Sử dụng trí tuệ nhân tạo để phát hiện người hút thuốc lá

Ban Tổ chức trao giải Nhì tại Cuộc thi Khoa học Kỹ thuật dành cho học sinh trung học tỉnh Thái Nguyên, năm học 2024-2025, trong đó có Dự án “Sử dụng trí tuệ nhân tạo để phát hiện người hút thuốc lá”.

Hút thuốc lá gây hại cho sức khỏe của người hút và cả những người xung quanh. Trong số các địa điểm cấm hút thuốc lá tại Thông tư số 11/2023/TT-BYT ngày 11/5/2023 của Bộ Y tế, cơ sở giáo dục là một trong những nơi quan trọng nhất để bảo vệ sức khỏe của học sinh, sinh viên và giáo viên.

Hiện nay, tại một số trường THPT xuất hiện tình trạng nhiều học sinh hút thuốc lá trong trường học. Theo báo cáo của Bộ Giáo dục và Đào tạo, trong năm học 2024-2025, có khoảng 1.000 trường học có hiện tượng học sinh hút thuốc lá trong khuôn viên trường... Tuy nhiên, việc phát hiện, kiểm soát còn gặp khó khăn, đặc biệt là phát hiện tự động những hành vi hút thuốc lá tại nơi công cộng và trong khuôn viên nhà trường.

Xuất phát từ thực tế trên, nhóm nghiên cứu đã sáng tạo, cụ thể hóa việc ứng dụng công nghệ Deep learning trong lĩnh vực thị giác máy tính để phát hiện người hút thuốc lá thông qua hình ảnh từ camera. Từ đó, giúp bộ phận quản lý tiếp nhận thông tin nhanh chóng và có các biện pháp xử lý kịp thời, hiệu quả; góp phần nâng cao ý thức người dân, đặc biệt là đối tượng học sinh trong việc nghiêm cấm hút thuốc lá nơi công cộng, góp phần ngăn chặn hành vi hút thuốc lá nơi học đường, tạo môi trường học tập lành mạnh, tích cực.

Cô giáo Trần Thị Quỳnh Trang, Trường THPT Lương Ngọc Quyến và 2 thành viên của nhóm nghiên cứu Dự án “Sử dụng trí tuệ nhân tạo để phát hiện người hút thuốc lá”.

Điều đặc biệt hơn nữa, cô giáo Trần Thị Quỳnh Trang chia sẻ: Trong những năm gần đây, sự phát triển của AI và Deep learning đã trở thành một lĩnh vực nghiên cứu và ứng dụng quan trọng nhờ vào sự tiến bộ của phần cứng và công nghệ tính toán. Đồng thời, sự phát triển của Internet và công nghệ - thông tin cung cấp một nguồn dữ liệu khổng lồ và đa dạng, làm nền tảng cho việc xây dựng và huấn luyện các mô hình AI.

Deep learning, dựa trên mạng nơ-ron sâu, đã trở thành một công cụ mạnh mẽ để giải quyết các vấn đề phức tạp. Nhờ vào cấu trúc phức tạp của mạng nơ-ron sâu, các mô hình Deep learning có khả năng học và hiểu các mẫu phức tạp trong dữ liệu, từ việc nhận dạng hình ảnh và giọng nói cho đến dự đoán và tự động hóa quyết định. - cô giáo Trần Thị Quỳnh Trang

Ứng dụng phát hiện người hút thuốc lá ở khu vực công cộng bằng trí tuệ nhân tạo thông qua camera giám sát đã sử dụng thuật toán YOLO (mô hình thị giác máy tính dựa trên học sâu được sử dụng để phát hiện và theo dõi đối tượng trong hình ảnh và video); có khả năng dự đoán nhiều đối tượng trong một khung hình và được sử dụng rộng rãi trong ứng dụng thị giác máy tính thời gian thực.

Bên cạnh đó, với sự kết hợp công cụ nghiên cứu hữu ích, như: Roboflow, Google Colaboratory ứng dụng đã nêu bật 2 chức năng cơ bản: Chức năng phát hiện người hút thuốc lá từ hình ảnh nhận được từ camera và chức năng lưu lại hình ảnh vi phạm theo thời gian thực, từ đó hiện thông báo trên màn hình máy chủ.

Nhóm nghiên cứu Dự án “Sử dụng trí tuệ nhân tạo để phát hiện người hút thuốc lá”, đoạt giải Nhì tại Cuộc thi Khoa học Kỹ thuật dành cho học sinh trung học tỉnh Thái Nguyên, năm học 2024-2025.

Dự án dựa vào các tài liệu khoa học tham khảo của các tác giả có uy tín; các mã nguồn mở, các hướng dẫn trên mạng Internet liên quan đến các vấn đề cần nghiên cứu và sử dụng phương pháp thực nghiệm để tiến hành thử nghiệm các module, sự hoạt động của các thiết bị phần cứng và phần mềm.

Việc nghiên cứu và xây dựng thành công ứng dụng trí tuệ nhân tạo vào việc phát hiện những người hút thuốc lá, không chỉ góp phần vào việc bảo vệ môi trường, bảo vệ sức khỏe của mọi người, mà còn giúp cho việc giám sát và xử lý các hành vi hút thuốc ở nơi công cộng được diễn ra một cách tự động, giảm tải áp lực công việc đến bộ phận bảo vệ tại các cơ quan, xí nghiệp, bến xe, bến tàu...

Đặc biệt, hiện nay, đa số các hệ thống camera giám sát tại các khu vực công cộng như cơ quan, nơi làm việc, cơ sở dịch vụ ăn uống, dịch vụ vui chơi giải trí, nhà ga, bến tàu, bến xe… đều chỉ có chức năng cơ bản là ghi hình và truyền tải hình ảnh tới hệ thống giám sát của khu vực. Do số lượng hình ảnh truyền về liên tục và số lượng camera cần quản lý là rất lớn, dẫn đến công việc giám sát thường trở nên quá tải. Bên cạnh đó, việc ngồi 24/24h trước màn hình để giám sát và phát hiện ra các hành vi bất thường đang diễn ra là điều bất khả thi...

Thảo Nguyên