Tổng quan nghiên cứu

Thống kê thực địa giai đoạn 2001-2022 cho thấy Việt Nam đã chịu thiệt hại khoảng 32,7 nghìn hecta diện tích rừng do các vụ hỏa hoạn, trong đó năm 2016 ghi nhận mức độ tàn phá kỷ lục với 3,27 nghìn hecta rừng bị xóa sổ, chiếm khoảng 0,93% tổng diện tích thảm thực vật suy giảm trong năm. Cháy rừng giải phóng lượng khói độc hại khổng lồ gồm bụi mịn PM2.5, khí CO2, NO2 cùng nhiều hợp chất hữu cơ dễ bay hơi, đe dọa nghiêm trọng sức khỏe cộng đồng và làm biến đổi vi khí hậu khu vực. Các phương pháp tuần tra thủ công truyền thống và theo dõi bằng ảnh vệ tinh viễn thám bộc lộ nhiều điểm nghẽn về độ trễ thời gian, góc nhìn bị che khuất và khó triển khai bao quát tại các địa hình đồi núi hiểm trở.

Trước yêu cầu cấp thiết đó, đề tài tập trung nghiên cứu giải pháp tự động hóa phát hiện và phân loại cháy rừng bằng thiết bị bay không người lái (UAV) kết hợp công nghệ học sâu (Deep Learning) và kỹ thuật phân đoạn điểm ảnh đa phổ. Nghiên cứu khai thác bộ dữ liệu chuẩn FLAME2 thu thập từ các vụ cháy có kiểm soát tại Flagstaff, bang Arizona với quy mô 53.451 cặp ảnh quang học và ảnh nhiệt hồng ngoại. Mục tiêu cốt lõi là phát triển mô hình phân loại đạt độ chính xác trên 98,4%, hỗ trợ lực lượng cứu hỏa rút ngắn thời gian phản ứng ban đầu xuống dưới 5 phút, khoanh vùng chính xác tâm điểm lửa và khói, từ đó giảm thiểu tối đa thiệt hại tài nguyên sinh thái.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu xây dựng trên nền tảng mạng nơ-ron tích chập (Convolutional Neural Networks - CNN) phục vụ nhận dạng mẫu thị giác máy tính, kết hợp cùng các thuật toán xử lý ảnh hình học chuyên sâu. Ba kiến trúc học sâu chủ đạo được triển khai thử nghiệm bao gồm:

  1. ResNet50: Tận dụng cơ chế kết nối phần dư (Residual Skip Connections) giúp giải quyết triệt để hiện tượng suy giảm đạo hàm (vanishing gradient) khi mô hình mở rộng đến 50 tầng tính toán, cho phép trích xuất đặc trưng sâu từ các kênh bức xạ nhiệt.
  2. DenseNet121: Áp dụng cơ chế kết nối dày đặc liên tầng, tối ưu hóa quá trình tái sử dụng đặc trưng và giảm thiểu số lượng tham số cần tối ưu hóa trong quá trình phân loại ảnh quang học.
  3. SqueezeNet: Kiến trúc mạng thu gọn sử dụng các khối Fire Module (kết hợp tầng Squeeze 1x1 và Expand 3x3) nhằm giảm dung lượng mô hình xuống dưới 5MB, tương thích hoàn hảo cho các bộ vi xử lý nhúng trên thiết bị bay không người lái.

Bên cạnh đó, nghiên cứu ứng dụng kiến trúc mạng luồng kép (Dual-stream Architecture) để kết hợp đồng thời kênh ảnh màu RGB và ảnh nhiệt hồng ngoại IR. Về mặt phân đoạn và định vị ngọn lửa, kỹ thuật vùng cực đại ổn định (Maximally Stable Extremal Regions - MSER) được tích hợp cùng thuật toán triệt tiêu phi cực đại (Non-Maximum Suppression - NMS) để tạo và tinh lọc các khung bao đối tượng (bounding box), phân tách chính xác ranh giới ngọn lửa khỏi các vùng sáng nhiễu môi trường.

