Đề án Thạc sĩ: Xây dựng mô hình học sâu đa tầng phát hiện hành vi bạo lực

Trong bối cảnh kỷ nguyên số hóa, sự lan truyền của các nội dung và hành vi bạo lực trên các nền tảng truyền thông và mạng xã hội ngày càng trở nên phổ biến, gây ra những hệ lụy nghiêm trọng đến xã hội và cá nhân. Nhằm đối phó với thách thức này, việc ứng dụng các hệ thống camera giám sát kết hợp với trí tuệ nhân tạo để phát hiện hành vi bạo lực kịp thời đã trở thành một nhu cầu cấp thiết. Mặc dù đã có một số nghiên cứu tại Việt Nam, khả năng ứng dụng thực tiễn còn hạn chế, đặc biệt trong việc nhận diện chi tiết các hành vi bạo lực thể chất. Đề án này tập trung xây dựng mô hình học sâu đa tầng nhằm nâng cao hiệu quả phát hiện hành vi bạo lực từ video, góp phần ngăn chặn và giảm thiểu các tác động tiêu cực, đồng thời hỗ trợ các cơ quan chức năng trong việc duy trì an ninh trật tự.

Các nhà nghiên cứu, kỹ sư trong lĩnh vực trí tuệ nhân tạo, thị giác máy tính, học sâu; các nhà phát triển hệ thống giám sát an ninh, nền tảng mạng xã hội và các chuyên gia quan tâm đến ứng dụng công nghệ để giải quyết vấn đề xã hội.

Đề án này giải quyết vấn đề cấp bách trong việc phát hiện hành vi bạo lực thể chất từ các nguồn dữ liệu video, một thách thức ngày càng lớn trong kỷ nguyên số. Nghiên cứu tập trung vào việc xây dựng mô hình học sâu đa tầng để vượt qua những hạn chế của các phương pháp truyền thống và các mô hình học sâu đơn giản vốn không hiệu quả đối với các hành vi phức tạp, có tính chất thời gian. Phương pháp tiếp cận đề xuất bao gồm ba giai đoạn chính: thu thập và gán nhãn dữ liệu video bạo lực và không bạo lực; huấn luyện và kiểm tra các mô hình học sâu; và phân tích kết quả để cải thiện hiệu suất. Cụ thể, mô hình đa tầng tích hợp các kỹ thuật hiện đại như phát hiện đối tượng (sử dụng YOLOv7), theo dõi đối tượng (như SORT, ByteTrack) và các mạng nơ-ron chuyên biệt để phân loại hành vi bạo lực (ví dụ: CNN-LSTM, ResNet-50, EfficientNet-B0, Bi-LSTM). Một điểm nhấn quan trọng là việc xây dựng và chuẩn hóa một bộ dữ liệu dành riêng cho môi trường Việt Nam để đảm bảo tính phù hợp và độ chính xác của mô hình. Các thử nghiệm được tiến hành trên cả dữ liệu hiện có và dữ liệu mới, tập trung đánh giá độ chính xác và tốc độ. Giá trị ứng dụng của nghiên cứu rất lớn, từ việc tăng cường khả năng của các hệ thống giám sát để cảnh báo sớm, hỗ trợ các cơ quan chức năng can thiệp kịp thời, cho đến việc tự động kiểm duyệt và lọc bỏ nội dung bạo lực trên các nền tảng mạng xã hội, góp phần xây dựng một môi trường sống và làm việc an toàn hơn.