Ngày 10 tháng 4 năm 2025
Tìm hiểu cách các thành phố thông minh đang sử dụng hệ thống phát hiện graffiti bằng AI và thị giác máy tính để cải thiện việc bảo trì không gian công cộng bằng cách giải quyết nhanh chóng các vấn đề graffiti.
Graffiti, bao gồm chữ viết, hình vẽ hoặc ký hiệu, có thể kể nhiều câu chuyện. Nó thêm màu sắc và cá tính cho các bức tường thành phố và được sử dụng để bày tỏ ý kiến. Mặc dù đôi khi graffiti được coi là nghệ thuật, nhưng thường thì nó được thực hiện mà không được phép. Trên thực tế, graffiti thường xuyên xuất hiện qua đêm trên các tòa nhà, cầu và xe lửa, và việc dọn dẹp nó tốn thời gian, nguồn lực và công sức.
Các thành phố trên thế giới chi hàng triệu đô la để giữ cho không gian công cộng sạch sẽ. Chỉ riêng ở Hoa Kỳ, chi phí dọn dẹp graffiti đã hơn 12 tỷ đô la mỗi năm. Ngoài ra, ở nhiều thành phố, việc luôn dẫn trước graffiti là một thách thức đáng kể. Chỉ có một số lượng nhất định các đội dọn dẹp, và họ không thể có mặt ở mọi nơi cùng một lúc.
Đó là lý do các nhà hoạch định thành phố hiện đang chuyển sang thị giác máy tính, một nhánh của trí tuệ nhân tạo cho phép máy móc phân tích và diễn giải hình ảnh. Sử dụng các mô hình thị giác máy tính như Ultralytics YOLO11, máy ảnh hỗ trợ AI có thể được sử dụng để nhanh chóng quét các bức tường thành phố, phát hiện graffiti trong thời gian thực và xác định vị trí chính xác để các đội phản ứng.
Trong bài viết này, chúng ta sẽ xem xét kỹ hơn về cách thị giác máy tính đang được sử dụng để nhận dạng graffiti tự động trong các thành phố thông minh. Hãy cùng bắt đầu!
Các thành phố thông minh đang sử dụng công nghệ tiên tiến để giải quyết các thách thức hàng ngày một cách hiệu quả hơn. Đặc biệt, họ đang tận dụng các mô hình thị giác máy tính như YOLO11 để phân tích dữ liệu trực quan, giám sát không gian công cộng và hỗ trợ việc ra quyết định nhanh hơn, dựa trên dữ liệu trong nhiều hệ thống đô thị khác nhau.
Dưới đây là một số cách phổ biến mà Vision AI đang được sử dụng trong các thành phố thông minh:
Sau khi khám phá cách thị giác máy tính đang giúp các thành phố trở nên thông minh hơn, hãy cùng xem xét kỹ hơn lý do tại sao nó đặc biệt cần thiết cho việc nhận dạng graffiti tự động.
Theo truyền thống, các thành phố đã sử dụng một loạt các phương pháp để quản lý graffiti. Một số dựa vào báo cáo công khai, trong khi những người khác cử các đội đến kiểm tra các điểm nóng đã biết. Trong một số trường hợp nhất định, các ứng dụng di động cho phép cư dân gửi khiếu nại hoặc tải lên hình ảnh. Mặc dù những phương pháp này có thể hữu ích, nhưng chúng tốn thời gian, phụ thuộc nhiều vào đầu vào của con người và thường không thể cung cấp phạm vi phủ sóng đầy đủ trên toàn thành phố.
Thị giác máy tính cung cấp cho các thành phố một cách nhanh hơn và đáng tin cậy hơn để quản lý graffiti. Các hệ thống nhận dạng graffiti tự động thường dựa trên hai tác vụ thị giác máy tính chính: phân loại hình ảnh và phát hiện đối tượng.
Trong bước đầu tiên, phân loại hình ảnh phân tích một bức ảnh để xác định xem nó có hiển thị graffiti, nghệ thuật đường phố hay một bề mặt sạch sẽ hay không. Nếu tìm thấy graffiti, tính năng phát hiện đối tượng sẽ xác định vị trí chính xác của nó trong hình ảnh. Điều này cho phép các đội của thành phố phản ứng nhanh chóng và chính xác. Theo thời gian, dữ liệu giúp xác định các xu hướng để các thành phố có thể nhắm mục tiêu vào các điểm nóng thường xuyên và cải thiện các nỗ lực phòng ngừa.
Nhiều thành phố đang thử nghiệm những cách mới để xử lý graffiti. Thay vì chỉ dựa vào tuần tra hoặc báo cáo của người dân, họ bắt đầu sử dụng mô hình thị giác máy tính có thể phát hiện, xác định và thậm chí giúp dọn dẹp graffiti. Hãy cùng xem một số thành phố đang đưa những công cụ mới này vào sử dụng như thế nào.
Xe công cộng hiện đang được sử dụng ở nhiều thành phố để giúp phát hiện các hình vẽ graffiti trong các tuyến đường tuần tra thông thường của họ. Bằng cách trang bị cho các xe này các giải pháp thị giác máy tính, các thành phố có thể quét đường phố trong thời gian thực mà không cần thêm các cuộc tuần tra. Điều này giúp dễ dàng bắt gặp graffiti sớm và gửi cảnh báo cho các đội dọn dẹp trước khi vấn đề lan rộng.
