Tổng quan nghiên cứu

Trong kỷ nguyên chuyển đổi số và tự động hóa giám sát an ninh, nhu cầu kiểm soát an toàn tuyệt đối 24/7 tại các cơ quan đầu não, trụ sở Bộ Công an và các công trình trọng điểm ngày càng trở nên cấp thiết. Phương thức tuần tra truyền thống dựa hoàn toàn vào con người bộc lộ nhiều điểm nghẽn nghiêm trọng khi chỉ một giây mất tập trung của lực lượng bảo vệ có thể dẫn đến nguy cơ đột nhập nguy hiểm. Nghiên cứu tập trung giải quyết bài toán cốt lõi trong thị giác máy tính: tự động phát hiện, phân tích và cảnh báo đối tượng xâm nhập trái phép thông qua hệ thống camera giám sát theo thời gian thực.

Mục tiêu cụ thể của luận văn là phát triển một giải pháp phần mềm thông minh có khả năng xử lý mượt mà luồng video số đạt chuẩn từ 16 đến 25 khung hình/giây (FPS), đồng thời loại bỏ tối đa các yếu tố nhiễu môi trường như rung lắc quang học hoặc biến động ánh sáng đột ngột. Phạm vi nghiên cứu được thực nghiệm trực tiếp tại các khu vực hành lang, cổng ra vào và mục tiêu bảo vệ trọng yếu tại Hà Nội trong giai đoạn 2011 - 2012. Ý nghĩa khoa học và thực tiễn của công trình thể hiện rõ qua việc tối ưu hóa hiệu năng tính toán, giảm dung lượng bộ nhớ sử dụng, từ đó nâng tỷ lệ phát hiện chuyển động chuẩn xác lên trên 96% và giảm thiểu báo động giả xuống mức tối đa trên các hệ thống camera an ninh thế hệ mới.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng dựa trên nền tảng vững chắc của hai trụ cột lý thuyết chính: Lý thuyết thị giác máy tính về mô hình trừ nền thích nghi và Lý thuyết thông tin của Claude Shannon về độ đo bất định Entropy. Trong xử lý video giám sát, các khái niệm trọng tâm bao gồm ảnh nền (Background), vùng chuyển động của đối tượng (Foreground Mask), và các khối pixel liên thông (Blobs). Thay vì tiếp cận theo hướng trừ nền tĩnh truyền thống vốn dễ phát sinh sai số lớn khi có nhiễu sáng, tác giả vận dụng nguyên lý trích xuất thực thể chuyển động dựa trên phân tích mức xám và độ biến thiên Entropy cục bộ.

Bên cạnh đó, các phép toán hình thái học cơ bản như co ảnh (Erosion) và giãn ảnh (Dilation) được tích hợp để làm mịn ranh giới, xóa bỏ đốm nhiễu nhỏ lẻ và hợp nhất các mảng chuyển động rời rạc. Mô hình toán học chia khung hình thành các khối ma trận kích thước cố định, xác định mức độ bất định của độ lệch màu sắc giữa khung hình hiện tại và khung hình nền, từ đó phân loại chính xác các điểm ảnh thuộc về kẻ đột nhập.

Phương pháp nghiên cứu

Nguồn dữ liệu thực nghiệm được thu thập trực tiếp từ các chuỗi video kỹ thuật số ghi nhận bởi camera quan sát nội bộ và ngoại vi trong nhiều bối cảnh khác nhau. Cỡ mẫu nghiên cứu bao gồm hàng chục đoạn video với độ dài từ 500 đến 2.000 khung hình cho mỗi kịch bản, bao gồm đối tượng đơn lẻ, nhiều đối tượng di chuyển đồng thời với vận tốc khác nhau, và điều kiện ánh sáng dao động từ ban ngày rõ nét đến ban đêm thiếu sáng. Phương pháp chọn mẫu phi xác suất có chủ đích được áp dụng nhằm thu thập toàn diện các tình huống thực tế phức tạp nhất như người đi bộ qua cửa, phương tiện giao thông chạy tốc độ cao, hoặc lá cây rung chuyển.

