Hệ thống phát hiện graffiti bằng thị giác máy tính và AI tại các thành phố thông minh

Graffiti, bao gồm chữ viết, hình vẽ hoặc ký hiệu, có thể kể nhiều câu chuyện. Graffiti tô điểm thêm màu sắc và nét riêng cho tường thành phố, đồng thời được dùng để thể hiện quan điểm. Đôi khi graffiti được xem là nghệ thuật, nhưng thường thì tác phẩm được thực hiện khi chưa được phép. Trên thực tế, graffiti thường xuất hiện chỉ sau một đêm trên các tòa nhà, cầu và tàu hỏa; việc dọn sạch chúng tốn thời gian, nguồn lực và công sức.

Các thành phố trên khắp thế giới chi hàng triệu đô la để giữ gìn vệ sinh không gian công cộng. Chỉ riêng tại Hoa Kỳ, chi phí dọn dẹp graffiti đã vượt 12 tỷ USD mỗi năm. Ngoài ra, việc chủ động kiểm soát graffiti là một thách thức đáng kể ở nhiều thành phố. Số đội dọn dẹp có hạn và họ không thể có mặt ở mọi nơi cùng một lúc.

Đó là lý do các nhà quy hoạch đô thị hiện chuyển sang thị giác máy tính, một nhánh của trí tuệ nhân tạo cho phép máy phân tích và diễn giải hình ảnh. Bằng cách sử dụng các model thị giác máy tính như Ultralytics YOLO11, camera tích hợp AI có thể nhanh chóng quét tường thành phố, phát hiện graffiti theo thời gian thực và xác định chính xác vị trí để các đội xử lý.

Trong bài viết này, chúng ta sẽ tìm hiểu kỹ hơn cách thị giác máy tính được sử dụng để tự động nhận diện graffiti tại các thành phố thông minh.

Vai trò của thị giác máy tính trong thành phố thông minh#

Thành phố thông minh đang sử dụng công nghệ hiện đại để xử lý các thách thức hằng ngày hiệu quả hơn. Cụ thể, các thành phố này tận dụng những model thị giác máy tính như Ultralytics YOLO11 để phân tích dữ liệu hình ảnh, giám sát không gian công cộng và hỗ trợ ra quyết định nhanh hơn dựa trên dữ liệu trong nhiều hệ thống đô thị.

Sau đây là một số cách phổ biến mà AI thị giác được ứng dụng trong thành phố thông minh:

• Quản lý giao thông: AI thị giác có thể phân tích luồng video trực tiếp để theo dõi lưu lượng giao thông, phát hiện ùn tắc và điều chỉnh đèn tín hiệu theo thời gian thực nhằm cải thiện lưu thông và giảm chậm trễ.
• Tự động hóa tái chế: Thị giác máy tính có thể giúp nhận diện và phân loại vật liệu có thể tái chế trong các dòng rác tại thùng rác công cộng hoặc trung tâm tái chế, nâng cao độ chính xác khi phân loại và giảm tạp nhiễm.
• Giám sát giao thông công cộng: Các hệ thống giao thông công cộng có thể sử dụng thị giác máy tính để theo dõi số lượng hành khách, giám sát hành vi trên phương tiện và phát hiện vấn đề an toàn, qua đó nâng cao cả hiệu quả lẫn mức độ an toàn.
• Ứng phó thảm họa: Thị giác máy tính có thể xác định các dấu hiệu hình ảnh của hỏa hoạn, lũ lụt hoặc hư hại kết cấu sau thảm họa, giúp ứng phó khẩn cấp nhanh chóng và hiệu quả hơn.

Hình 1. Giám sát giao thông bằng YOLO11 trong thành phố thông minh.

Tổng quan về giám sát graffiti đô thị bằng AI#

Sau khi tìm hiểu cách thị giác máy tính góp phần xây dựng thành phố thông minh hơn, hãy cùng xem xét kỹ hơn lý do công nghệ này đặc biệt cần thiết để nhận diện graffiti tự động.

Theo cách truyền thống, các thành phố áp dụng nhiều phương thức để quản lý graffiti. Một số dựa vào báo cáo của người dân, trong khi những nơi khác cử đội đi kiểm tra các điểm nóng đã biết. Trong một số trường hợp, ứng dụng di động cho phép người dân gửi khiếu nại hoặc tải ảnh lên. Những phương thức này có thể hữu ích nhưng tốn thời gian, phụ thuộc nhiều vào sự tham gia của con người và thường không thể bao phủ toàn thành phố.

Thị giác máy tính cung cấp cho các thành phố một cách nhanh chóng và đáng tin cậy hơn để quản lý graffiti. Các hệ thống tự động nhận diện graffiti thường dựa vào hai tác vụ thị giác máy tính chính: phân loại hình ảnh và phát hiện vật thể.

