Chương 1: TONG QUAN VE BÀI TOÁN PHAT HIỆN VAT THE TRONG TAI NAN XE HOI 1.1 Tinh hinh vé tai nan xe hoi Ứng phó khan cấp với tai nan xe hơi là rat quan trong đối với quan lý giao thông. Một mặt, những người bị thương trong một tai nạn cần được gửi đến bệnh viện gần nhất ở nơi đầu tiên dé ngăn chặn tình trang sức khỏe của họ trở nên tôi tệ hơn, trên mặt khác, các vụ tai nạn nghiêm trọng có thé gây ra tắc nghẽn không thường xuyên, néu ứng phó khan cấp hoặc thông quan không được thực hiện trong thời gian. Đề giảm thiểu những tác động tiêu cực đó, đường sự cô cần phải được phát hiện nhanh chóng.2 Bài toán phát hiện vật thể trong tai nạn xe hơi Tai nạn xe hơi thường được phát hiện nhiều nhất bởi người dan xung quanh sống lân cận hiện trường xảy ra tai nạn, hoặc nhân viên quan sát thông qua các camera giám sát (CCTV) tại các Trung tâm quản lý giao thông. Nếu hiện trường tai nạn xảy ra vào ban đêm ít người qua lại, hay khu vực ít hoặc không có người dân sinh sống gân đó thì khó có thé phát hiện tiến hành cứu chữa kịp thời, đưa ra thông báo và hỗ trợ quản lý giao thông, giảm thiêu thiệt hại về con người va tai sản.
Cho nên việc tự động phát hiện và thông báo vẻ tai nạn xe hơi từ hệ thong CCTV góp phần không kém vào việc xử lý nhanh chóng các vụ việc trên. Ưu điểm của CCTV là nó có thé ghi lại trực tiếp các hiện trường tai nạn trong vùng quan sát của nó. Với sự phát triển công nghệ vẻ hệ thống giám sát thông minh, ngày cảng nhiều CCTV được triển khai và lắp đặt từ các thành phố lớn cho đến các vùng nông thôn nhỏ. Mặc dù việc quan sát của nhân viên giám sát thông qua CCTV rất hữu ích nhưng đôi khi nó qua tôn công sức vả thời gian.
Trong những năm gan đây, công nghệ thị giác máy tinh đã phát trién nhanh chóng và được sử dụng rộng rãi trong lĩnh vực giao thông vận tải [3, 4], nhờ sức mạnh ngày càng tăng của máy tính và các phương pháp máy học, học sâu. Hiệu suất phát hiện đối tượng dựa trên thị giác máy tinh, hoặc dựa trên các phương pháp học sâu đã được cải thiện đáng kê.3 Tình hình nghiên cứu 1.1 Tình hình nghiên cứu ở trong nước Tại Việt Nam trong những năm gần đây có nhiêu nhóm nghiên cứu về mô hình học sâu đẻ giải quyết bài toán phát hiện vật thé tai nạn xe hơi. Điền hình là một số công trình của: e Nhóm tác giả Thanh-Nghi Doan, Minh-Tuyen Truong đã đề xuất mô hình YOLOv4 và DeepSORT. Trong bài báo này, mô hình mới có thé phát hiện vật thê với độ chính xác cao và thời gian tính toán nhanh bằng cách tận dụng các lợi ich của việc theo đối tập trung vào các thuật toán đơn giản, hiệu qua.
