Báo Cáo Tổng Kết Đề Tài Nghiên Cứu Khoa Học: Phát Hiện Ngã Qua Camera Gia Đình

Theo báo cáo của WHO (2021), té ngã là một vấn đề sức khỏe toàn cầu nghiêm trọng, gây ra khoảng 684,000 ca tử vong… 68 trang · Trường Đại Học Hồng Đức · 2023.

• Tác giả: Tống Duy Đạt
• Người hướng dẫn: TS. Nguyễn Đình Công
• Trường học: Trường Đại Học Hồng Đức
• Chuyên ngành: Công Nghệ Thông Tin
• Đề tài: Nghiên Cứu Phát Triển Mô Hình Phát Hiện Ngã Thông Qua Camera Gia Đình
• Loại tài liệu: báo cáo tổng kết đề tài nghiên cứu khoa học
• Năm xuất bản: 2023
• Địa điểm: Thanh Hóa

Mục lục chi tiết

• DANH MỤC CHỮ CÁI VIẾT TẮT
• DANH MỤC CÁC BẢNG BIỂU
• DANH MỤC ẢNH
• THÔNG TIN KẾT QUẢ NGHIÊN CỨU
• 1. CHƯƠNG 1: TÍNH CẤP THIẾT CỦA ĐỀ TÀI
• 1.1. Tổng quan tình hình nghiên cứu
• 1.2. Mục tiêu và phạm vi đề tài
• 1.3. Dự kiến kết quả
• 2. CHƯƠNG 2: GIỚI THIỆU VỀ DEEP LEARNING
• 2.1. Giới thiệu chung
• 2.2. Cấu trúc của học sâu (Deep learning)
• 2.3. Cách thức hoạt động của một kiến trúc deep learning
• 2.4. Mạng nơ ron tích chập (CNN)
• 2.4.1. Lớp tích chập (Convolutional layer)
• 2.4.2. Lớp lấy mẫu (Pooling)
• 2.4.3. Lớp kết nối đầy đủ (Fully-connected layer – FC)
• 2.4.4. Hàm kích hoạt (Activation function)
• 3. CHƯƠNG 3: CÁC CÔNG NGHỆ NHẬN DIỆN TƯ THẾ CON NGƯỜI
• 3.1. Tổng quan bài toán nhận diện tư thế (HAR)
• 3.2. Giới thiệu bài toán nhận diện tư thế
• 3.3. Thách thức của nhận diện tư thế (HAR)
• 3.4. Các mô hình state of the art sử dụng cho mô hình nhận diện tư thế
• 3.5. Tổng quan tình hình nghiên cứu
• 3.6. Mô hình You Only Look Once (Yolov7 pose)
• 3.7. Mô hình MediaPipe Pose
• 4. CHƯƠNG 4: TỔNG QUAN TÌNH HÌNH NGHIÊN CỨU VÀ ĐỀ XUẤT
• 4.1. Cách tiếp cận bài toán nhận diện ngã
• 4.2. Tổng quan tình hình nghiên cứu
• 4.3. Phương pháp đề xuất
• 4.4. Nhận diện tư thế người trong video
• 4.5. Tiền xử lý thông tin
• 4.6. Trích chọn đặc trưng
• 4.7. Mô hình phân loại
• 5. CHƯƠNG 5: THÍ NGHIỆM ĐÁNH GIÁ MÔ HÌNH
• 5.1. Bộ dữ liệu Fall Detection Dataset của phòng thí nghiệm ImViA
• 5.2. Bộ dữ liệu Fall Detection Dataset trong hội thảo Machine Vision Applications (MVA), 2017
• 5.3. Kết quả thí nghiệm
• 5.4. Thang đo đánh giá
• 5.5. Kết quả và đánh giá
• TÀI LIỆU THAM KHẢO
• PHỤ LỤC
• PHỤ LỤC 1. DANH MỤC ẢNH BIỂU ĐỒ HUẤN LUYỆN TRONG QUÁ TRÌNH HUẤN LUYỆN MÔ HÌNH

Tóm tắt

I. Tổng Quan Phát Hiện Ngã Qua Camera Gia Đình Tại Sao Cần

Theo báo cáo của WHO (2021), té ngã là một vấn đề sức khỏe toàn cầu nghiêm trọng, gây ra khoảng 684,000 ca tử vong mỗi năm. Tỷ lệ tử vong cao nhất ở người lớn trên 60 tuổi. Té ngã không chỉ gây chấn thương vật lý mà còn ảnh hưởng đến tâm lý, khiến người cao tuổi sợ vận động, dẫn đến cô đơn và trầm cảm. Việc phát hiện ngã sớm rất quan trọng để có thể can thiệp kịp thời, giảm thiểu hậu quả. Lĩnh vực thị giác máy tính (computer vision) và trí tuệ nhân tạo (AI) đã mở ra khả năng phát triển các hệ thống phát hiện ngã hiệu quả thông qua camera gia đình. Tuy nhiên, vẫn còn những hạn chế về độ chính xác và khả năng triển khai trên các thiết bị có cấu hình thấp. Cần có những nghiên cứu để tối ưu hóa các mô hình, đảm bảo tính chính xác và nhỏ gọn để triển khai trên các thiết bị camera quan sát gia đình hiện có.

