Tổng quan nghiên cứu

Theo báo cáo từ Liên Hợp Quốc, hiện có 54,6% dân số thế giới tương đương khoảng 3,6 tỷ người đang sinh sống tại các khu vực đô thị và con số này dự báo sẽ vượt mức 70% vào năm 2050. Sự bùng nổ đô thị hóa đặt ra áp lực khổng lồ lên hạ tầng giao thông, đặc biệt là tại các đô thị đang phát triển. Tại tỉnh Bà Rịa - Vũng Tàu với quy mô dân số hơn 1,3 triệu người trên tổng diện tích tự nhiên 1.980,98 km2, áp lực lưu thông trên các trục huyết mạch như Quốc lộ 51, Quốc lộ 55 và Quốc lộ 56 ngày càng gia tăng. Thống kê đến tháng 9 năm 2020 trên địa bàn tỉnh ghi nhận 285 vụ tai nạn giao thông làm 120 người chết và 213 người bị thương. Mặc dù số vụ tai nạn đã giảm 2 vụ và số người chết giảm 6 người so với cùng kỳ năm 2018, tình hình trật tự an toàn giao thông vẫn diễn biến phức tạp do ý thức chấp hành luật của một bộ phận người dân chưa cao.

Trước thực trạng đó, luận văn thạc sĩ chuyên ngành Công nghệ thông tin của tác giả Đỗ Hữu Hiền, dưới sự hướng dẫn khoa học của Tiến sĩ Phan Ngọc Hoàng tại Trường Đại học Bà Rịa - Vũng Tàu, tập trung giải quyết bài toán cấp thiết: ứng dụng kỹ thuật máy học và học sâu để tự động phát hiện, phân tích hình ảnh và nhận dạng phương tiện vi phạm luật giao thông đường bộ theo thời gian thực. Nghiên cứu xác định mục tiêu cụ thể là xây dựng mô hình giám sát thông minh tại nút giao lộ, tự động phát hiện và ghi nhận hai hành vi vi phạm phổ biến gồm chở quá số người quy định và không đội mũ bảo hiểm khi điều khiển mô tô, xe gắn máy, đồng thời trích xuất biển số phương tiện vi phạm. Kết quả nghiên cứu đóng góp nền tảng công nghệ quan trọng hướng tới mục tiêu giảm thiểu từ 20% đến 30% các vụ vi phạm trật tự đô thị, phục vụ đắc lực cho đề án xây dựng đô thị thông minh tỉnh Bà Rịa - Vũng Tàu giai đoạn 2020 - 2025.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn xây dựng trên nền tảng lý thuyết thị giác máy tính hiện đại và mạng nơ-ron nhân tạo, tập trung khai thác hai trụ cột chính: mô hình học sâu tích chập và giải thuật phát hiện đối tượng nhìn một lần phiên bản 3. Mạng nơ-ron tích chập mô phỏng cơ chế xử lý thị giác của não bộ thông qua chuỗi các lớp tích chập, lớp gộp cực đại và lớp kết nối đầy đủ, cho phép trích xuất tự động các đặc trưng hình học từ không gian điểm ảnh đa chiều. Cốt lõi của hệ thống nhận dạng là kiến trúc Darknet-53 tích hợp trong thuật toán nhìn một lần, cho phép chia bức ảnh thành ma trận các ô lưới và dự đoán đồng thời tọa độ khung bao cùng xác suất nhãn lớp đối tượng chỉ qua một lần lan truyền tiến.

Bên cạnh đó, nghiên cứu hệ thống hóa các khái niệm nền tảng bao gồm: xử lý ảnh số với thư viện mã nguồn mở OpenCV chứa hơn 2.500 thuật toán tối ưu; kỹ thuật phân cụm K-means nhằm xác định tối ưu kích thước các khung neo; mô hình học máy có giám sát áp dụng cho bài toán phân loại đa lớp; và phương pháp phân đoạn hình thái học kết hợp bộ lọc để trích xuất vùng chứa biển số phương tiện trong các điều kiện môi trường ánh sáng phức tạp.

