Chương 1. TỔNG QUAN 7 ảnh. Đồng thời có thể đưa ra được các hướng tiếp cận, các giải pháp nhằm nâng cao kết quả ước lượng khoảng cách gần với khoảng cách thực tế hơn.2 Phạm vi thực hiện Tìm hiểu các công trình, nghiên cứu liên quan đến bài toán trong khoá luận. Chủ yếu làm việc với dữ liệu là video.
Nghiên cứu các phương pháp để ước lượng giãn cách xã hội. Tìm hiểu, nghiên cứu các công cụ hỗ trợ cho việc nhận dạng để thực hiện ước lượng giãn cách xã hội. Triển khai mô hình cho các phương pháp ước lượng giãn cách xã hội. Xây dựng chương trình thử nghiệm, đưa ra đánh giá hiệu quả các mô hình của các phương pháp ước lượng giãn cách xã hội trong video giám sát.
Dong góp của khoá luận Qua quá trình nghiên cứu, thử nghiệm, áp dụng các phương pháp, công nghệ cho bài toán ước lượng giãn cách xã hội trong video giám sát, khoá luận có những đóng góp sau: e Thu nghiệm các phương pháp ước lượng giãn cách xã hội trong video giám sát trên các video dữ liệu từ các nghiên cứu và video tự quay. Xây dựng chương trình thử nghiệm cho bài toán ước lượng giãn cách xã hội trong video giám sát. Nội dung khoá luận có hệ thống lại các kiến thức cơ sở về các phương pháp ước lượng giãn cách xã hội trong video giám sát, đây sẽ là tài liệu hữu ích cho các nghiên cứu sau này. TỔNG QUAN 8 15 Cấu trúc Khóa luận tốt nghiệp Qua những gi đã giới thiệu về tổng quan của dé tài thực hiện trong khoá luận tốt nghiệp, tôi xin đưa ra nội dung của Khoá luận tốt nghiệp sẽ được tổ chức như sau: s Chương [1| Giới thiệu tổng quan về khóa luận.
e Chương |2| Trinh bày các nghiên cứu liên quan đến bài toán này. * Chương J3} Cơ sở lý thuyết nền tang để áp dụng vào các hướng tiếp cận, trình bày chỉ tiết các hướng tiếp cận của khóa luận. ° Chương |4} Trình bày môi trường thực nghiệm, tập dữ liệu, phương pháp đánh giá và kết quả thực nghiệm. s Chương 5| Kết luận và hướng phát triển của khóa luận.
Chương 2 NGHIÊN CUU LIEN QUAN Tóm tat Ở chương này tôi sé trình bày tổng quan về các hướng giải quyết bài toán Ước lượng giãn cách xã hội trong video giám sát. Với mỗi hướng tiếp cận, tôi sẽ giới thiệu một số phương pháp cơ bản. Đồng thời giới thiệu một sO ung dung, nghién cứu liên quan đến đề tài khoá luận này.1 Hướng tiếp cận 1 Hướng tiếp cận đầu tiên đó chính là tính trực tiếp khoảng cách của những người đã được nhận dạng trong video hoặc ảnh, được giới thiệu trong bài viết của Adrian Rosebrock. Trong bài viết, tác giả đưa ra phương pháp giải quyết van dé nhanh nhất, đó là sau khi đã nhận dạng được người trong ảnh hoặc từng khung hình trong video, ta trực tiếp ước lượng khoảng cách của mỗi hai người trong ảnh hoặc tại 1 khung hình xác định trong video.
Trong quá trình thực hiện, nếu như cứ có mỗi hai người có hiện tượng ở gần nhau so với quy định giãn cách thì sẽ lưu lại vào trong một danh sách các cặp vi phạm quy định giãn cách, sau đó sẽ thực hiện duyệt từng cặp trong danh sách đó để cảnh báo các cặp vi phạm giãn cách xã hội. Về ưu điểm và nhược điểm của hướng tiếp cận này: s® Uu điểm: — Khả tăng tính toán nhanh. — Dễ thực hiện. NGHIÊN CUU LIÊN QUAN 10 se Nhược điểm: - Chưa hiển thị khoảng cách hệ thống đã ước lượng giữa mỗi hai người là bao nhiêu.