Kết quả thử nghiệm đã chỉ ra rằng phương pháp đề xuất của chúng tôi vượt trội hơn phương pháp ban dau ít nhất 11% AP và 12% A P50 đối với hầu hết các tinh huống thực địa trong tập dữ liệu của chúng tôi ở tốc độ thời gian thực ~32 FPS.2 Tình hình nghiên cứu ở ngoài nước Trong những năm gan đây có nhiều nhóm nghiên cửu về mô hình học sâu đẻ giải quyết bai toán phát hiện vật thé tai nạn xe hơi. Điền hình là một số công trình có the kê đến: e Chen Wang và các cộng sự dé xuất mô hình Decision Tree va sử dụng thuật toán Retinex Image Enhancement Algorithms để phát hiện tai nạn xe hoi. [17] e Feng Yang và các cộng sự dé xuất mô hình YOLOv7 va mô hình DeepSORT đẻ phát hiện tai nạn xe hơi, cải thiện hiệu năng và độ chính xác so với YOLOvS.Machaca Arceda và các cộng sự đề xuất mô hình YOLOv7 và mô hình SVM dé phat hiện tai nạn xe hoi trong thời gian thực với độ trễ chi 0.5 giây va có độ chính xác 89%. [19] Chương 2: CƠ SỞ LY THUYET 2.1 Tiền xử lý dữ liệu Có nhiều cách dé xử ly dir liệu đầu vào, cơ bản có thé nhắc dé là khử noise bằng k-clause, sau đó sẽ chuyên hình ảnh sang định dạng trắng den dé dé dàng tách nên và chữ.2 Giới thiệu về mạng nơ-ron nhân tạo Mạng nơron nhân tao (Artificial Neural Network - ANN) là mô hình tính toán, xử lý thông tin được xây dựng dựa trên cách thức hoạt động của hệ thông thần kinh của sinh vật.
Nó bao gồm một nhóm các đơn vị tính toán - nơron liên kết chặt chẽ với nhau va các liên kết nảy đóng vai trò quyết định chức năng của mạng. Vì được mô phỏng theo hệ thống thần kinh của sinh vật, mạng ANN có thê học được các kinh nghiệm (thông qua huấn luyện), lưu trữ các kinh nghiệm đó (trí thức) và sử dụng những tri thức đó dé dy đoán những dir liệu chưa biết (unseen data). Nhánh của trục Điểm kết thúc của Trục Xung chuyển động rakhỏi _ thân tế bảo Hình 2.1 Mô hình mạng nơ-ron sinh học 15 2.1 Các thành phần cơ bản của ANN 2.1 Don vị xử lý Các nơ-ron hoặc perceptron là các đơn vị xử lý nhỏ lẻ cầu thành ANN, thực hiện một nhiệm vụ đơn giản là tiếp nhận thông tin (tín hiệu) từ các don vị phía trước hay từ nguồn bên ngoài và tính toán các thông tin và truyền sang các đơn vị khác. Don vj tinh toan Trong đó: ® x;: Các giá trị đầu vào (i = I.n) ® wi: Các trọng số tương ứng với mỗi đầu vào e 0,: Độ lệch (bias) ey: Dau ra của nơ-ron ® f(x): Hàm kích hoạt Trong một mạng nơ-ron có ba kiêu đơn vị: @ Các đơn vị đầu vào (input), nhận thông tin từ bên ngoài.
e Các đơn vị dau ra (output), gửi dữ liệu ra bên ngoài. e Các đơn vị an (hidden), thông tin vào (input) và ra (output) của nó nằm trong mạng.2 Hàm kích hoạt (Activation Function) Hàm kích hoạt (Activation Function) là một thành phan rat quan trọng của mang nơron. Nó quyết định khi nảo thì một nơron được kích hoạt, khi nào thông tin được truyền qua nơron khác. Hàm kích hoạt là một phép biến đôi phi tuyến mà chúng ta thực hiện đối với tín hiệu đầu vào.
Đầu ra được biến đôi này được dùng làm đầu vảo của nơron ở tầng nơron tiếp theo. Nếu không có hàm kích hoạt hoặc hàm kích hoạt chi là ham tuyến tinh thì mạng nơron sẽ khó có thê mô hình hóa vả giải quyết các van dé phức tạp. Việc có thêm nhiều tầng noron hay nhiều nút cũng không mang lại hiệu quả nếu không có hàm kích hoạt. Hàm Tanh Hàm ReLU 17 Với e< 1 2.3 Giới thiệu về mang Convolution Neural Network Trong mạng nơ-ron, mô hình mạng nơ-ron tích chập la một trong những mô hình dùng dé nhận dang và phân loại hình anh.
