HỆ THỐNG NHẬN DIỆN TỰ ĐỘNG TÌNH TRẠNG HÚT THUỐC NƠI CÔNG CỘNG

Abstract

Hành vi hút thuốc ở nơi công cộng hoặc nơi cấm hút thuốc như bệnh viện, sân bay, trường học là một vấn đề gây ảnh hưởng tới rất nhiều người. Việc xây dựng một hệ thống tự động phát hiện và ghi nhận hành vi hút thuốc tại các khu vực công cộng được xây dựng nhằm hỗ trợ công tác giám sát và nâng cao ý thức chấp hành quy định cấm hút thuốc. Hệ thống được xây dựng dựa trên mô hình học sâu YOLOv8 để nhận diện hành vi hút thuốc từ video. Mô hình sau khi huấn luyện có khả năng phát hiện các vật thể con người, điếu thuốc, khói thuốc và đưa ra kết luận hành vi hút thuốc trong video đầu ra. Việc xây dựng giao diện hệ thống sử dụng Tkinter và OpenCV cũng như trích xuất khoảng thời gian tương ứng giúp hỗ trợ phát hiện và lưu lại bằng chứng phục vụ công tác quản lý, xử phạt. Tập dữ liệu bao gồm tổng cộng 2789 hình ảnh thang độ xám, trong đó có 2284 hình ảnh huấn luyện, 370 hình ảnh xác thực và 135 hình ảnh kiểm tra. Kết quả cho thấy đối với cùng 1 tập dữ liệu, biến thể YOLOv8m có sự chênh lệch về mAP so với hai biến thể YOLOv8 còn lại. Chỉ số mAP@0.5 của YOLOv8n và YOLOv8s lần lượt là 84.5% và 89.7%. Trong khi đó, mAP@0.5 của mô hình YOLOv8m đạt 90.5%.