Tổng quan nghiên cứu

Trong kỷ nguyên phát triển mạnh mẽ của các đô thị thông minh và hệ thống quản lý tự động, nhu cầu định vị chính xác vị trí con người trong không gian kín chiếm tới 80% các ứng dụng giám sát an ninh, điều phối cứu hộ và phân tích hành vi người dùng. Dù nhu cầu rất lớn, các công nghệ định vị vô tuyến truyền thống như Wi-Fi, Bluetooth hay RFID vẫn bộc lộ nhiều điểm nghẽn nghiêm trọng với độ sai số định vị dao động từ 2 đến 5 mét, đồng thời bắt buộc đối tượng phải mang theo thiết bị phần cứng chuyên dụng.

Khắc phục hoàn toàn rào cản này, định vị dựa trên thị giác máy tính qua hệ thống camera giám sát nổi lên như một hướng đi mang tính đột phá nhờ khả năng mở rộng linh hoạt, độ chính xác cao và đặc biệt là không yêu cầu gắn thiết bị phụ trợ lên người. Tuy nhiên, thách thức kỹ thuật cốt lõi trong môi trường thực tế là hiện tượng bóng đổ do hệ thống chiếu sáng phức tạp, sự thay đổi cường độ ánh sáng và các điểm phát hiện sai lệch làm biến dạng vị trí chân người tiếp xúc với mặt sàn.

Luận văn thạc sĩ khoa học máy tính với đề tài định vị sử dụng thông tin hình ảnh của tác giả Nguyễn Văn Giáp, thực hiện tại Viện Nghiên cứu Quốc tế MICA thuộc Trường Đại học Bách khoa Hà Nội dưới sự hướng dẫn của Tiến sĩ Vũ Hải vào năm 2016, tập trung giải quyết triệt để các hạn chế trên. Mục tiêu chính của nghiên cứu là thiết kế một kiến trúc định vị người di chuyển trong nhà đạt độ chính xác cao và vận hành ổn định trong thời gian thực.

Phạm vi thực nghiệm được triển khai sâu rộng trên 3 không gian chức năng tiêu biểu gồm hành lang, sảnh lớn và phòng làm việc thông qua 2 kịch bản di chuyển thực tế. Kết quả nghiên cứu có ý nghĩa thực tiễn to lớn khi giúp giảm sai số định vị mặt sàn xuống dưới ngưỡng 15 cm và duy trì tốc độ xử lý ổn định trên 25 khung hình mỗi giây, tạo nền tảng vững chắc cho các giải pháp giám sát an ninh thông minh thế hệ mới.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng dựa trên sự tích hợp chặt chẽ của các mô hình toán học và lý thuyết thị giác máy tính hiện đại:

  1. Lý thuyết trừ nền thích nghi hỗn hợp Gauss: Sử dụng mô hình từ 3 đến 5 hàm phân bố Gauss chuẩn tại mỗi điểm ảnh để mô hình hóa nền động, giúp tách biệt chính xác vùng đối tượng chuyển động khỏi khung cảnh nền tĩnh dù có sự dao động ánh sáng nhẹ.
  2. Nguyên lý phân tích đặc trưng sắc độ khử bóng đổ: Dựa trên tính chất vật lý của ánh sáng, vùng bóng đổ làm giảm đáng kể giá trị cường độ sáng nhưng bảo toàn tỷ lệ màu sắc trong không gian màu. Kết hợp hàm tính điểm tương đồng vật lý, thuật toán bóc tách thành công vùng bóng giả lập khỏi cơ thể người.
  3. Mô hình hồi quy quá trình Gauss: Áp dụng phương pháp học máy phi tham số để thiết lập mối quan hệ phi tuyến giữa tọa độ không gian ảnh 2D và chiều cao quang học biểu kiến của đối tượng, tạo tiền đề loại bỏ các điểm dị biệt một cách khách quan.
  4. Lý thuyết biến đổi xạ ảnh phẳng ma trận đồng biến: Sử dụng ma trận biến đổi 3x3 để ánh xạ chính xác tọa độ điểm tiếp xúc chân từ mặt phẳng ảnh 2D sang hệ tọa độ không gian thực 3D trên mặt sàn tòa nhà.
  5. Bộ lọc ước lượng trạng thái Kalman: Ứng dụng chuỗi quan sát tuyến tính để liên tục cập nhật, tối ưu hóa vector trạng thái vị trí và vận tốc, đảm bảo quỹ đạo di chuyển luôn liên tục và chính xác.

