Nghiên cứu ứng dụng kỹ thuật máy học để phân tích hình ảnh và nhận dạng vi phạm giao thông

Luận văn thạc sĩ công nghệ thông tin nghiên cứu ứng dụng máy học trong phân tích hình ảnh và nhận dạng vi phạm giao thông đường bộ.

• Tác giả: Đỗ Hữu Hiền
• Người hướng dẫn: TS. Phan Ngọc Hoàng
• Trường học: Trường Đại Học Bà Rịa - Vũng Tàu
• Chuyên ngành: Công nghệ thông tin
• Đề tài: Nghiên Cứu Ứng Dụng Kỹ Thuật Máy Học Để Phân Tích Hình Ảnh Và Nhận Dạng Vi Phạm Giao Thông
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2021
• Địa điểm: Bà Rịa - Vũng Tàu

Tóm tắt

I. Tổng quan về nghiên cứu ứng dụng máy học trong phân tích hình ảnh

Nghiên cứu ứng dụng máy học trong phân tích hình ảnh và nhận dạng vi phạm giao thông đang trở thành một lĩnh vực quan trọng trong công nghệ thông tin. Sự phát triển của học sâu và các thuật toán máy học đã mở ra nhiều cơ hội mới cho việc cải thiện an toàn giao thông. Các hệ thống giám sát giao thông hiện nay có thể tự động phát hiện và phân loại các hành vi vi phạm, từ đó giúp giảm thiểu tai nạn và nâng cao hiệu quả quản lý giao thông.

1.1. Khái niệm về máy học và phân tích hình ảnh

Máy học là một nhánh của trí tuệ nhân tạo, cho phép máy tính học hỏi từ dữ liệu mà không cần lập trình cụ thể. Phân tích hình ảnh là quá trình xử lý và phân tích các hình ảnh để trích xuất thông tin hữu ích. Sự kết hợp giữa hai lĩnh vực này đã tạo ra những bước tiến vượt bậc trong việc nhận diện và phân tích các hành vi vi phạm giao thông.

1.2. Lịch sử phát triển của công nghệ nhận dạng vi phạm giao thông

Công nghệ nhận dạng vi phạm giao thông đã có từ những năm 1990, nhưng chỉ thực sự phát triển mạnh mẽ trong thập kỷ qua nhờ vào sự tiến bộ của học sâu và thuật toán máy học. Các hệ thống hiện nay có khả năng nhận diện biển số xe, phát hiện hành vi vi phạm như không đội mũ bảo hiểm hay chở quá số người quy định.

II. Thách thức trong việc ứng dụng máy học vào nhận dạng vi phạm giao thông

Mặc dù có nhiều tiềm năng, việc ứng dụng máy học trong nhận dạng vi phạm giao thông vẫn gặp phải nhiều thách thức. Các vấn đề như độ chính xác của mô hình, chất lượng dữ liệu đầu vào và khả năng xử lý thời gian thực là những yếu tố cần được giải quyết. Đặc biệt, việc thu thập và xử lý dữ liệu từ các nguồn khác nhau cũng là một thách thức lớn.

2.1. Độ chính xác của mô hình nhận dạng

Độ chính xác của các mô hình nhận dạng vi phạm giao thông phụ thuộc vào chất lượng dữ liệu huấn luyện. Nếu dữ liệu không đầy đủ hoặc không chính xác, mô hình sẽ không thể hoạt động hiệu quả. Việc cải thiện độ chính xác là một trong những ưu tiên hàng đầu trong nghiên cứu này.

2.2. Khả năng xử lý thời gian thực

Một thách thức lớn khác là khả năng xử lý dữ liệu trong thời gian thực. Các hệ thống cần phải nhanh chóng phân tích và đưa ra quyết định để có thể phát hiện vi phạm ngay lập tức. Điều này đòi hỏi các thuật toán phải được tối ưu hóa để hoạt động hiệu quả trên các thiết bị có hạn chế về tài nguyên.

