Tìm hiểu vai trò của FPS trong thị giác máy tính

Xem lại pha quay chậm của khoảnh khắc thể thao yêu thích, nơi mọi chi tiết đều rõ nét, rất khác với cảnh quay giám sát thường giật và khó theo dõi. Yếu tố kỹ thuật then chốt tạo nên những khác biệt này là FPS, hay số khung hình mỗi giây, tức số khung hình hiển thị trong mỗi giây của video. FPS cao hơn tạo chuyển động mượt mà, chân thực, trong khi FPS thấp hơn có thể khiến cảnh quay bị giật và kém chi tiết.

Khái niệm này tác động trực tiếp đến thị giác máy tính, một nhánh của AI cho phép máy móc diễn giải và phân tích dữ liệu hình ảnh tương tự con người. Trong thị giác máy tính, FPS cao hơn đồng nghĩa với việc các hệ thống có thể thu thập nhiều thông tin hơn mỗi giây, cải thiện độ chính xác của việc phát hiện và theo dõi đối tượng theo thời gian thực.

Trong bài viết này, chúng ta sẽ tìm hiểu các khía cạnh kỹ thuật của FPS và mối liên hệ giữa FPS với các ứng dụng thị giác máy tính.

FPS trong thị giác máy tính có nghĩa là gì?#

Hãy tưởng tượng bạn đang chơi game đua xe: ở 60 FPS, mỗi khúc cua đều mượt mà và phản hồi nhanh, nhưng ở 20 FPS, thao tác điều khiển bị trễ, khiến bạn khó tránh chướng ngại vật hơn. Nói đơn giản, có thể xem FPS là số ảnh tĩnh hiển thị mỗi giây. Nhiều ảnh hơn mỗi giây khiến chuyển động trông mượt mà và tự nhiên, còn ít ảnh hơn có thể khiến chuyển động bị giật.

Cũng như trong trò chơi, FPS là yếu tố quan trọng của các ứng dụng thị giác máy tính. FPS cao hơn giúp theo dõi đối tượng mượt mà bằng AI thị giác, trong khi FPS thấp hơn có thể khiến một số chi tiết bị bỏ sót.

Ví dụ, trong phân tích thể thao, camera hỗ trợ AI cần FPS cao hơn để theo dõi các đường chuyền nhanh, chuyển động của cầu thủ và quỹ đạo bóng. FPS thấp hơn có thể khiến hệ thống bỏ lỡ thời điểm chân chạm bóng hoặc một pha đổi hướng nhanh, ảnh hưởng đến độ chính xác của phân tích.

Tương tự, trong giám sát giao thông, các hệ thống dựa vào FPS cao để phát hiện xe chạy quá tốc độ và xe chuyển làn theo thời gian thực. Việc chọn FPS phù hợp phụ thuộc vào yêu cầu cụ thể của từng ứng dụng thị giác máy tính, đồng thời cần cân bằng hiệu năng, hiệu quả và độ rõ nét hình ảnh.

Hình 1. So sánh các tốc độ khung hình khác nhau.

Các khía cạnh kỹ thuật của FPS trong thị giác máy tính#

Sau khi tìm hiểu FPS là gì và được sử dụng như thế nào trong thị giác máy tính, hãy cùng đi sâu vào các khía cạnh kỹ thuật, bắt đầu với cách tính FPS của video.

Chia tổng số khung hình cho thời lượng tính bằng giây sẽ cho biết FPS của video. Ví dụ, video có 96 khung hình trong 4 giây sẽ có tốc độ 24 FPS (nghĩa là mỗi giây hiển thị 24 ảnh), trong khi 32 khung hình trong 4 giây tương ứng với 8 FPS. Có thể dùng các thư viện Python như OpenCV để trích xuất siêu dữ liệu video, đếm khung hình và tự động tính FPS, giúp đơn giản hóa quy trình phân tích video.

Hình 2. 24 FPS so với 8 FPS so với 4 FPS.

Các yếu tố ảnh hưởng đến FPS của video#

Tuy nhiên, chỉ tính FPS là chưa đủ để đưa ra quyết định kỹ thuật khi phát triển giải pháp thị giác máy tính. Cũng cần xem xét các yếu tố khác nhau có thể ảnh hưởng đến tốc độ khung hình thực tế, chẳng hạn như khả năng phần cứng, tối ưu hóa phần mềm và điều kiện môi trường.

Sau đây là cái nhìn kỹ hơn về những yếu tố đó:

• Khả năng phần cứng: Chất lượng cảm biến camera và năng lực xử lý của thiết bị có thể quyết định số khung hình được ghi lại mỗi giây. Phần cứng tốt hơn thường hỗ trợ FPS cao hơn và video mượt hơn.
• Tối ưu hóa phần mềm: Phần mềm mã hóa và xử lý video hiệu quả giúp trích xuất và phân tích khung hình nhanh chóng. Nhờ đó, video được xử lý mà không bị chậm trễ không cần thiết.
• Điều kiện môi trường: Ánh sáng và chuyển động trong cảnh ảnh hưởng đến độ rõ nét của khung hình được ghi lại. Ánh sáng tốt và chuyển động vừa phải có thể cải thiện FPS, trong khi điều kiện kém có thể đòi hỏi FPS cao hơn để duy trì độ rõ nét.
• Nhu cầu lưu trữ: FPS cao hơn ghi lại nhiều khung hình hơn mỗi giây, dẫn đến kích thước tệp lớn hơn. Điều này làm tăng nhu cầu lưu trữ và đòi hỏi xử lý dữ liệu nhanh hơn để đảm bảo phát lại mượt mà.

