Mở đầu Chương nảy giới thiệu tông quan về đề tải gồm các nội dung sau: lý do chọn đề tài, mục tiêu và nhiệm vụ nghiên cứu, đối tượng và phạm vi nghiên cứu, phương pháp nghiên cứu, ý nghĩa khoa học, và thực tiễn cũng như cấu trúc chung của đè tài. Chương 2: Tổng quan và cơ sở lý thuyết 13 Chương này giới thiệu tong quan vẻ tình hình nghiên cứu phương pháp theo dõi con người bằng máy quay, hệ thông nhiều camera, ứng dụng của việc theo dõi vào các lĩnh vực trong đời sông, các lý thuyết cơ bản về xử lý ảnh số, thị giác máy tính. Những kiến thức cơ bản này là tiền dé dé xây dựng một hệ thống theo dõi con người với nhiều camera giám sat. Chương 3: Phương pháp xây dựng hệ thống Chương này mô tả phương pháp được đề xuất xây dựng hệ thống theo dõi con người với nhiều camera giám sát.
Chương 4: Thực nghiệm và đánh giá Chương nay sẽ mô tả quá trình thử nghiệm hệ thống và tích hợp hệ thong vào một website tự xây dựng, đồng thời đánh giá kết quá của phương pháp trong hệ thống cũng như đánh giá tổng quan hệ thống. Chương 5: Kết luận và hướng phát triển Chương này tông kết lại kết quả đã đạt được và chưa đạt được sau khi nghiên cứu và tiền hành thực nghiệm, từ đó nêu lên những hướng nghiên cứu và phát triển tiếp theo trong tương lai. 14 CHƯƠNG 2 TONG QUAN VA CƠ SỞ LÝ THUYET 2. Tinh hình nghiên cứu và phát triển 2.
Ngoài nước Nghiên cứu và phát triển trong lĩnh vực hệ thông giám sat an ninh bang công nghệ camera và máy tính đang được chú ý và đầu tư mạnh mẽ ở nhiều nước trên thế giới. Các nghiên cứu tập trung vảo việc cải thiện độ chính xác và khả năng ứng dụng của các hệ thông giám sát an ninh thông minh, đồng thời đảm bảo tính riêng tư và bảo mật dữ tn liệu. Các công ty và tô chức nghiên cứu hàng đầu cảng ngày càng đành nhiều sự quan tâm và tham gia phát triển các hệ thống thông minh, Các công ty như IBM, Amazon, Google, Microsoft đã đầu tư nhiều vào nghiên cứu và phát triển các hệ thống giám sat an ninh thông minh. Trong đó, công nghệ nhận dạng khuôn mặt là một trong những công nghệ được phát triển mạnh mẽ nhất.
Các nghiên cứu dang tập trung vào việc cải thiện độ chính xác và khả năng ứng dụng của các hệ thông giám sát an ninh thông minh, đồng thời đảm bao tính riêng tư và bảo mật dit liệu. Một phương pháp đã nhận được sự chú ý đáng ké là sử dụng các phương pháp học sâu cho việc theo dõi và định danh lại. Một số nghiên cứu đã cho thấy hiệu quả của các kỹ thuật này, bao gồm việc sử dụng mang CNN đẻ trích xuất đặc trưng. Năm 2019, Zhou và các cộng sự đưa ra phương pháp sử dụng nhiều luông CNN với các kích thước receptive ficld khác nhau, gọi là mạng quy mô đa năng (OSNet), dé học các đặc trưng omni-scale, bằng cách xếp chồng từng lớp khối CNN như vậy, OSNet cực kỳ nhẹ va đạt được hiệu quả state-of-the-art trên tap dữ liệu re-ID với sáu camera, vượt trội so với các mô hình có kích thước lớn khác [2].
15 Một lĩnh vực nghiên cứu đang được quan tâm là phát triển các thuật toán và hệ thông hiệu qua cho việc theo đối và định danh lại theo thời gian thực. Ví dụ, Zhao va các cộng sự đã đẻ xuất một phương pháp biêu diễn cho các bộ phần được căn chỉnh của con người dé xử lý van dé mat căn chỉnh của các bộ phan cơ thé, phương pháp phan tách cơ thé con người thành các khu vực với từng người tìm được, tính toán các biéu điễn trên những khu vực và điểm matching là tong hợp các điểm tương đồng giữa các vùng [3]. Tuy nhiên, vẫn còn nhiều thách thức và van dé cần giải quyết trong việc phát triển các hệ thông theo đõi vả định danh lại con người sử dụng nhiều camera. Một trong những thách thức lớn nhất là đảm bảo tính chính xác và độ tin cậy của các hệ thống định danh lai, đặc biệt là trong các môi trường có nhiều thay đôi ánh sáng và che khuất.
Hon nữa, còn rat ít nghiên cứu liên quan đến việc áp dụng các hệ thống theo dõi và định danh lại con người sử dụng nhiều camera trong các môi trường thực tế, với sự phức tạp của các yếu tô như động tác của con người, đồng bộ hóa giữa các camera và các tác động từ môi trường xung quanh. Tom lai, việc phát triên các hệ thống theo dõi và định danh lại con người sử dụng nhiều camera là một lĩnh vực day tiềm năng với sự tập trung của nhiều nhà nghiên cứu và chuyên gia trên toàn thé giới. Tuy nhiên, còn rất nhiều thách thức và van dé can được giải quyết để đảm bảo tính chính xác, hiệu quả thời gian thực và tính riêng tư và bảo mật của các hệ thông này. Các nghiên cứu và phát triển trong tương lai sẽ tiếp tục tập trung vào giải quyết các thách thức này và mở rộng ứng dụng của các hệ thông theo dõi và định danh lại con người sử dụng nhiều camera trong nhiều lĩnh vực khác nhau.