III. Phương pháp chính trong nghiên cứu ứng dụng máy học

Nghiên cứu ứng dụng máy học trong phân tích hình ảnh và nhận dạng vi phạm giao thông sử dụng nhiều phương pháp khác nhau. Các thuật toán như Mạng nơ-ron tích chập (CNN), YOLO và HOG đã được áp dụng để phát hiện và phân loại các đối tượng trong hình ảnh. Những phương pháp này cho phép hệ thống nhận diện chính xác và nhanh chóng các hành vi vi phạm.

3.1. Ứng dụng Mạng nơ ron tích chập CNN

Mạng nơ-ron tích chập (CNN) là một trong những phương pháp phổ biến nhất trong phân tích hình ảnh. CNN có khả năng tự động trích xuất đặc trưng từ hình ảnh, giúp cải thiện độ chính xác trong việc nhận diện các đối tượng tham gia giao thông.

3.2. Giải thuật YOLO trong nhận dạng vi phạm

Giải thuật YOLO (You Only Look Once) cho phép phát hiện và nhận diện đối tượng trong thời gian thực. Với khả năng xử lý nhanh chóng, YOLO đã trở thành một công cụ mạnh mẽ trong việc phát hiện các hành vi vi phạm giao thông như vượt đèn đỏ hay chạy quá tốc độ.

IV. Ứng dụng thực tiễn và kết quả nghiên cứu

Nghiên cứu đã chỉ ra rằng việc ứng dụng máy học trong nhận dạng vi phạm giao thông đã mang lại nhiều kết quả tích cực. Các hệ thống giám sát giao thông hiện đại có thể phát hiện và xử lý các hành vi vi phạm một cách hiệu quả, từ đó giảm thiểu tai nạn và nâng cao an toàn giao thông. Các ứng dụng này đã được triển khai tại nhiều thành phố lớn trên thế giới.

4.1. Kết quả thực nghiệm tại Việt Nam

Tại Việt Nam, một số dự án đã áp dụng thành công công nghệ nhận dạng vi phạm giao thông. Các hệ thống này không chỉ giúp phát hiện vi phạm mà còn cung cấp dữ liệu cho các cơ quan chức năng để cải thiện quản lý giao thông.

4.2. Tác động đến an toàn giao thông

Việc ứng dụng công nghệ máy học đã giúp giảm thiểu đáng kể số vụ tai nạn giao thông. Các hệ thống giám sát tự động đã chứng minh hiệu quả trong việc phát hiện và xử lý các hành vi vi phạm, từ đó nâng cao ý thức của người tham gia giao thông.

V. Kết luận và tương lai của nghiên cứu

Nghiên cứu ứng dụng máy học trong phân tích hình ảnh và nhận dạng vi phạm giao thông đang mở ra nhiều triển vọng mới. Với sự phát triển không ngừng của công nghệ, các hệ thống này sẽ ngày càng hoàn thiện và hiệu quả hơn. Tương lai của giao thông thông minh sẽ phụ thuộc vào khả năng áp dụng các công nghệ mới để cải thiện an toàn và hiệu quả giao thông.

5.1. Hướng phát triển trong tương lai

Trong tương lai, việc tích hợp các công nghệ mới như Internet of Things (IoT) và dữ liệu lớn sẽ giúp nâng cao khả năng nhận diện và phân tích vi phạm giao thông. Các hệ thống sẽ trở nên thông minh hơn, có khả năng tự động điều chỉnh và tối ưu hóa quy trình quản lý giao thông.

5.2. Tầm quan trọng của nghiên cứu tiếp theo

Nghiên cứu tiếp theo cần tập trung vào việc cải thiện độ chính xác và khả năng xử lý của các mô hình máy học. Việc phát triển các thuật toán mới và tối ưu hóa quy trình sẽ là chìa khóa để nâng cao hiệu quả của các hệ thống nhận dạng vi phạm giao thông trong tương lai.