Tempe, Arizona, là một ví dụ điển hình về một thành phố sử dụng công nghệ này. Thành phố đã hợp tác với các tổ chức địa phương để phát triển một hệ thống sử dụng camera gắn trên các phương tiện dịch vụ công cộng. Khi các phương tiện này di chuyển qua các khu dân cư, chúng sẽ chụp ảnh các bức tường và không gian công cộng.
Một mô hình Vision AI đã phân tích hình ảnh và gắn cờ bất kỳ hình vẽ graffiti nào mà nó phát hiện. Kết quả được gửi đến một bảng điều khiển trực tiếp để ban quản lý có thể kiểm tra các bản cập nhật trên điện thoại của họ và phản hồi nhanh chóng. Điều này đã giúp Tempe hành động nhanh hơn và giảm các khiếu nại của công chúng.
Tương tự, ở Lisbon, thủ đô của Bồ Đào Nha, một hệ thống thử nghiệm đã được phát triển bằng cách sử dụng camera gắn trên xe của thành phố để tự động phát hiện graffiti.
Graffiti có thể xuất hiện ở những nơi khó hoặc không an toàn để tiếp cận, chẳng hạn như cầu vượt, đường hầm và các công trình trên cao. Việc dọn dẹp ở những khu vực này thường đòi hỏi thiết bị bổ sung, chi phí tăng thêm và nhiều thời gian hơn. Để cải thiện sự an toàn và tốc độ, một số thành phố đang bắt đầu sử dụng máy bay không người lái (drone) có thể vừa phát hiện vừa loại bỏ graffiti mà không cần đội ngũ nhân công tại chỗ.
Ví dụ, Seattle, một thành phố lớn ở bang Washington, gần đây đã triển khai giải pháp dựa trên máy bay không người lái để giám sát các khu vực khó tiếp cận. Máy bay không người lái được trang bị camera và công cụ phun. Chúng có thể quét các bề mặt công cộng để tìm dấu vết, và khi phát hiện ra graffiti, chúng sử dụng một máy phun tích hợp để sơn lên và che phủ nó.
Các nỗ lực phát hiện graffiti của Seattle cũng bao gồm việc lắp đặt camera năng lượng mặt trời tại các điểm nóng graffiti đã được xác định. Các camera này giám sát hoạt động và gửi cảnh báo khi có người tiếp cận khu vực bị vẽ bậy. Bằng cách kết hợp máy bay không người lái với các điểm giám sát cố định, Seattle có thể phản ứng nhanh hơn với graffiti và giảm rủi ro về thể chất cho đội bảo trì.
Trong một số trường hợp, việc phát hiện graffiti không chỉ là dọn dẹp - mà còn là hiểu các mô hình hoạt động như vậy trên khắp thành phố. Với sự trợ giúp của AI, các thành phố hiện có thể biến hình ảnh cấp đường phố thành bản đồ trực quan cho thấy nơi graffiti xảy ra thường xuyên nhất. Những bản đồ này tiết lộ các xu hướng có thể không rõ ràng thông qua các báo cáo công khai và giúp các nhà hoạch định thành phố tập trung nỗ lực của họ vào nơi cần thiết nhất.
Ví dụ: São Paulo, một thành phố ở Brazil, đã khám phá phương pháp này thông qua một nghiên cứu điển hình dựa trên nghiên cứu. Một nhóm đã sử dụng thị giác máy tính để phân tích hơn 275.000 hình ảnh cấp đường phố từ khắp thành phố, được thu thập bằng Google Street View. Graffiti được xác định trong những hình ảnh này đã được lập bản đồ trên 96 quận, cho thấy nơi graffiti tập trung nhiều nhất.
Thay vì dựa vào các báo cáo rải rác hoặc kiểm tra không thường xuyên, phương pháp này cung cấp một cái nhìnData-driven, quy mô lớn về graffiti trên toàn thành phố. Bản đồ thu được đã cung cấp cho São Paulo một nguồn tài nguyên có giá trị để theo dõi các thay đổi theo thời gian và hỗ trợ các nỗ lực làm sạch, phòng ngừa và quy hoạch đô thị có mục tiêu hơn.
Dưới đây là một số lợi ích chính của việc sử dụng thị giác máy tính để quản lý graffiti:
Mặc dù các hệ thống thị giác máy tính rất hữu ích để phát hiện graffiti, nhưng chúng cũng có một vài hạn chế. Dưới đây là một số điều cần ghi nhớ khi đưa các hệ thống như vậy vào hoạt động:
Phát hiện graffiti chỉ là một ví dụ về cách thị giác máy tính đang thay đổi cách các thành phố quản lý không gian công cộng. Các hệ thống này ngày càng được tích hợp với các công cụ để bảo trì, báo cáo và quy hoạch thành phố.
Trọng tâm đang chuyển từ các phản ứng nhanh sang nhận thức chủ động. Với dữ liệu tốt hơn và các công cụ thông minh hơn, các thành phố đang tiến tới việc ngăn chặn các vấn đề trước khi chúng bắt đầu và đưa ra các quyết định sáng suốt hơn trong mọi bước.
Tham gia cộng đồng đang phát triển của chúng tôi! Khám phá kho lưu trữ GitHub của chúng tôi để tìm hiểu về AI và xem các tùy chọn cấp phép của chúng tôi để bắt đầu các dự án Vision AI của bạn. Bạn quan tâm đến những đổi mới như AI trong chăm sóc sức khỏe và thị giác máy tính trong nông nghiệp? Hãy truy cập các trang giải pháp của chúng tôi để khám phá thêm!