1.1. Tầm quan trọng của Phát hiện ngã sớm cho Người cao tuổi

Phát hiện ngã sớm có ý nghĩa vô cùng quan trọng đối với người cao tuổi và người bệnh. Việc phát hiện nhanh chóng giúp người nhà, người chăm sóc hoặc bác sĩ có thể can thiệp kịp thời, giảm thiểu các chấn thương nghiêm trọng. Thậm chí, trong một số trường hợp, việc can thiệp kịp thời có thể cứu sống người bệnh. Các hệ thống cảnh báo ngã tự động có thể thông báo cho người thân hoặc dịch vụ cấp cứu, đảm bảo phản ứng nhanh trong các tình huống khẩn cấp.

1.2. Hạn chế của các phương pháp Phát hiện ngã truyền thống

Các phương pháp phát hiện ngã truyền thống, như sử dụng cảm biến đeo trên người, có một số hạn chế. Người dùng có thể quên hoặc không muốn đeo thiết bị, đặc biệt là người già. Cảm biến cũng có thể hết pin hoặc gặp sự cố, dẫn đến việc bỏ lỡ các sự kiện ngã. Các phương pháp sử dụng camera quan sát truyền thống thường đòi hỏi nhiều tài nguyên tính toán và có thể không phù hợp với các thiết bị gia đình có cấu hình thấp. Cần có các giải pháp giải pháp chăm sóc sức khỏe tiết kiệm chi phí và dễ sử dụng.

II. Cách Phát Triển Mô Hình Phát Hiện Ngã Dùng Deep Learning

Các phương pháp phát hiện ngã hiện nay thường sử dụng hai phương pháp chính: sử dụng cảm biến và phân tích hình ảnh video. Phương pháp sử dụng cảm biến có nhược điểm về tính tiện dụng và chi phí. Phương pháp phân tích hình ảnh video, đặc biệt là sử dụng Deep Learning, có thể giải quyết được các nhược điểm này. Deep Learning cho phép xây dựng các mô hình nhận diện ngã từ hình ảnh với độ chính xác cao. Mô hình học cách trích xuất đặc trưng quan trọng từ hình ảnh, như phân tích chuyển động và tư thế người, để xác định xem có xảy ra ngã hay không. Các mô hình này có thể được tối ưu hóa để chạy trên các thiết bị camera gia đình với cấu hình hạn chế.

2.1. Ứng dụng Mạng Nơ ron Tích chập CNN trong nhận diện ngã

Mạng nơ-ron tích chập (CNN) là một kiến trúc học sâu mạnh mẽ, thường được sử dụng trong xử lý ảnh. CNN có khả năng tự động trích xuất các đặc trưng quan trọng từ hình ảnh, như hình dạng, đường nét và cấu trúc. Trong bài toán phát hiện ngã, CNN có thể được huấn luyện để nhận biết các tư thế và chuyển động liên quan đến ngã. CNN thường được sử dụng kết hợp với các kỹ thuật khác, như nhận diện tư thế người, để tăng độ chính xác.

2.2. Sử dụng Long Short Term Memory LSTM cho phân tích video

Long Short-Term Memory (LSTM) là một loại mạng nơ-ron hồi quy (RNN) đặc biệt phù hợp với việc xử lý dữ liệu chuỗi thời gian, như video. LSTM có khả năng ghi nhớ thông tin trong quá khứ và sử dụng thông tin này để đưa ra dự đoán trong tương lai. Trong bài toán phát hiện ngã, LSTM có thể được sử dụng để phân tích chuyển động của người trong video và phát hiện các dấu hiệu bất thường có thể dẫn đến ngã. LSTM thường được sử dụng kết hợp với CNN để trích xuất đặc trưng từ hình ảnh và sau đó phân tích chuyển động theo thời gian.

III. Hướng Dẫn Nhận Diện Tư Thế Người Cho Phát Hiện Ngã

Nhận diện tư thế người là một bước quan trọng trong quy trình phát hiện ngã qua camera gia đình. Kỹ thuật này cho phép xác định vị trí và tư thế của các bộ phận cơ thể người, như đầu, tay, chân. Thông tin về tư thế này có thể được sử dụng để phân tích chuyển động và phát hiện các dấu hiệu bất thường liên quan đến ngã. Các mô hình nhận diện tư thế hiện đại, như MediaPipe Pose và YOLOv7-Pose, cung cấp khả năng nhận diện chính xác và nhanh chóng. Việc tích hợp các mô hình này vào hệ thống phát hiện ngã giúp tăng độ chính xác và hiệu quả.

