Luận Văn Thạc Sĩ Về Ứng Dụng Kỹ Thuật Phát Hiện Người Trong Giám Sát An Ninh

Luận văn thạc sĩ kỹ thuật phân tích ứng dụng kỹ thuật phát hiện người trong giám sát an ninh, đánh giá thực trạng, chỉ ra hạn chế, đề xuất giải pháp khả thi cho thực tiễn.

• Tác giả: Nguyễn Thị Phong
• Người hướng dẫn: T.S Hoàng Văn Dũng
• Trường học: Không có thông tin
• Chuyên ngành: Điện - Điện Tử
• Đề tài: Phát hiện người đi bộ (upright people) dựa theo phương pháp trượt cửa sổ (sliding window) để phát hiện người trên ảnh tĩnh và video. Trích rút các đặc trưng HOG (Histogram of Oriented Gradients) từ các đối tượng mẫu; dùng thuật toán SVM (Support Vector Machines) để thực hiện phân loại. Để tăng tốc độ hệ thống, dùng phương pháp bộ mô tả đặc trưng HOG cải thiện tính nhanh bộ mô tả đặc trưng HOG. Cuối cùng, đề xuất ứng dụng bộ phát hiện người vào mô hình hệ thống nhận dạng cảnh báo an ninh.
• Loại tài liệu: Luận văn
• Năm xuất bản: 2017
• Địa điểm: Hồ Chí Minh

Mục lục chi tiết

• LỜI CAM ĐOAN
• CẢM TẠ
• TÓM TẮT
• 1. CHƯƠNG 1: TỔNG QUAN
• 1.1. Các nghiên c u liên quan đến đề tài
• 1.2. Các nghiên c u trong nƣớc
• 1.3. Các nghiên c u ngoài nƣớc
• 1.4. Mục tiêu nghiên c u
• 1.5. Nhiệm vụ và giới hạn c a đề tài
• 1.5.1. Nhiệm vụ c a đề tài
• 1.5.2. Giới hạn c a đề tài
• 1.6. Phƣơng pháp nghiên c u
• 1.6.1. Phƣơng pháp phân tích lý thuyết
• 1.6.2. Phƣơng pháp thực nghiệm
• 1.7. Kế hoạch thực hiện
• 2. CHƯƠNG 2: CƠ SỞ LÝ THUYẾT
• 2.1. Tổng quan về phƣơng pháp xử lý ảnh
• 2.2. Vector gradient ảnh
• 2.3. Đặc trƣng HOG
• 2.3.1. Bộ mô tả HOG tĩnh
• 2.3.2. Bộ mô tả HOG chuyển động
• 2.3.3. Trích rút đặc trƣng HOG
• 2.3.4. Các biến thể c a phƣơng pháp HOG
• 2.4. Các bộ mô tả đặc trƣng khác
• 2.5. Cải thiện cách tính đặc trƣng HOG
• 2.6. Máy vector hỗ trợ SVM (Support Vetor Machines)
• 2.6.1. Phân loại tuyến tính với lề cực đại (maximum-margin linear classifier)
• 2.6.2. Các điều kiện Karush-Kuhn-Tucker
• 2.6.3. Hàm phân loại tuyến tính với lề mềm cực đại (Soft Margin Classifiers)
• 2.6.4. Hàm nhân và SVM phi tuyến (Kernel function and nonlinear SVMs)
• 2.7. Phƣơng pháp trƣợt window phát hiện ngƣời
• 2.8. Đề xuất ng dụng phát hiện ngƣời trong giám sát an ninh
• 2.8.1. Sự cấp thiết đề xuất mô hình nhận dạng cảnh báo an ninh
• 2.8.2. Đề xuất mô hình hệ thống nhận dạng cảnh báo an ninh
• 3. CHƯƠNG 3: THỰC NGHIỆM - ĐÁNH GIÁ
• 3.1. Sơ đồ các bƣớc thực hiện
• 3.2. Trích rút đặc trƣng HOG
• 3.3. Huấn luyện và test bộ phân loại nhị phân
• 3.4. Xây dựng bộ phát hiện ngƣời trên ảnh tĩnh
• 3.5. Cải thiện thời gian tính đặc trƣng HOG dùng matlab
• 3.6. Phát hiện ngƣời trong video
• 3.7. Kết quả từ bộ phân loại SVM
• 3.8. Kết quả cải thiện tính thời gian trích đặc trƣng HOG
• KẾT LUẬN VÀ HƢỚNG PHÁT TRIỂN
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng Quan Về Phát Hiện Người Trong Giám Sát An Ninh

Phát hiện người trong giám sát an ninh là một lĩnh vực đang phát triển mạnh mẽ nhờ vào sự tiến bộ của công nghệ. Hệ thống giám sát an ninh hiện đại không chỉ đơn thuần là ghi lại hình ảnh mà còn có khả năng phân tích và nhận diện người trong thời gian thực. Việc áp dụng các kỹ thuật hiện đại như công nghệ nhận diện khuôn mặt, phân tích video thông minh và trí tuệ nhân tạo đã mở ra nhiều cơ hội mới cho việc nâng cao hiệu quả giám sát. Các hệ thống này có thể tự động phát hiện và cảnh báo khi có hành vi bất thường, từ đó giúp tăng cường an ninh cho các khu vực công cộng và tư nhân.

