Tóm tắt Luận văn Thạc sĩ: Xây dựng ứng dụng phát hiện khói dựa trên xử lý ảnh và mô hình học sâu VGG

Trong bối cảnh các sự cố hỏa hoạn ngày càng diễn biến phức tạp và gây ra những thiệt hại nặng nề về người và tài sản, việc phát triển các hệ thống phòng cháy chữa cháy hiệu quả, đặc biệt là khả năng phát hiện khói sớm, trở nên vô cùng cấp thiết. Các phương pháp truyền thống thường gặp hạn chế về độ chính xác và khả năng phản ứng kịp thời. Đề án này ra đời nhằm khai thác sức mạnh của công nghệ xử lý ảnh và học sâu để giải quyết thách thức này. Với sự phát triển vượt bậc của trí tuệ nhân tạo, việc áp dụng các mô hình tiên tiến vào bài toán phát hiện đối tượng như khói mở ra một hướng tiếp cận đầy triển vọng, góp phần nâng cao hiệu quả giám sát và cảnh báo cháy sớm.

Các nhà nghiên cứu, kỹ sư trong lĩnh vực thị giác máy tính, học sâu, xử lý ảnh, và những người phát triển hệ thống giám sát, phòng cháy chữa cháy.

Đề án tập trung vào việc xây dựng một ứng dụng tiên tiến cho bài toán phát hiện khói, kết hợp chặt chẽ giữa các kỹ thuật xử lý ảnh truyền thống và sức mạnh của mô hình học sâu VGG. Logic chính của hệ thống bao gồm hai giai đoạn: đầu tiên là phát hiện các vùng ứng viên khói (candidate smoke regions) dựa trên các thuật toán xử lý ảnh như trừ nền Gaussian và phân ngưỡng nhị phân, Otsu để nhận diện sự thay đổi và đặc trưng ban đầu của khói. Giai đoạn tiếp theo là phân loại khói sử dụng một mô hình cascade nhiều lớp. Mô hình này sequentially áp dụng các tiêu chí phân loại dựa trên màu sắc, sự phát triển về kích thước theo thời gian của vùng khói, và cuối cùng là sử dụng mạng học sâu VGG16 để xác minh chính xác vùng khói. Cách tiếp cận đa tầng này giúp tăng cường độ chính xác và giảm thiểu nhiễu, đảm bảo khả năng nhận diện khói trong các điều kiện phức tạp. Ứng dụng mang lại giá trị to lớn trong việc nâng cao hiệu quả của các hệ thống giám sát và phòng cháy chữa cháy, cho phép phát hiện và cảnh báo sớm, từ đó giảm thiểu thiệt hại do hỏa hoạn. Mục tiêu của hệ thống là đạt được độ chính xác cao (trên 90% với thuật toán xử lý ảnh, trên 95% với mô hình trên khói mới) và khả năng xử lý thời gian thực, có thể tích hợp vào các hệ thống VMS hiện có.