3.1. Tổng quan bài toán Nhận diện tư thế HAR và Thách thức

Bài toán Nhận diện tư thế (HAR), hay nhận diện hành động của con người, là một bài toán phức tạp trong lĩnh vực computer vision. Thách thức lớn nhất là sự đa dạng của tư thế và chuyển động của con người. Các yếu tố như ánh sáng, góc nhìn và trang phục cũng có thể ảnh hưởng đến độ chính xác của mô hình. Để giải quyết các thách thức này, cần sử dụng các mô hình học sâu mạnh mẽ và huấn luyện trên một bộ dữ liệu lớn và đa dạng.

3.2. Các Mô hình Nhận diện tư thế HAR State of the Art

Hiện nay, có nhiều mô hình nhận diện tư thế (HAR) state-of-the-art, như You Only Look Once (YOLOv7 pose) và MediaPipe Pose. Các mô hình này sử dụng các kỹ thuật học sâu tiên tiến để đạt được độ chính xác cao. YOLOv7-Pose là một mô hình nhanh và hiệu quả, phù hợp với các ứng dụng thời gian thực. MediaPipe Pose là một mô hình nhẹ và dễ tích hợp, phù hợp với các thiết bị camera gia đình có cấu hình hạn chế.

IV. Đề Xuất Phương Pháp Phát Hiện Ngã Quy trình và Giai đoạn

Quy trình phát hiện ngã thường bao gồm các giai đoạn sau: nhận diện tư thế người trong video, tiền xử lý thông tin, trích chọn đặc trưng và phân loại. Đầu tiên, mô hình nhận diện tư thế được sử dụng để xác định vị trí các khớp trên cơ thể người. Sau đó, thông tin này được tiền xử lý để loại bỏ nhiễu và chuẩn hóa dữ liệu. Tiếp theo, các đặc trưng quan trọng, như tốc độ và góc chuyển động, được trích chọn. Cuối cùng, một mô hình phân loại, như SVM hoặc LSTM, được sử dụng để phân loại hành động là ngã hay không ngã.

4.1. Tiền xử lý Thông tin và Trích chọn đặc trưng chính

Tiền xử lý thông tin là một bước quan trọng để đảm bảo độ chính xác của mô hình. Các kỹ thuật tiền xử lý có thể bao gồm lọc nhiễu, chuẩn hóa dữ liệu và điền các giá trị bị thiếu. Trích chọn đặc trưng là quá trình lựa chọn các đặc trưng quan trọng nhất từ dữ liệu. Các đặc trưng có thể bao gồm tốc độ, góc chuyển động, khoảng cách giữa các khớp và tư thế cơ thể. Việc lựa chọn các đặc trưng phù hợp có thể cải thiện đáng kể hiệu suất của mô hình.

4.2. Xây dựng Mô hình Phân loại ngã chính xác và hiệu quả

Mô hình phân loại có nhiệm vụ phân loại hành động là ngã hay không ngã dựa trên các đặc trưng đã trích chọn. Các mô hình phân loại phổ biến bao gồm SVM, LSTM và các mô hình học sâu khác. Việc lựa chọn mô hình phân loại phù hợp phụ thuộc vào đặc điểm của dữ liệu và yêu cầu về hiệu suất. Mô hình nên được huấn luyện trên một bộ dữ liệu lớn và đa dạng để đảm bảo độ chính xác và khả năng tổng quát hóa.

V. Thí Nghiệm Đánh Giá Hiệu Quả Mô Hình Phát Hiện Ngã Qua Camera

Để đánh giá hiệu quả của mô hình phát hiện ngã, cần thực hiện các thí nghiệm trên bộ dữ liệu chuẩn. Các bộ dữ liệu phổ biến bao gồm Fall Detection Dataset của phòng thí nghiệm ImViA và Fall Detection Dataset trong hội thảo Machine Vision Applications (MVA). Các thí nghiệm cần đánh giá các chỉ số hiệu suất quan trọng, như độ chính xác, độ nhạy và độ đặc hiệu. Kết quả thí nghiệm sẽ giúp xác định điểm mạnh và điểm yếu của mô hình, từ đó có thể cải thiện hiệu suất.

5.1. Bộ Dữ liệu Fall Detection Dataset và Thang đo đánh giá

Bộ dữ liệu Fall Detection Dataset chứa các video ghi lại các hoạt động ngã và không ngã. Bộ dữ liệu này được sử dụng để huấn luyện và đánh giá mô hình phát hiện ngã. Thang đo đánh giá được sử dụng để đo lường hiệu suất của mô hình. Các chỉ số quan trọng bao gồm độ chính xác (accuracy), độ nhạy (sensitivity), độ đặc hiệu (specificity) và F1-score. Các chỉ số này cho phép đánh giá một cách toàn diện khả năng của mô hình trong việc nhận diện ngã.

