Tích hợp trí tuệ nhân tạo vào hệ thống quản lý và phân tích dữ liệu camera an ninh

Giải pháp SVMS do nhóm chuyên gia tại Đại học Bách Khoa TP.HCM hoàn thiện đảm bảo khả năng tương thích cao với hầu hết nền tảng camera giám sát đang được nhiều địa phương, đơn vị trên địa bàn TP.HCM triển khai nhằm đảm bảo an ninh trật tự, đồng thời bổ sung hàng loạt tính năng quan trọng như quản trị tập trung thời gian thực, phân loại đối tượng, cảnh báo đám đông, nhận diện biển số xe, phát hiện hành vi vi phạm giao thông, truy vết, v.v…

Trước đây, hệ thống giám sát thường chỉ được đặt ở những nơi yêu cầu tính bảo mật cao như sân bay, ngân hàng. Tuy nhiên, trong những năm gần đây nhu cầu sử dụng và lắp đặt hệ thống camera giám sát đang bùng nổ, hệ thống camera giám sát đã bắt đầu được sử dụng rộng rãi trong các nhà hàng, cao ốc, văn phòng, các cơ quan hành chính hay cửa hàng buôn bán nhỏ lẻ, hộ gia đình, dưới nhiều hình thức như camera IP hay Analog, có dây hay không dây, v.v…

Cách đây hơn 10 năm, camera an ninh thu thập hình ảnh thật (nếu có) cũng chỉ dừng lại ở chất lượng hình ảnh thấp, mờ nhòe, rất khó xử lý dữ liệu khi có sự cố. Khi nhu cầu an ninh tăng cao, và công nghệ ngày càng phát triển, thì các hệ thống an ninh hiện nay đã có thể cung cấp hình ảnh chất lượng cao với giá thành hợp lý.

Tuy nhiên, nếu chỉ dừng lại ở việc giám sát an ninh thông qua dữ liệu video thời gian thực, thì giám sát viên chỉ có thể giám sát một số lượng camera tương đối nhỏ và trong một khoảng thời gian ngắn, không thể liên tục 24/24. Vì vậy, thực tế đặt ra những thách thức cho các nhà khoa học là xử lý tự động những bất thường liên quan an ninh bằng những giải pháp xử lý ảnh, trí tuệ nhân tạo. Cho đến thời điểm hiện tại, có nhiều bài toán xử lý camera thời gian thực được giải quyết tốt và ứng dụng hiệu quả vào thực tế như phân tích nội dung camera thời gian thực, nhận diện khuôn mặt, phát hiện hành vi bất thường (như trộm, vi gian lận), truy vết đối tượng, v.v…

Giao diện ứng dụng quản lý và phân tích dữ liệu camera thông minh ứng dụng trí tuệ nhân tạo (SVMS) phiên bản trên thiết bị di động giúp các cơ quan quản lý nhà nước thuận tiện hơn trong thực thi nhiệm vụ.

Việc phân tích dữ liệu camera thường yêu cầu khối lượng tính toán lớn khi phải thực hiện các thao tác phức tạp. Trong thời gian gần đây, khi các phương pháp học sâu (deep learning) ra đời, bên cạnh những đột phá về giải pháp phần cứng chuyên hỗ trợ học sâu, khối lượng tính toán dần được giải quyết. Mặc dù vậy, để ứng dụng hiệu quả học sâu vào phân tích dữ liệu camera, giải quyết được những bài toán thực tế cǜng rất khó khĕn.

Nhu cầu lớn từ thực tế

Đối với nhóm tính năng về quản lý camera, tạm gọi là VMS (Video Management System), hiện tại trên thế giới có nhiều phần mềm thương mại có thể đáp ứng đủ yêu cầu, nhưng khác nhau về chất lượng lẫn chi phí triển khai. Một số phần mềm VMS thương mại nổi tiếng như Milestone, Wowza, Nx Witness, v.v… Những giải pháp thương mại này cũng đang tiến hành phát triển các tính năng về phân tích dữ liệu camera, nhưng độ chính xác và tốc độ xử lý là khó đánh giá được, đặc biệt là khi triển khai tại môi trường khá đặc thù tại Việt Nam (sự đặc thù về giao thông, cảnh quan, thời tiết, v.v…).

Thực tế cho thấy, với sự ra đời của các mô hình học sâu, những bài toán về thị giác máy tính (trong đó có bài toán phân tích dữ liệu camera) được giải quyết đơn giản hơn và hiệu năng cao hơn. Tuy nhiên nhược điểm của các mô hình học sâu là phải "được học" (train hay feed) bởi tập dữ liệu mẫu rất lớn. Do đó, nếu mô hình học sâu nếu được học với tập dữ liệu mẫu không được thu thập tại thực tế Việt Nam, khi áp dụng cho các địa phương Việt Nam sẽ không cho hiệu năng cao. Vì vậy, việc trang bị các giải pháp thương mại nước ngoài cho Việt Nam là một thách thức về hiệu năng, ngoài ra còn có các vấn đề khác về an ninh thông tin.

Từ những thách thức như phân tích ở trên, nhóm các nhà khoa học tại Trung tâm Kỹ thuật Điện toán (Trường Đại học Bách Khoa, ĐHQG TP.HCM) đã nghiên cứu, phát triển thành công hệ thống quản lý, tích hợp và hỗ trợ phân tích dữ liệu camera thông minh (SVMS) ứng dụng công nghệ trí tuệ nhân tạo.