Phương pháp nghiên cứu

Nghiên cứu áp dụng phương pháp thực nghiệm khoa học kết hợp phân tích định lượng trên nguồn dữ liệu giao thông thực tế. Cỡ mẫu nghiên cứu được thiết lập với 500 mẫu ảnh phương tiện giao thông được thu thập trực tiếp từ hệ thống ghi hình giám sát đặt tại nút giao lộ ngã tư đường Huỳnh Minh Thạnh và đường 27/4 thuộc thị trấn Phước Bửu, huyện Xuyên Mộc, tỉnh Bà Rịa - Vũng Tàu. Phương pháp chọn mẫu là chọn mẫu ngẫu nhiên phân tầng theo khung giờ cao điểm và các điều kiện thời tiết khác nhau để đảm bảo tính đại diện và độ bao phủ cao.

Lý do lựa chọn giải thuật nhìn một lần phiên bản 3 kết hợp các thư viện tăng tốc phần cứng CUDA và cuDNN thay vì các phương pháp truyền thống như bộ phân loại tầng Haar hay mạng đề xuất vùng nhanh hơn là nhờ khả năng tối ưu hóa tài nguyên tính toán, cho phép xử lý luồng video thời gian thực với tốc độ lên đến 45 khung hình trên giây trên các thiết bị phần cứng tiêu chuẩn. Timeline nghiên cứu được tiến hành xuyên suốt từ năm 2020 đến tháng 4 năm 2021, trải qua hai bước nghiêm ngặt: huấn luyện mô hình với tập dữ liệu gán nhãn chi tiết và thử nghiệm độc lập trên luồng dữ liệu camera thực tế kết nối qua sóng 3G và hạ tầng điện toán đám mây.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình huấn luyện và kiểm thử thực nghiệm trên hệ thống đã mang lại những phát hiện và kết quả cụ thể sau:

Thứ nhất, mô hình phát hiện và định vị đối tượng phương tiện đạt độ chính xác tổng thể trên 92% trong điều kiện ánh sáng ban ngày. Khả năng gán nhãn và theo dõi đối tượng di chuyển qua nút giao lộ duy trì chỉ số giao nhau trên diện tích hợp đạt mức trên 0,75, giúp phân tách rõ ràng ranh giới giữa các phương tiện lưu thông liền kề nhau.

Thứ tư, đối với hành vi vi phạm chở quá số người quy định trên xe gắn máy, mô hình nhận dạng chính xác 9 trên 10 trường hợp trong bộ dữ liệu mẫu thử nghiệm, tương đương độ chính xác 90%. Thuật toán xử lý hiệu quả trường hợp người ngồi sau bị che khuất một phần thân thể nhờ cơ chế trích xuất đặc trưng đa tầng.

Thứ ba, đối với hành vi không đội mũ bảo hiểm của người điều khiển và người ngồi sau, hệ thống đạt tỷ lệ phát hiện chính xác 20 trên 22 mẫu thử nghiệm, đạt tỷ lệ 90,91%. Tốc độ xử lý luồng khung hình thực tế đạt từ 30 đến 45 khung hình trên giây, đáp ứng trọn vẹn yêu cầu nhận diện và cảnh báo tức thời.

Thảo luận kết quả

Hiệu quả nhận dạng vượt trội của mô hình bắt nguồn từ việc ứng dụng thuật toán phân cụm K-means để tối ưu hóa tỷ lệ các khung neo phù hợp với kích thước thực tế của xe máy và người tham gia giao thông tại Việt Nam. Đồng thời, kỹ thuật chuẩn hóa hàng loạt ở các lớp tích chập giúp mạng nơ-ron giảm hiện tượng dịch chuyển biến lượng nội bộ và hội tụ nhanh hơn. Khi so sánh với các kỹ thuật cổ điển như bộ trích xuất HOG kết hợp máy học véc-tơ hỗ trợ vốn chỉ đạt tốc độ dưới 15 khung hình trên giây và dễ bị ảnh hưởng bởi bóng đổ, giải thuật đề xuất thể hiện ưu thế vượt trội về cả tốc độ xử lý lẫn khả năng thích ứng môi trường.

Dữ liệu nghiên cứu thực nghiệm được tổng hợp và trình bày sinh động qua các bảng thống kê ma trận nhầm lẫn và biểu đồ suy giảm hàm mất mát qua từng chu kỳ huấn luyện. Bảng đánh giá chi tiết cho thấy các lỗi nhận dạng sai chủ yếu xuất hiện khi góc ghi hình của camera vượt quá 40 độ hoặc khi phương tiện di chuyển vào ban đêm trong điều kiện thiếu sáng trầm trọng. Điều này khẳng định rằng khi được bổ trợ bởi hệ thống camera độ phân giải cao và đèn hồng ngoại, độ chính xác của hệ thống hoàn toàn có thể nâng lên mức tiệm cận tuyệt đối.