5.2. Kết quả và Đánh giá chi tiết về Độ chính xác của mô hình

Kết quả thí nghiệm cho thấy mô hình đạt được độ chính xác cao trên bộ dữ liệu Fall Detection Dataset. Tuy nhiên, cần phân tích kỹ hơn về các trường hợp mà mô hình mắc lỗi để xác định nguyên nhân và cải thiện hiệu suất. Ví dụ, mô hình có thể gặp khó khăn trong việc phân biệt giữa ngã và các hoạt động khác có chuyển động tương tự. Việc tăng cường huấn luyện trên các trường hợp khó có thể giúp cải thiện độ chính xác.

VI. Kết Luận Hướng Phát Triển Mô Hình Phát Hiện Ngã Tương Lai

Nghiên cứu phát triển mô hình phát hiện ngã thông qua camera gia đình là một lĩnh vực đầy tiềm năng, có thể mang lại lợi ích to lớn cho an ninh gia đình và chăm sóc sức khỏe. Các mô hình học sâu đã chứng minh khả năng nhận diện ngã chính xác và hiệu quả. Tuy nhiên, vẫn còn nhiều thách thức cần giải quyết, như cải thiện độ chính xác, giảm thiểu tài nguyên tính toán và đảm bảo quyền riêng tư. Trong tương lai, các nghiên cứu có thể tập trung vào việc tích hợp các cảm biến bổ sung, phát triển các mô hình học sâu tiên tiến hơn và đảm bảo tính bảo mật và quyền riêng tư của người dùng.

6.1. Ứng dụng tiềm năng trong Chăm sóc sức khỏe và IoT

Các hệ thống phát hiện ngã có thể được tích hợp vào các hệ thống chăm sóc sức khỏe thông minh và Internet of Things (IoT). Ví dụ, hệ thống có thể tự động thông báo cho người thân hoặc dịch vụ cấp cứu khi phát hiện ngã. Hệ thống cũng có thể thu thập dữ liệu về chuyển động và tư thế của người dùng để cung cấp thông tin hữu ích cho bác sĩ. Việc tích hợp với các thiết bị IoT khác, như đèn chiếu sáng và hệ thống điều hòa, có thể tạo ra một môi trường sống an toàn và thoải mái hơn cho người cao tuổi và người bệnh.

6.2. Thách thức và Giải pháp trong Triển khai thực tế mô hình

Triển khai thực tế các hệ thống phát hiện ngã còn gặp nhiều thách thức. Một trong những thách thức lớn nhất là đảm bảo quyền riêng tư của người dùng. Cần có các biện pháp bảo mật để ngăn chặn việc truy cập trái phép vào dữ liệu video. Một thách thức khác là đảm bảo độ tin cậy và ổn định của hệ thống. Hệ thống cần hoạt động liên tục và chính xác trong mọi điều kiện ánh sáng và môi trường. Việc giải quyết các thách thức này đòi hỏi sự kết hợp giữa các kỹ thuật học sâu, bảo mật và IoT.

Nội dung chính

Nghiên Cứu Phát Triển Mô Hình Phát Hiện Ngã Thông Qua Camera Gia Đình: Giải Pháp Trí Tuệ Nhân Tạo Tối Ưu Cho Thiết Bị Biên

---

Tóm tắt nghiên cứu (200-250 từ)

• Vấn đề nghiên cứu chính (Research Question): Làm thế nào để xây dựng một mô hình trí tuệ nhân tạo phát hiện hành vi té ngã có độ chính xác cao, hoạt động thời gian thực (real-time), đồng thời đủ gọn nhẹ để triển khai trực tiếp trên các thiết bị camera gia đình hoặc phần cứng biên có tài nguyên tính toán giới hạn?
• Phương pháp tiếp cận (Methodology Snapshot): Nghiên cứu đề xuất quy trình tích hợp 5 bước: trích xuất 33 điểm khóa khung xương người 3D theo thời gian thực bằng MediaPipe Pose, kết hợp tiền xử lý lọc nhiễu, trích chọn đặc trưng chuỗi thời gian bằng kỹ thuật cửa sổ trượt (sliding window), và phân loại hành vi thông qua mạng Bộ nhớ dài-ngắn hạn hai chiều (BLSTM - Bidirectional Long Short-Term Memory) 5 tầng kết hợp BatchNormalization.
• Phát hiện then chốt (Key Findings): Kiến trúc kết hợp MediaPipe Pose + BLSTM đạt hiệu năng vượt trội so với các mô hình RNN/LSTM truyền thống và YOLOv7-Pose về tốc độ xử lý (đạt ~24 FPS trên CPU phổ thông). Đặc biệt, việc tinh giản loại bỏ các điểm khóa ở vùng đầu không làm giảm độ chính xác mà còn giảm chi phí tính toán và hạn chế hiện tượng quá khớp (overfitting).
• Hàm ý thực tiễn (Implications): Đề tài cung cấp giải pháp cảnh báo khẩn cấp phi xâm lấn, bảo mật quyền riêng tư cao (không lưu trữ hình ảnh nhận diện khuôn mặt) và chi phí thấp, sẵn sàng ứng dụng trong hệ thống nhà thông minh và viện dưỡng lão.