TS. Nguyễn Lê Duy Lai, chủ nhiệm triển khai nhiệm vụ khoa học - công nghệ cho biết, các phần mềm quản lý video (VMS) trên thế giới nói chung cho phép giám sát, kiểm soát và ghi lại và vận hành tất cả camera và thiết bị bảo mật trong mạng. Các thành phần chính của bất kỳ hệ thống VMS nào đều là là camera, giải pháp lưu trữ, các thiết bị bảo mật và cơ sở hạ  tầng mạng. Các camera có thể là analog hoặc IP và nếu camera là analog thì các bộ mã hóa sẽ được sử dụng để thực hiện công tác chuyển đổi tín hiệu. Giải pháp lưu trữ có thể là NAS, SAN hoặc trong NVR. Một phần mềm VMS tốt phải có khả năng tích hợp các loại camera khác nhau (IP, analog, NVR) và của các hãng khác nhau như Sony, HKVision, Panasonic, Avigilon, v.v...

Có hai kiến trúc chính của một hệ thống VMS là theo kiến trúc truyền thống và theo kiến trúc hiện đại. Đa phần các hãng camera đều có phần mềm VMS riêng, và đa phần xây dựng theo kiến trúc truyền thống. Kiến trúc này cho phép việc triển khai giải pháp VMS nhanh, dễ sử dụng. Nhược điểm lớn là việc giám sát livestream camera sẽ truy xuất trực tiếp vào camera. Vì vậy, VMS theo kiến trúc này không hỗ trợ nhiều người dùng truy xuất đồng thời vào một camera.

Kiến trúc VMS hiện đại

"Do đó, kiến trúc hiện đại được nhóm triển khai cho hệ thống đã khắc phục được nhược điểm của kiến trúc truyền thống, cho phép khả năng mở rộng cao khi cho phép tích hợp vào hàng ngàn camera và phục vụ số lượng người dùng lớn đồng thời", TS. Dương Ngọc Hiếu, thành viên nhóm triển khai nhiệm vụ khoa học - công nghệ chia sẻ thêm về tính ưu việt của giải pháp đã được triển khai thí điểm trong hơn một năm tại quận 10.

Bên cạnh việc hoàn thiện kiến trúc tổng thể cho giải pháp và các lõi trí tuệ nhân tạo cho nhu cầu nhận diện loại đối tượng, cảnh báo đám đông và phân tích dữ liệu lớn, TS. Nguyễn Lê Duy Lai và các cộng sự đã phát triển thành công phần mềm quản lý và phân tích dữ liệu camera thông minh ứng dụng trí tuệ nhân tạo (SVMS); Giải pháp quản lý và phân tích dữ liệu lớn IoT; cũng như phần mềm VMS Client cho phép cài đặt trên máy trạm, và cho phép xem camera với nhiều kịch bản khác nhau.

"Dựa trên kết quả của việc phân tích biển số giao thông hệ thống mới có thể đưa ra các quyết định liên quan đến xử phạt xe vi phạm giao thông hoặc tìm kiếm xe dựa trên biển số. Do đó việc phát triển mô-đun nhận diện biển số với độ chính xác cao và tốc độ chạy nhanh là hết sức cấp thiết", đại diện nhóm nghiên cứu chia sẻ thêm về tính năng nhận diện và phân tích biển số xe được hoàn thiện.

Đại diện nhóm triển khai nhiệm vụ trình diễn tính năng trích xuất bản số xe ở chế độ thời gian thực từ hệ thống quản lý camera giám sát tích hợp công nghệ trí tuệ nhân tạo

Về cơ bản, giải pháp hoàn thiện đã đảm bảo cung cấp những tính năng cảnh báo giao thông cơ bản; phân tích những điểm/khu vực thường xuyên xảy ra tình trạng đông xe (phương tiện giao thông); phân tích tần suất xuất hiện đám đông tại các vị trí camera theo thời gian và không gian; phân tích số lượng từng loại xe tại thời điểm xuất hiện đám đông.

"Các thông tin này cũng được cung cấp trực quan trên dashboard quản lý tập trung chạy trên máy tính cá nhân, hay trên app dành riêng cho thiết bị di động", TS. Dương Ngọc Hiếu khẳng định.

Nhận định về hiệu quả của giải pháp vừa được hội đồng tư vấn nghiệm thu nhiệm vụ khoa học - công nghệ do Sở KH&CN TP.HCM đánh giá là mang tính thực tế cao, TS. Nguyễn Lê Duy Lai cho biết "nghiên cứu về hệ thống camera giám sát thông minh là một trong những chủ đề rất được quan tâm trong lĩnh vực thị giác máy tính (computer vision), với mục đích nhằm trích xuất một cách hiệu quả những thông tin hữu ích từ một số lượng lớn các video thu được từ các camera giám sát bằng cách tự động phát hiện, theo dõi, nhận biết, phân tích và hiểu các hành vi hoạt động của các đối tượng được giám sát". Vì thế, TS. Nguyễn Lê Duy Lai khẳng định, việc phát hiện các đối tượng chuyển động trong camera nhờ các kỹ thuật xử lý ảnh, để khoanh vùng và đoán nhận một số hành vi của đối tượng là một việc làm có ý nghĩa khoa học và thực tiễn.

Tính năng cảnh báo đám đông, tắc nghẽn giao thông dựa trên các kịch bản được lập trình sẵn cũng như sự phân tích của hệ thống trí tuệ nhân tạo tích hợp

Nhận định về hiệu quả kinh tế xã hội, TS. Nguyễn Lê Duy Lai khẳng định hệ thống SVMS có thể được triển khai cho nhiều đơn vị khác trong khối cơ quan nhà nước từ Công an, UBND, đơn vị sự nghiệp, v.v… vì nhu cầu giám sát an ninh bằng công nghệ camera và trí tuệ nhân tạo là xu hướng chung của thế giới nói chung và của Việt Nam nói riêng.