Phương pháp nghiên cứu

Nguồn dữ liệu thực nghiệm được thu thập từ hệ thống camera giám sát IP chuẩn hóa của Viện Nghiên cứu Quốc tế MICA. Cỡ mẫu nghiên cứu bao gồm hơn 3.500 khung hình video chất lượng cao ghi lại các chuỗi chuyển động liên tục của con người trong các điều kiện môi trường khác nhau. Phương pháp chọn mẫu là lấy mẫu định mức có chủ đích, tập trung thu nhận các tình huống phức tạp như bóng đổ dài trên sàn gạch bóng, người di chuyển đổi hướng đột ngột và đối tượng đi xa gần ống kính camera.

Phương pháp phân tích dữ liệu kết hợp định tính và định lượng chặt chẽ. Tác giả tiến hành so sánh sai số khoảng cách Euclidean giữa tọa độ định vị ước lượng và dữ liệu thực tế chuẩn hóa trên từng khung hình, đồng thời đánh giá độ tương quan giữa chiều cao phát hiện và chiều cao dự đoán.

Lý do lựa chọn mô hình hồi quy quá trình Gauss kết hợp bộ lọc Kalman là vì phối cảnh quang học trong không gian hẹp tạo ra độ biến thiên phi tuyến mà các hàm ngưỡng cố định không thể bao quát. Quá trình Gauss không chỉ ước lượng giá trị trung bình mà còn cung cấp độ tin cậy phương sai, giúp hệ thống nhận diện và loại bỏ hơn 85% các ngoại lai phát hiện sai do bóng đổ gây ra. Toàn bộ quy trình thu thập dữ liệu, huấn luyện mô hình và kiểm thử thuật toán được tiến hành nghiêm ngặt trong lộ trình 12 tháng.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình thực nghiệm đối chứng trên tập dữ liệu thực tế đã mang lại những kết quả vượt bậc:

Thứ nhất, thuật toán khử bóng đổ dựa trên đặc trưng sắc độ đã nâng cao độ chính xác nhận dạng đối tượng chuyển động lên mức 92,4%, giảm 78% hiện tượng dính bóng vào chân người so với phương pháp trừ nền thích nghi đơn thuần.

Thứ hai, việc áp dụng mô hình hồi quy quá trình Gauss đã xử lý xuất sắc bài toán điểm dị biệt. Hệ thống loại bỏ thành công 89,5% các điểm phát hiện sai lệch về kích thước cơ thể. Sai số định vị tọa độ điểm tiếp xúc bàn chân trung bình giảm mạnh từ 34,8 cm xuống còn 12,6 cm, tương đương mức cải thiện độ chính xác đạt 63,8%.

Thứ ba, sự tích hợp của bộ lọc Kalman giúp quỹ đạo di chuyển đạt độ trơn mượt lý tưởng, giảm tỷ lệ mất dấu đối tượng từ 18,2% xuống dưới mức 2,5% trên toàn bộ các chuỗi khung hình thử nghiệm.

Thứ tư, thuật toán đạt tốc độ xử lý trung bình 28,5 khung hình mỗi giây, khẳng định tính khả thi vượt trội khi triển khai trực tiếp vào các hệ thống giám sát thời gian thực.

Thảo luận kết quả

Nguyên nhân cốt lõi giúp hệ thống đạt hiệu suất cao là cơ chế kiểm tra đồng thuận giữa chiều cao phát hiện thực tế và chiều cao ước lượng từ mô hình thống kê. Trong không gian kín, khoảng cách từ camera đến đối tượng tỷ lệ thuận với tọa độ hàng trên ảnh. Khi bóng đổ xuất hiện, hộp bao quanh người bị kéo dài bất thường; mô hình quá trình Gauss ngay lập tức nhận diện sự sai lệch này để loại bỏ phần bóng và khôi phục chính xác điểm tiếp xúc chân thật.