Lý do lựa chọn phương pháp phân tích kết hợp giữa trừ nền thích nghi và đánh giá Entropy khối là nhằm cân bằng hoàn hảo giữa độ chính xác nhận dạng và tốc độ xử lý thời gian thực. Toàn bộ quy trình khởi tạo mô hình nền được thiết lập với mẫu chuẩn K = 50 khung hình đầu tiên, sử dụng hằng số huấn luyện tín hiệu ổn định ρ = 1 và hệ số làm mịn thích nghi α = 8. Nghiên cứu được triển khai liên tục và hoàn thiện trong khoảng thời gian 12 tháng tại Viện Công nghệ thông tin thuộc Viện Hàn lâm Khoa học và Công nghệ Việt Nam.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình kiểm thử và đánh giá thuật toán đã mang lại nhiều phát hiện kỹ thuật mang tính đột phá cho bài toán phát hiện xâm nhập:

Thứ nhất, cơ chế khởi tạo và lựa chọn nền tối ưu thông qua thuật toán so sánh nhanh (Rapid Matching) kết hợp huấn luyện tín hiệu ổn định giúp hệ thống thiết lập được ảnh nền chuẩn xác chỉ sau 50 khung hình đầu tiên, loại bỏ hơn 90% nhiễu điểm ảnh nền tĩnh ban đầu.

Thứ hai, việc áp dụng ngưỡng Entropy T = 1 cho các khối pixel đem lại khả năng phân loại vùng nghi ngờ vượt trội. Khi ánh sáng thay đổi đồng nhất, giá trị Entropy duy trì dưới ngưỡng 1, giúp hệ thống không bị kích hoạt báo động sai. Ngược lại, sự xuất hiện của đối tượng đột nhập làm xáo trộn phân phối xác suất mức xám, khiến Entropy vượt ngưỡng và kích hoạt ngay lập tức cơ chế trích xuất đối tượng.

Thứ ba, cải tiến chu kỳ cập nhật nền từ việc xử lý liên tục từng khung hình sang cơ chế cập nhật cách quãng 3 đến 5 khung hình một lần đã giảm tải tính toán CPU hơn 60% mà vẫn duy trì độ nhạy phát hiện vật thể di chuyển đạt mức 97,5% trong điều kiện ánh sáng tiêu chuẩn.

Thứ tư, thuật toán phân tích hai cấp độ (cấp khối và cấp pixel) kết hợp các phép toán hình thái học cho phép phát hiện chính xác nhiều đối tượng di chuyển độc lập có quỹ đạo đan xen, vẽ khung chữ nhật màu đỏ cảnh báo tức thì ngay khi đối tượng bước vào ranh giới bảo vệ.

Thảo luận kết quả

Thành công của thuật toán xuất phát từ việc khắc phục triệt để nhược điểm của các giải pháp truyền thống. Các phương pháp trừ nền cơ bản (Simple Background Subtraction) hay trừ nền trung bình (Running Average) thường bị mất dấu đối tượng khi vật thể tạm dừng di chuyển hoặc bị ảnh hưởng nặng nề bởi nhiễu camera. Trong khi đó, giải pháp Sigma-Delta cải tiến tuy xử lý tốt môi trường động nhưng lại đòi hỏi năng lực phần cứng rất lớn. Thuật toán đề xuất trong luận văn đã giải quyết xuất sắc mâu thuẫn này bằng cách phân lập vùng giám sát thành các khối, chỉ tập trung trích xuất chuyên sâu tại các khối có giá trị Entropy biến động cao.

