Sử dụng AI nhận diện hành vi tội phạm

Nhóm sinh viên Trường Đại học Việt Đức và sản phẩm nghiên cứu. Ảnh: Hà An

Phát hiện hành vi bất thường

Hệ thống AI nhận diện hành vi bất thường với thời gian xử lý nhanh nhất, do ba sinh viên Phạm Việt Hoàng, Trần Gia Thịnh và Lê Đình Chương (ngành Khoa học và Kỹ thuật Máy tính, Trường Đại học Việt Đức) nghiên cứu, đặt mục tiêu hỗ trợ người quản lý kiểm soát các sự kiện bất thường thông qua camera, ứng dụng mô hình AI.

Theo nhóm nghiên cứu, công nghệ AIoT (AI và Internet vạn vật) là xu hướng phát triển của ngành công nghệ thông tin trong những năm gần đây. Ứng dụng của AIoT trải rộng trên nhiều lĩnh vực đời sống như: Sản xuất và kết nối máy móc thông minh, thành phố thông minh, y tế, chăm sóc sức khỏe thông minh, năng lượng và môi trường...

Tuy nhiên, Phạm Việt Hoàng (trưởng nhóm) nhìn nhận ứng dụng AIoT có thể phát huy hiệu quả trong lĩnh vực quản lý xã hội, an ninh trật tự. Nam sinh cho rằng, hiện nay, việc quản lý và truy xuất hình ảnh từ camera, đặc biệt các cảnh bạo lực, tai nạn giao thông, hỏa hoạn... gặp nhiều khó khăn.

Lý do là người quản lý phải xem lại toàn bộ video để tìm kiếm các hành vi bất thường, hoặc phải nhờ người báo tin cung cấp thông tin về thời gian xảy ra sự kiện để tìm kiếm. Điều này khiến người quản lý không chủ động xử lý, quản lý thông tin, và trong nhiều trường hợp, phải phụ thuộc vào người khác. Ngoài ra, người quản lý đôi khi phải chịu nhiều áp lực khi phải liên tục quan sát camera trong phòng điều khiển để phát hiện các hoạt động bất thường.

Từ thực tế này, nhóm đã phát triển mô hình ứng dụng AI cho camera, sử dụng công nghệ điện toán biên. Trong khuôn khổ nghiên cứu, mô hình có khả năng nhận diện 12 sự kiện bất thường, bao gồm: Lạm dụng, bắt giữ, đốt phá, tấn công, trộm cắp, nổ, đánh nhau, tai nạn giao thông, cướp, bắn, phá hoại... Đây là những hành vi giúp cơ quan quản lý làm cơ sở đánh giá, hỗ trợ phát hiện người có hành vi tội phạm. Thông tin được thu thập thông qua hình ảnh từ camera và các dữ liệu khác như thời gian, vị trí, video ghi lại ngay tại thời điểm sự kiện xảy ra.

Để thực hiện mục tiêu này, nhóm đã tìm kiếm và sử dụng hai bộ dữ liệu UCF-Crime dataset và VNAnomaly dataset, được đăng tải trên các tạp chí khoa học về các sự kiện tội phạm bất thường trên thế giới và ở Việt Nam. Với nguồn dữ liệu này, nhóm lựa chọn mô hình AI tốt nhất để huấn luyện, cho kết quả có độ chính xác cao.

Theo Hoàng, nhóm đã ứng dụng mô hình AI theo phương pháp trực tiếp trên camera tại biên, tức là trên hệ thống máy tính thu nhỏ tích hợp trong một vi mạch đơn. Điều này giúp việc giám sát các sự kiện bất thường theo thời gian thực có độ trễ thấp, thông báo kịp thời đến các bên liên quan do tính cấp bách.

Công nghệ này cũng giúp dữ liệu được xử lý và lưu trữ tại chỗ, không yêu cầu chuyển dữ liệu lên đám mây. Nhóm cho rằng, công nghệ điện toán biên sẽ khắc phục các bất cập trong việc lưu dữ liệu trên đám mây, vốn tốn nhiều thời gian do dung lượng video nặng, làm tăng chi phí lưu trữ và thời gian xử lý.

Chiếc hộp chứa thiết bị có khả năng phát hiện hành vi phạm tội qua camera. Ảnh: NVCC

Công nghệ nằm trong chiếc hộp

Các chức năng của mô hình được nhóm đưa vào chiếc hộp, với bên trong có camera kết nối hệ thống máy tính thu nhỏ tích hợp trên vi mạch đơn. Mô hình AI thực hiện quá trình nhận diện trực tiếp tại vi mạch và cho ra kết quả theo thời gian thực. Chiếc hộp còn được tích hợp bảng điều khiển thông minh, giúp người quản lý có thể theo dõi hoạt động và kiểm tra trạng thái thiết bị từ xa trên máy tính, đồng thời cập nhật thông tin liên tục.

Khi có các hình ảnh bất thường, hệ thống sẽ báo động thông qua màn hình, gửi email hay tin nhắn cho người quản lý. Về sai số của mô hình, Hoàng cho biết, trong trường hợp tai nạn xe máy, độ chính xác chưa tốt lắm. Nguyên nhân do bộ dữ liệu trên thế giới ít có hình ảnh xe máy, nên cần bổ sung thêm dữ liệu thu được trong nước để phát triển mô hình tốt hơn.

“Hiện bộ dữ liệu mà nhóm sử dụng có các hình ảnh thể hiện hành vi trộm cắp, cướp giật. Tuy nhiên, để xác định các hành vi này khá khó khăn vì hành động thường nhỏ và trong nhiều trường hợp, camera bị che tầm nhìn”, Hoàng nói và mong muốn có được nguồn dữ liệu tốt hơn từ các cơ quan quản lý trong nước để phát triển mô hình AI cho vấn đề này.

Theo tính toán, độ chính xác trung bình nhóm ghi nhận các hành vi phạm tội là khoảng 84%. Sắp tới, nhóm sẽ tiến hành cải tiến, tinh chỉnh các thuật toán để tăng độ chính xác cho hệ thống. Theo nhóm nghiên cứu, độ chính xác của sản phẩm được tính toán dựa trên lý thuyết, chưa có điều kiện thử nghiệm thực tế tại một khu vực cụ thể để kiểm chứng tính hiệu quả.

Đánh giá nghiên cứu, ông Nguyễn Bảo Lâm - Giám đốc công nghệ Advantech Việt Nam, cho biết nhóm có sự am hiểu về cách vận hành thiết bị, thu thập dữ liệu hành vi, xử lý, đo đạc, thử nghiệm, và đánh giá sự vận hành của cả hệ thống. Với một số dữ liệu hành vi cho camera mà nhóm thu thập và chạy trên mô hình AI, sản phẩm này phù hợp để ứng dụng trong một số khu vực như siêu thị, xưởng sản xuất…

Tuy nhiên, ông Lâm cho rằng, dữ liệu của nhóm dạng đã được dán nhãn (kiểm chứng) và được dùng để đối sánh, đánh giá lại và tối ưu hóa trên mô hình AI. “Nếu nhóm có điều kiện thu thập các dữ liệu thực tế trong xã hội từ các camera giao thông, khu dân cư… thì mô hình sẽ có cơ hội phát triển tốt hơn”, ông Lâm nói.

Hà An