— Vì ước lượng khoảng cách trực tiếp sau khi đã nhận dang nên khoảng cách ước lượng được tính dưới đơn vị là pixel, khá khó để có thể xác định được khoảng cách thực tế nếu quy đổi ra m hoặc cm trong thực — Góc quay camera mỗi video và ảnh đều khác nhau, vì vậy ta phải cần các tham số của camera hay một phương pháp xử lý nào đó để nâng cao khả năng tính toán của hệ thống. NGHIÊN CUU LIÊN QUAN 11 2.2 Hướng tiếp cận 2 Một hướng tiếp cận tiếp theo đó chính là thay đổi góc nhìn trong video sang hướng nhìn từ trên xuống (Bird’s eye view) của bài viết [9]. Theo đó, ta sử dụng các phép biến đổi để chuyển một vùng ta muốn thực hiện tính toán sang hướng nhìn từ trên cao xuống, từ đó ta có thể ước lượng được khoảng cách mỗi người trong video có tỉ lệ gần giống với khoảng cách thực tế nhất. Về ưu điểm và nhược điểm của hướng tiếp cận nay: ¢ Uu điểm: — Cho ra kết quả đầu ra trực quan, dé nhìn.
— Vì chỉ tính toán trong vùng ta muốn thực hiện nên sẽ giảm nhiều chi phí tính toán cũng như chỉ tập trung tính toán trong vùng ta muốn chuyển sang hướng nhìn từ trên xuống và tính toán. ¢ Nhược điểm: — Kết quả có thể sẽ không cải thiện hơn so với hướng tiếp cận 1 vừa trình bày. NGHIÊN CUU LIÊN QUAN 12 - Hướng tiếp cận này cũng chưa hiện khoảng cách ước lượng được để xác định được khoảng cách giữa mỗi hai người là bao nhiêu.3 Các nghiên cứu, ứng dụng liên quan Các công trình liên quan đến bài toán ước lượng giãn cách xã hội có thể kể đến như: Trong bài báo "Person Detection for Social Distancing and Safety Violation Alert based on Segmented ROI" (1), một hệ thống giám sát, phát hiện các vi phạm quy định giãn cách xã hội đã được thiết kế. Hệ thống được thiết kế để cảnh báo các hành vi vi phạm quy định giãn cách xã hội trong video, cũng như giám sát nhằm giảm thiểu việc tiếp xúc gần giữa người với nhau.
Hệ thống có hai chức năng chính: Giám sát khoảng cách giữa người với nhau trong video, và cảnh báo các trường hợp vi phạm quy định giãn cách xã hội.3: Hình ảnh hệ thống hoạt động của bài báo "Person Detec- tion for Social Distancing and Safety Violation Alert based on Seg- mented ROI[I. NGHIÊN CUU LIÊN QUAN Trong bài báo "A Vision-based Social Distancing and Critical Density Detec- tion System for COVID-19" [12] da thiết kế va triển khai hệ thống giám sát video theo thời gian thực. Hệ thống sẽ hoạt động chi trong vùng người dùng chi định, giám sát, phát hiện các hành vi vi phạm giãn cách xã hội, đồng thời tạo một bản dé nhỏ dạng radar cho phép người dùng quan sát được hệ thống giám sát hoạt động với góc nhìn từ trên xuống sau các phép biến đổi dựa trên hình ảnh từ video camera thu được. Oxford Town Urban Street (Oxford Town Center Dataset) (poVsixteyl)n KH, (pÿomseitr)n 7 1000 1500 200 10 8 x position (pixel) x position (meter) An Indoor Mall (Mall Dataset) -10 7 100 + (poyisxtel)n (pmoyestir)n 200 600 BOO -10 =5 0 5 10 x position (meter) New York City Grand Central Terminal (Train Station Dataset) (poysixtel)n (pmyoestir)n 107 °.
