Hiện nay, các camera giám sát ngày càng được sử dụng rộng rãi trong các căn hộ gia đình, do những tiến bộ công nghệ phần cứng, khả năng kết nối cao, chi phí thấp. Việc tích hợp các camera với thiết bị biên khác nhau vào hệ sinh thái nhà thông minh đang trở nên phổ biến nhằm tạo ra bộ điều khiển chung cho các thiết bị khác như: đèn, chuông cửa, nhiệt độ. Tuy nhiên, các camera do giới hạn về tài nguyên phần cứng nên thường chỉ hỗ trợ kỹ thuật nhận dạng chuyển động, người đơn giản. Trong nghiên cứu này, chúng tôi xây dựng mô hình nhận dạng trộm theo thời gian thực dựa trên kỹ thuật học chuyển giao (Transfer learning) trên thiết bị biên phổ biến Hệ thống đã được thử nghiệm trên các bộ dữ liệu mẫu và trên các mô hình YOLOv8n, EfficientDetD0, MobilenetV2 SSDLite cho thấy mô hình tốc độ độ xử lý thấp nhất là 3.6 FPS (Raspberry Pi 3 B+), 6.5 FPS (Raspberry Pi 4 B), 10.2 FPS (Jetson Nano) với độ chính xác AP (kiểm tra) trên 60%. Vì vậy, hệ thống khả thi khi triển khai vào thực tế.
Tài liệu tham khảo
Agarwal, V. (2021, August 31). Identity Theft Detection Using Machine Learning. International Journal for Research in Applied Science and Engineering Technology, 9(8), 1943–1946. https://doi.org/10.22214/ijraset.2021.37696
Anggraini, N., Ramadhani, S. H., Wardhani, L. K., Hakiem, N., Shofi, I. M., & Rosyadi, M. T. (2022, September 13). Development of Face Mask Detection using SSDLite MobilenetV3 Small on Raspberry Pi 4. 2022 5th International Conference of Computer and Informatics Engineering (IC2IE). https://doi.org/10.1109/ic2ie56416.2022.9970078
Arora, J., Bangroo, A., & Garg, S. (2021, December 1). Theft Detection and Monitoring System Using Machine Learning. Emerging Research in Computing, Information, Communication and Applications, 957–966. https://doi.org/10.1007/978-981-16-1342-5_76
Arora, J., Bangroo, A., & Garg, S. (2021, December 1). Theft Detection and Monitoring System Using Machine Learning. Emerging Research in Computing, Information, Communication and Applications, 957–966. https://doi.org/10.1007/978-981-16-1342-5_76
Aslam, A., & Curry, E. (2021, February). A Survey on Object Detection for the Internet of Multimedia Things (IoMT) using Deep Learning and Event-based Middleware: Approaches, Challenges, and Future Directions. Image and Vision Computing, 106, 104095. https://doi.org/10.1016/j.imavis.2020.104095
Barbu, T. (2014, May). Pedestrian detection and tracking using temporal differencing and HOG features. Computers & Electrical Engineering, 40(4), 1072–1079. https://doi.org/10.1016/j.compeleceng.2013.12.004
Grega, M., Matiolański, A., Guzik, P., & Leszczuk, M. (2016, January 1). Automated Detection of Firearms and Knives in a CCTV Image. Sensors, 16(1), 47. https://doi.org/10.3390/s16010047
Kamath, V., & Renuka, A. (2023, April). Deep learning based object detection for resource constrained devices: Systematic review, future trends and challenges ahead. Neurocomputing, 531, 34–60. https://doi.org/10.1016/j.neucom.2023.02.006
Nighrunkar, M., Mahajan, S., Kulkarni, A., & Joshi, A. (2022). Theft Detection: An Optimized Approach Using cGAN and YOLO. Advancements in Interdisciplinary Research, 325–332. https://doi.org/10.1007/978-3-031-23724-9_30
Sandler, M., Howard, A., Zhu, M., Zhmoginov, A., & Chen, L. C. (2018, June). MobileNetV2: Inverted Residuals and Linear Bottlenecks. 2018 IEEE/CVF Conference on Computer Vision and Pattern Recognition. https://doi.org/10.1109/cvpr.2018.00474
Saranu, P. N., Abirami, G., Sivakumar, S., Ramesh, K. M., Arul, U., & Seetha, J. (2018, February). Theft Detection System using PIR Sensor. 2018 4th International Conference on Electrical Energy Systems (ICEES). https://doi.org/10.1109/icees.2018.8443215
Sehairi, K., Chouireb, F., & Meunier, J. (2017, April 25). Comparative study of motion detection methods for video surveillance systems. Journal of Electronic Imaging, 26(2), 023025. https://doi.org/10.1117/1.jei.26.2.023025
U. (2024, January 10). Ultralytics/ultralytics: NEW - YOLOv8 in PyTorch > ONNX > OpenVINO > CoreML > TFLite. GitHub. https://github.com/ultralytics/ultralytics
V. (n.d.). Tin tức Trộm cắp tài sản mới nhất hôm nay trên VnExpress. vnexpress.net. https://vnexpress.net/chu-de/trom-cap-tai-san-5399
Verma, G. K., & Dhillon, A. (2017, November 24). A Handheld Gun Detection using Faster R-CNN Deep Learning. Proceedings of the 7th International Conference on Computer and Communication Technology. https://doi.org/10.1145/3154979.3154988
