Thị giác máy tính cho khoa học pháp y: Phát hiện manh mối ẩn

Các cuộc điều tra phụ thuộc rất nhiều vào bằng chứng vật lý được thu thập tại hiện trường vụ án, và phần lớn bằng chứng đó mang tính trực quan. Theo cách truyền thống, việc thu thập những manh mối này được thực hiện thủ công - chụp ảnh hiện trường, phác thảo sơ đồ, dán nhãn các vật thể và dựa vào con mắt được đào tạo của điều tra viên để phát hiện những chi tiết tinh vi.

Trong nhiều năm, các công cụ như camera nhiệt và máy quét dấu vân tay đã hỗ trợ công việc này và đóng vai trò quan trọng trong việc phá án. Nhưng giờ đây, nhờ AI và thị giác máy tính, các cuộc điều tra đang trở nên tiên tiến hơn. Máy móc có thể hỗ trợ phân tích bằng chứng trực quan nhanh hơn, chính xác hơn và trên quy mô lớn hơn nhiều.

Cụ thể, thị giác máy tính là một công nghệ có tác động lớn, cho phép máy móc nhìn và hiểu hình ảnh cũng như video. Các hệ thống này có thể nhanh chóng xử lý và phân tích lượng lớn dữ liệu trực quan, giúp điều tra viên phá án nhanh hơn.

Những lợi ích của các công cụ dựa trên AI trong điều tra đã đưa thị trường công cụ pháp y kỹ thuật số dựa trên AI trên toàn cầu đạt giá trị 4,98 tỷ USD vào năm 2025 và dự kiến đạt 17,7 tỷ USD vào năm 2031.

Hình 1. Thị trường pháp y kỹ thuật số dựa trên AI toàn cầu (Nguồn).

Trong bài viết này, chúng ta sẽ tìm hiểu cách sử dụng thị giác máy tính trong điều tra pháp y và cách công nghệ này có thể giúp xác định, phân tích và diễn giải bằng chứng trực quan.

Vai trò của AI và thị giác máy tính trong pháp y#

Thị giác máy tính cho phép máy móc diễn giải thông tin trực quan từ thế giới thực và đưa ra quyết định dựa trên sự hiểu biết đó. Cụ thể, trong khoa học pháp y, AI có thể được sử dụng để phát hiện các yếu tố như vũ khí hoặc thương tích, theo dõi phương tiện và thậm chí tái dựng model 3D của hiện trường vụ án với tốc độ và độ chính xác ấn tượng.

Mặc dù các cuộc điều tra pháp y vẫn dựa vào quan sát thủ công và kiến thức chuyên môn, quy trình này có thể tốn nhiều thời gian và thường chỉ tập trung vào từng vụ án một. Các model thị giác máy tính như Ultralytics YOLO11 cung cấp phương pháp nhanh hơn và có khả năng mở rộng tốt hơn. Những model này có thể quét hiện trường, xác định các vật thể quan trọng và phân loại bằng chứng bằng các tác vụ Vision AI như phát hiện vật thể và phân loại hình ảnh.

Ví dụ, thay vì xem thủ công hàng trăm giờ video giám sát, một model thị giác máy tính có thể tự động quét các luồng video để phát hiện hoạt động đáng ngờ - như chuyển động bất thường, hành vi tụ tập quanh một khu vực hoặc đồ vật bị bỏ lại. Model có thể đánh dấu các khung thời gian và địa điểm cụ thể để điều tra viên xem xét, qua đó giảm đáng kể thời gian và công sức cần thiết để tìm bằng chứng liên quan.

Các ứng dụng của Vision AI trong pháp y#

Thị giác máy tính đang thay đổi cách điều tra viên thu thập và nghiên cứu bằng chứng trực quan. Dưới đây là cái nhìn cận cảnh hơn về cách công nghệ này đang được sử dụng trong công tác pháp y hiện nay.

Phân tích video giám sát bằng thị giác máy tính#

Một trong những kỹ thuật thị giác máy tính phổ biến nhất được sử dụng trong giám sát là theo dõi vật thể - theo dõi người, phương tiện hoặc vật phẩm qua các khung hình video. Thay vì được lập trình thủ công cho từng tình huống, các hệ thống này học từ video thực tế và nhanh chóng nắm bắt thế nào là “bình thường”. Nhờ đó, chúng có thể tự động phát hiện hành vi bất thường, chẳng hạn như một người quanh quẩn trong khu vực yên tĩnh, một phương tiện trong khu vực hạn chế hoặc một chiếc túi không có người trông coi ở nơi công cộng.