2we 100 200 300 400 500 600 700 0 10 20 x position (pixel) x position (meter) HINH 2.4: Hình ảnh hệ thống hoạt động của bai báo "A Vision-based Social Distancing and Critical Density Detection System for COVID- 19" [12] Chương 2. NGHIÊN CUU LIÊN QUAN 14 Trong bài báo "SD-Measure: A Social Distancing Detector" [4], một hệ thống giám sát các hoạt động giãn cách xã hội cùng với mô hình thuật toán nhằm để giám sát, và tính toán khoảng cách giữa người với nhau nếu họ có nghỉ vấn đứng với khoảng cách gần so với quy định. Tổng kết chương 2 này, khoá luận đã trình bay các hướng tiếp cận, phương pháp có thể áp dụng vào bài toán ước lượng giãn cách xã hội trong video giám Chương 2. NGHIÊN CUU LIÊN QUAN 15 sát, cũng như các công trình nghiên cứu, ứng dụng liên qua đến bài toán.
Qua đó có thể làm tài liệu tham khảo cho bài toán sau này. Trong chương tiếp theo, tôi sẽ trình bày rõ về cơ sở lý thuyết có thể áp dụng cho bài toán Ước lượng giãn cách xã hội trong video giám sát, cũng như vận dụng chúng vào các hướng tiếp cận ước lượng khoảng cách giãn cách xã hội sẽ được áp dụng trong Khoá luận tốt nghiệp này. 16 Chương 3 CƠ SỞ LÝ THUYET, HƯỚNG TIEP CẬN TRONG KHÓA LUẬN Tóm tắt Trong chương này, tôi sẽ trình bày cơ sở lý thuyết cho các hướng tiếp cận chính để giải quyết bài toán. Các hướng tiếp cận sẽ được trong khoá luận này là: ¢ Hướng tiếp cận 1: Sử dụng tiêu cự camera để cải thiện chất lượng kết quả ước lượng khoảng cách từ bài viết [i0], đây là bài viết giới thiệu cơ bản phương pháp sử dụng tiêu cự của camera để thực hiện ước lượng khoảng cách giữa người với nhau trong video hoặc ảnh.
s Hướng tiếp cận 2: Chuyển đổi góc nhìn sang góc nhìn từ trên cao xuống để thực hiện ước lượng khoảng cách từ bài viết [2], bài viết này giới thiệu phương pháp thực hiện ước lượng khoảng cách bằng cách sử dụng các phép biến đổi góc nhìn trong video hoặc ảnh, và tập trung tính toán trong một vùng ta muốn chọn thực hiện ước lượng khoảng cách.1 Cơ sở lý thuyết Trong mục này, các kiến thức cơ sở lý thuyết hỗ trợ cho việc phát triển hai hướng tiếp cận chính trong khoá luận này sẽ được trình bày sau đây. CƠ SỞ LÝ THUYET, HƯỚNG TIẾP CAN TRONG KHÓA LUẬN 17 3.1 Đơn vị do pixel Pixel là một khối màu nhỏ hoặc một điểm anh raster, đây là don vị cơ bản nhất giúp tạo thành một bức ảnh có thể hiển thị trên màn hình. Pixel được sản xuất dưới mạng lưới hai chiều nhưng thực tế lại chi tương ứng với tỉ lệ quét của tan số màn hình hay thời gian. Pixel được tạo ra từ máy ảnh, máy quay kĩ thuật số hoặc các phần mềm chuyên dụng.
Một pixel (điểm ảnh) tương ứng với một mảnh (mẩu) của tam ảnh. Càng nhiều pixel bao nhiêu, hình ảnh hiển thị sẽ càng rõ và chính xác hơn so với bản gốc bay nhiêu. Đây cũng là nguyên nhân mà cường độ điểm ảnh sẽ luôn thay đổi. Một hình ảnh hiển thị thông thường sẽ có các máu chủ đạo từ 3 đến 4 màu như xanh lá, đen, xanh lam, vàng, đỏ.
Các chương trình có sử dung dé họa thường sẽ được tính bằng pixel dimensions - nghĩa là độ phân giải của hình anh. Các pixel được sắp xếp cạnh nhau với cường độ màu giống hoặc khác nhau, tạo nên hình ảnh mà mắt người có thể nhìn thấy được. Bức ảnh càng sắc nét thì càng chứa nhiều pixel trong đó. Khi zoom to 1 bức ảnh, đến 1 mức nào đó sẽ nhìn thấy được các pixel.
Trong khoá luận này, các khoảng cách ta thực hiện tính toán hay đo lường trên ảnh và video đều có đơn vị đo là pixel.