Trong thực tế, dữ liệu kiểm nghiệm có thể được biểu diễn trực quan thông qua bảng so sánh độ phức tạp tính toán giữa các thuật toán và biểu đồ ma trận nhầm lẫn (Confusion Matrix). Biểu đồ biến thiên giá trị Entropy theo thời gian minh chứng rõ rệt sự phân tách rành mạch giữa tín hiệu nền ổn định (các đường tiệm cận 0) và tín hiệu xâm nhập (các đỉnh sóng vọt lên trên 1). Điều này khẳng định tính ổn định cao và khả năng ứng dụng thực tiễn rộng rãi của giải pháp trong việc bảo vệ các cơ sở hạ tầng an ninh quốc gia.

Đề xuất và khuyến nghị

Nhằm hoàn thiện và triển khai diện rộng hệ thống cảnh báo đột nhập thông minh, các giải pháp và khuyến nghị chiến lược được đề xuất như sau:

Thứ nhất, nâng cấp module trích xuất đối tượng bằng cách tích hợp thêm các thuật toán học sâu (Deep Learning) nhằm phân loại chi tiết người, động vật và phương tiện, hướng tới mục tiêu giảm tỷ lệ báo động giả xuống dưới 1,5% trong vòng 6 tháng tới. Nhiệm vụ này do nhóm kỹ sư phần mềm thị giác máy tính chủ trì thực hiện.

Thứ hai, tối ưu hóa mã nguồn xử lý ảnh trên nền tảng tính toán song song GPU và thư viện mở chuyên dụng, bảo đảm độ trễ phản hồi của toàn hệ thống luôn duy trì dưới 40 mili-giây trên các luồng video độ phân giải cao 1080p. Kế hoạch này cần được hoàn thành trong lộ trình 9 tháng bởi các chuyên gia tối ưu hệ thống nhúng.

Thứ ba, ban hành quy chuẩn kỹ thuật lắp đặt camera giám sát an ninh tại các mục tiêu trọng yếu, quy định góc quay, độ rọi tối thiểu từ 15 đến 20 lux và khoảng cách nhận dạng tối ưu, do Cục An ninh mạng và Phòng chống tội phạm công nghệ cao phối hợp cùng các đơn vị quản lý trụ sở ban hành trong vòng 3 tháng.

Thứ tư, thiết lập chu kỳ bảo trì, hiệu chuẩn thông số ngưỡng Entropy định kỳ 12 tháng một lần tại từng địa bàn thực tế nhằm thích ứng tốt nhất với sự thay đổi của cảnh quan môi trường xung quanh. Bộ phận kỹ thuật vận hành an ninh tại các cơ quan chịu trách nhiệm thực thi trực tiếp.

Đối tượng nên tham khảo luận văn

Nội dung và kết quả nghiên cứu của luận văn mang lại giá trị thực tiễn và học thuật to lớn cho nhiều nhóm độc giả chuyên biệt:

Nhóm kỹ sư thị giác máy tính và lập trình viên xử lý ảnh: Tìm thấy tài liệu tham khảo chi tiết về thuật toán trừ nền thích nghi, cấu trúc dữ liệu Blob, cách tối ưu hóa hiệu năng bằng thuật toán Entropy và mã nguồn thực thi cụ thể.

Cán bộ an ninh, lực lượng vũ trang và quản lý cơ sở trọng yếu: Tiếp cận giải pháp công nghệ tự động hóa bảo vệ mục tiêu 24/7, nắm bắt cơ chế vận hành của hệ thống cảnh báo xâm nhập để nâng cao năng lực bảo đảm an ninh trật tự.

Học viên cao học và nghiên cứu sinh ngành Công nghệ thông tin: Khảo sát một mô hình nghiên cứu thạc sĩ chuẩn mực từ khung lý thuyết, mô hình hóa toán học, thiết kế thuật toán đến thực nghiệm trên hệ thống thực tế.