Công nghệ này có thể hữu ích trong quá trình điều tra. Ví dụ, nếu một nhân chứng nói rằng họ nhìn thấy một chiếc xe bán tải màu đỏ tại một giao lộ trong khoảng thời gian từ 11 giờ sáng đến 1 giờ chiều, thị giác máy tính có thể quét hàng giờ video CCTV, tìm ra mọi trường hợp xuất hiện của xe tải màu đỏ và giúp điều tra viên không phải xem toàn bộ video thủ công. Bằng cách tự động hóa công việc vốn mất hàng giờ hoặc hàng ngày, thị giác máy tính giúp việc giám sát trực tiếp và xem xét bằng chứng trở nên nhanh hơn, thông minh hơn và hiệu quả hơn.

Hình 2. Sử dụng Vision AI để phân tích video CCTV và theo dõi xe bán tải màu đỏ (nguồn).

Sử dụng AI trong điều tra cháy rừng#

Sau các sự cố liên quan đến hỏa hoạn, thời gian là yếu tố then chốt, còn bằng chứng vật lý thường bị ảnh hưởng hoặc phá hủy. Công nghệ thị giác máy tính giúp lấp đầy khoảng trống này bằng cách phân tích nhiều nguồn dữ liệu trực quan, chẳng hạn như ảnh vệ tinh, video từ drone, CCTV và ảnh quét nhiệt, để tái dựng chuỗi sự kiện.

Các công cụ này có thể phát hiện nguồn phát lửa, xác định các chất thúc đẩy cháy tiềm ẩn và theo dõi hoạt động của người hoặc phương tiện gần hiện trường. Khi kết hợp với cơ sở dữ liệu tội phạm và báo cáo sự cố, hệ thống có thể phát hiện các pattern, chẳng hạn như những địa điểm cháy lặp lại, hành vi của nghi phạm hoặc hành vi phóng hỏa có tổ chức, tại nhiều khu vực khác nhau.

Một ví dụ thực tế đến từ New South Wales, Australia, nơi cảnh sát đã sử dụng một nền tảng thị giác máy tính có tên Insights trong quá trình điều tra các vụ cháy rừng năm 2019–2020. Nền tảng này phân tích video CCTV, dữ liệu địa không gian và các đầu vào môi trường như hướng gió và hồ sơ sét đánh. Nền tảng cũng sử dụng nhận dạng vật thể để xác định các yếu tố trực quan liên quan, chẳng hạn như phương tiện hoặc thiết bị, trong khối lượng lớn video giám sát.

Bằng cách chồng các thông tin này lên dữ liệu định vị địa lý từ điện thoại di động và bản đồ, điều tra viên có thể liên kết hoạt động của con người với các sự kiện cháy cụ thể và trình bày trực quan dữ liệu này trong các phiên điều trần chính thức. Phương pháp này đã đẩy nhanh quy trình điều tra.

Hình 3. Điều tra viên pháp y xem xét mảnh vụn sau hỏa hoạn (nguồn).

Tái dựng hiện trường vụ án bằng thị giác máy tính#

Tái dựng 3D trong pháp y kết hợp các công nghệ như nhiếp ảnh, quét laser, LiDAR và thị giác máy tính để tạo ra các model hiện trường vụ án chi tiết, đúng tỷ lệ. Những bản tái dựng này giúp điều tra viên hình dung vị trí vật thể, pattern vết máu bắn và quỹ đạo đạn với mức độ chính xác và tương tác mà ảnh 2D truyền thống không thể cung cấp. Công nghệ này nâng cao hoạt động phân tích và trình bày tại tòa bằng cách cho phép tham quan ảo và thực hiện các phép đo chính xác.

Ngoài các cuộc điều tra đang diễn ra, tái dựng 3D và thực tế ảo (VR) cũng đang định hình lại hoạt động đào tạo pháp y. Trong môi trường học thuật, sinh viên có thể sử dụng kính VR để khám phá các hiện trường vụ án mô phỏng, xác định bằng chứng và thực hành các kỹ thuật như quét dấu vân tay và phân tích vết máu bắn. Phương pháp học tập nhập vai này xây dựng các kỹ năng điều tra cốt lõi trong một môi trường an toàn và có thể lặp lại.