---

Bối cảnh và tầm quan trọng (300-350 từ)

Thực trạng và hiểm họa từ tai nạn té ngã

Theo báo cáo của Tổ chức Y tế Thế giới (WHO), té ngã là nguyên nhân gây tử vong do thương tích không chủ ý đứng thứ hai trên toàn cầu, cướp đi sinh mạng của khoảng 684.000 người mỗi năm. Trong đó, hơn 80% trường hợp xảy ra tại các quốc gia có thu nhập thấp và trung bình, với tỷ lệ tử vong cao nhất tập trung ở nhóm người cao tuổi trên 60 tuổi. Té ngã không chỉ gây ra các chấn thương thể xác nghiêm trọng (gãy xương, chấn thương sọ não) mà còn để lại hội chứng sợ vận động, dẫn đến cách ly xã hội, suy giảm sức khỏe tinh thần và trầm cảm.

Khoảng trống nghiên cứu (Research Gap)

Các giải pháp phát hiện té ngã hiện nay bộc lộ hai rào cản lớn:

1. Phương pháp cảm biến đeo (Wearables): Người già thường quên đeo thiết bị, gặp phiền toái khi sạc pin liên tục hoặc cảm biến bị hư hại khi vận động.
2. Phương pháp thị giác máy tính truyền thống: Các mạng nơ-ron tích chập 3D (3DCNN) hay mô hình YOLOv7-Pose kết hợp LSTM tuy đạt độ chính xác cao nhưng đòi hỏi phần cứng GPU công suất lớn, độ trễ cao, khó triển khai microservices tại gia đình. Mặt khác, các mô hình hồi quy một chiều (LSTM/GRU đơn thuần) dễ nhận diện nhầm giữa hành động ngã và các tư thế sinh hoạt thường nhật (nằm nghỉ, ngồi xổm, nhặt đồ).

Tính cấp thiết và tiềm năng ứng dụng

Việc nghiên cứu một mô hình thị giác máy tính có khả năng nhận biết thay đổi tư thế theo cả hai chiều thời gian (trước và sau cú ngã), vận hành mượt mà trên nền tảng CPU của camera gia đình là chìa khóa mở ra giải pháp bảo vệ "thời gian vàng" cấp cứu, giảm thiểu tối đa di chứng nguy hiểm cho người thân.

---

Methodology và phương pháp tiếp cận (350-400 từ)

Quy trình nghiên cứu được thiết kế bài bản theo mô hình phân loại chuỗi thời gian dựa trên điểm khóa khung xương (Skeleton-based Human Action Recognition).

1. Thu thập và cấu trúc dữ liệu

Nghiên cứu sử dụng hai bộ dữ liệu thực nghiệm tiêu chuẩn trong thị giác máy tính:

• ImViA Fall Detection Dataset: Gồm 191 video (tốc độ 25 fps, độ phân giải 320x240) ghi lại các tình huống sinh hoạt thực tế và trượt ngã, được phân loại thành 5 nhãn hành vi: Ngã (4.916 frames), Đi bộ (28.006 frames), Nằm (7.868 frames), Ngồi (9.881 frames) và Không định nghĩa (4.185 frames).
• MVA 2017 Fall Detection Dataset: Gồm 22.756 hình ảnh đa dạng góc nhìn từ 5 đối tượng thử nghiệm ở nhiều độ tuổi khác nhau, bao gồm các hành vi phức tạp như uốn cong, bò, đứng, ngồi, nằm.

2. Ước lượng tư thế người (Pose Estimation Pipeline)

Nhóm nghiên cứu đã đối sánh hai công nghệ tiên tiến:

• YOLOv7-Pose: Sử dụng backbone CSP-Darknet53 kết hợp PANet, trích xuất 17 điểm chuẩn COCO. Mặc dù xử lý che khuất tốt nhưng tiêu tốn tài nguyên tính toán (chỉ đạt 1-8 FPS trên phần cứng thử nghiệm).
• MediaPipe Pose (BlazePose): Dự đoán 33 điểm khóa không gian 3D dựa trên mô hình detector-tracker hai giai đoạn. MediaPipe vượt trội về khả năng theo dõi thời gian thực đạt 24 FPS trên CPU, hoạt động hiệu quả khi đối tượng ở khoảng cách xa.

3. Tiền xử lý dữ liệu và trích chọn đặc trưng

• Lọc bỏ khung hình suy biến: Loại bỏ hoàn toàn các khung hình thiếu dữ liệu phần thân dưới hoặc mất dấu xương do góc khuất.
• Phân tích giảm chiều không gian: Thử nghiệm 3 kịch bản trích xuất: (1) Sử dụng toàn bộ 33 điểm khóa; (2) Lược bỏ các điểm khóa vùng đầu; (3) Lược bỏ cả vùng đầu và cánh tay.
• Cửa sổ trượt (Sliding Window): Gom cụm chuỗi $N$ frames liên tiếp; gán nhãn hành động cho chuỗi nếu số lượng frame thuộc lớp hành vi vượt ngưỡng $N_1$, giúp làm mịn dữ liệu và bắt trọn chu kỳ động lực học của cú ngã.