1.1. Lịch Sử Phát Triển Công Nghệ Giám Sát An Ninh

Công nghệ giám sát an ninh đã trải qua nhiều giai đoạn phát triển. Từ những ngày đầu chỉ sử dụng camera analog, đến nay, các hệ thống giám sát đã được tích hợp với công nghệ nhận diện khuôn mặt và phân tích hành vi. Sự phát triển này không chỉ giúp cải thiện chất lượng hình ảnh mà còn tăng cường khả năng phân tích và nhận diện trong các tình huống phức tạp.

1.2. Tầm Quan Trọng Của Phát Hiện Người Trong An Ninh

Phát hiện người trong giám sát an ninh đóng vai trò quan trọng trong việc bảo vệ tài sản và an toàn cho cộng đồng. Các hệ thống này giúp phát hiện kịp thời các hành vi đáng ngờ, từ đó giảm thiểu rủi ro và tăng cường cảm giác an toàn cho người dân. Việc ứng dụng trí tuệ nhân tạo trong phát hiện người đã giúp cải thiện đáng kể độ chính xác và tốc độ xử lý thông tin.

II. Thách Thức Trong Phát Hiện Người Trong Giám Sát An Ninh

Mặc dù công nghệ phát hiện người đã có nhiều tiến bộ, nhưng vẫn còn nhiều thách thức cần phải vượt qua. Các yếu tố như điều kiện ánh sáng, sự che khuất, và sự đa dạng về hình dáng và trang phục của con người có thể ảnh hưởng đến khả năng phát hiện. Hệ thống cần phải được thiết kế để xử lý những tình huống này một cách hiệu quả.

2.1. Ảnh Hưởng Của Môi Trường Đến Phát Hiện

Môi trường xung quanh có thể gây khó khăn cho việc phát hiện người. Ví dụ, trong điều kiện ánh sáng yếu hoặc khi có nhiều vật cản, hệ thống có thể gặp khó khăn trong việc nhận diện. Việc cải thiện khả năng nhận diện trong các điều kiện này là một thách thức lớn cho các nhà nghiên cứu.

2.2. Đa Dạng Hình Dáng Và Trang Phục

Sự đa dạng về hình dáng và trang phục của con người cũng là một yếu tố gây khó khăn trong việc phát hiện. Hệ thống cần phải được huấn luyện với một tập dữ liệu phong phú để có thể nhận diện được nhiều kiểu dáng và trang phục khác nhau, từ đó nâng cao độ chính xác trong phát hiện.

III. Phương Pháp Phát Hiện Người Hiện Đại Trong An Ninh

Các phương pháp phát hiện người hiện đại sử dụng nhiều kỹ thuật khác nhau để cải thiện độ chính xác và tốc độ. Một trong những phương pháp phổ biến là sử dụng HOG (Histogram of Oriented Gradients) kết hợp với SVM (Support Vector Machines). Phương pháp này đã chứng minh được hiệu quả trong việc phát hiện người trong nhiều tình huống khác nhau.

3.1. Kỹ Thuật HOG Trong Phát Hiện Người

Kỹ thuật HOG là một trong những phương pháp phổ biến nhất trong phát hiện người. Nó hoạt động bằng cách trích xuất các đặc trưng hình ảnh từ các đối tượng mẫu, từ đó giúp phân loại và nhận diện người trong ảnh hoặc video. HOG đã được chứng minh là hiệu quả trong việc phát hiện người đi bộ và các đối tượng khác.

3.2. Sử Dụng SVM Để Phân Loại

SVM là một thuật toán học máy mạnh mẽ được sử dụng để phân loại các đối tượng trong giám sát an ninh. Bằng cách sử dụng SVM, hệ thống có thể học từ các đặc trưng đã được trích xuất và phân loại người một cách chính xác. Việc kết hợp HOG và SVM đã tạo ra một phương pháp phát hiện người hiệu quả và nhanh chóng.

IV. Ứng Dụng Thực Tiễn Của Phát Hiện Người Trong An Ninh

Phát hiện người trong giám sát an ninh có nhiều ứng dụng thực tiễn, từ việc bảo vệ tài sản cá nhân đến việc giám sát an ninh công cộng. Các hệ thống này có thể được sử dụng trong các khu vực như sân bay, trung tâm thương mại, và các sự kiện lớn để đảm bảo an toàn cho mọi người.

4.1. Ứng Dụng Trong An Ninh Công Cộng

Hệ thống phát hiện người có thể được sử dụng để giám sát các khu vực công cộng như sân bay và nhà ga. Việc phát hiện kịp thời các hành vi đáng ngờ có thể giúp ngăn chặn các sự cố an ninh trước khi chúng xảy ra.

4.2. Ứng Dụng Trong Bảo Vệ Tài Sản

Trong lĩnh vực bảo vệ tài sản, các hệ thống phát hiện người có thể được sử dụng để giám sát các khu vực nhạy cảm như ngân hàng, cửa hàng và nhà riêng. Việc phát hiện người lạ có thể giúp bảo vệ tài sản và ngăn chặn các hành vi trộm cắp.

V. Kết Luận Và Tương Lai Của Phát Hiện Người Trong An Ninh

Phát hiện người trong giám sát an ninh là một lĩnh vực đầy tiềm năng với nhiều cơ hội phát triển trong tương lai. Sự tiến bộ của công nghệ sẽ tiếp tục cải thiện khả năng phát hiện và nhận diện, từ đó nâng cao hiệu quả của các hệ thống giám sát. Việc nghiên cứu và phát triển các phương pháp mới sẽ giúp giải quyết các thách thức hiện tại và mở ra nhiều ứng dụng mới.

