ANOMALYGLANCE: GÓC NHÌN FEW-SHOT ĐỂ PHÁT HIỆN BẤT THƯỜNG ĐỐI TƯỢNG TRONG VIDEO BẰNG ISOLATION FOREST VÀ FUZZY LOGIC

Abstract

Trong bối cảnh các nhà máy sản xuất hiện đại, việc đánh giá chất lượng sản phẩm vẫn chủ yếu được thực hiện thủ công, gây hạn chế về hiệu quả và chất lượng. Việc tự động phát hiện và phân loại các sản phẩm không đạt chất lượng, đặc biệt là những vết hư hỏng hoặc dấu hiệu bất thường của sản phẩm, là rất cần thiết để nâng cao hiệu quả sản xuất. Những bất thường này có thể ảnh hưởng đến chất lượng và giá trị sản phẩm, tác động đến quy trình sản xuất và tiêu thụ. Do đó, phát triển một hệ thống dò tìm bất thường chính xác cho trái cam có ý nghĩa quan trọng trong việc tối ưu hóa quy trình sàng lọc tự động và đảm bảo chất lượng sản phẩm. Mặc dù có nhiều nghiên cứu sử dụng các thuật toán học máy và thị giác máy tính để phát hiện bất thường, các phương pháp hiện tại vẫn gặp phải các vấn đề như độ chính xác thấp trong xử lý hình ảnh phức tạp và khó khăn trong phân biệt các bất thường tinh vi. Một trong những phương pháp đáng chú ý là Isolation Forest, tuy nhiên, kết quả của nó có thể chưa đủ chính xác nếu chỉ dựa vào một yếu tố đơn lẻ. Để giải quyết vấn đề này, đề tài này kết hợp Isolation Forest với hệ thống Fuzzy Logic, giúp đánh giá mức độ bất thường của trái cam qua các yếu tố như màu sắc và phần trăm hư hại, mang lại cái nhìn tổng thể và linh hoạt hơn. Mục tiêu của đề tài là xây dựng một framework kết hợp Isolation Forest và Fuzzy Logic để phát hiện và đánh giá các bất thường trên vật thể, từ đó đưa ra quyết định chính xác về chất lượng sản phẩm. Hệ thống này không chỉ nâng cao năng suất sản xuất và giảm thiểu công sức thủ công mà còn cải thiện chất lượng sản phẩm, giảm rủi ro trong quy trình tiêu thụ, đóng góp vào sự phát triển bền vững của ngành nông sản và chế biến thực phẩm.