÀ PHÁT HIỆN BẤT THƯỜNG TRONG CÁC HỆ THỐNG CAMERA GIÁM SÁT Nghiên cứu về hệ thống camera giám sát thông minh là một trong những chủ đề rất được quan tâm trong lĩnh vực thị giác máy tính, với mục đích nhằm trích xuất một cách hiệu quả những thông tin hữu ích từ một số lượng lớn các video thu được từ các camera giám sát bằng cách tự động phát hiện, theo dõi, nhận biết, phân tích và hiểu các hành vi hoạt động của các đối tượng được giám sát. Trong chương này, luận án trình bày sơ lược về một số vấn đề cơ bản của hệ thống camera giám sát tự động cùng với các khảo sát liên quan đến bài toán chuyển tiếp camera và phát hiện bất thường trong các hệ thống camera giám sát. Hệ thống camera giám sát tự động 1. Giới thiệu Ra đời từ những năm 1930, camera đã trở thành một phần của cuộc sống hiện nay.
Với những tiến bộ công nghệ gần đây, camera đã trở nên phổ biến hơn, nó có mặt từ máy tính để bàn, máy tính xách tay, đến thiết bị di động và nhiều thiết bị khác sử dụng hàng ngày. Ngày càng nhiều các hệ thống giám sát bằng camera được triển khai và đã chứng minh được tính hiệu quả nhất định trên một số lĩnh vực như giám sát hoạt động con người, giám sát giao thông,. Trong giao thông, người ta lắp đặt các camera giám sát ở các nơi đường giao nhau, đường hầm, nhà ga và các vị trí quan trọng để giám sát giao thông, dự báo tình trạng ùn tắc, điều phối phân làn giao thông, phát hiện các vi phạm luật giao thông của các phương tiện… Trong các siêu thị, kho bãi, bảo tàng, người ta sử dụng hệ thống camera để giám sát hoạt động của nhân viên, khách 21 hàng, các vật trưng bày để tránh trường hợp bị mất cắp. Các vùng nhạy cảm về an ninh, các hệ thống giám sát được triển khai để có thể cảnh báo kịp thời những hành vi khả nghi liên quan đến khủng bố, trộm cắp, hỏa hoạn… Có nhiều mức độ triển khai các hệ thống camera giám sát, từ hệ thống thủ công, đến bán tự động và hệ thống hoàn toàn tự động.
Đối với các hệ thống camera giám sát thủ công, công việc giám sát được xử lý trực tiếp bởi các giám sát viên trong thời gian thực, hệ thống chỉ hỗ trợ các thao tác cơ bản như: sao lưu dữ liệu hoặc trích xuất các đoạn video khi cần thiết. Các hệ thống hoàn toàn tự động là hệ thống có khả năng thực hiện nhiệm vụ giám sát ở các mức độ khác nhau không có sự can thiệp của con người, từ các tác vụ bậc thấp như: phát hiện đối tượng chuyển động tới các tác vụ bậc cao như phát hiện sự kiện, hành vi của đối tượng được giám sát. Hiện nay, một số hệ thống giám sát hình ảnh đã được triển khai thành công. Ví dụ, hệ thống VSAM (Video Surveillance and Monitoring) được phát triển theo một chương trình do chính phủ Mỹ tài trợ [20].
Đây là một hệ thống được thiết kế để phát hiện đối tượng chuyển động, phân loại các đối tượng di chuyển như phương tiện giao thông hoặc người và theo dõi chúng. Hệ thống VSAM cũng có khả năng phát hiện các hoạt động đơn giản và tương tác giữa các đối tượng. Hệ thống KNIGHT do Shah và cộng sự đề xuất [94] sử dụng cả hai loại: đơn camera và nhiều camera. KNIGHT có khả năng phát hiện đối tượng, phân loại, theo dõi và nhận dạng hoạt động của đối tượng giám sát.