Doanh nghiệp phát triển giải pháp an ninh và nhà tích hợp hệ thống: Ứng dụng giải pháp nhằm cắt giảm 40% đến 50% chi phí phần cứng xử lý, phát triển các dòng sản phẩm camera giám sát thông minh nội địa có tính cạnh tranh cao.

Câu hỏi thường gặp

Thuật toán xử lý thế nào khi đối tượng đột nhập đột ngột đứng yên trong khung hình? Nhờ cơ chế kết hợp giữa huấn luyện tín hiệu ổn định và chu kỳ cập nhật nền cách quãng từ 3 đến 5 khung hình, mô hình nền không bị hòa lẫn đối tượng ngay lập tức. Hệ thống tiếp tục duy trì mặt nạ chuyển động và phát cảnh báo trong khoảng thời gian an toàn trước khi đối tượng bị coi là một phần của ảnh nền mới.

Tại sao ngưỡng Entropy T = 1 lại được chọn làm mốc phát hiện chuyển động? Theo lý thuyết thông tin, khi mức xám giữa hai khung hình không đổi hoặc dao động đồng đều do nhiễu trắng, độ bất định đạt giá trị gần 0 hoặc dưới 1. Khi có người di chuyển, sự xáo trộn màu sắc tạo ra phân phối xác suất ngẫu nhiên cao, làm giá trị Entropy vượt qua ngưỡng 1, giúp định vị chính xác vùng xâm nhập.

Hệ thống có khả năng hoạt động ổn định trong điều kiện ánh sáng yếu hoặc ban đêm không? Có. Thực nghiệm tại chương 4 cho thấy trong môi trường ánh sáng yếu, thuật toán vẫn trích xuất thành công đối tượng nhờ phân tích sai số mức xám kết hợp phép toán giãn ảnh để kết nối các điểm ảnh phân mảnh, đảm bảo tỷ lệ phát hiện mục tiêu đạt trên 90%.

Việc chỉ cập nhật ảnh nền sau mỗi 3 khung hình có làm giảm độ chính xác của hệ thống không? Không. Với tốc độ ghi hình tiêu chuẩn 25 khung hình/giây, khoảng cách giữa 3 khung hình chỉ là 0,12 giây. Quãng thời gian này quá ngắn đối với chuyển động cơ học của con người, do đó hệ thống vừa bắt trọn mọi hành vi xâm nhập vừa tiết kiệm hơn 60% năng lượng xử lý của CPU.

Giải pháp này có thể áp dụng cho camera giao thông hoặc điều khiển robot không? Hoàn toàn có thể. Cấu trúc module linh hoạt của thuật toán cho phép ứng dụng trực tiếp vào việc phân luồng giao thông tự động, đếm lưu lượng phương tiện tại các nút giao cắt, hoặc tích hợp vào hệ thống thị giác của robot nhằm phân tích cử động của con người theo thời gian thực.

Kết luận

  • Luận văn đã giải quyết xuất sắc bài toán phát hiện đột nhập tự động bằng cách kết hợp sáng tạo giữa thuật toán trừ nền thích nghi và đánh giá Entropy khối.
  • Mô hình phân tích hai cấp độ giúp tối ưu hóa tài nguyên phần cứng, giảm hơn 60% tải tính toán CPU và xử lý mượt mà luồng video thời gian thực từ 16 đến 25 FPS.
  • Hệ thống đã được kiểm nghiệm thực tế qua chương trình demo, chứng minh độ chính xác phát hiện đối tượng đạt trên 96% trong nhiều kịch bản phức tạp.
  • Hướng phát triển trong 12 tháng tiếp theo tập trung vào việc nhúng thuật toán lên chip xử lý biên và tích hợp trí tuệ nhân tạo nhận diện khuôn mặt.
  • Các đơn vị an ninh và doanh nghiệp công nghệ hãy chủ động áp dụng mô hình thuật toán này để xây dựng hệ thống giám sát thông minh, nâng cao năng lực bảo vệ mục tiêu trọng yếu quốc gia.