#1. Đặt vấn đề
Giám sát an ninh trong trường học và các khu vực công cộng trước đây chủ yếu phụ thuộc vào camera quan sát thông thường và nhân viên bảo vệ xem lại sau khi sự việc đã xảy ra. Nhược điểm lớn là tính chủ động thấp, không cảnh báo kịp thời các sự cố như xô xát, bạo lực học đường hay học sinh bị ngã chấn thương.
Với bước tiến của Trí tuệ nhân tạo biên (Edge AI), TAE Hà Tĩnh đã nghiên cứu và phát triển giải pháp nhận diện đa phương thức (hình ảnh và âm thanh) vận hành trực tiếp tại biên.
#2. Kiến trúc giải pháp
2.1. Tầng phần cứng nhúng (Edge Hardware)
- Hệ thống sử dụng máy tính nhúng đơn bo (SBC) hiệu năng cao có tích hợp NPU (Bộ xử lý thần kinh) tăng tốc suy luận.
- Camera góc rộng độ phân giải cao thu nhận luồng RTSP ở tốc độ 25 - 30 FPS.
- Microphone mảng thu âm thanh định hướng với mạch lọc nhiễu âm môi trường.
2.2. Pipeline xử lý AI đa phương thức
1. Phát hiện người & Nhận diện khung xương (Pose Estimation): Trích xuất tọa độ 17 điểm khớp nối trên cơ thể (khuỷu tay, đầu gối, vai...) theo thời gian thực.
2. Phân tích chuỗi hành động (Action Recognition): Sử dụng mô hình mạng nơ-ron tích chập không-thời gian (ST-GCN) hoặc LSTM để phân tích tốc độ di chuyển và khoảng cách tương tác giữa hai hoặc nhiều đối tượng.
3. Cảm biến âm thanh khẩn cấp: Mô hình phân loại âm thanh CNN phát hiện các tiếng hét lớn, va chạm mạnh hoặc tiếng kêu cứu có biên độ tần số bất thường.
#3. Cơ chế cảnh báo tức thời
Khi phát hiện xác suất bạo lực hoặc sự cố vượt ngưỡng an toàn trong 2 giây liên tiếp:
- Kích hoạt còi báo động và đèn chớp tại chỗ để cảnh báo răn đe.
- Chụp ảnh bằng chứng và gửi thông báo khẩn cấp (Push Notification / Zalo / Telegram / Web App) tới Ban giám hiệu và phòng Bảo vệ.
- Lưu nhật ký sự kiện vào bộ nhớ đệm phục vụ trích xuất điều tra.
#4. Tối ưu hóa để chạy thực tế
Để hệ thống hoạt động ổn định không bị nóng máy, chúng tôi đã lượng tử hóa mô hình sang dạng INT8 (Quantization), giảm kích thước mô hình xuống dưới 15MB mà vẫn giữ độ chính xác trên 92%, đáp ứng tiêu chí triển khai kinh tế và hiệu quả.