Đề xuất và khuyến nghị

Nhằm hoàn thiện và nhân rộng hệ thống giám sát tự động, luận văn đưa ra 4 khuyến nghị và giải pháp hành động cụ thể:

Thứ nhất, chuẩn hóa và nâng cấp hạ tầng thiết bị thu nhận hình ảnh. Sở Giao thông Vận tải và Công an tỉnh Bà Rịa - Vũng Tàu cần đầu tư lắp đặt hệ thống camera giám sát chuẩn độ phân giải cao tối thiểu 4K, tích hợp cảm biến hồng ngoại tại 100% các nút giao lộ huyết mạch dọc tuyến Quốc lộ 51, Quốc lộ 55 và Quốc lộ 56. Mục tiêu nâng tỷ lệ nhận dạng biển số phương tiện ban đêm từ mức khoảng 70% lên trên 95%, hoàn thành trong mốc thời gian giai đoạn 2021 - 2023.

Thứ hai, mở rộng quy mô bộ dữ liệu huấn luyện và tối ưu hóa giải thuật. Trung tâm Ứng dụng tiến bộ khoa học và công nghệ cần tiếp tục thu thập bổ sung trên 10.000 mẫu ảnh thực tế bao gồm các điều kiện thời tiết sương mù, mưa bão, cũng như các dạng biển số xe nền vàng chữ đen hoặc nền đỏ chữ trắng. Mục tiêu nâng độ chính xác nhận diện hành vi vi phạm tổng thể đạt ngưỡng 98% trước quý 4 năm 2024.

Thứ ba, hoàn thiện phần mềm quản lý và trích xuất bằng chứng số. Các đơn vị phát triển công nghệ cần tích hợp hệ thống xử lý ảnh với nền tảng ứng dụng web và cơ sở dữ liệu điện toán đám mây để tự động xuất biên bản vi phạm có hình ảnh chứng cứ rõ nét chỉ trong thời gian dưới 3 giây kể từ thời điểm phát hiện.

Thứ tư, đồng bộ hóa quy trình xử phạt và liên thông cơ sở dữ liệu. Ủy ban nhân dân tỉnh cần ban hành quy chế phối hợp liên ngành nhằm kết nối trực tiếp dữ liệu hình ảnh vi phạm với Cơ sở dữ liệu quốc gia về đăng ký phương tiện giao thông, thực hiện đúng lộ trình Đề án phát triển đô thị thông minh theo Nghị quyết 112 của Hội đồng nhân dân tỉnh đến năm 2025.

Đối tượng nên tham khảo luận văn

Nội dung và kết quả thực nghiệm của luận văn là nguồn tài liệu hữu ích cho 4 nhóm đối tượng chính sau:

Cơ quan quản lý nhà nước và lực lượng Cảnh sát giao thông: Cung cấp cơ sở khoa học, kiến trúc công nghệ và quy trình vận hành để triển khai hệ thống phạt nguội tự động, giúp tiết kiệm trên 40% nhân lực tuần tra thủ công và nâng cao tính minh bạch trong công tác xử lý vi phạm.

Kỹ sư trí tuệ nhân tạo và chuyên gia thị giác máy tính: Luận văn cung cấp toàn bộ quy trình cấu hình thư viện CUDA, cuDNN, OpenCV cùng giải thuật mạng Darknet-53, làm tài liệu tham khảo thực chiến để xây dựng các bài toán phát hiện vật thể thời gian thực phục vụ xe tự hành và an ninh đô thị.

Học viên cao học và nhà nghiên cứu học thuật ngành Công nghệ thông tin: Tài liệu đóng vai trò là một case study mẫu mực về phương pháp thu thập, tiền xử lý bộ dữ liệu 500 mẫu ảnh thực địa, xây dựng hàm mục tiêu và đánh giá độ chính xác của các mô hình học sâu.

Doanh nghiệp công nghệ và đơn vị tích hợp hệ thống: Luận văn cung cấp mô hình kết nối phần cứng từ camera, cảm biến qua bo mạch điều khiển đến máy chủ đám mây, giúp doanh nghiệp rút ngắn thời gian nghiên cứu và phát triển sản phẩm thương mại cho các dự án thành phố thông minh.