Hình 4. Một sinh viên quan sát hiện trường vụ án bằng kính VR (nguồn).

Nâng cao hình ảnh bằng Vision AI#

Một vụ án kéo dài 19 năm ở Kerala, India, gần đây đã được phá nhờ nâng cao hình ảnh bằng AI. Điều tra viên xem xét lại những bức ảnh cũ từ thời điểm xảy ra vụ án và sử dụng kết hợp xử lý hình ảnh với trí tuệ nhân tạo để làm rõ các đặc điểm khuôn mặt và tạo ra hình ảnh nhận dạng cập nhật của các nghi phạm. Một hình ảnh được nâng cao có nét tương đồng với một người xuất hiện trong ảnh cưới được chia sẻ trực tuyến, cuối cùng đã tạo ra bước đột phá cho vụ án.

Vụ án này là một ví dụ điển hình cho thấy các công cụ pháp y hiện đại, đặc biệt là việc tích hợp AI với kỹ thuật nâng cao hình ảnh truyền thống, có thể giúp cơ quan thực thi pháp luật xem xét lại và giải quyết các cuộc điều tra tồn đọng lâu năm. Bằng cách làm lộ các chi tiết bị che khuất hoặc xác định những người đã thay đổi đáng kể theo thời gian, các công nghệ này đang chứng tỏ là những tài sản mạnh mẽ trong lĩnh vực pháp y kỹ thuật số.

Sử dụng instance segmentation để trích xuất bằng chứng#

Instance segmentation là một tác vụ thị giác máy tính có thể xác định từng vật thể riêng lẻ trong một hình ảnh và phác thảo từng vật thể bằng mask chi tiết ở cấp pixel. Điều này giúp điều tra viên cô lập chính xác các phần bằng chứng quan trọng, ngay cả trong những môi trường lộn xộn hoặc phức tạp.

Giả sử tại hiện trường vụ án có thể nhìn thấy nhiều bộ dấu chân hoặc các vết lốp chồng lấn trên đất hoặc tuyết - instance segmentation có thể phân biệt và phác thảo riêng từng dấu. Nhờ đó, việc phân tích pattern di chuyển, đường đi của phương tiện hoặc quỹ đạo của nghi phạm trở nên dễ dàng hơn mà không bị nhiễu bởi các chi tiết nền.

Ngoài phân tích hiện trường, instance segmentation cũng đang được áp dụng cho ảnh pháp y. Trong một nghiên cứu của Zurich Institute of Forensic Medicine, các nhà nghiên cứu đã sử dụng kỹ thuật này để xác định các loại vết thương khác nhau. Họ đã huấn luyện một model thị giác trên 1.753 ảnh pháp y chứa 4.666 vết thương.

Model đã huấn luyện có thể phát hiện và phân loại bảy loại thương tích, bao gồm vết thương do đâm và vết bỏng. Nghiên cứu cho thấy Vision AI có thể hỗ trợ điều tra viên bằng cách phân tích nhanh chóng và chính xác các pattern thương tích, tiết kiệm thời gian và cải thiện tính nhất quán trong đánh giá ảnh pháp y.

Nhận dạng biển số tự động nhờ Vision AI#

Nhận dạng biển số tự động (ANPR), hay Nhận dạng biển số xe (LPR), là một ứng dụng thị giác máy tính tập trung vào việc tự động phát hiện, đọc và trích xuất số biển xe từ hình ảnh hoặc video. Quy trình này thường sử dụng các model thị giác máy tính, chẳng hạn như YOLO11, để phát hiện vật thể và xác định vị trí biển số trong một khung hình.

Sau khi biển số được xác định, nhận dạng ký tự quang học (OCR) được áp dụng để trích xuất các ký tự chữ và số. Sau đó, thông tin này có thể được đối chiếu với các cơ sở dữ liệu để xác định chủ phương tiện hoặc theo dõi lịch sử di chuyển của phương tiện. ANPR đặc biệt hữu ích trong các cuộc điều tra liên quan đến người mất tích, trộm xe, vi phạm giao thông hoặc các vụ bỏ chạy sau khi gây tai nạn.