So sánh với các nghiên cứu định vị trong nhà sử dụng sóng Wi-Fi có độ lệch chuẩn từ 1,5 đến 3,0 mét hoặc các hệ thống thị giác không tích hợp bộ lọc ngoại lai có độ sai lệch vượt quá 45 cm, kiến trúc đề xuất duy trì độ ổn định vượt trội với sai số chỉ từ 12 đến 15 cm.

Để biểu diễn trực quan các phát hiện này trong báo cáo khoa học, dữ liệu thường được cấu trúc dưới dạng biểu đồ đường đối sánh đa trục giữa chiều cao thực tế, chiều cao phát hiện và chiều cao ước tính theo trục thời gian khung hình. Đồng thời, toàn bộ vết di chuyển không gian 2D trên sàn nhà được thể hiện rõ nét qua biểu đồ phân tán kết hợp bản đồ nhiệt mật độ vị trí, minh chứng sự trùng khớp gần như tuyệt đối giữa đường ước lượng và quỹ đạo di chuyển thực tế.

Đề xuất và khuyến nghị

  1. Chuẩn hóa quy trình hiệu chuẩn quang học định kỳ: Các đơn vị quản trị tòa nhà cần thực hiện đo đạc và tái lập ma trận biến đổi đồng biến với tối thiểu 4 điểm mốc cố định trên sàn sau mỗi chu kỳ 6 tháng hoặc ngay sau khi điều chỉnh góc xoay camera, nhằm kiểm soát sai số tọa độ luôn ở mức dưới 10 cm.
  2. Tích hợp mạng nơ-ron tích chập vào khối nhận diện: Đội ngũ kỹ sư phát triển phần mềm giám sát cần chủ động nâng cấp thuật toán tách nền truyền thống sang các kiến trúc học sâu tiên tiến trong lộ trình 9 tháng, hướng tới mục tiêu nâng tỷ lệ phát hiện người chính xác trong môi trường thiếu sáng lên trên 98%.
  3. Mở rộng hệ thống liên kết theo dõi đa camera: Bộ phận nghiên cứu và phát triển công nghệ an ninh cần xây dựng thuật toán tái định danh đối tượng giữa các góc quay camera liền kề trong thời gian 12 tháng, mở rộng diện tích định vị liên tục lên hơn 1.000 mét vuông với độ trễ truyền dữ liệu dưới 50 mili-giây.
  4. Triển khai kiến trúc tính toán biên thông minh: Các doanh nghiệp cung cấp giải pháp an ninh cần đóng gói thuật toán lên các vi xử lý chuyên dụng tại biên trong vòng 6 tháng, giúp cắt giảm 70% băng thông truyền tải về máy chủ trung tâm và rút ngắn thời gian phát tín hiệu cảnh báo xuống dưới 0,1 giây.

Đối tượng nên tham khảo luận văn

  1. Học viên cao học và nghiên cứu sinh chuyên ngành Khoa học máy tính và Thị giác máy tính: Tài liệu cung cấp cơ sở toán học vững chắc về mô hình quá trình Gauss, thuật toán lọc Kalman và phương pháp biến đổi xạ ảnh 2D sang 3D với hơn 30 trích dẫn học thuật giá trị làm nền tảng phát triển đề tài nghiên cứu chuyên sâu.
  2. Kỹ sư phát triển phần mềm Trí tuệ nhân tạo và Hệ thống nhúng: Nắm bắt chi tiết kỹ thuật xây dựng quy trình xử lý hình ảnh thời gian thực đạt tốc độ trên 25 khung hình mỗi giây, dễ dàng tích hợp vào các sản phẩm camera thông minh giám sát giao thông và kiểm soát ra vào.
  3. Chuyên gia tư vấn giải pháp Tòa nhà thông minh: Có thêm cơ sở công nghệ để thiết kế hệ thống định vị không cần thiết bị đeo với sai số dưới 15 cm, phục vụ tự động hóa việc điều khiển năng lượng, chiếu sáng và điều hòa không khí theo vị trí người dùng.
  4. Giám đốc an ninh tại các sân bay, bệnh viện và trung tâm thương mại: Tham khảo mô hình giám sát luồng di chuyển của hàng nghìn lượt khách mỗi ngày nhằm phát hiện kịp thời các hành vi xâm nhập khu vực cấm hoặc hỗ trợ tìm kiếm người lạc một cách hiệu quả và tiết kiệm chi phí.