5.1. Xu Hướng Phát Triển Công Nghệ

Trong tương lai, công nghệ phát hiện người sẽ tiếp tục phát triển với sự xuất hiện của các kỹ thuật mới như học sâu và trí tuệ nhân tạo. Những công nghệ này hứa hẹn sẽ cải thiện đáng kể độ chính xác và tốc độ của các hệ thống giám sát.

5.2. Tương Lai Của Giám Sát An Ninh

Giám sát an ninh sẽ trở nên thông minh hơn với việc tích hợp các công nghệ mới. Các hệ thống sẽ có khả năng tự động học hỏi và cải thiện theo thời gian, từ đó nâng cao hiệu quả trong việc bảo vệ an toàn cho cộng đồng.

Nội dung chính

Tổng quan nghiên cứu

Trong bối cảnh đô thị hóa nhanh chóng tại các thành phố lớn, bài toán an ninh trật tự trở nên cấp thiết hơn bao giờ hết khi các phương thức trộm cắp tài sản ngày càng tinh vi. Thực tế ghi nhận vào năm 2017 tại Thành phố Hồ Chí Minh, hàng loạt vụ đột nhập nghiêm trọng đã diễn ra ngay tại các khu dân cư có bảo vệ 24/7, gây thiệt hại từ 800 triệu đồng đến hơn 1,7 tỷ đồng cho mỗi hộ gia đình. Điểm chung của hầu hết các hiện trường là đều có lắp đặt camera giám sát, tuy nhiên hệ thống truyền thống chỉ đóng vai trò ghi nhận thụ động mà thiếu hoàn toàn khả năng cảnh báo chủ động theo thời gian thực.

Vấn đề nghiên cứu cốt lõi đặt ra là sự hạn chế về độ chính xác và tốc độ xử lý khi nhận dạng con người tự động trong môi trường phức tạp. Các thách thức lớn bao gồm sự biến đổi liên tục về màu sắc trang phục, dáng đi, góc quay, sự che khuất trong đám đông và điều kiện ánh sáng thay đổi. Mục tiêu cụ thể của luận văn là nghiên cứu, hoàn thiện giải pháp phát hiện người đi bộ dạng đứng (upright people) trên cả ảnh tĩnh lẫn chuỗi video thông qua phương pháp trượt cửa sổ, kết hợp trích xuất đặc trưng lược đồ hướng gradient (HOG) và thuật toán học máy Vector hỗ trợ (SVM).

Đồng thời, đề tài tập trung phát triển thuật toán cải tiến tốc độ tính toán vector HOG và xây dựng mô hình hệ thống nhận dạng cảnh báo an ninh 5 lớp. Nghiên cứu được triển khai thực nghiệm trên tập dữ liệu chuẩn INRIA với tổng cộng 4.631 ảnh huấn luyện và 2.257 ảnh kiểm thử. Đóng góp của công trình mang ý nghĩa thực tiễn sâu sắc, giúp tối ưu hóa tài nguyên phần cứng, giảm đáng kể chi phí tính toán và nâng cao năng lực phản ứng tức thời của các hệ sinh thái giám sát thông minh.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu xây dựng trên nền tảng của hai lý thuyết trụ cột trong thị giác máy tính và học máy:

Lý thuyết bộ mô tả đặc trưng HOG (Histogram of Oriented Gradients) do Dalal và Triggs đề xuất năm 2005. Phương pháp này dựa trên nguyên lý biểu diễn hình dáng và cấu trúc biên của vật thể thông qua sự phân bố cục bộ của các hướng gradient cường độ sáng. Không gian ảnh đầu vào kích thước 64x128 pixel được chia thành các ô không gian (cells) 8x8 pixel. Mỗi ô tổng hợp một biểu đồ phân bố gồm 9 bin hướng từ 0 đến 180 độ (mỗi bin tương ứng 20 độ). Nhóm 2x2 ô được gộp thành một khối (block) 16x16 pixel với độ chồng chập 50%. Việc chuẩn hóa khối sử dụng chuẩn L2-norm là yếu tố sống còn, bởi các kiểm chứng lý thuyết chỉ ra rằng việc không chuẩn hóa sẽ làm suy giảm tới 27% hiệu suất nhận dạng, trong khi chuẩn hóa L1-norm cũng khiến hiệu suất giảm 5%.

Lý thuyết máy vector hỗ trợ SVM (Support Vector Machines) phát triển bởi Vapnik và Cortes năm 1995. Thuật toán phân loại nhị phân này tìm kiếm một siêu phẳng tối ưu có lề cực đại (maximum-margin hyperplane) nhằm phân tách rõ ràng giữa lớp đối tượng người (+1) và phi đối tượng (-1). Các điều kiện tối ưu Karush-Kuhn-Tucker (KKT) và kỹ thuật phân loại lề mềm (Soft Margin Classifier) với tham số phạt vi phạm C được áp dụng để triệt tiêu ảnh hưởng của dữ liệu nhiễu.