4. Kiến trúc mạng phân loại BLSTM

Khác với LSTM thông thường chỉ học mối liên hệ một chiều từ quá khứ đến tương lai, mạng BLSTM (Bidirectional LSTM) xử lý dữ liệu theo cả hai hướng thuận và nghịch. Kiến trúc gồm 5 lớp BLSTM xếp chồng, xen kẽ các tầng BatchNormalization nhằm tăng tốc độ hội tụ và chống bão hòa đạo hàm, kết thúc bằng 2 tầng Dense kích hoạt hàm Softmax để xuất xác suất phân loại.

---

Phát hiện chính của nghiên cứu (400-450 từ)

Qua quá trình thực nghiệm đa tầng trên các bộ dữ liệu benchmark, nghiên cứu đã chứng minh nhiều phát hiện khoa học và kỹ thuật có giá trị cao:

1. Hiệu năng vượt bậc của cơ chế học chuỗi hai chiều BLSTM

Mô hình BLSTM khắc phục triệt để nhược điểm "nhìn một chiều" của RNN/LSTM truyền thống. Khi một người ngã, quỹ đạo chuyển động thể hiện tính đột ngột về vận tốc và góc nghiêng cơ thể. Nhờ việc phân tích đồng thời ngữ cảnh trước cú ngã (đang đi, đang đứng) và sau cú ngã (nằm bất động trên sàn), mô hình phân biệt chính xác 100% sự khác nhau giữa hành vi "chủ động nằm xuống nghỉ ngơi" và "tai nạn trượt ngã đột ngột".

2. Tối ưu hóa đặc trưng: Càng ít điểm khóa khuôn mặt, mô hình càng ổn định

Một phát hiện thực nghiệm mang tính bước ngoặt là việc loại bỏ các điểm khóa vùng đầu không làm suy giảm độ chính xác tổng thể, mà ngược lại còn nâng cao chất lượng mô hình:

Cấu hình trích xuất điểm khóa	Độ phức tạp tính toán	Hiện tượng Overfitting	Khả năng hội tụ
Full 33 điểm khóa	Cao (dư thừa dữ liệu khuôn mặt)	Dễ bị nhiễu do biểu cảm	Chậm hơn
Bỏ điểm khóa vùng đầu (Tối ưu)	Giảm 30% kích thước vector	Rất thấp, dữ liệu ổn định	Nhanh, đường Loss mượt
Bỏ vùng đầu + Cánh tay	Rất thấp	Mất mát thông tin chống tay khi ngã	Độ chính xác suy giảm

Giải thích: Các điểm khóa khuôn mặt (mắt, mũi, miệng) liên tục biến thiên theo góc nhìn và biểu cảm, tạo ra nhiễu thông tin trong phân loại tư thế toàn thân. Trọng tâm của cú ngã nằm ở sự dịch chuyển của trục hông, cột sống, đầu gối và vai.

       Độ chính xác & Tốc độ
                                               Tài nguyên phần cứng

3. Khả năng vận hành thời gian thực trên phần cứng phổ thông

Trên môi trường thử nghiệm không dùng GPU rời cho suy luận tư thế:

• MediaPipe Pose duy trì ổn định 24 FPS (độ phân giải 256x256), đáp ứng hoàn hảo tiêu chuẩn xử lý luồng video giám sát thực tế (Real-time Video Streaming).
• Mô hình gọn nhẹ cho phép nhúng trực tiếp vào các hệ thống Microservices hoặc bo mạch nhúng giá rẻ.

---

Đóng góp khoa học và giá trị thực tiễn (250-300 từ)

Đóng góp về mặt lý thuyết và phương pháp luận

• Chuẩn hóa quy trình Skeleton-based HAR: Đề xuất giải pháp lai (hybrid pipeline) kết hợp giữa trích xuất hình học không gian (MediaPipe) và phân tích phụ thuộc thời gian hai chiều (BLSTM), thay thế các mạng học sâu nguyên khối cồng kềnh (End-to-End 3DCNN).
• Chiến lược chọn lọc đặc trưng giải phẫu: Chứng minh bằng thực nghiệm nguyên lý giảm thiểu tham số: loại bỏ các điểm thừa không mang đặc trưng động học cú ngã (vùng mặt) để tối ưu hóa bài toán nhận diện hành động.

Giá trị thực tiễn và chính sách xã hội

• Bảo vệ quyền riêng tư tuyệt đối: Do hệ thống chỉ trích xuất và lưu trữ tọa độ vector các khớp xương $(x, y, z)$ thay vì hình ảnh camera thực tế, nguy cơ rò rỉ dữ liệu cá nhân nhạy cảm trong không gian gia đình được triệt tiêu.
• Chi phí triển khai cực thấp: Khả năng tận dụng hạ tầng camera sẵn có mà không yêu cầu nâng cấp máy chủ đắt tiền, mở ra cơ hội phổ cập hóa công nghệ an sinh xã hội cho người cao tuổi tại các nước đang phát triển.