Ngoài ra, KNIGHT cho phép theo vết đối tượng kết hợp từ các camera khác nhau có thị trường chồng chéo và không chồng chéo mà không cần thao tác hiệu chuẩn camera. Hệ thống giám sát thông minh IBM (S3) [101] có thể tự động phát hiện và theo dõi đối tượng chuyển động, nó cũng có khả năng xác định các hoạt 22 động của các đối tượng trong khu vực giám sát, cho phép nhận dạng biển số xe và chụp hình khuôn mặt. Một số hệ thống giám sát khác đã được phát triển và thương mại hóa như: Acuity, Agent Vi, Avocado, Axis, AxonX, Cernium, Emza, ioimage, Mate, VideoIQ, Vidient, Vistascape (Siemens). Ở Việt Nam, gần đây nghiên cứu và triển khai các hệ thống camera giám sát rất được quan tâm, một số hệ thống giám sát bằng camera đã được triển khai như: hệ thống gửi xe thông minh, hệ thống phát hiện vi phạm giao thông… Đã có một số nhóm nghiên cứu tập trung vào lĩnh vực này, trong đó điển hình là Trung tâm MICA thuộc Trường đại học Bách khoa Hà Nội [38] với các dự án được hỗ trợ từ quỹ NAFOSTED như: phát hiện bất thường trong giám sát video [61], [103], định vị đối tượng chuyển động trong hệ thống camera giám sát…; Phòng thí nghiệm truyền thông đa phương tiện của Đại học Công nghệ thông tin – Đại học Quốc gia Thành phố Hồ chí Minh [39] với các dự án: phát hiện thông tin bạo lực trong video, phát hiện sự kiện trong kho dữ liệu video, tìm kiếm đối tượng trong dữ liệu ảnh và dữ liệu video… Mô hình tổng quát hệ thống camera giám sát tự động với nhiều camera được thể hiện ở Hình 1.
Đầu vào của hệ thống là các khung hình video thu nhận được từ các camera. Qua quá trình xử lý phát hiện đối tượng chuyển động (Motion and Object Detection), các đối tượng chuyển động trong các khung hình video được đưa ra. Các đối tượng được phát hiện sẽ qua quá trình phân lớp đối tượng (Object Classification) để phân lớp các đối tượng đó thuộc lớp nào, sự vật nào. Tiếp theo là quá trình xử lý để theo vết đối tượng (Object Tracking) nhằm dự đoán và tìm ra đường chuyển động của đối tượng, từ đó có thể phân tích, nhận biết hành vi của đối tượng giám sát.
Sơ đồ hệ thống camera giám sát tự động [99] 1. Các vấn đề cơ bản trong hệ thống camera giám sát tự động Nhìn chung, quá trình xử lý của hệ thống camera giám sát tự động được thực hiện thông qua việc giải quyết các một số vấn đề cơ bản sau: 1. Phát hiện đối tượng chuyển động Hầu hết các hệ thống giám sát hình ảnh đều bắt đầu với việc phát hiện đối tượng chuyển động. Phát hiện đối tượng chuyển động là bước đầu tiên và quan trọng nhất trong hệ thống camera giám sát tự động.
Mục tiêu của của việc phát hiện đối tượng chuyển động là xác định vị trí các khu vực đại diện cho các đối tượng di chuyển trong cảnh quay [99] và thực hiện tách chúng ra khỏi nền, mô hình thực hiện được chỉ ra trong Hình 1. Các quá trình tiếp 24 theo như: phân loại đối tượng, theo vết đối tượng, phân tích và nhận biết hành vi đối tượng phụ thuộc rất nhiều vào quá trình này. Xử lý các vùng ảnh chuyển Phát hiện các vùng Chuỗi video ảnh chuyển CácMô Hình 1. đốihình tượngxử lý trong bài toán phát hiện đối tượng chuyển động chuyển Việc trích rút đối tượng chuyển động khỏi nền phụ thuộc và chịu nhiều tác động bởi các yếu tố như: sự thay đổi cường độ ánh sáng, bóng của đối tượng, sự chuyển động và thay đổi của nền.