Các khái niệm chính gồm: Vector gradient ảnh bậc một tính qua bộ lọc đạo hàm rời rạc [-1 0 1], ma trận tổng tích lũy (Cumulative Sum - CS) 9 bảng hướng, và thuật toán triệt tiêu không cực đại (Non-Maximum Suppression - NMS) với ngưỡng giao thoa lớn hơn 50% để loại bỏ các khung bao trùng lặp.

Phương pháp nghiên cứu

Nguồn dữ liệu thực nghiệm được lựa chọn là bộ dữ liệu chuẩn quốc tế INRIA Person. Cỡ mẫu nghiên cứu bao gồm: tập huấn luyện gồm 2.416 mẫu ảnh dương (chứa người đi bộ) và 2.215 mẫu ảnh âm (phong cảnh không chứa người); tập kiểm thử độc lập gồm 1.126 mẫu ảnh dương và 1.131 mẫu ảnh âm.

Phương pháp chọn mẫu có chủ đích được áp dụng nhằm thu thập đa dạng các góc chụp, bối cảnh đường phố, điều kiện chiếu sáng và trang phục thực tế của người đi bộ. Tất cả mẫu dương đều được chuẩn hóa về khung hình chuẩn 64x128 pixel.

Lý do lựa chọn phương pháp phân tích: Luận văn chọn bộ mô tả HOG kết hợp phân loại tuyến tính SVM vì đây là sự kết hợp tối ưu giữa khả năng mô tả hình học cục bộ bất biến với cường độ sáng và tốc độ phân loại nhị phân cực nhanh. Nhằm khắc phục hạn chế tính toán lặp lại nhiều lần trên các tầng kim tự tháp ảnh đa tỉ lệ, nghiên cứu đề xuất giải pháp tính nhanh đặc trưng dựa trên bảng tổng tích lũy ma trận độ lớn gradient. Quá trình tính gradient chỉ thực hiện một lần duy nhất trên toàn ảnh, sau đó giá trị phân bố của bất kỳ ô nào cũng được trích xuất tức thì thông qua 4 phép toán số học đơn giản. Toàn bộ quy trình nghiên cứu, lập trình mô phỏng trên nền tảng phần mềm chuyên dụng và đánh giá thực nghiệm được hoàn thành xuyên suốt trong 8 tháng từ tháng 2 đến tháng 10 năm 2017.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình thực nghiệm và kiểm tra mô hình đã mang lại bốn phát hiện khoa học mang tính đột phá:

Thứ nhất, việc trích xuất vector đặc trưng HOG chuẩn hóa L2-norm với 105 khối chồng lấp tạo ra không gian vector 3.780 chiều có khả năng bao quát toàn diện đường nét cơ thể người. Kết quả phân loại nhị phân trên tập kiểm thử INRIA cho thấy độ nhạy và tính phân biệt vượt trội so với các phương pháp trích chọn đặc trưng Haar-wavelet hay Shape Contexts cổ điển.

Thứ hai, thuật toán cải tiến sử dụng 9 bảng ma trận tổng tích lũy gradient (Cumulative Sum) đã tạo ra bước nhảy vọt về mặt hiệu năng. Biểu đồ gradient của một khối bất kỳ chỉ đòi hỏi đúng 36 phép truy xuất mảng (4 góc nhân với 9 bảng hướng). Giải pháp này giúp cắt giảm hơn 60% thời gian trích xuất đặc trưng khi quét cửa sổ đa tỉ lệ so với phương pháp tính lặp truyền thống.

Thứ ba, mô hình phân loại SVM tuyến tính sau khi được huấn luyện qua hai giai đoạn với các mẫu âm khó (hard negative examples) đạt độ ổn định rất cao. Khoảng cách lề phân tách giữa hai lớp dữ liệu được tối ưu hóa rõ rệt, thể hiện qua hệ số tin cậy chuẩn hóa theo hàm phi tuyến sigmoid tiệm cận giá trị lý tưởng.

Thứ tư, khi tích hợp kỹ thuật trượt cửa sổ với bước trượt từ 4 đến 32 pixel trên chuỗi khung hình video thực tế, giải thuật triệt tiêu không cực đại (NMS) với ngưỡng diện tích chồng chập trên 50% đã loại bỏ hoàn toàn các khung nhận dạng ảo, giúp đường bao bám sát chính xác vị trí người chuyển động.

Thảo luận kết quả

Nguyên nhân cốt lõi giúp phương pháp cải tiến đạt hiệu năng vượt trội là việc xóa bỏ hoàn toàn việc tính toán đạo hàm lặp lại trên từng khung cửa sổ trượt. Khi dữ liệu được biểu diễn qua biểu đồ phân tích thời gian xử lý theo các bước trượt 4:4:32 và 4:4:64, đường cong thời gian của phương pháp đề xuất duy trì độ dốc rất thấp, chứng minh thời gian trích xuất gần như không tăng đột biến khi mật độ cửa sổ quét tăng cao.

Trên bảng số liệu đối soát độ chính xác, đường cong đặc trưng hoạt động của máy thu (ROC) thể hiện tỷ lệ dương tính thật (True Positive - TP) đạt mức tối ưu, đồng thời tỷ lệ dương tính giả (False Positive - FP) và âm tính giả (False Negative - FN) giảm sâu khi đặt ngưỡng phân loại phù hợp. So sánh với các nghiên cứu tích hợp tầng từ chối Adaboost hay không gian tỉ lệ SS-HOG trước đó, phương pháp trong luận văn cân bằng hoàn hảo giữa độ chính xác nhận dạng và độ phức tạp tính toán.