---

Đối tượng thụ hưởng và quan tâm (200-250 từ)

Nội dung nghiên cứu mang lại giá trị tham khảo và ứng dụng trực tiếp cho nhiều nhóm đối tượng:

• Nhà nghiên cứu học thuật (Academic Researchers): Tài liệu tham khảo hữu ích về xử lý dữ liệu chuỗi thời gian, tối ưu hóa mô hình BLSTM, và kỹ thuật trích xuất điểm khóa trong lĩnh vực Thị giác máy tính (Computer Vision) và AI Y tế.
• Kỹ sư và Doanh nghiệp công nghệ (Industry Professionals): Các nhóm phát triển phần mềm Smart Home, hệ thống camera AI an ninh, giải pháp y tế số (Telehealth) có thể kế thừa pipeline này để thương mại hóa sản phẩm phát hiện sự cố khẩn cấp.
• Đơn vị quản lý y tế & Viện dưỡng lão (Healthcare Providers): Giải pháp hỗ trợ giảm tải áp lực cho đội ngũ điều dưỡng, nâng cao năng lực giám sát tự động 24/7 mà không gây phiền hà cho bệnh nhân.

---

Câu hỏi thường gặp - FAQ (250-300 từ)

1. Phát hiện quan trọng nhất của nghiên cứu này là gì?

Nghiên cứu chứng minh rằng việc kết hợp mô hình trích xuất khung xương nhẹ MediaPipe Pose với mạng hồi quy hai chiều BLSTM, kết hợp lược bỏ các điểm khóa vùng đầu, tạo ra một hệ thống phát hiện té ngã đạt độ chính xác cao vượt bậc nhưng chỉ tiêu tốn tài nguyên tối thiểu, chạy mượt mà 24 FPS trên CPU.

2. Phương pháp này có gì ưu việt hơn so với việc đeo vòng tay thông minh?

Hệ thống hoạt động hoàn toàn phi tiếp xúc và thụ động (passive & non-invasive). Người cao tuổi không cần nhớ việc sạc pin hay đeo thiết bị bên mình mỗi ngày, loại bỏ hoàn toàn cảm giác vướng víu hoặc khó chịu.

3. Kết quả của mô hình có khả năng tổng quát hóa trong thực tế không?

Có. Nghiên cứu đã kiểm chứng trên 2 bộ dữ liệu độc lập với nhiều đối tượng có độ tuổi, vóc dáng và góc quay camera khác nhau, chứng minh tính bền vững cao trước các biến đổi góc nhìn.

4. Hệ thống có bảo mật hình ảnh nhạy cảm của gia đình không?

Rất an toàn. Mô hình chỉ trích xuất các vector tọa độ khớp xương trừu tượng để phân loại hành vi; toàn bộ hình ảnh khuôn mặt và chi tiết môi trường sống không bị lưu trữ hay truyền tải lên máy chủ.

5. Hướng phát triển tiếp theo của đề tài là gì?

Mở rộng nhận diện ngã trong điều kiện môi trường ánh sáng yếu (ban đêm qua camera hồng ngoại), xử lý tình huống bị che khuất một phần bởi đồ nội thất phức tạp và tích hợp cơ chế tự động gửi tin nhắn/gọi điện khẩn cấp đến người thân.

---

Kết luận (150 từ)

Đề tài "Nghiên cứu phát triển mô hình phát hiện ngã thông qua camera gia đình" của nhóm tác giả tại Trường Đại học Hồng Đức đã giải quyết trọn vẹn bài toán cân bằng giữa độ chính xác phân loại và chi phí tài nguyên tính toán. Bằng việc kết hợp sáng tạo giữa MediaPipe Pose và mạng nơ-ron BLSTM, nghiên cứu mang đến một giải pháp công nghệ AI thiết thực, có tính khả thi thương mại hóa cao và đóng góp nhân văn sâu sắc cho công tác chăm sóc sức khỏe cộng đồng.

Các doanh nghiệp công nghệ, viện dưỡng lão và nhà phát triển Smart Home có thể ứng dụng ngay kiến trúc này để nâng cấp hệ sinh thái giám sát an toàn thông minh cho mọi gia đình.