Phương pháp nghiên cứu

Nguồn dữ liệu thực nghiệm sử dụng bộ dữ liệu FLAME2 gồm 53.451 cặp khung hình ảnh RGB (dung lượng 3,04 GB) và ảnh hồng ngoại IR tương ứng. Toàn bộ dữ liệu được thẩm định và gán nhãn chéo bởi hai chuyên gia độc lập thành các phân lớp cụ thể: Cháy kèm Khói (Fire/Smoke với 25.434 ảnh), Cháy không Khói (Fire/No Smoke với 14.317 ảnh) và Bình thường (No Fire/No Smoke với 13.700 ảnh).

Về cỡ mẫu và phương pháp chọn mẫu, nghiên cứu trích xuất ngẫu nhiên 20% dữ liệu gốc để tạo tập dữ liệu thực nghiệm gồm 1.260 cặp ảnh mẫu đại diện đầy đủ cho các điều kiện địa hình và mức độ phát xạ. Tập dữ liệu này được phân chia theo tỷ lệ chuẩn gồm 80% cho tập huấn luyện (Train set) và 20% cho tập kiểm thử (Test set) nhằm ngăn ngừa tình trạng quá khớp dữ liệu (overfitting).

Lý do lựa chọn phương pháp học chuyển giao (Transfer Learning) xuất phát từ khả năng tận dụng trọng số huấn luyện sẵn trên tập ImageNet quy mô lớn, giúp rút ngắn thời gian hội tụ và tiết kiệm tài nguyên phần cứng. Quá trình huấn luyện thực hiện trong năm 2023 trên cấu hình phần cứng vi xử lý AMD Ryzen 5 5500U, bộ nhớ RAM 8GB DDR4, sử dụng thuật toán tối ưu Adam với tốc độ học 0,001, kích thước batch 64, kích thước ảnh chuẩn hóa 254x254 pixel qua 10 epoch kết hợp kỹ thuật làm mượt nhãn (Label Smoothing với xác suất 0,2).

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình thực nghiệm đã chứng minh tính ưu việt của việc kết hợp cảm biến nhiệt và học sâu trong giám sát cháy rừng với các kết quả cụ thể:

  • Mô hình ResNet50 trên tập dữ liệu ảnh nhiệt hồng ngoại (IR) ghi nhận hiệu năng tổng thể cao nhất với điểm số Macro F1 đạt 0,98413 (tương đương 98,41%), độ chính xác toàn cục đạt xấp xỉ 98,5%, phản ánh năng lực phát hiện ngọn lửa cực kỳ nhạy bén kể cả khi không gian bị khói che khuất.
  • Kiến trúc DenseNet121 trên dữ liệu ảnh màu quang học (RGB) đạt hiệu năng phân loại xuất sắc với 176 trường hợp nhận diện chính xác lớp Cháy kèm Khói trên tập kiểm thử, chỉ ghi nhận 1 trường hợp nhầm lẫn giữa Cháy có Khói và Cháy không Khói.
  • Mô hình luồng kép DenseNet121 kết hợp đồng thời hai nguồn ảnh RGB và IR đạt chỉ số F1-score 0,92307 (92,31%), chứng minh khả năng cộng hưởng thông tin đa phổ giúp hệ thống hoạt động ổn định trong mọi điều kiện thời tiết phức tạp.
  • Thuật toán MSER kết hợp NMS giúp lọc bỏ hơn 60% các khung bao trùng lặp không cần thiết, tự động trích xuất mật độ điểm ảnh nhiệt và tính toán hệ số tin cậy chuẩn xác cho từng vùng phát hỏa.

Thảo luận kết quả

Hiệu năng vượt bậc của kênh ảnh nhiệt hồng ngoại bắt nguồn từ đặc tính vật lý của bức xạ nhiệt, vốn có khả năng xuyên qua các màn khói dày đặc và tán lá rừng, trong khi kênh ảnh màu RGB dễ bị bão hòa hoặc sai lệch do phản quang ánh sáng mặt trời. Khi so sánh với các nghiên cứu tiền nhiệm sử dụng mạng AlexNet hoặc MobileNetV2 truyền thống (thường chỉ đạt độ chính xác dao động từ 85% đến 90%), phương pháp tiếp cận trong luận văn này thể hiện bước tiến rõ rệt về độ nhạy (Recall) và độ đặc hiệu.

