Đề án Thạc sĩ: Xây dựng ứng dụng phát hiện khói dựa trên xử lý ảnh và mô hình học sâu VGG

Trong bối cảnh trí tuệ nhân tạo và thị giác máy tính đang phát triển mạnh mẽ, bài toán phát hiện đối tượng, đặc biệt là phát hiện khói, trở nên vô cùng quan trọng đối với an toàn công cộng và phòng cháy chữa cháy. Các phương pháp truyền thống thường gặp hạn chế về độ chính xác hoặc tốc độ xử lý. Đề án này nhằm mục tiêu xây dựng một ứng dụng phát hiện khói hiệu quả, kết hợp ưu điểm của xử lý ảnh và mô hình học sâu VGG để cung cấp giải pháp cảnh báo sớm, góp phần giảm thiểu thiệt hại do hỏa hoạn. Mục tiêu là phát triển một hệ thống có độ chính xác cao và khả năng hoạt động thời gian thực, dễ dàng tích hợp vào các hệ thống giám sát hiện có.

Nghiên cứu sinh, sinh viên và chuyên gia trong lĩnh vực thị giác máy tính, học sâu, hệ thống thông tin và kỹ thuật phòng cháy chữa cháy.

Đề án này trình bày chi tiết về việc xây dựng ứng dụng phát hiện khói nhằm giải quyết nhu cầu cấp thiết về cảnh báo sớm và phòng ngừa hỏa hoạn. Xuất phát từ những hạn chế của các phương pháp phát hiện khói truyền thống, nghiên cứu đề xuất một phương pháp tiếp cận lai, kết hợp các kỹ thuật xử lý ảnh với sức mạnh của mô hình học sâu. Cụ thể, quy trình bao gồm ba bước chính: phát hiện vùng khói tiềm năng (candidate smoke regions) dựa trên các thuật toán xử lý ảnh như trừ nền và phân ngưỡng để khoanh vùng các đối tượng có khả năng là khói; phân loại khói sử dụng mô hình VGG16 cùng với các tiêu chí dựa trên màu sắc và sự phát triển theo thời gian của vùng khói; và cuối cùng là phân tích thời gian (temporal analysis) để đưa ra quyết định xác nhận, tăng cường độ chính xác tổng thể. Ứng dụng được thiết kế để xử lý luồng dữ liệu thời gian thực từ camera CCTV và tích hợp vào hệ thống quản lý video (VMS), cung cấp khả năng cảnh báo hiệu quả. Giá trị ứng dụng của đề án nằm ở việc nâng cao hiệu quả giám sát an ninh, giảm thiểu rủi ro và thiệt hại do hỏa hoạn, mang lại một công cụ đắc lực cho công tác phòng cháy chữa cháy.