Trong nước Việc phát triển các hệ thông theo dõi và định danh lại con người sử dụng nhiều camera đã trở thành một lĩnh vực nghiên cứu quan trọng không chỉ trên thé giới ma còn ở Việt Nam. Tuy nhiên, so với các nước phát trién, việc nghiên cứu và phát trién các hệ thong này ở Việt Nam vẫn còn hạn chế về mặt chất lượng và phạm vi ứng dụng. 16 Một số nghiên cứu đã được thực hiện ở Việt Nam trong lĩnh vực theo đõi và định danh lại con người sử dụng nhiều camera. Trong nghiên cứu của Dinh Xuân Hong va cộng sự (2019), các tác giả đã để xuất một hệ thông theo đối và định danh lại con người sử dụng nhiều camera sử dụng kỹ thuật phân tích ảnh và machine learning [1].
Hệ thong này có khả năng xác định vị trí của con người trên không gian 3 chiều và phát hiện các đối tượng đang di chuyền, đồng thời đưa ra dy đoán về vị trí của con người trong tương lai. Tuy nhiên, đánh giá của các tác giả chỉ cho thấy hiệu quả của hệ thông này trên một số tình huống cụ thẻ, chứ chưa đủ dé đánh giá tính khả thi và hiệu qua của nó trên một môi trường sứ dụng thực tế. Một số thách thức trong việc nghiên cứu và phát triển hệ thống Xây dựng hệ thong định danh đối tượng thông qua nhiều camera là một dé tài day thử thách trong lĩnh vực nhận dạng hình ảnh. Dưới đây là một số thách thức chính trong việc nghiên cứu va phát trién hệ thông hiện nay: e Thách thức vẻ độ chính xác: Dé xác định đối tượng trên nhiều camera, hệ thong phải xử lý một lượng lớn dữ liệu từ nhiều nguồn khác nhau.
Sự đa dạng và độ phức tạp của dit liệu có thé gây ra sai sót và mat mát thông tin, dẫn đến độ chính xác thấp trong việc định danh đối tượng. © Thách thức về hiệu suất: Hệ thống phải xử lý một lượng lớn dữ liệu thời gian thực từ nhiều camera cùng một lúc, đòi hỏi tốc độ xử lý nhanh và hiệu suất cao. Điều này đòi hỏi các thuật toán và phương pháp xử lý dữ liệu phải được tôi tru hóa để đảm bảo hiệu suất của hệ thống. e Thách thức về bảo mật: Xây dựng hệ thông định danh đối tượng thông qua nhiều camera đòi hỏi sự đảm bao an toàn va bao mật của dữ liệu.
Dữ liệu định danh đối tượng là những thông tin nhạy cam, va néu không được bảo vệ đúng cách, nó có thê bị đánh cắp hoặc sử dụng sai mục đích. « Thách thức vé đa dang của môi trường: Hệ thông định danh đối tượng thông qua nhiều camera phải đối mặt với nhiều yếu tố khác nhau trong môi trường. Điều 17 này bao gồm ánh sáng, độ âm, nhiệt độ, vật can và phương tiện đi chuyền, tat cả đều có thê ảnh hưởng đến khả năng của hệ thông trong việc xác định đối tượng. Thách thức vé sự đồng bộ: Hệ thống định danh đối tượng thông qua nhiều camera yêu cau đồng bộ hóa giữa các thiết bị và phần mềm khác nhau.
Sự không đồng bộ có thé dẫn đến mat mát dit liệu hoặc thông tin sai lệch, gây ra sự cô và giảm hiệu suất của hệ thong. Thách thức về độ tin cậy: Hệ thông định danh đối tượng thông qua nhiều camera cần phải đảm bảo độ tin cậy cao đề tránh những sai sót không mong muốn trong việc xác định đôi tượng. Nếu hệ thông không đáp ứng được yêu cầu độ tin cậy, nó có thê gây ra các van dé nghiêm trọng như sự cô an ninh hoặc tai nạn giao thông. Thách thức về học máy: Hệ thống định danh đối tượng thông qua nhiều camera yêu cầu sử đụng các thuật toán học máy dé phân loại và xác định đối tượng.
Điều nay đòi hỏi sự hiểu biết chuyên sâu về các thuật toán học máy va kha năng phân tích dữ liệu dé tối ưu hóa hiệu suất và độ chính xác của hệ thống. Thách thức vẻ tính tương thích: Hệ thông định danh đối tượng thông qua nhiều camera cần tích hợp với nhiều thiết bị và phần mềm khác nhau. Điều nay đòi hỏi độ tương thích cao giữa các thành phần khác nhau dé đảm bảo tính toàn vẹn và hiệu suat của hệ thông. Tóm lại, xây đựng hệ thông định danh đối tượng thông qua nhiều camera đòi hỏi sự tích hợp của nhiều công nghệ và kỹ thuật khác nhau, từ thu thập dữ liệu, xử lý dữ liệu đên phân tích dữ liệu.
Các thách thức trên doi hỏi các nhà nghiên cứu và phát triên phải đưa ra các giải pháp hiệu quá để đảm bảo hiệu suất, độ chính xác và tính bảo mật của hệ thông. Các hướng tiếp cận phát trién hệ thống Có rất nhiều hướng tiếp cận. tuy nhiên một số công trình nghiên cứu gan day, có thê được chia thành 2 phương pháp tiếp cận chính. 18 Human tracking system Appearance-based approaches Hình 2-1 Các hướng tiếp cận hệ thong theo dõi con người Appearance-based Hướng tiếp cận dựa trên điện mạo (appearance-based methods) sử dụng các đặc trưng vẻ hình đáng, màu sắc va texture của con người dé phân biệt và theo đối con người qua các camera khác nhau [5].