Trích đoạn nội dung tài liệu

Đặt vấn đề Ngày nay, công nghệ thông tin là một trong những lĩnh vực quan trọng góp phần thúc đẩy sự phát triển kinh tế của đất nước. Ứng dụng của công nghệ thông tin (CNTT) xuất hiện ở rất nhiều lĩnh vực, là nền tảng của các nghiên cứu về công nghệ cao như khoa học vũ trụ, công nghệ điện tử và tự động hóa, các hệ thống thông minh,. Khi Internet ra đời vào những năm 90, nó đã kết nối thông tin trên toàn thế giới lại với nhau. Chúng ta chỉ cần ngồi bất cứ nơi đâu với máy tính được kết nối mạng là có thể truy nhập thông tin về bất cứ lĩnh vực gì trên thế giới.

Tại Việt Nam, từ những năm 70 của thế kỷ 20 đã bắt đầu có các nghiên cứu về máy tính cũng như những ứng dụng về CNTT. Hiện nay CNTT luôn được xác định là lĩnh vực then chốt được đầu tư không những hiện đại hóa cơ sở hạ tầng mà còn là việc ứng dụng sâu rộng vào các lĩnh vực khác của đời sống xã hội [1]. Nghị quyết số 36-NQ/TW ngày 01/7/2014 của Bộ Chính trị về đẩy mạnh ứng dụng, phát triển CNTT đáp ứng yêu cầu phát triển bền vững và hội nhập quốc tế tiếp tục khẳng định sự quan tâm chỉ đạo sát sao của Đảng đối với công tác ứng dụng, phát triển CNTT, khẳng định vị trí, vai trò của CNTT trong sự nghiệp xây dựng và bảo vệ Tổ quốc thời kỳ mới. Và là một văn bản rất quan trọng, là định hướng xuyên suốt cho chiến lược ứng dụng và phát triển CNTT và truyền thông từ nay đến năm 2030, là tiền đề quan trọng để CNTT Việt Nam phát triển mạnh mẽ, sâu rộng hơn, đề ra những định hướng lớn cho sự phát triển ngành CNTT nước nhà trong khoảng 10 - 20 năm tới.

Đến năm 2030, đưa năng lực nghiên cứu, ứng dụng, phát triển, sản xuất và cung ứng sản phẩm, dịch vụ CNTT đạt trình độ tiên tiến thế giới; Việt Nam trở thành quốc gia mạnh về CNTT trong khu vực. Ngày 27/09/2019 Bộ Chính trị ban hành Nghị quyết số 52-NQ/TW về một số chủ trương, chính sách chủ động tham gia cuộc Cách mạng công nghiệp lần thứ tư (CMCN 4.0) với quan điểm chủ động, tích cực tham gia cuộc Cách mạng công nghiệp lần thứ tư là yêu cầu tất yếu khách quan; là nhiệm vụ có ý nghĩa chiến lược đặc biệt quan trọng, vừa cấp bách vừa lâu dài của cả hệ thống chính trị và toàn xã hội, gắn chặt với quá trình hội nhập quốc tế sâu rộng; đồng thời nhận thức đầy đủ, đúng đắn về nội hàm, bản chất của cuộc Cách mạng công nghiệp lần thứ tư để quyết tâm đổi mới tư 14 duy và hành động, coi đó là giải pháp đột phá với bước đi và lộ trình phù hợp là cơ hội để Việt Nam bứt phá trong phát triển kinh tế - xã hội. Xác định mục tiêu đến năm 2030, Việt Nam chúng ta duy trì xếp hạng về chỉ số Đổi mới sáng tạo toàn cầu (GII) thuộc nhóm 40 nước dẫn đầu thế giới. Mạng di động 5G phủ sóng toàn quốc; mọi người dân được truy cập Internet băng thông rộng với chi phí thấp.

Kinh tế số chiếm trên 30% GDP; năng suất lao động tăng bình quân khoảng 7,5%/năm. Hoàn thành xây dựng Chính phủ số. Hình thành một số chuỗi đô thị thông minh tại các khu vực kinh tế trọng điểm phía Bắc, phía Nam và miền Trung; từng bước kết nối với mạng lưới đô thị thông minh trong khu vực và thế giới và tầm nhìn đến năm 2045, Việt Nam trở thành một trong những trung tâm sản xuất và dịch vụ thông minh, trung tâm khởi nghiệp, đổi mới sáng tạo thuộc nhóm dẫn đầu khu vực Châu Á; có năng suất lao động cao, có đủ năng lực làm chủ và áp dụng công nghệ hiện đại trong tất cả các lĩnh vực kinh tế - xã hội, môi trường, quốc phòng, an ninh [2-3]. Bản chất của cuộc cách mạng công nghiệp lần thứ tư (CMCN 4.0) là cuộc cách mạng thể chế.

