15 tháng 11, 2024
Hãy cùng chúng tôi xem xét cách Vision AI hoạt động trong việc ngăn chặn trộm cắp với các ví dụ thực tế, phát hiện dựa trên AI và những hiểu biết sâu sắc về tương lai của an ninh.
Nếu bạn từng đi qua cổng từ an ninh tại lối ra của cửa hàng và nghe thấy tiếng bíp khi một sản phẩm chưa thanh toán đi qua, thì bạn đã thấy hệ thống Giám sát điện tử (EAS) hoạt động. Các hệ thống này thường được sử dụng trong bán lẻ và an ninh. Chúng được thiết kế để phát hiện các mặt hàng có gắn thẻ an ninh chưa được vô hiệu hóa tại quầy thanh toán. Mặc dù hữu ích cho việc ngăn chặn trộm cắp cơ bản, nhưng hệ thống EAS chỉ giới hạn trong việc bắt các mặt hàng được gắn thẻ và thường bỏ sót các hình thức trộm cắp khác.
Trí tuệ nhân tạo (Artificial intelligence - AI) có thể cung cấp một giải pháp tiên tiến hơn dưới dạng thị giác máy tính (computer vision), một nhánh của AI cho phép máy móc diễn giải và phân tích thông tin trực quan từ thế giới xung quanh chúng. Thị giác máy tính có thể được sử dụng để phân tích hành vi của khách hàng, theo dõi hàng tồn kho, và thậm chí nhận ra các hoạt động đáng ngờ trong thời gian thực. Thay vì chỉ dựa vào các mặt hàng được gắn thẻ, hệ thống thị giác máy tính có thể phát hiện các mẫu cho thấy hành vi trộm cắp tiềm ẩn, chẳng hạn như ai đó nán lại trong khu vực hạn chế, che giấu đồ vật hoặc bỏ qua các điểm thanh toán.
Thông tin chi tiết từ hệ thống an ninh hỗ trợ thị giác có thể giúp các đội an ninh ứng phó ngay lập tức với hành vi đáng ngờ, giảm tổn thất và tăng cường an ninh cửa hàng. Thị giác máy tính cũng có thể được điều chỉnh cho các môi trường bán lẻ khác nhau, từ các cửa hàng nhỏ đến các nhà kho lớn.
Trong bài viết này, chúng ta sẽ xem xét cách thị giác máy tính đang thay đổi việc ngăn chặn trộm cắp trong bán lẻ và kho bãi. Hãy cùng bắt đầu!
Trước tiên, hãy khám phá các kỹ thuật thị giác máy tính khác nhau có thể được sử dụng để ngăn chặn hành vi trộm cắp và tìm hiểu cách chúng hoạt động.
Bằng cách sử dụng các mô hình thị giác máy tính như Ultralytics YOLO11, các cửa hàng bán lẻ có thể cải thiện đáng kể các nỗ lực bảo mật của họ thông qua phát hiện đối tượng và theo dõi theo thời gian thực. Phát hiện đối tượng có thể giúp xác định các đối tượng, người hoặc vật phẩm cụ thể trong nguồn cấp dữ liệu video, trong khi theo dõi đối tượng có thể được sử dụng để theo dõi các đối tượng đã xác định này trên nhiều khung hình, theo dõi chuyển động của chúng trong toàn bộ cửa hàng. Cùng với nhau, các kỹ thuật này có thể cung cấp một cái nhìn toàn diện, theo thời gian thực về hoạt động đang diễn ra trong cửa hàng.
Ví dụ: giả sử, một khách hàng chọn một món hàng có giá trị cao, như một chiếc túi xách hàng hiệu và đi qua các khu vực khác nhau của cửa hàng. Cảnh quay giám sát có thể được phân tích bằng cách sử dụng phát hiện đối tượng để xác định chiếc túi xách và gắn cờ nó là một mặt hàng được quan tâm. Khi khách hàng di chuyển xung quanh, theo dõi đối tượng có thể được sử dụng để liên tục theo dõi cả chiếc túi xách và cá nhân mang nó. Dựa trên các khu vực được xác định trước như lối ra, bất kỳ hành vi bất thường nào, chẳng hạn như di chuyển về phía lối ra mà không đi qua khu vực thanh toán, có thể kích hoạt cảnh báo.