Ở bước đầu tiên, phân loại ảnh phân tích ảnh để xác định đó là graffiti, tranh nghệ thuật đường phố hay bề mặt sạch. Nếu phát hiện graffiti, bước phát hiện vật thể sẽ xác định chính xác vị trí của graffiti trong ảnh. Nhờ vậy, các đội đô thị có thể phản hồi nhanh chóng và chính xác. Theo thời gian, dữ liệu giúp nhận diện xu hướng để các thành phố tập trung vào những điểm nóng thường xuyên và cải thiện các nỗ lực phòng ngừa.

Hình 2. Ví dụ về cách hoạt động của hệ thống nhận diện graffiti tự động.

Khám phá hệ thống phát hiện graffiti bằng AI tại nhiều thành phố#

Nhiều thành phố đang thử nghiệm những cách thức mới để xử lý graffiti. Thay vì chỉ dựa vào tuần tra hoặc báo cáo của người dân, các thành phố bắt đầu sử dụng model thị giác máy tính có thể phát hiện, nhận diện và thậm chí hỗ trợ dọn sạch graffiti. Hãy cùng xem một số thành phố đang ứng dụng những công cụ mới này như thế nào.

Hệ thống phát hiện graffiti bằng AI tích hợp với camera trên xe#

Tại nhiều thành phố, xe dịch vụ công hiện được sử dụng để hỗ trợ phát hiện graffiti trong các tuyến tuần tra thường lệ. Bằng cách trang bị cho những xe này giải pháp thị giác máy tính, thành phố có thể quét đường phố theo thời gian thực mà không cần thêm lượt tuần tra. Nhờ vậy, graffiti được phát hiện sớm hơn và đội dọn dẹp nhận được cảnh báo trước khi vấn đề lan rộng.

Tempe, Arizona, là một ví dụ về thành phố đang sử dụng công nghệ này. Thành phố hợp tác với các tổ chức địa phương để phát triển một hệ thống sử dụng camera gắn trên xe dịch vụ công. Khi di chuyển qua các khu dân cư, những phương tiện này ghi lại hình ảnh tường và không gian công cộng.

Một model AI thị giác phân tích ảnh và đánh dấu mọi graffiti mà model phát hiện. Kết quả được gửi đến dashboard trực tiếp để ban quản lý có thể kiểm tra cập nhật trên điện thoại và phản hồi nhanh chóng. Nhờ đó, Tempe xử lý nhanh hơn và giảm khiếu nại của người dân.

Tương tự, tại Lisbon, thủ đô của Bồ Đào Nha, một hệ thống thử nghiệm khả thi đã được phát triển bằng cách sử dụng camera gắn trên xe thành phố để tự động phát hiện graffiti.

Hình 3. Phát hiện graffiti bằng AI tại Lisbon, Bồ Đào Nha.

Phát hiện và xóa graffiti bằng drone#

Graffiti có thể xuất hiện ở những nơi khó hoặc không an toàn để tiếp cận, như cầu vượt, đường hầm và công trình trên cao. Việc dọn dẹp tại những khu vực này thường cần thêm thiết bị, tốn kém hơn và mất nhiều thời gian hơn. Để cải thiện độ an toàn và tốc độ, một số thành phố bắt đầu sử dụng drone vừa phát hiện vừa xóa graffiti mà không cần đội nhân công tại hiện trường.

Chẳng hạn, Seattle, một thành phố lớn ở bang Washington, gần đây đã triển khai giải pháp dựa trên drone để giám sát những khu vực khó tiếp cận. Drone được trang bị camera và dụng cụ phun sơn. Drone có thể quét các bề mặt công cộng để tìm hình vẽ; khi phát hiện graffiti, thiết bị phun sơn tích hợp sẽ phủ sơn lên và che kín hình vẽ.

Hình 4. Drone tích hợp AI đang xóa graffiti tại Seattle, Washington.

Nỗ lực phát hiện graffiti của Seattle còn bao gồm các camera chạy bằng năng lượng mặt trời được lắp đặt tại những điểm nóng graffiti đã biết. Các camera này giám sát hoạt động và gửi cảnh báo khi có người đến gần vị trí bị gắn thẻ. Bằng cách kết hợp drone với các điểm giám sát cố định, Seattle có thể phản hồi graffiti nhanh hơn và giảm rủi ro thể chất cho đội bảo trì.

Lập bản đồ các điểm nóng graffiti nhờ AI thị giác#

Trong một số trường hợp, phát hiện graffiti không chỉ nhằm dọn dẹp mà còn giúp hiểu các mô hình hoạt động này trên toàn thành phố. Với sự trợ giúp của AI, các thành phố giờ đây có thể chuyển ảnh ở cấp độ đường phố thành bản đồ trực quan cho thấy nơi graffiti xuất hiện thường xuyên nhất. Những bản đồ này thể hiện các xu hướng có thể không dễ nhận ra qua báo cáo của người dân, đồng thời giúp nhà quy hoạch đô thị tập trung nỗ lực vào những nơi cần thiết nhất.

