Ứng dụng trí tuệ nhân tạo vào giám sát an ninh

Nhờ tích hợp công nghệ trí tuệ nhân tạo và học máy, có khả năng tự động nhận diện, ghi nhớ và phân tích cùng lúc hàng ngàn khuôn mặt, nên giải pháp camera giám sát do nhóm chuyên gia thuộc Trường Đại học Bách Khoa TP.HCM triển khai đã giúp nâng cao đáng kể hiệu quả công tác đảm bảo an ninh.

hững năm gần đây, nhu cầu trang bị camera giám sát (camera an ninh) dần phổ biến rộng rãi trong nhiều ngành nghề, lĩnh vực, từ các tòa nhà văn phòng, cơ quan hành chính... cho đến các cửa hàng buôn bán nhỏ lẻ, hộ gia đình… dưới  nhiều hình thức khác nhau. Ngoài mục đích then chốt là đảm bảo an ninh, thì camera giám sát còn được sử dụng như một công cụ để doanh nghiệp phân tích thói quen, hành vi của con người, qua đó tăng cường trải nghiệm tích cực từ phía người dùng, cũng như đơn vị quản lý. 

Trước nhu cầu đó, nhiều trường viện và tổ chức khoa học đã đẩy mạnh nghiên cứu và triển khai thử nghiệm việc tích hợp trí tuệ nhân tạo (AI) vào hệ thống camera giám sát, thông qua việc khai thác các lĩnh vực/công nghệ như thị giác máy tính, xử lý ngôn ngữ tự nhiên, robotics, biểu diễn tri thức và suy diễn…; từ đó cho phép tăng cường khả năng xử lý dữ liệu, phân tích và nhận diện con người với số lượng lớn tại cùng một thời điểm.

Đáng chú ý, nhóm nghiên cứu thuộc Đại học Bách khoa TP.HCM đã phát triển và ứng dụng thành công hệ thống camera an ninh tích hợp AI, phục vụ công tác quản lý sinh viên tại ký túc xá của trường này; và đây cũng là nội dung chính của nhiệm vụ khoa học “Ứng dụng công nghệ trí tuệ nhân tạo trong bài toán giám sát an ninh tại Trung tâm dịch vụ Ký túc xá Bách Khoa - Đại học Bách Khoa, ĐHQG TP.HCM” được Sở KHCN TP.HCM nghiệm thu hồi đầu tháng 12/2021. 

Tổng quan hệ thống giám sát an ninh 3 mức độ tại Trung tâm dịch vụ Ký túc xá Bách Khoa (Trường ĐH Bách Khoa TP.HCM)

TS Dương Ngọc Hiếu, chủ nhiệm nhiệm vụ cho biết, giải pháp được hướng đến khả năng quản lý tại mỗi thời điểm khoảng 2.500 sinh viên và thường xuyên biến động (khoảng 40% sinh viên mỗi năm). Bên cạnh đó, giải pháp cũng có khả năng phân biệt nam -  nữ và cán bộ nhân sự, để cho phép bước vào các khuôn viên tương ứng.

Sau quá trình nghiên cứu, “thành quả” của nhiệm vụ là vận hành thành công hệ thống giám sát có khả năng nhận diện nhiều góc khuôn mặt khác nhau. Trong đó, tỷ lệ chính xác ở mức 71,86% đối với sinh viên mới; 84,25% đối với sinh viên cũ đã thu thập đủ mẫu; và 83,46% đối với sinh viên mới được tăng cường mẫu bằng nội suy…

Hệ thống giám sát nhận diện khuôn mặt được triển khai thực tế tại KTX Đại học Bách Khoa TP.HCM.

Nhờ hệ thống camera giám sát này, KTX cũng giải quyết nhiều vấn đề an ninh như trộm cắp, phá rối), vi phạm nội quy… để từ đó tạo nề nếp học tập, sinh hoạt lành mạnh trong khuôn viên KTX, nâng cao ý thức tôn trọng tài sản chung, cũng như hỗ trợ công tác giám sát từ xa của Ban quản lý KTX.

Bên cạnh đó, nhóm nghiên cứu cũng xây dựng và hoàn thiện các phần mềm và công nghệ đi kèm, gồm: Phần mềm vào cổng kết hợp công nghệ RFID và trí tuệ nhân tạo; Phần mềm quản lý video VMS; Lõi nhận diện khuôn mặt bằng thuật giải học sâu; Phần mềm giám sát an ninh 3 mức độ; Ứng dụng di động phục vụ giám sát từ xa.

Kiến trúc các phân hệ của hệ thống giám sát an ninh.

“Huấn luyện” AI để giải quyết nhiều bài toán khó 

TS Dương Ngọc Hiếu cho biết, trước đây, KTX Đại học Bách Khoa TP.HCM đã ứng dụng công nghệ thẻ RFID trong việc giám sát vào cổng. 

"Tuy nhiên điểm hạn chế của cơ chế nhận dạng này là phụ thuộc vào con người (nhân viên bảo vệ) và rất khó để nhận biết đâu là sinh viên đang lưu trú, đâu là người đột nhập trái phép, đặc biệt là những lúc có số lượng sinh viên đông", TS. Dương Ngọc Hiếu nêu vấn đề.

Chính vì thế, nhóm nghiên cứu tập trung xây dựng hệ thống giám sát với số lượng 174 camera được bố trí tại nhiều khu vực khác nhau trong khuôn viên KTX. Tất cả dữ liệu từ camera được truyền trực tiếp đến Phần mềm quản lý video VMS (Video Management System). Phần mềm này cũng có khả năng lưu trữ những bất thường để làm bằng chứng, đó là những hình ảnh, video playback được rút trích tại thời điểm xảy ra bất thường thông qua phần mềm VMS. 