Câu hỏi thường gặp

Hệ thống ứng dụng mô hình nhìn một lần phiên bản 3 đạt tốc độ xử lý bao nhiêu khung hình trên giây? Mô hình triển khai trên nền tảng thư viện Darknet kết hợp vi xử lý tăng tốc CUDA đạt tốc độ xử lý ổn định từ 30 đến 45 khung hình trên giây. Tốc độ này cho phép hệ thống phân tích luồng video trực tiếp mà không xảy ra tình trạng trễ khung hình hay bỏ sót phương tiện di chuyển nhanh.

Độ chính xác khi phát hiện người không đội mũ bảo hiểm và chở quá số người là bao nhiêu? Qua thực nghiệm với các bộ dữ liệu mẫu tại hiện trường, mô hình đạt độ chính xác 90,91% đối với hành vi không đội mũ bảo hiểm (phát hiện đúng 20 trên 22 mẫu) và đạt độ chính xác 90% đối với hành vi chở quá số người quy định (phát hiện đúng 9 trên 10 mẫu).

Vì sao nghiên cứu lại ưu tiên chọn giải thuật nhìn một lần thay vì Faster R-CNN? Giải thuật nhìn một lần tiến hành dự đoán vị trí và phân lớp đối tượng trong một lượt xử lý duy nhất, mang lại tốc độ thực thi nhanh hơn gấp 3 đến 4 lần so với Faster R-CNN, đáp ứng yêu cầu khắt khe về tính thời gian thực của bài toán giám sát giao thông tại nút giao lộ.

Hệ thống xử lý bài toán nhận dạng biển số phương tiện vi phạm bằng kỹ thuật nào? Hệ thống sử dụng các thuật toán hình thái học và bộ lọc trong OpenCV để phân vùng chính xác vị trí biển số trên 500 mẫu ảnh phương tiện. Sau đó, mạng nơ-ron tích chập tiếp tục phân đoạn và nhận dạng từng ký tự số và chữ cái với độ phân giải cao để lưu trữ làm bằng chứng pháp lý.

Mô hình nghiên cứu đã được triển khai thử nghiệm tại địa điểm thực tế nào? Mô hình được khảo sát, lắp đặt phần cứng thử nghiệm trực tiếp tại nút giao lộ ngã tư đường Huỳnh Minh Thạnh và đường 27/4 thuộc thị trấn Phước Bửu, huyện Xuyên Mộc, tỉnh Bà Rịa - Vũng Tàu, chứng minh tính tương thích cao với điều kiện hạ tầng giao thông thực tế tại Việt Nam.

Kết luận

Công trình nghiên cứu của tác giả Đỗ Hữu Hiền đã giải quyết trọn vẹn bài toán tự động hóa giám sát trật tự an toàn giao thông với những đóng góp học thuật và thực tiễn nổi bật:

  • Xây dựng thành công hệ thống nhận dạng phương tiện và hành vi vi phạm giao thông theo thời gian thực đạt tốc độ xử lý từ 30 đến 45 khung hình trên giây.
  • Đạt độ chính xác nhận dạng 90,91% cho lỗi không đội mũ bảo hiểm và 90% cho lỗi chở quá số người quy định trên xe gắn máy.
  • Chuẩn hóa quy trình phát hiện và phân tích biển số xe trên bộ dữ liệu thực địa 500 mẫu phương tiện giao thông tại Việt Nam.
  • Thiết kế hoàn chỉnh mô hình tích hợp phần cứng camera, vi xử lý và hệ thống phần mềm web quản lý dữ liệu trên nền tảng điện toán đám mây.
  • Đóng góp giải pháp khoa học then chốt phục vụ Đề án phát triển đô thị thông minh tỉnh Bà Rịa - Vũng Tàu tầm nhìn đến năm 2030.

Hướng phát triển tiếp theo là hoàn thiện module phần cứng chuyên dụng, bổ sung 10.000 mẫu dữ liệu ban đêm và mở rộng lắp đặt thử nghiệm trên tuyến Quốc lộ 51 trong giai đoạn 2024 - 2025. Hãy chủ động nghiên cứu và ứng dụng ngay giải pháp thị giác máy tính tiên tiến này để nâng tầm hiệu quả quản lý đô thị và bảo đảm an toàn giao thông bền vững.