Với sự phát triển mạnh mẽ của công nghệ số tạo ra mô hình mới, lực lượng lao động mới, nhanh chóng, bùng nổ… khiến khuôn khổ thể chế truyền thống không còn phù hợp, mà nếu duy trì sẽ kìm hãm sự phát triển của đất nước và ngày 04/7/2017, Thủ tướng chính phủ Ban hành Chỉ thị số 16/CT-TTg về tăng cường năng lực tiếp cận cuộc cách mạng công nghiệp lần thứ 4. Trên cở sở đó, ngày 03/12/2018 Bộ Khoa học và Công nghệ ban hành Quyết định số 3685/QĐ-BKHCN về danh mục các công nghệ chủ chốt của công nghiệp 4.0 (Trí tuệ nhân tạo - Artificial Intelligence, Chuỗi khối- Blockchain, Dữ liệu lớn - Big Data, Khai phá dữ liệu và Phân tích dữ liệu - Data Mining and Data Analytics, Internet vạn vật- Internet of Things, Điện toán đám mây- Cloud computing, Robot tự hành - Autonomous Robots, Robot cộng tác Collaborative robotics, In 3D và chế tạo cộng - 3D printing and Additive manufacturing, Thực tại ảo - Virtual Reality, Công nghệ chế tạo vật liệu nano - Nano materials, Công nghệ vật liệu mới - New material technnology, Sinh học tổng hợp - Synthetic biology, Mạng di động thế hệ 5 - 5th Generation Mobile Network,. Đặc biệt, cuộc cách mạng công nghiệp lần thư 4 có nhiều tác động đến đời sống kinh tế - xã hội trên nhiều lĩnh vực. Nền kinh tế toàn cầu đang đứng trước một giai đoạn chuyển đổi không thể đảo ngược.

Cuộc cách mạng này thông qua các công nghệ như trí tuệ nhân tạo (AI), Internet vạn vật (IoT), thực tế ảo (VR), tương tác thực tại ảo 15 (AR), mạng xã hội, điện toán đám mây, di động, phân tích dữ liệu lớn (SMAC). để chuyển hóa toàn bộ thế giới thực thành thế giới số. Các công nghệ thông minh sẽ được tích hợp vào mọi khía cạnh của xã hội, xóa bỏ các ranh giới công nghệ thông thường, thay đổi hình dạng mạng lưới công nghệ và sản xuất, thúc đẩy sự phát triển của thời đại. Những phát triển này hứa hẹn sẽ mở ra cơ hội cho Chính phủ, vùng miền các quốc gia thúc đẩy nền kinh tế mở, linh hoạt, nâng cao hiệu quả của nền kinh tế - xã hội và mang lại lợi thế “đi đầu” cho những quốc gia, vùng miền tận dụng tốt các công nghệ mới nhất.

Cách mạng công nghiệp lần thứ 4 dựa trên nền tảng công nghệ số và tích hợp tất cả các công nghệ thông minh để tối ưu hóa quy trình, phương thức sản xuất; với những công nghệ đang và sẽ có tác động lớn như (Trí tuệ nhân tạo - Artificial Intelligence, Chuỗi khối- Blockchain, Dữ liệu lớn - Big Data, Khai phá dữ liệu và Phân tích dữ liệu - Data Mining and Data Analytics, Internet vạn vật- Internet of Things, Điện toán đám mây- Cloud computing, Robot tự hành - Autonomous Robots,… Trong lĩnh vực sản xuất công nghiệp, viễn cảnh các nhà máy thông minh trong đó các máy móc được kết nối Internet và liên kết với nhau qua một hệ thống có thể tự hình dung toàn bộ quy trình sản xuất rồi đưa ra quyết định sẽ không còn xa. Có thể thấy, Cách mạng công nghiệp lần thứ 4 tác động đến tất cả các lĩnh vực kinh tế - xã hội như: công nghiệp, nông nghiệp, tài chính ngân hàng, lao động, việc làm, giao thông vận tải, dệt may, du lịch, y tế, giáo dục và đào tạo. Điều đó có nghĩa nó sẽ ảnh hưởng trực tiếp đến các tổ chức, cá nhân và các địa phương trong cả nước [4-5]. Theo các nhà nghiên cứu, ứng dụng trí tuệ nhân tạo được huấn luyện tốt có thể thực hiện một số công việc với kỹ năng tương đương như con người.