Ví dụ, São Paulo, một thành phố ở Brazil, đã nghiên cứu cách tiếp cận này thông qua một nghiên cứu tình huống dựa trên nghiên cứu. Một nhóm đã dùng thị giác máy tính để phân tích hơn 275.000 ảnh cấp đường phố từ khắp thành phố, được thu thập bằng Google Street View. Graffiti được nhận diện trong những ảnh này đã được lập bản đồ trên 96 quận, qua đó cho thấy nơi graffiti tập trung nhiều nhất.

Thay vì dựa vào các báo cáo rời rạc hoặc những đợt kiểm tra không thường xuyên, cách tiếp cận này cung cấp góc nhìn toàn diện, dựa trên dữ liệu về graffiti trên toàn thành phố. Bản đồ thu được mang lại cho São Paulo nguồn dữ liệu quý giá để theo dõi thay đổi theo thời gian và hỗ trợ các nỗ lực dọn dẹp, phòng ngừa cũng như quy hoạch đô thị có trọng tâm hơn.

Hình 5. Phát hiện graffiti tại São Paulo, Brazil.

Ưu và nhược điểm của hệ thống phát hiện graffiti bằng AI thị giác#

Sau đây là một số lợi ích chính khi sử dụng thị giác máy tính để quản lý graffiti:

• Giảm công sức thủ công: Giám sát tự động giảm nhu cầu nhân viên phải trực tiếp kiểm tra đường phố, giải phóng nguồn lực để thực hiện các nhiệm vụ khác.
• Hỗ trợ các nỗ lực phòng ngừa: Bằng cách xác định các điểm nóng graffiti, hệ thống thị giác máy tính cho phép thành phố tập trung vào các biện pháp ngăn chặn như tăng cường chiếu sáng hoặc giám sát tại những khu vực đó.
• Tích hợp với các hệ thống khác: Có thể kết nối các công cụ thị giác máy tính với bảng điều khiển của thành phố hoặc ứng dụng bảo trì để quy trình làm việc liền mạch hơn.
• Cho phép lập báo cáo tự động: Các hệ thống AI thị giác có thể hỗ trợ tạo báo cáo định kỳ, giảm gánh nặng hành chính cho nhân viên thành phố.

Mặc dù hệ thống thị giác máy tính hữu ích trong việc phát hiện graffiti, chúng cũng có một số hạn chế. Dưới đây là những điều cần lưu ý khi triển khai các hệ thống như vậy:

• Cần bảo trì thường xuyên: Camera, model và phần mềm phải được cập nhật và bảo trì thường xuyên để đảm bảo độ chính xác và khả năng hoạt động.
• Rào cản pháp lý và quy định: Ở một số thành phố, việc lắp đặt hệ thống giám sát tại không gian công cộng có thể cần phê duyệt, giấy phép hoặc tuân thủ luật bảo vệ dữ liệu.
• Nhầm lẫn ngôn ngữ hoặc ký hiệu: Graffiti sử dụng ngôn ngữ nước ngoài, ký hiệu hoặc tiếng lóng có thể không được nhận diện chính xác nếu thiếu dữ liệu huấn luyện phù hợp.
• Rủi ro nhận diện nhầm: Nếu hệ thống không được huấn luyện trên dataset toàn diện và đa dạng, hệ thống có thể nhầm tranh tường, nghệ thuật đường phố hoặc tranh vẽ hợp pháp trên tường là graffiti.

Điểm chính cần ghi nhớ#

Phát hiện graffiti chỉ là một ví dụ về cách thị giác máy tính đang thay đổi phương thức các thành phố quản lý không gian công cộng. Những hệ thống này ngày càng được tích hợp với các công cụ bảo trì, báo cáo và quy hoạch đô thị.

Trọng tâm đang chuyển từ phản ứng nhanh sang chủ động nắm bắt tình hình. Với dữ liệu tốt hơn và công cụ thông minh hơn, các thành phố đang hướng tới việc ngăn ngừa vấn đề trước khi chúng phát sinh và đưa ra quyết định sáng suốt hơn trong từng bước.

Hãy tham gia cộng đồng đang phát triển của chúng tôi! Khám phá repository GitHub để tìm hiểu về AI, đồng thời xem các tùy chọn cấp phép để bắt đầu dự án AI thị giác của bạn. Quan tâm đến những đổi mới như AI trong y tế và thị giác máy tính trong nông nghiệp? Truy cập các trang giải pháp của chúng tôi để tìm hiểu thêm!