Câu hỏi thường gặp

Định vị sử dụng thị giác máy tính có ưu điểm gì vượt trội so với công nghệ Wi-Fi hoặc RFID? Định vị thị giác là công nghệ hoàn toàn không cần gắn thiết bị lên người đối tượng, mang lại độ chính xác cao với sai số trung bình chỉ từ 12 đến 15 cm, vượt trội hơn hẳn mức sai lệch từ 2 đến 3 mét của sóng Wi-Fi và tiết kiệm chi phí đầu tư thẻ định vị RFID định kỳ.

Làm thế nào để hệ thống loại bỏ triệt để bóng đổ làm sai lệch vị trí bàn chân? Thuật toán phân tích đặc trưng sắc độ trong không gian màu để nhận diện vùng bóng dựa trên nguyên lý suy giảm độ sáng nhưng giữ nguyên tỷ lệ màu. Kết hợp với mô hình hồi quy chiều cao, hệ thống lọc bỏ hơn 85% vùng bóng giả, định vị chính xác vị trí bàn chân trên sàn.

Thuật toán của luận văn có đáp ứng tốt yêu cầu xử lý thời gian thực trên camera thông thường không? Hệ thống đạt tốc độ xử lý thực nghiệm 28,5 khung hình mỗi giây trên luồng video tiêu chuẩn, đáp ứng trọn vẹn yêu cầu thời gian thực từ 25 đến 30 khung hình mỗi giây trên các dòng camera giám sát thông dụng mà không cần đầu tư các hệ thống máy chủ đồ họa đắt tiền.

Ma trận biến đổi đồng biến giữ vai trò gì trong việc xác định vị trí thực tế? Ma trận biến đổi đồng biến 3x3 thực hiện phép chiếu xạ ảnh phẳng, chuyển đổi trực tiếp tọa độ 2D của điểm chân trên ảnh sang tọa độ thực tế 3D trên mặt sàn. Dựa vào 4 điểm hiệu chuẩn cố định, ma trận giúp tái lập chính xác vị trí không gian của người di chuyển.

Hệ thống xử lý ra sao trong tình huống đối tượng bị che khuất tạm thời hoặc đổi hướng di chuyển? Sự kết hợp giữa quá trình Gauss và bộ lọc Kalman giúp hệ thống liên tục dự báo vector vận tốc và vị trí. Khi đối tượng bị che khuất trong khoảng 3 đến 5 khung hình, bộ lọc Kalman vẫn ước lượng chính xác quỹ đạo, giữ tỷ lệ mất dấu luôn ở mức dưới 2,5%.

Kết luận

Luận văn thạc sĩ của tác giả Nguyễn Văn Giáp đã giải quyết trọn vẹn bài toán định vị người trong không gian kín bằng công nghệ thị giác máy tính với 5 đóng góp học thuật và thực tiễn nổi bật:

  • Xây dựng thành công khung kiến trúc định vị quang học tự động không phụ thuộc vào thiết bị phụ trợ mang theo.
  • Đề xuất giải pháp bóc tách bóng đổ theo đặc trưng sắc độ, nâng độ chính xác nhận diện chuyển động lên 92,4%.
  • Ứng dụng mô hình hồi quy quá trình Gauss triệt tiêu 89,5% ngoại lai, thu hẹp sai số định vị thực tế xuống 12,6 cm.
  • Tích hợp bộ lọc Kalman làm mịn quỹ đạo di chuyển và hạ tỷ lệ mất dấu đối tượng xuống dưới 2,5%.
  • Đạt hiệu năng xử lý thời gian thực 28,5 khung hình mỗi giây qua kiểm thử trên hơn 3.500 khung hình tại 3 không gian thực tế.

Trong kế hoạch 12 tháng tới, hướng nghiên cứu tiềm năng là tích hợp các mạng nơ-ron học sâu để mở rộng hệ thống theo dõi đa camera trên diện rộng. Hãy liên hệ và tham khảo toàn văn luận văn tại Viện Nghiên cứu Quốc tế MICA để ứng dụng ngay giải pháp định vị thị giác tiên tiến này vào các dự án an ninh thông minh của bạn.