Phân tích hành vi và nhận dạng mẫu có thể giúp ngăn chặn trộm cắp hiệu quả hơn bằng cách tập trung vào hành vi của khách hàng trong cửa hàng. Nó cung cấp thông tin chi tiết vượt ra ngoài việc khách hàng đang di chuyển ở đâu hoặc chọn mặt hàng nào. Trong khi phát hiện đối tượng và theo dõi rất hữu ích để theo dõi các đối tượng cụ thể được quan tâm, thì phân tích hành vi có thể giám sát các mẫu trong hành động của khách hàng, từ đó gợi ý ý định đáng ngờ.
Ví dụ: Vision AI có thể được sử dụng để xác định xem khách hàng có liên tục nhặt và đặt cùng một mặt hàng xuống không, nán lại ở một lối đi cụ thể hoặc di chuyển đến gần các khu vực hạn chế một cách bất thường. Nghiên cứu trong lĩnh vực này đang tiến triển, với các kỹ thuật ngày càng tinh vi để cải thiện độ chính xác phát hiện. Một cách tiếp cận đầy hứa hẹn kết hợp hai loại mô hình AI: Mạng nơ-ron tích chập (CNN) và mạng bộ nhớ dài hạn (LSTM).
CNN, vốn là nền tảng của phát hiện đối tượng, được thiết kế để phân tích dữ liệu trực quan như hình ảnh và khung video, giúp hệ thống nhận dạng các vật phẩm hoặc khu vực cửa hàng cụ thể. Ngược lại, LSTM được xây dựng để lưu giữ thông tin theo thời gian, cho phép hệ thống phát hiện các mẫu trong hành động của khách hàng. Điều này có nghĩa là LSTM có thể theo dõi các hành vi lặp đi lặp lại, chẳng hạn như khách hàng thường xuyên xử lý cùng một mặt hàng.
Bằng cách kết hợp CNN và LSTM, hệ thống Vision AI có thể nắm bắt cả "cái gì" (các đối tượng hoặc người liên quan) và "khi nào" (thời gian và trình tự hành động). Cách tiếp cận tích hợp này rất hữu ích để xác định các hành vi trộm cắp tinh vi.
Có các kỹ thuật thị giác máy tính khác có thể bổ sung cho các cải tiến Vision AI được thiết kế đặc biệt để ngăn chặn trộm cắp. Nhận dạng khuôn mặt là một trong những công cụ này, được sử dụng để xác định các cá nhân bằng cách phân tích các đặc điểm trên khuôn mặt, có thể giúp phát hiện những người phạm tội đã biết hoặc những người có hành vi đáng ngờ. Một số cửa hàng sử dụng công nghệ này để cảnh báo an ninh khi những kẻ trộm cắp bị gắn cờ bước vào. Tuy nhiên, khách hàng cần được thông báo về việc sử dụng này để giải quyết các lo ngại về quyền riêng tư.
Ước tính tư thế (Pose estimation) có thể thêm một lớp bảo mật khác bằng cách phân tích vị trí cơ thể (body positioning) và chuyển động để phát hiện các hành động như che giấu đồ vật hoặc tư thế bất thường liên quan đến trộm cắp. Kỹ thuật này giúp hệ thống giải thích ngôn ngữ cơ thể và đưa ra cảnh báo sớm để bộ phận an ninh can thiệp nếu cần.
AI có vẻ là một công nghệ tương lai, nhưng nó đã được sử dụng theo nhiều cách thiết thực ngày nay. Đặc biệt, AI để ngăn chặn trộm cắp hiện đang được áp dụng rộng rãi trong các cửa hàng trên khắp thế giới, giúp các nhà bán lẻ giải quyết tình trạng trộm cắp ngay lập tức.
Một nghiên cứu điển hình từ JJ Liquors ở Washington, D.C., là một ví dụ tuyệt vời về cách các hệ thống giám sát AI có thể giúp phát hiện hành vi trộm cắp trong thời gian thực. Mặc dù có nhiều camera an ninh, chủ cửa hàng, KJ Singh, vẫn phải đối mặt với những tổn thất hàng ngày do trộm cắp vặt.