Các kết quả phân loại được trực quan hóa mạch lạc qua ma trận nhầm lẫn (Confusion Matrix) 3x3, phản ánh rõ số lượng dự đoán đúng vượt trội (như 170 ca đúng ở DenseNet121 IR và 159 ca đúng ở ResNet50 IR). Biểu đồ đường (Line Chart) theo dõi hàm mất mát và độ chính xác qua 10 epoch cho thấy đường kiểm thử tiệm cận mượt mà với đường huấn luyện, chứng minh mô hình không bị quá khớp nhờ sự hỗ trợ của kỹ thuật Label Smoothing. Việc tích hợp hệ thống vào nền tảng Web Full-stack (ReactJS, Node.js, Python) cho phép trực quan hóa tức thì kết quả phân tích ảnh từ UAV, mở ra tiềm năng ứng dụng thực tế rất cao.

Đề xuất và khuyến nghị

Nhằm hoàn thiện và nhân rộng giải pháp giám sát cháy rừng bằng trí tuệ nhân tạo, luận văn đưa ra bốn nhóm giải pháp hành động cụ thể:

  1. Chuẩn hóa và làm giàu cơ sở dữ liệu: Mở rộng thu thập dữ liệu ảnh UAV đa phổ tại các kiểu rừng đặc thù của Việt Nam (rừng khộp, rừng tràm, rừng thông), hướng tới mục tiêu xây dựng kho dữ liệu 100.000 cặp ảnh gán nhãn chuẩn trong giai đoạn 2024-2025, do Cục Kiểm lâm chủ trì phối hợp với các trường đại học công nghệ.
  2. Tối ưu hóa mô hình cho thiết bị biên: Ứng dụng kỹ thuật nén mô hình và lượng tử hóa (Quantization) đối với mạng SqueezeNet và DenseNet121 để nhúng trực tiếp thuật toán lên chip xử lý của drone, giảm độ trễ nhận diện xuống dưới 100 mili-giây trên mỗi khung hình trong vòng 6 tháng tới.
  3. Xây dựng nền tảng cảnh báo đa kênh: Hoàn thiện cổng thông tin giám sát thời gian thực trên nền tảng đám mây, tự động gửi cảnh báo khẩn cấp qua tin nhắn và bản đồ số đến các trạm kiểm lâm cơ sở trong vòng 10 giây khi phát hiện nguy cơ cháy vượt ngưỡng 85%, triển khai thử nghiệm vào quý 3 năm 2024.
  4. Ban hành quy chuẩn kỹ thuật phòng cháy thông minh: Đề xuất Bộ Nông nghiệp và Phát triển Nông thôn cùng Bộ Khoa học và Công nghệ xây dựng khung tiêu chuẩn ứng dụng thiết bị không người lái trong quản lý rừng, phấn đấu giảm 40% diện tích rừng bị thiệt hại do cháy vào năm 2030.

Đối tượng nên tham khảo luận văn

Công trình nghiên cứu mang giá trị ứng dụng và học thuật cao cho 4 nhóm đối tượng trọng điểm:

  • Lực lượng Kiểm lâm và Cảnh sát Phòng cháy chữa cháy: Khai thác quy trình phân tích ảnh nhiệt từ UAV và hệ thống dashboard cảnh báo sớm để tối ưu hóa lộ trình tuần tra, phát hiện đám cháy ngầm dưới tán rừng và nâng cao an toàn cho cán bộ cứu hỏa.
  • Kỹ sư Thị giác máy tính và Trí tuệ nhân tạo: Tham khảo giải pháp xây dựng kiến trúc mạng luồng kép (Dual-stream), phương pháp tinh chỉnh trọng số tiền huấn luyện và kỹ thuật lọc khung bao MSER-NMS trong các bài toán nhận diện vật thể phức tạp.
  • Doanh nghiệp sản xuất thiết bị bay không người lái (UAV): Ứng dụng giải pháp tối ưu hóa mô hình gọn nhẹ (SqueezeNet) để tích hợp giải pháp AI trực tiếp trên bo mạch điều khiển drone thương mại phục vụ cứu hộ cứu nạn.
  • Giảng viên, học viên cao học và sinh viên ngành Công nghệ thông tin: Sử dụng luận văn làm tài liệu mẫu về phương pháp nghiên cứu thực nghiệm, kỹ thuật xử lý dữ liệu mất cân bằng và xây dựng ứng dụng Full-stack kết nối mô hình học sâu.