Tuy nhiên, trí tuệ nhân tạo có lợi thế hơn con người nhờ khả năng mở rộng bằng việc học liên tục không nghỉ, thậm chí là tự học mà không cần sự hướng dẫn của con người. Trí tuệ nhân tạo có thể phát hiện ra mẫu trong những dữ liệu phức tạp đến mức các chuyên gia cũng không nhận ra. Trong đó, đối với một số ứng dụng đặc thù như xử lý hình ảnh, trí tuệ nhân tạo đã bằng hoặc vượt khả năng của con người. Chính vì lẽ đó, khi được ứng dụng vào quá trình điều tiết giao thông, trí tuệ nhân tạo sẽ giúp giảm bớt nhân công nhưng lại tăng cường khả năng xử lý dữ liệu của hệ thống.

Vì vậy có thể nói, trí tuệ nhân tạo (Artificial Intelligence - AI) là một hướng nghiên cứu của lĩnh vực CNTT và Khoa học máy tính nhằm phát triển các hệ thống 16 thông minh để giải quyết các bài toán trong thực tế giống như hoạt động của bộ não người. Trí tuệ nhân tạo được bắt đầu nghiên cứu từ những năm 50 của thế kỷ 20 và trong khoảng 30 năm trở lại đây đã được cộng đồng các nhà khoa học quan tâm mạnh mẽ. Rất nhiều các hội thảo lớn về lĩnh vực này được tổ chức hàng năm trên thế giới. Các ứng dụng tiêu biểu của trí tuệ nhân tạo vào đời sống xã hội bào gồm: người máy, robot, xử lý ngôn ngữ tự nhiên, nhận dạng, phát hiện dị thường, an ninh quốc phòng, tin sinh học, khoa học vũ trụ và trái đất,… Những năm gần đây, chúng ta đã chứng kiến được nhiều thành tựu vựợt bậc trong lĩnh vực thị giác máy tính (Computer Vision).

Các hệ thống xử lý ảnh lớn của Facebook, Google hay Amazon đã đưa vào sản phẩm của mình những chức năng thông minh như nhận dạng khuôn mặt người dùng, phát triển xe hơi tự lái hay drone giao hàng tự động. Bên cạnh đó, sự phát triển của mạng nơ-ron đang dần hiện thực hoá khái niệm chúng ta vẫn thường gọi là (Computer Vision) thị giác máy tính. Tuy nhiên, việc sử dụng thuật toán mạng nơ-ron vẫn còn gặp nhiều khó khăn. Chẳng hạn như: Khi bạn muốn phát hiện nhận dạng một đối tượng trong một bức ảnh và đánh nhãn cho đối tượng đó thì các phương pháp lúc bấy giờ quá chậm để xử lý theo thời gian thực hoặc là đòi hỏi cần phải đầu tư trang thiết bị rất mạnh dẫn đến chi phí rất tốn kém,.

Chính vì lẻ đó, cho đến khi giải thuật nhìn một lần (You Only Look Once - YOLO) ra đời. You Only Look Once lần lượt có các phiên bản 1, 2 (YOLO Version 1, 2) và hiện nay là You Only Look Once phiên bản 3 (YOLO Version 3) có khả năng gán nhãn cho toàn bộ đối tượng trong khung hình với chỉ duy nhất một hoạt động. Có thể nói, You Only Look Once đã xây dựng một hướng tiếp cận đầu tiên giúp đưa nhận dạng đối tượng theo thời gian thực (Real-Time Object Detection) thực sự khả thi áp dụng thực tế trong cuộc sống.