Kiến trúc hệ thống phần mềm trong đó (a) là phần nội dung huấn luyện mô hình trí tuệ nhân tạo và (b) là phần nội dung giám sát thời gian thực.

Cũng theo lời TS. Hiếu, để ứng dụng các mô hình học máy (machine learning) vào bài toán nhận diện khuôn mặt của AI đạt độ chính xác cao, Ban quản lý KTX yêu cầu mỗi sinh viên cung cấp 10 hình ảnh (khuôn mặt) để huấn luyện mô hình học máy.

“Trong thời gian tới, nhóm nghiên cứu cũng sẽ tiếp tục nâng cấp trọn bộ giải pháp này, bằng cách tại thời điểm sinh viên quẹt thẻ xác thực vào cổng thì phần mềm sẽ chụp lại hình của sinh viên. Hình này sẽ được sử dụng để huấn luyện mô hình học máy. Dự kiến mỗi sinh viên sẽ chụp lại từ 20 đến 50 hình để làm mẫu huấn luyện.”, TS. Hiếu thông tin thêm.

Quy trình xây dựng tâp dữ liệu mẫu

Dựa trên hình ảnh thu thập, kết hợp cùng dữ liệu trong lưu trữ trong hệ thống, trí tuệ nhân tạo sẽ phân tích, nhận diện khuôn mặt và đưa ra kết quả chỉ trong thời gian tính bằng giây. Phần mềm đảm bảo độ chính xác hơn 90% trong thí nghiệm và đạt 85% trong vận hành thực tế.

Ngoài ra, trong quá trình triển khai thực tế, những trường hợp dự đoán bởi mô hình máy học có thể bị sai lệch sẽ được ghi nhận, làm nhãn và bổ sung thêm vào tập dữ liệu mẫu. Đây là một quá trình tinh chỉnh mô hình trí tuệ nhân tạo để "hệ thống" có thể thích nghi với tính chất dữ liệu từ các camera thực tế triển khai.

Bên cạnh nhận diện khuôn mặt, bộ giải pháp còn ứng dụng công nghệ học sâu (deep learning) vào nhận diện giới tính đối tượng, có khả năng phân loại nam/nữ đạt độ chính xác hơn 90%. 

Đại diện nhóm triển khai nhiệm vụ thuộc Đại học Bách Khoa TP.HCM cho biết, phương pháp đánh giá cũng tương tự khi đánh giá mô hình nhận diện khuôn mặt.

Hệ thống giám sát có khả năng nhận diện nhiều góc khuôn mặt khác nhau, kể cả đang đeo khẩu trang

Không chỉ việc tập trung xây dựng công cụ nhận diện khuôn mặt bằng trí tuệ nhân tạo, nhóm nghiên cứu còn hoàn thiện bộ giải pháp bao gồm nhiều phần mềm "con", hoạt động liên hoàn tạo thành một hệ thống giám sát thời gian thực, từ đó giải quyết tất cả mục tiêu đề ra. Đơn cử như Phần mềm kiểm tra chéo việc đối tượng quẹt thẻ RFID vào cổng; Ứng dụng di động cho phép cảnh báo thời gian thực các sự kiện an ninh; Ứng dụng quản trị và giám sát trên nền web; Các phân hệ trực quan thông tin như Dashboard, eMap…

Ngoài ra, bộ giải pháp còn đi kèm Ứng dụng di động phục vụ giám sát từ xa trên nền tảng iOS và Android với các tính năng: Xác thực và phân quyền; Nhận thông báo tình hình vi phạm an ninh dựa trên cấu hình cảnh báo; Xem dữ liệu minh chứng mức độ an ninh vi phạm, đối tượng vi phạm, thời điểm vi phạm, minh chứng (video playback)…

Giao diện quản lý qua ứng dụng trên thiết bị di động.

Cũng theo lời đại diện nhóm triển khai nhiệm vụ khoa học nói trên, bên cạnh giải pháp sử dụng AI trong quản lý sinh viên tại KTX, ĐH Bách Khoa TP.HCM cũng đã và đang triển khai ứng dụng trí tuệ nhân tạo vào giám sát an ninh, trật tự công cộng tại nhiều địa phương và đơn vị, điển hình như như Công an P.1 Q. 10 (TP.HCM). 

Đại diện hội đồng tư vấn nghiệm thu nhiệm vụ Sở KHCN TP.HCM đánh giá rằng, kết quả nghiên cứu của nhóm rất tốt, đặc biệt là độ chính xác của lõi trí tuệ nhân tạo. Do vậy, tính ứng dụng của kết quả đề tài không nên chỉ dừng lại ở quy mô giám sát an ninh KTX mà có thể ứng dụng cho nhiều nhu cầu khác nhau như hệ thống điểm danh/chấm công, kiểm tra đối tượng có chứng nhận tiêm vắc xin phòng COVID-19, cũng  như các giải pháp xác thực/nhận diện vào ra khác.

Thông tin liên hệ:

Trung Tâm Kỹ Thuật Điện Toán, Trường Đại học Bách Khoa TP.HCM

Địa chỉ: 268 Lý Thường Kiệt, P.14, Q.10, TP.HCM
Điện thoại: (028) 3864 7256.  Website: www.cce.hcmut.edu.vn