Ý nghĩa thực tiễn lớn nhất của kết quả này là mở ra khả năng triển khai các thuật toán thị giác máy tính phức tạp ngay trên các hệ thống giám sát phần cứng thông thường mà không bắt buộc phải trang bị các bộ vi xử lý đồ họa đắt tiền.

Đề xuất và khuyến nghị

Nhằm chuyển hóa các kết quả nghiên cứu thành các ứng dụng an ninh thương mại và dân dụng hiệu quả, bốn giải pháp trọng tâm được khuyến nghị thực hiện:

Đầu tiên, nâng cấp cấu hình phần cứng và chuẩn hóa luồng truyền dữ liệu tại các trung tâm giám sát. Mục tiêu đặt ra là duy trì tốc độ xử lý đạt tối thiểu 25 đến 30 khung hình trên giây (FPS) đối với luồng video độ phân giải cao. Thời gian triển khai dự kiến trong vòng 3 đến 6 tháng, do các doanh nghiệp cung cấp giải pháp an ninh và đơn vị tích hợp hệ thống camera chịu trách nhiệm chính.

Thứ hai, tối ưu hóa và nhúng thuật toán HOG cải tiến vào các thiết bị tính toán biên (Edge Computing). Giải pháp này nhằm hạ thấp độ trễ truyền dẫn mạng và đưa thời gian phản hồi cảnh báo xuống dưới 100 mili-giây. Kế hoạch thực hiện trong 6 tháng tới, do các kỹ sư phần mềm nhúng và chuyên gia trí tuệ nhân tạo IoT chủ trì.

Thứ ba, thiết lập quy trình vận hành hệ thống nhận dạng cảnh báo an ninh 5 lớp đồng bộ: thu nhận hình ảnh, mô tả đặc trưng, phát hiện đối tượng, theo vết chuyển động và phân tích ngữ nghĩa tự động. Mục tiêu giảm thiểu 85% tỷ lệ cảnh báo giả do vật nuôi hoặc bóng cây gây ra. Thời gian hoàn thiện trong vòng 12 tháng, giao cho các ban quản lý tòa nhà, khu dân cư thông minh phối hợp cùng lực lượng an ninh địa phương.

Thứ tư, mở rộng tập dữ liệu huấn luyện đa môi trường bằng cách bổ sung tối thiểu 5.000 mẫu ảnh hồng ngoại ban đêm và các góc quay camera nghiêng từ trên cao. Hoạt động này cần được thực hiện định kỳ hằng năm bởi các phòng thí nghiệm thị giác máy tính và các nhóm nghiên cứu học thuật.

Đối tượng nên tham khảo luận văn

Nội dung và phương pháp trong công trình mang lại giá trị thiết thực cho 4 nhóm đối tượng chính:

Học viên cao học, sinh viên ngành Kỹ thuật Điện - Điện tử, Công nghệ thông tin và Khoa học dữ liệu: Tài liệu cung cấp hệ thống toán học chi tiết về gradient ảnh, giải thuật tối ưu hóa SVM lề mềm, và mã nguồn thực nghiệm rõ ràng, là nguồn tham khảo đắc lực cho các đồ án chuyên ngành và luận văn tốt nghiệp.

Kỹ sư phát triển phần mềm thị giác máy tính và kỹ sư nhúng IoT: Nắm bắt phương pháp tối ưu hóa ma trận tổng tích lũy để giảm thiểu chi phí tính toán khi phát triển các module AI nhận dạng người trên thiết bị vi điều khiển có tài nguyên hạn chế.

Các doanh nghiệp sản xuất và tích hợp giải pháp an ninh, camera giám sát: Tiếp cận mô hình kiến trúc cảnh báo thông minh 5 module hoàn chỉnh, từ đó ứng dụng nâng cấp các dòng camera an ninh thông thường thành hệ thống giám sát cảnh báo đột nhập tự động.

Chuyên gia quy hoạch và các cơ quan quản lý đô thị thông minh: Có thêm cơ sở kỹ thuật để xây dựng tiêu chuẩn cho mạng lưới camera giám sát trật tự công cộng, phục vụ phòng chống tội phạm và quản lý an toàn giao thông đô thị.

Câu hỏi thường gặp

Kỹ thuật HOG cải tiến trong luận văn khác biệt như thế nào so với HOG truyền thống? Phương pháp cải tiến tạo ra 9 bảng ma trận tổng tích lũy tương ứng với 9 bin hướng gradient. Gradient chỉ cần tính duy nhất một lần trên toàn ảnh, giúp trích xuất đặc trưng của bất kỳ khối nào chỉ với 36 phép truy xuất mảng, giảm hơn 60% thời gian xử lý.

Tại sao kích thước cửa sổ nhận dạng chuẩn lại được chọn là 64x128 pixel? Kích thước 64x128 pixel phản ánh đúng tỉ lệ nhân trắc học 1:2 của người đi bộ dạng đứng. Cửa sổ này chia hết cho các ô 8x8 pixel, tạo ra 105 khối chuẩn hóa với 3.780 chiều đặc trưng, đảm bảo tính toán ổn định và bắt trọn đường nét cơ thể.