Trích đoạn nội dung tài liệu

TRƢỜNG ĐẠI HỌC HỒNG ĐỨC KHOA CNTT & TT BÁO CÁO TỔNG KẾT ĐỀ TÀI NGHIÊN CỨU KHOA HỌC CỦA SINH VIÊN NĂM HỌC 2022 - 2023 NGHIÊN CỨU PHÁT TRIỂN MÔ HÌNH PHÁT HIỆN NGÃ THÔNG QUA CAMERA GIA ĐÌNH Thuộc nhóm ngành khoa học: Khoa học máy tính THANH HÓA, THÁNG 04/2023 TRƢỜNG ĐẠI HỌC HỒNG ĐỨC KHOA CNTT & TT BÁO CÁO TỔNG KẾT ĐỀ TÀI NGHIÊN CỨU KHOA HỌC CỦA SINH VIÊN NĂM HỌC 2022 - 2023 NGHIÊN CỨU PHÁT TRIỂN MÔ HÌNH PHÁT HIỆN NGÃ THÔNG QUA CAMERA GIA ĐÌNH Thuộc nhóm ngành khoa học: Khoa học máy tính Sinh viên thực hiện: Tống Duy Đạt Dân tộc: Kinh Lớp, khoa: K23 ĐH CNTT – Khoa CNTT&TT Năm thứ: 3 / Số năm đào tạo: 4 Ngành học: CNTT Giảng viên hƣớng dẫn: TS. Nguyễn Đình Công THANH HÓA, THÁNG 04/2023 MỤC LỤC DANH MỤC CHỮ CÁI VIẾT TẮT. iii DANH MỤC CÁC BẢNG BIỂU .iv DANH MỤC ẢNH. vii THÔNG TIN KẾT QUẢ NGHIÊN CỨU.

viii CHƢƠNG I. Tính cấp thiết của đề tài. Tổng quan tình hình nghiên cứu. Mục tiêu và phạm vi đề tài.

Dự kiến kết quả. 4 CHƢƠNG II. GIỚI THIỆU VỀ DEEP LEARNING. Giới thiệu chung.

Cấu trúc của học sâu (Deep learning). Cách thức hoạt động của một kiến trúc deep learning. Mạng nơ ron tích chập ( CNN ). Lớp tích chập (Convolutional layer).

Lớp lấy mẫu (Pooling). Lớp kết nối đầy đủ (Fully-connected layer – FC). Hàm kích hoạt (Activation function). Long short term memory (LSTM).

Gated Recurrent Unit (GRU). Bidirectional Long Short-Term Memory (BLSTM). 17 CHƢƠNG III. CÁC CÔNG NGHỆ NHẬN DIỆN TƢ THẾ CON NGƢỜI.

Tổng quan bài toán nhận diện tư thế (HAR). Giới thiệu bài toán nhận diện tư thế. Thách thức của nhận diện tư thế (HAR). Các mô hình state of the art sử dụng cho mô hình nhận diện tư thế.

Tổng quan tình hình nghiên cứu. Mô hình You Only Look Once (Yolov7 pose). Mô hình MediaPipe Pose. 29 CHƢƠNG IV: TỔNG QUAN TÌNH HÌNH NGHIÊN CỨU VÀ ĐỀ XUẤT.

Cách tiếp cận bài toán nhận diện ngã. Tổng quan tình hình nghiên cứu. Phương pháp đề xuất. Nhận diện tư thế người trong video.

Tiền xử lý thông tin. Trích chọn đặc trưng. Mô hình phân loại. 35 CHƢƠNG V: THÍ NGHIỆM ĐÁNH GIÁ MÔ HÌNH.

Bộ dữ liệu Fall Detection Dataset của phòng thí nghiệm ImViA. Bộ dữ liệu Fall Detection Dataset trong hội thảo Machine Vision Applications (MVA), 2017. Kết quả thí nghiệm. Thang đo đánh giá.

Kết quả và đánh giá. 42 CHƢƠNG VI. 48 TÀI LIỆU THAM KHẢO. 55 DANH MỤC CHỮ CÁI VIẾT TẮT Từ viết tắt Tiếng anh Tiếng việt CNN Convolutional Netural Networks Mạng Nơ ron tích chập AI Artificial Intelligence Trí tuệ nhân tạo ReLU Rectified Linear Units Đơn vị tuyến tính chỉnh lưu GPU Graphics Processing Unit Bộ xử lí đồ họa FC Fully Connectyed Kết nối đầy đủ CPU Central Processing Unit Bộ xử lí trung tâm GB Gigabyte Đơn vị tính dữ liệu ReLU Rectified linear units Đơn vị tuyến tính chỉnh lưu SVM Support Vector Machine Máy vec-tơ hỗ trợ LSTM Long Short Time Memory Bộ nhớ dài-ngắn hạn Yolo You Only Look Once Mô hình Yolo GRU Gated Recurrent Unit Đơn vị định kì có kiểm soát BLSTM Bidirectional Long Short-Term Bộ nhớ dài-ngắn hạn hai chiều Memory DANH MỤC CÁC BẢNG BIỂU Bảng 1: So sánh các đặc tính của Yolo – Pose và Mediapipe – Pose.

29 Bảng 2: Dữ liệu nhận diện hành động. 37 Bảng 3: Dữ liệu nhận diện hành động của Bộ dữ liệu Fall Detection Dataset trong hội thảo Machine Vision Applications (MVA), 2017. 39 Bảng 4: Bảng so sánh độ chính xác của các mô hình thử nghiệm lấy tất cả điểm khóa làm đặc trưng.