Có nhiều phương pháp phát hiện đối tượng chuyển động khác nhau đã được sử dụng, Teddy [99] phân loại thành ba nhóm chính gồm các kỹ thuật: phương pháp chênh lệch tạm thời, trừ nền, các phương pháp thống kê và các phương pháp sử dụng kỹ thuật luồng quang học. Phân loại đối tượng Trong hệ thống giám sát hình ảnh, phát hiện đối tượng chuyển động là bước quyết định thì bước quan trọng tiếp theo là phân loại các đối tượng chuyển động đã được phát hiện. Các vùng ảnh được phân đoạn trong giai đoạn phát hiện đối tượng chuyển động có thể là con người, phương tiện, động vật, những đám mây di chuyển, lá cây, hoặc bất kỳ các loại nhiễu khác…, nhiệm vụ của công đoạn phân loại đối tượng trong hệ thống giám sát hình ảnh là phân loại các đối tượng chuyển động đã được phát hiện vào các lớp được xác định trước như: một người, nhóm người, hay một chiếc xe,… bởi trên thực tế, các hệ thống giám sát hình ảnh được sử dụng chủ yếu cho người và phương tiện. 25 Sau khi phân loại các đối tượng về các lớp phù hợp, các nhiệm vụ tiếp theo như: theo dõi đối tượng, định danh và phân tích hành vi đối tượng có thể được thực hiện hiệu quả và chính xác hơn.
Phân loại đối tượng chính là nhận dạng mẫu tiêu chuẩn. Nhìn chung việc phân loại đối tượng được chia làm hai giai đoạn xử lý chính: trích rút các đặc trưng và phân loại các véc tơ đặc trưng. Trong giai đoạn thứ nhất, các đặc trưng của đối tượng như: chiều cao, độ rộng, diện tích, hình bóng, vị trí góc… được trích rút từ vùng ảnh đại diện cho đối tượng chuyển động. Trong giai đoạn thứ hai, các thuật toán phân lớp được sử dụng để phân lớp các thuộc tính vào các lớp đã được xác định trước đó.
Theo vết đối tượng Mục đích của theo vết đối tượng là tìm ra đối tượng chuyển động đã được phát hiện trong giai đoạn phát hiện đối tượng chuyển động từ khung hình này sang khung hình khác trong một dãy khung hình [57]. Đầu vào của bài toán theo vết đối tượng chuyển động là vùng ảnh của đối tượng, các đặc trưng của đối tượng đã được phát hiện thông qua khối xử lý phát hiện đối tượng, đồng thời vùng ảnh của đối tượng đó đã được phân loại thuộc các lớp đối tượng cụ thể (lớp đối tượng người, phương tiện giao thông, đồ vật…) được thực hiện qua khối xử lý phân loại đối tượng. Nhiệm vụ của theo vết đối tượng là chính xác hoá sự tương ứng của vị trí đối tượng trong các khung hình liên tiếp từ đó dự đoán đường đi, vận tốc, hướng chuyển động của các đối tượng. Quy trình theo vết đối tượng được thể hiện trong Hình 1.
26 Vết và đặc trưng Dự đoán chuyển của đối tượng động của đối Chính xác hóa Xử lý nhập nhằng đối tượng (Occlution Phát hiện đối tượng rời khỏi Đường đi của1. Quy trình theo vết đối tượng Hình đối tượng 1. Phân tích, nhận biết hành vi của đối tượng giám sát Một trong những thách thức khó khăn nhất trong lĩnh vực thị giác máy tính là việc nhận biết các hành vi ngữ nghĩa và sự hiểu biết từ các hoạt động (trực quan) quan sát được trong video giám sát. Sự hiểu biết hành vi liên quan đến việc phân tích và nhận dạng các mô hình chuyển động, mô tả mức cao các hành động và sự tương tác giữa hai hoặc nhiều đối tượng.