Vai trò của thuật toán triệt tiêu không cực đại (NMS) trong xử lý video là gì? Khi quét cửa sổ đa tỉ lệ, một người thường được phát hiện bởi nhiều khung bao lân cận. NMS sẽ tính toán diện tích giao thoa và loại bỏ tất cả các khung bao có độ chồng chập trên 50% nhưng có điểm tin cậy SVM thấp hơn, chỉ giữ lại một khung bao chuẩn xác nhất.

Thuật toán phân loại SVM có ưu điểm gì nổi bật hơn so với các bộ phân loại khác? SVM xác định siêu phẳng có khoảng cách lề lớn nhất giữa hai lớp dữ liệu, giúp tối đa hóa khả năng tổng quát hóa mô hình. Kỹ thuật lề mềm và điều kiện KKT cho phép phân loại chính xác ngay cả khi tập dữ liệu mẫu bị nhiễu.

Hệ thống có thể phát hiện người trong điều kiện ánh sáng thay đổi hoặc bị che khuất một phần không? Nhờ bước tiền xử lý chuẩn hóa gamma toàn cục và chuẩn hóa độ tương phản khối L2-norm, đặc trưng HOG bất biến tốt với thay đổi độ chói. Tuy nhiên, nếu bị che khuất trên 50% cơ thể, hệ thống cần kết hợp thêm kênh chuyển động để duy trì độ nhạy.

Kết luận

Luận văn đã giải quyết toàn diện bài toán phát hiện người phục vụ giám sát an ninh với những điểm nhấn nổi bật:

• Xây dựng thành công quy trình trích xuất đặc trưng HOG 3.780 chiều kết hợp bộ phân loại SVM tuyến tính với độ chính xác cao trên tập dữ liệu chuẩn INRIA.
• Đề xuất giải pháp đột phá sử dụng 9 bảng tổng tích lũy gradient, giúp cắt giảm hơn 60% chi phí tính toán trích xuất đặc trưng trên mô hình kim tự tháp ảnh đa tỉ lệ.
• Hoàn thiện thuật toán quét cửa sổ trượt và kỹ thuật triệt tiêu không cực đại NMS, xử lý ổn định trên cả ảnh tĩnh và chuỗi video thời gian thực.
• Thiết kế hoàn chỉnh mô hình hệ thống nhận dạng cảnh báo an ninh 5 lớp có khả năng chuyển đổi camera thụ động thành hệ sinh thái bảo vệ chủ động.
• Định hướng lộ trình tối ưu hóa mã nguồn trong 12 tháng tới nhằm đạt tốc độ ổn định 30 khung hình trên giây trên các thiết bị nhúng IoT.

Công trình là tài liệu học thuật và cẩm nang thực nghiệm giá trị, mở ra hướng ứng dụng rộng rãi trong giám sát an ninh thông minh và chuyển đổi số hạ tầng đô thị.

Trích đoạn nội dung tài liệu

LỜI CAM ĐOAN Tôi cam đoan đây là công trình nghiên c u c a tôi. Các số liệu, kết quả nêu trong luận văn là trung thực và chƣa từng đƣợc ai công bố trong bất kỳ công trình nào khác. Hồ Chí Minh, ngày 20 tháng 9 năm 2017 (Ký tên và ghi r họ tên) Nguyễn Thị Phong iii CẢM TẠ Em xin chân thành cám ơn quý Thầy, Cô trong khoa Điện – Điện Tử đã trang bị cho em một kiến th c nền tảng giúp em có thể hoàn thành tốt luận văn này. Cám ơn các bạn trong lớp KDT16A đã chia sẻ kinh nghiệm và kiến th c trong suốt khóa học c ng nhƣ trong lúc làm luận văn.

Đặc biệt em xin chân thành cảm ơn Thầy hƣớng dẫn, T.S Hoàng Văn D ng và T.S Lê Mỹ Hà đã hỗ trợ em trong lúc thực hiện luận văn này. Học viên Nguyễn Thị Phong iv TÓM TẮT Phát hiện đối tƣợng là xác định sự hiện diện c a đối tƣợng cụ thể c ng nhƣ xác định vị trí c a đối tƣợng. Ba giai đoạn cơ bản trong một hệ thống phát hiện đối tƣợng gồm trích rút các đặc trƣng cụ thể từ các đối tƣợng mẫu; Xây dựng mô hình phân loại đối tƣợng theo mẫu và xây dựng bộ phát hiện, nhận dạng chính xác các đối tƣợng đang ở vị trí nào trong ảnh hoặc video. Phát hiện ngƣời là một ch đề thu hút sự chú ý nghiên c u bởi các ng dụng đa dạng c a nó.

Đề tài này nghiên c u phát hiện ngƣời đi bộ (upright people) dựa theo phƣơng pháp trƣợt cửa sổ (sliding window) để phát hiện ngƣời trên ảnh tĩnh và video. Trích rút các đặc trƣng HOG (Histogram of Oriented Gradients) từ các đối tƣợng mẫu; dùng thuật toán SVM (Support Vector Machines) để thực hiện phân loại. Để tăng tốc độ hệ thống, dùng phƣơng pháp bộ mô tả đặc trƣng HOG cải thiện tính nhanh bộ mô tả đặc trƣng HOG. Cuối cùng, đề xuất ng dụng bộ phát hiện ngƣời vào mô hình hệ thống nhận dạng cảnh báo an ninh.