Câu hỏi thường gặp

  • Tại sao nghiên cứu cần kết hợp đồng thời cả ảnh màu RGB và ảnh nhiệt hồng ngoại IR? Ảnh màu quang học cung cấp chi tiết trực quan phong phú nhưng dễ bị che khuất hoàn toàn bởi khói dày hoặc sương mù. Kênh ảnh nhiệt IR phát hiện trực tiếp nguồn phát xạ nhiệt độ cao bất chấp khói mù, giúp mô hình phân loại duy trì độ chính xác vượt trội trên 92% trong mọi tình huống thực tế.

  • Kỹ thuật MSER và thuật toán NMS đóng vai trò cụ thể như thế nào trong hệ thống? MSER tự động quét và phân đoạn các vùng điểm ảnh cực đại ổn định đại diện cho các đốm lửa để tạo khung bao ban đầu. Thuật toán NMS tiếp tục loại bỏ các khung bao trùng lặp dựa trên ngưỡng tin cậy điểm ảnh, giúp hệ thống định vị chính xác vị trí tâm lửa mà không gây quá tải tài nguyên xử lý.

  • Mô hình ResNet50 thể hiện ưu thế vượt trội nào so với các kiến trúc mạng khác? Nhờ cấu trúc khối phần dư sâu 50 tầng, ResNet50 có khả năng biểu diễn đặc trưng cường độ nhiệt đơn kênh rất mạnh mẽ. Kết quả thực nghiệm qua 10 epoch ghi nhận mô hình đạt điểm Macro F1 cao nhất là 0,98413, vượt trội hơn các mô hình thu gọn trong việc hạn chế dự đoán sai lệch.

  • Việc áp dụng kỹ thuật làm mượt nhãn (Label Smoothing) với xác suất 0,2 mang lại lợi ích gì? Kỹ thuật này giúp điều chỉnh phân phối xác suất đầu ra của hàm mất mát, ngăn mô hình rơi vào trạng thái quá tự tin khi học các mẫu dữ liệu có ranh giới khói lửa mờ nhạt. Nhờ đó, thuật toán duy trì tính tổng quát hóa cao và hạn chế tối đa hiện tượng quá khớp trên tập kiểm thử.

  • Hệ thống web demo hiển thị kết quả phân tích được xây dựng từ những công nghệ nào? Giao diện người dùng sử dụng ReactJS đảm bảo tính trực quan và phản hồi nhanh, tầng máy chủ xử lý dữ liệu xây dựng trên Node.js, kết nối trực tiếp với các module trí tuệ nhân tạo viết bằng Python, cho phép xử lý và trả về kết quả khoanh vùng đám cháy chỉ trong vài giây.

Kết luận

  • Đề tài đã hoàn thành xuất sắc việc xây dựng hệ thống nhận diện và phân loại cháy rừng tự động bằng cách kết hợp các mô hình học sâu CNN tiên tiến với kỹ thuật phân đoạn ảnh MSER-NMS.
  • Mô hình ResNet50 trên kênh ảnh nhiệt hồng ngoại khẳng định hiệu năng vượt bậc với chỉ số Macro F1 đạt 0,98413, giải quyết bài toán phát hiện ngọn lửa xuyên qua khói mù dày đặc.
  • Kiến trúc mạng luồng kép (Dual-stream) kết hợp ảnh RGB và IR chứng minh tính tất yếu của việc xử lý dữ liệu đa phương thức trong giám sát thảm thực vật từ trên cao.
  • Sản phẩm web hoàn chỉnh tích hợp công nghệ Full-stack đã hiện thực hóa khả năng trực quan hóa dữ liệu và cung cấp cảnh báo hỏa hoạn tức thì cho người dùng.
  • Đóng góp giải pháp khoa học mang tính thực tiễn cao, tạo tiền đề vững chắc cho việc nhúng AI lên thiết bị bay không người lái phục vụ công tác quản lý tài nguyên rừng thông minh.

Trong giai đoạn 2024-2025, hướng phát triển trọng tâm sẽ là tối ưu hóa thuật toán lên các chip xử lý biên và triển khai thử nghiệm thực địa trên diện rộng. Các cơ quan quản lý và đơn vị công nghệ hãy tích cực phối hợp khai thác các kết quả nghiên cứu này nhằm chủ động bảo vệ nguồn tài nguyên rừng quốc gia trước nguy cơ biến đổi khí hậu ngày càng gia tăng.