Ví dụ, trong một vụ người mất tích, cơ quan thực thi pháp luật có thể nhập số biển xe vào hệ thống LPR. Nếu phương tiện xuất hiện trên camera giám sát, hệ thống có thể tự động đánh dấu vị trí, giúp nhân viên nhanh chóng ứng phó. LPR cũng đóng vai trò quan trọng trong các vụ xe bị đánh cắp hoặc bỏ chạy sau khi gây tai nạn bằng cách cung cấp khả năng theo dõi nhanh chóng, chính xác thông qua các mạng lưới giám sát tích hợp.

Hình 5. Phát hiện biển số xe bằng Ultralytics YOLO11 (nguồn).

Ưu và nhược điểm của việc sử dụng AI trong pháp y#

AI và thị giác máy tính mang lại một số lợi ích quan trọng giúp nâng cao hiệu quả, khả năng tiếp cận và độ tin cậy của các cuộc điều tra pháp y. Dưới đây là một số ưu điểm chính cần cân nhắc:

• Phân tích từ xa: Thị giác máy tính cho phép điều tra viên pháp y xem hiện trường vụ án và bằng chứng, chẳng hạn như hình ảnh, video và model 3D, từ bất kỳ đâu mà không cần có mặt trực tiếp.
• Lưu trữ dài hạn: Dữ liệu được các hệ thống thị giác xử lý có thể được tổ chức tốt và dễ dàng tìm kiếm. Nếu cần trong tương lai, dữ liệu có thể được xem lại và phân tích lại bằng các model được cải tiến trên những vụ án cũ.
• Tính nhất quán: Không giống con người, những người có thể diễn giải thông tin trực quan khác nhau dựa trên kinh nghiệm, các model thị giác máy tính áp dụng cùng một quy tắc trong mọi lần, tạo ra kết quả phân tích nhất quán và đồng đều hơn.

Mặc dù có nhiều tiềm năng, thị giác máy tính trong pháp y cũng đi kèm một số thách thức cần lưu ý. Dưới đây là những thách thức chính:

• Chất lượng đầu vào: Các model thị giác phụ thuộc rất nhiều vào chất lượng dữ liệu mà chúng nhận được. Các giải pháp thị giác máy tính có thể bỏ sót hoặc diễn giải sai những chi tiết quan trọng nếu hình ảnh bị mờ, thiếu sáng hoặc có độ phân giải thấp. Điều này có thể được giảm thiểu bằng cách áp dụng chiến lược tăng cường dữ liệu phù hợp.
• Khó xử lý dữ liệu chưa từng thấy: Các model thị giác máy tính có thể gặp khó khăn khi bắt gặp điều gì đó mới - chẳng hạn như các vật thể bất thường hoặc hiện trường vụ án khác với dữ liệu dùng để huấn luyện chúng. Hiện tượng này được gọi là “drift”.
• Thách thức pháp lý: Việc sử dụng thị giác máy tính trong điều tra có thể đặt ra các câu hỏi pháp lý, chẳng hạn như bằng chứng có được chấp nhận tại tòa hay không, dữ liệu có được bảo mật đến mức nào và các quyết định của hệ thống có minh bạch hay không.

Những điểm chính#

Thị giác máy tính vẫn đang phát triển, nhưng đã thay đổi cách vận hành của khoa học pháp y. Từ việc phát hiện và phác thảo các phần bằng chứng nhỏ bằng instance segmentation đến xây dựng model hiện trường vụ án 3D và nâng cao tài liệu, công nghệ này hỗ trợ điều tra viên ở mọi giai đoạn công việc.

Trong tương lai, thị giác máy tính có thể sẽ phối hợp chặt chẽ hơn nữa với AI và machine learning để phát hiện pattern nhanh hơn và đưa ra dự đoán tốt hơn bằng dữ liệu từ các vụ án trước đây. Khi công nghệ tiếp tục cải tiến, nó sẽ tiếp tục mang đến những phương thức mới và hiệu quả hơn để phá án.

Tham gia cộng đồng và repository GitHub của chúng tôi để tìm hiểu thêm về thị giác máy tính. Khám phá các ứng dụng như AI trong sản xuất và thị giác máy tính trong nông nghiệp trên các trang giải pháp của chúng tôi. Xem các tùy chọn cấp phép của chúng tôi và bắt đầu xây dựng với thị giác máy tính ngay hôm nay!