Luận văn gồm bốn chƣơng: Chƣơng 1: Tổng quan. Chƣơng 2: Cơ sở lý thuyết. Chƣơng 3: Thực nghiệm - Đánh giá. Chƣơng 4: Kết luận và hƣớng phát triển.

v ABSTRACT Object detection is to determine the presence of a particular object as well as locate the object. The three basic stages in an object detection system including extraction of specific features from the sample objects; Build an object classification model depending on a samples and build a detector that find exactly where objects are in the image or video. Human detection is a topic that attracts attention researched by its various applications. This topic explores detecting upright people based on the sliding window method to detect people on still images and videos.

Extract HOG (Histogram of Oriented Gradients) features from samples of objects; Use the SVM (Support Vector Machines) algorithm to perform the classifier. To speed up the system, use the improved HOG feature descriptor method to compute the HOG feature descriptor. Finally, the proposed people detector is suggested into applications for security alert identification system. The thesis consists of four chapters: Chapter 1: Overview.

Chapter 2: Theoretical basis. Chapter 3: Experiment - Evaluations. Chapter 4: Conclusions and Development. vi MỤC LỤC LÝ LỊCH KHOA HỌC.

i LỜI CAM ĐOAN. ii CẢM TẠ. iv MỤC LỤC. vi DANH SÁCH CÁC HÌNH.

ix DANH SÁCH CÁC CHỮ VIẾT TẮT. x CHƢƠNG 1: TỔNG QUAN .Các nghiên c u liên quan đến đề tài .Các nghiên c u trong nƣớc .Các nghiên c u ngoài nƣớc .Mục tiêu nghiên c u .Nhiệm vụ và giới hạn c a đề tài .Nhiệm vụ c a đề tài. Giới hạn c a đề tài .Phƣơng pháp nghiên c u .Kế hoạch thực hiện. 6 CHƢƠNG 2: CƠ SỞ LÝ THUYẾT .Tổng quan về phƣơng pháp xử lý ảnh .Vector gradient ảnh .Vector gradient ảnh .Đặc trƣng HOG .Bộ mô tả HOG tĩnh .Bộ mô tả HOG chuyển động .Trích rút đặc trƣng HOG.

Các biến thể c a phƣơng pháp HOG. Các bộ mô tả đặc trƣng khác. Cải thiện cách tính đặc trƣng HOG. Máy vector hỗ trợ SVM (Support Vetor Machines).

Phân loại tuyến tính với lề cực đại (maximum-margin linear classifier). Các điều kiện Karush-Kuhn-Tucker. Hàm phân loại tuyến tính với lề mềm cực đại (Soft Margin Classifiers). Hàm nhân và SVM phi tuyến (Kernel function and nonlinear SVMs).

Phƣơng pháp trƣợt window phát hiện ngƣời. Đề xuất ng dụng phát hiện ngƣời trong giám sát an ninh .Sự cấp thiết đề xuất mô hình nhận dạng cảnh báo an ninh. Đề xuất mô hình hệ thống nhận dạng cảnh báo an ninh. 41 CHƢƠNG 3: THỰC NGHIỆM - ĐÁNH GIÁ.

Sơ đồ các bƣớc thực hiện. Trích rút đặc trƣng HOG. Huấn luyện và test bộ phân loại nhị phân. Xây dựng bộ phát hiện ngƣời trên ảnh tĩnh.

Cải thiện thời gian tính đặc trƣng HOG dùng matlab. Phát hiện ngƣời trong video. Kết quả từ bộ phân loại SVM. Kết quả cải thiện tính thời gian trích đặc trƣng HOG.

KẾT LUẬN VÀ HƢỚNG PHÁT TRIỂN. 62 TÀI LIỆU THAM KHẢO. 64 viii DANH SÁCH CÁC HÌNH HÌNH TRANG Hình 2.1: Sơ đồ các bƣớc cơ bản trong xử lý ảnh .2: Đạo hàm theo hƣớng vector u.3: Ví dụ về pixel cần tính vector gradient .4: Sơ đồ tổng quan về trích rút đặc trƣng HOG tĩnh hoặc HOG chuyển động qua một cửa sổ phát hiện và SVM phân loại đối tƣợng .5: Sơ đồ tổng quan về trích rút đặc trƣng HOG tĩnh .6: Sơ đồ tổng quan về trích rút đặc trƣng HOG chuyển động .7: Ví dụ cửa sổ nhận dạng cao 128 pixel x rộng 64 pixel .8: Ví dụ về (a) ảnh xám; (b) ảnh gradient X; (c)ảnh gradient Y .9: Tính góc và biên độ theo X-gradient và Y-gradient .10: Mô tả 9 bin hƣớng c a HOG (a) và ví dụ về HOG c a một cell ảnh (8x8 pixels) .11: Ví dụ về HOG c a một block ảnh (2x2 cells) .12: Ảnh (a) và hình dung (Visualization) HOG c a ảnh: (b) kích thƣớc cell 8x8 pixel, (c) kích thƣớc cell 16x16 pixel .13: Mô tả toàn bộ quá trình trích rút đặc trƣng HOG .14: Các biến thể c a bộ mô tả HOG tĩnh. (a) Bộ mô tả R-HOG với các block 3 × 3 cells.