Dựa vào ý tưởng là xác định thông qua các điểm ảnh lân cận dé giảm tải khôi lượng biến cần phải huấn luyện và tránh lãng phí tài nguyên khi huấn luyện. Mô hình còn khắc phục hiện tượng quá khớp (overfitting). Các lớp của CNN được tô chức theo 3 chiều: chiều rộng, chiều cao, chiều sâu và các lớp trước sẽ nói | phần nhỏ với lớp tiếp theo thay vi tat cả của mạng nơ-ron truyền thăng.1 Kiến trúc cơ bản của CNN Vẻ cơ bản mô hình CNN bao gồm các lớp : Lớp tích chập (Convolution layer), lớp kích hoạt (Activation layer), lớp tong hợp (Pooling layer) và cuỗi cùng la lớp kết nỗi day đủ (Fully-connected layer). K7 “_ \ \4 — VAN / 3 / š —n n-ee : IM®UT CONVOLUTION «8U — POOLING CONVOLUTION + RELU POOIING HATHM conuscrap SOFTMAX fưxtY FEATURE LEARNING CLASSIFICATION Hinh 2.3 M6 hinh CNN co ban [1] 18 Hình ảnh được đưa vé dang ma trận điểm anh đẻ bắt đầu đưa qua các lớp trong mô hình CNN.
Thông qua lớp tích chập, các đặc trưng của dữ liệu được rút trích và thông qua tầng kích hoạt dé cho ra các biểu đồ đặc trưng (feature map). Sau đó tiếp tục đi qua tang tông hợp dé thu nhỏ số chiều dit liệu nhưng vẫn giữ lại được lượng thông tin can thiết, điều này giúp cho mô hình có thê học nhanh hơn nhờ giảm được chỉ phí tính toán. Cuỗi cùng sau khi đã có được biểu đồ đặc trưng thì ta làm phăng (flatten) nó dé vào tang kết nói day đủ từ đó đưa ra kết quả dự đoán cuỗi cùng.2 Lớp tích chập (Convolution Layer) Tích chập là lớp đầu tiên đề trích xuất các tính năng từ hình ảnh đầu vào. Tích chập duy trì môi quan hệ giữa các pixel bằng cách tìm hiệu các tính nang hình ảnh bằng cách sử dụng các ô vuông nhỏ của dữ liệu đầu vào.
Nó là 1 phép toán có 2 đầu vào như ma trận hình ảnh và | bộ lọc. Bộ lọc (filter/‘kernel) là tập hợp các tham số học được trong quá trình huấn luyện mô hình nhằm trích xuất đặc trưng cho dữ liệu. feature map Hình 2.4 Biểu diễn hình ảnh đầu vào và bộ lọc dưới dang ma trận [3] 19 Trong phép tính tích chập, ta bắt đầu với cửa sé tích chập ở góc trên bên trái của mảng dữ liệu đầu vao, di chuyên cửa sé tích chập theo chiều từ trái sang phải. từ trên xuống dưới.
Với mỗi vị trí mà bộ lọc nằm hoàn toàn trong mảng đầu vào, ta thực hiện phép tích chập bằng cách nhân từng phan tử của cửa số tích chập va mang con ở vị trí tương ứng, sau đó cộng tat cả các giá trị lại với nhau dé được một giá trị duy nhất.5; Phép tinh convolution trên ảnh màu với k=3 [10] Mỗi bộ lọc khác nhau sẽ cho ra các đặc trưng khác nhau nên mỗi lớp tích chập sẽ ding nhiều bộ lọc dé tìm ra nhiều đặc trưng của dit liệu. Giả sử có toàn bộ bộ lọc trong lớp tích chập (ví dụ: k bộ lọc), mỗi bộ lọc cho ra kết quả là một ma trận đặc trưng hai chiều riêng biệt (ví dụ: Ma trận kích thước n x n), ta xếp chồng các ma trận này tạo ra ma trận mới có độ sâu là k làm ma trận đầu ra (kích thước nx nx k).3 Dém (Padding) Khi áp dụng phép convolution thì ma trận dau vào sẽ có đầu ra nhỏ dan di, do đó số layer của mô hình CNN sẽ bị giới hạn, và không thé xây dựng deep nets mong muốn. Đề giải quyết tình trạng này, Padding vào ma trận đầu vào là một cách dé đảm bảo kích thước dau ra sau mỗi tang convolution là không đôi. Do đó có thẻ xây dựng được mô hình với số tang convolution lớn tay ý.