Để giải quyết vấn đề này, anh ấy đã cài đặt một hệ thống giám sát hỗ trợ AI hoạt động với các camera hiện có của mình. AI phân tích ngôn ngữ cơ thể và chuyển động của khách hàng, xác định các hành động đáng ngờ như giấu đồ trong túi hoặc túi xách. Khi phát hiện điều gì đó bất thường, Singh sẽ nhận được cảnh báo ngay lập tức trên điện thoại của mình, cùng với một đoạn video về hoạt động đó.
Bằng chứng video cho phép anh ta phản hồi trước khi khách hàng rời khỏi cửa hàng. Phản hồi theo thời gian thực này giúp ngăn chặn hành vi trộm cắp và giúp Singh tự tin đối mặt với những kẻ trộm cắp. Kể từ khi thêm hệ thống AI, anh ấy đã có thể ngăn chặn thành công một số vụ trộm, cho thấy hiệu quả của giám sát AI trong việc ngăn chặn trộm cắp bán lẻ.
AI mang lại nhiều lợi thế cho việc ngăn chặn trộm cắp, cung cấp cho các đội bán lẻ và an ninh các công cụ đáng tin cậy để phát hiện và giảm thiểu tổn thất hiệu quả hơn. Dưới đây là một số lợi ích chính của AI trong việc ngăn chặn trộm cắp:
Tuy nhiên, việc chỉ dựa vào AI để ngăn chặn trộm cắp cũng có những hạn chế nhất định. Dưới đây là một số thách thức chính:
Các cải tiến về AI có đạo đức và có trách nhiệm đang được cộng đồng AI và toàn xã hội khuyến khích. Vì vậy, rất có thể tương lai của thị giác máy tính trong phòng chống trộm cắp sẽ ưu tiên các công nghệ bảo vệ quyền riêng tư. Những tiến bộ này nhằm mục đích cân bằng an ninh hiệu quả với sự tôn trọng quyền riêng tư của khách hàng, cho phép các cửa hàng theo dõi các hành vi đáng ngờ mà không xâm phạm các quyền cá nhân.
Một phương pháp liên quan là làm mờ hoặc ẩn danh các đặc điểm nhận dạng thông qua thị giác máy tính. Các đặc điểm trên khuôn mặt hoặc các chi tiết cá nhân khác có thể bị làm mờ tự động, cho phép hệ thống theo dõi các kiểu hành vi mà không xác định cá nhân. Các mô hình như YOLO11 có thể hỗ trợ các hoạt động bảo vệ quyền riêng tư này bằng cách phát hiện và giám sát các đối tượng trong thời gian thực trong khi tập trung vào các hành vi cụ thể thay vì xác định cá nhân. Điều này cho phép các cửa hàng phát hiện hành vi trộm cắp trong thời gian thực đồng thời bảo vệ quyền riêng tư của khách hàng.
Tương tự, điện toán biên giúp xử lý dữ liệu trên các thiết bị cục bộ như camera trong cửa hàng, giảm nhu cầu gửi thông tin lên đám mây và do đó giảm thiểu rủi ro về quyền riêng tư. Với các phương pháp tập trung vào quyền riêng tư này, tương lai của việc ngăn chặn trộm cắp có thể vừa an toàn vừa tôn trọng, xây dựng lòng tin đồng thời cải thiện an ninh cửa hàng.
AI và thị giác máy tính đang thay đổi cách các cửa hàng ngăn chặn hành vi trộm cắp bằng cách cung cấp các công cụ thông minh để phát hiện hành vi đáng ngờ và giảm thiểu tổn thất một cách hợp lý hơn.
Với các khả năng như phát hiện đối tượng, theo dõi và phân tích hành vi nâng cao, Vision AI cho phép giám sát theo thời gian thực và cung cấp thông tin chi tiết dựa trên dữ liệu, giúp các đội an ninh có thể phản ứng nhanh chóng với các mối đe dọa tiềm ẩn. Sử dụng AI có thể giúp ngăn chặn hành vi trộm cắp trước khi nó xảy ra và tạo ra một môi trường an toàn hơn cho cả khách hàng và nhân viên.
Để biết thêm thông tin chi tiết về AI, hãy truy cập kho lưu trữ GitHub của chúng tôi và tương tác với cộng đồng của chúng tôi. Khám phá các ứng dụng AI trong sản xuất và nông nghiệp trên các trang giải pháp của chúng tôi. 🚀
.webp)