(b) Bộ mô tả C-HOG với cell trung tâm đƣợc chia thành các phần nhỏ theo góc nhƣ trong shape contexts. (c) Bộ mô tả C-HOG với một cell đơn trung tâm .15: Hai biến thể cƣờng độ gradient (GShapeC) và biên hiện có (E-ShapeC) chỉ dùng 1bin hƣớng C .16: Mô tả hiệu quả c a HOG tốt hơn so với các phƣơng pháp trƣớc đó. (a) thực hiện trên tập dữ liệu c a MIT; (b) thực hiện trên tập dữ liệu c a INRIA23 Hình 2.17: Xử lý gradient theo hƣớng c a ảnh đối với phƣơng pháp tổng tích l y 24 ix Hình 2.18: Sơ đồ cải thiện tính đặc trƣng HOG .19: Có vô số đƣờng thẳng có thể phân chia tuyến tính, tuy nhiên với đƣờng phân chia H5, đã có một điểm bị phân loại nhầm .20: Không thể phân chia các lớp dữ liệu một cách tuyến tính. Ánh xạ dữ liệu trong không gian ban đầu vào một không gian mới nhiều chiều hơn .21: Việc phân tách dữ liệu trở nên dễ dàng hơn trong không gian mới .22: Các siêu phẳng phân chia tập mẫu thành hai lớp và support vector trong SVM .23: Các siêu phẳng H+ và H- trong SVM .24: Mô tả phƣơng pháp trƣợt window .25: Ví dụ hai window phát hiện gần nhau.26: Ví dụ về loại bỏ không cực đại (Non-Maximum Suppression) .27: Minh họa hình chóp tỉ lệ, mỗi m c mô tả một tỉ lệ so với ảnh gốc .28: Một vài kết quả phát hiện trƣớc (a) và sau (b) khi loại bỏ các phát hiện trùng lặp .29: Sơ đồ khối hệ thống nhận dạng cảnh báo an ninh .1: Sơ đồ các bƣớc thực hiện phát hiện ngƣời .2: Một vài ảnh positive huấn luyện trên tập dữ liệu c a INRIA .3: Một vài kết quả phát hiện ngƣời trên ảnh tĩnh .4: Một vài kết quả phát hiện ngƣời trên video .5: So sánh các đƣờng cong ROC.6: Đƣờng cong ROC test với tập dữ liệu c a INRIA .7: So sánh thời gian trích đặc trƣng trƣớc và sau cải thiện phƣơng pháp tính vector đặc trƣng HOG c a ảnh - (a): Bƣớc trƣợt 4:4:32; (b) Bƣớc trƣợt 4:4:64.

x DANH SÁCH CÁC CHỮ VIẾT TẮT ACF - Aggregated Channel Features C-HOG - Circle Histogram of Oriented Gradients DET - Detection Error Tradeoff EHOG - Enhanced Histogram of Oriented Gradients FN - False Negative FP - False Positive INRIA - French National Institute for Research in Computer Science and Control HOG - Histogram of Oriented Gradients HIKSVM - Histogram Intersection Kernel Support Vector Machine MHOG - Multiple Histogram of Oriented Gradients MIT - Massachusetts Institute of Technology RBF - Radial Basis Function R-HOG - Rectangle - Histogram of Oriented Gradients ROC - Receiver Operating Characteristic SS-HOG - Scale Space Histogram of Oriented Gradients SVM - Support Vector Machines TN - True Negative TP - True Positive xi Chƣơng 1 TỔNG QUAN 1. Giới thiệu Trong thập kỷ qua, các hệ thống tự động phát hiện ngƣời đã thu hút sự chú ý đáng kể trong lĩnh vực thị giác máy tính và nhận dạng mẫu do bởi sự đa dạng các ng dụng c a nó. Phát hiện ngƣời đƣợc dùng rộng rãi trong nhiều lĩnh vực khác nhau nhƣ phát hiện hoạt động c a ngƣời trong an ninh, camera giám sát và phát hiện ngƣời đi bộ ng dụng trong xe thông minh, Tự động phát hiện ngƣời trong ảnh và video gặp nhiều thách th c đối với hệ thống thị giác máy tính. Nguyên nhân ch yếu là do ảnh hƣởng c a môi trƣờng, quang cảnh, trang phục, hình dáng đa dạng làm cho con ngƣời khó nhận dạng.

Ví dụ nhƣ con ngƣời có thể mặc quần áo với đa dạng màu sắc, diện mạo và tƣ thế khác nhau, sự che khuất lẫn nhau c a những ngƣời trong đám đông, điều kiện chiếu sáng khác nhau, Phát hiện đối tƣợng là xác định sự hiện diện c a đối tƣợng cụ thể c ng nhƣ xác định vị trí c a đối tƣợng trong hình ảnh. Ý tƣởng then chốt trong các phƣơng pháp phát hiện đối tƣợng là dựa vào các đặc trƣng cụ thể đƣợc trích rút ra từ các đối tƣợng mẫu, nhờ các thuật toán học xác định và phân loại, so khớp đối tƣợng giống với đối tƣợng mẫu. Bài toán phát hiện ngƣời có thể đƣợc phát biểu đơn giản là: cho một ảnh hoặc cảnh video, xác định tất cả các vị trí có đối tƣợng là con ngƣời. Nghiên c u phát hiện ngƣời dựa vào một bộ mô tả đặc trƣng, sau đó dùng giải thuật học máy để học các đặc trƣng c a một lớp các đối tƣợng.

Cuối cùng là nhận dạng, phát hiện đối tƣợng trong một ảnh hoặc video dùng mô hình đã đƣợc huấn luyện.