Khám phá FPS trong các ứng dụng thị giác máy tính#

Các model AI như Ultralytics YOLO11, hỗ trợ các tác vụ thị giác máy tính theo thời gian thực, có thể được dùng để phân tích video có tốc độ khung hình cao. Khả năng xử lý theo thời gian thực này rất quan trọng đối với các ứng dụng như xe tự hành, giám sát và robot, nơi ngay cả độ trễ nhỏ cũng có thể dẫn đến sai sót đáng kể.

Hãy cùng tìm hiểu một số ứng dụng AI thị giác thực tế cần FPS cao để đảm bảo độ chính xác và hiệu năng.

Tốc độ khung hình cao hơn cho các giải pháp giám sát và an ninh#

Các hệ thống giám sát những khu vực có lưu lượng giao thông cao như đường cao tốc sử dụng FPS cao để ghi lại các chi tiết nhỏ, đảm bảo phương tiện di chuyển nhanh được ghi hình rõ ràng. Độ rõ nét này rất cần thiết cho các hệ thống nhận dạng biển số tự động (ANPR), vốn cần cảnh quay chất lượng tốt để nhận diện phương tiện chính xác.

Trong các hệ thống này, có thể sử dụng những model như Ultralytics YOLO11 để phát hiện biển số trực tiếp từ luồng video. Sau khi phát hiện biển số, công nghệ nhận dạng ký tự quang học (OCR), chuyển đổi hình ảnh chứa văn bản thành ký tự mà máy có thể đọc, sẽ được dùng để đọc thông tin biển số. Quy trình này cho phép nhận diện phương tiện nhanh chóng và chính xác, góp phần tăng cường thực thi luật giao thông và an ninh tổng thể.

Hình 3. Sử dụng YOLO11 để phát hiện biển số xe.

Tìm hiểu yêu cầu FPS cho các hệ thống tự hành#

Hãy hình dung một xe tự lái đang dừng ở biển báo dừng, cẩn thận phân tích môi trường xung quanh để quyết định liệu xe có thể tiếp tục di chuyển an toàn hay không. Xe phải đưa ra quyết định gần như tức thời, đòi hỏi thu thập và xử lý dữ liệu hình ảnh theo thời gian thực.

Nếu xe tự hành được trang bị camera có thể ghi hình ở FPS cao hơn, xe sẽ nhận được luồng hình ảnh liên tục và chi tiết hơn. Đầu vào hình ảnh được cải thiện này giúp xe nhanh chóng phát hiện chướng ngại vật, người đi bộ và các phương tiện khác. Nhờ đó, xe có thể phản ứng kịp thời với mọi thay đổi trong môi trường.

Nếu camera xử lý hình ảnh ở FPS thấp hơn, xe có thể nhận được hình ảnh giật hơn và kém chi tiết hơn. Điều này có thể làm chậm thời gian phản hồi, tăng nguy cơ bỏ lỡ thông tin quan trọng và có khả năng ảnh hưởng đến an toàn.

Mối liên hệ giữa FPS và phân tích thể thao#

Ghi lại mọi chuyển động một cách chính xác là điều tối quan trọng trong thể thao, nơi những quyết định trong tích tắc có thể tạo nên khác biệt giữa thắng và thua. Công nghệ hỗ trợ FPS cao hơn cho phép ghi lại mọi chi tiết nhỏ nhất của chuyển động; huấn luyện viên, nhà phân tích và vận động viên có thể xem lại các pha bóng ở chế độ quay chậm mà không bỏ lỡ khoảnh khắc nào. Công nghệ này cũng giúp trọng tài đưa ra quyết định chính xác hơn trong các môn như quần vợt, bóng đá và cricket bằng cách cung cấp góc nhìn rõ ràng theo từng khung hình.

Ví dụ, một nghiên cứu thú vị về bóng chuyền đã phân tích cách sử dụng FPS cao hơn cải thiện việc đánh giá hiệu suất. Tăng FPS từ 30 lên 240 đã cải thiện đáng kể độ rõ nét của chuyển động và khả năng theo dõi đối tượng. Độ chính xác khi phân tích cú đập bóng cũng được nâng cao, giúp huấn luyện viên hiểu chính xác hơn về vị trí bàn tay, điểm tiếp xúc với bóng và cơ chế bật nhảy. Ngoài ra, nghiên cứu cho thấy FPS cao hơn giúp giảm nhòe chuyển động, khiến các pha giao bóng và phản ứng phòng thủ dễ phân tích hơn.

Hình 4. So sánh FPS thấp và cao về độ rõ nét của chuyển động.

Khi nào FPS thấp phát huy hiệu quả trong phân tích video#

Không phải ứng dụng thị giác máy tính nào cũng cần ghi hình ở FPS cao. Trong nhiều trường hợp, FPS thấp hơn vẫn đủ để đạt kết quả chính xác, tùy thuộc vào tác vụ. Dưới đây là một số lĩnh vực nên ưu tiên FPS thấp hơn:

• Hậu xử lý và phân tích ngoại tuyến: Với các ứng dụng như giám sát giao thông và phân tích đám đông, không phải lúc nào cũng cần ghi lại mọi khung hình ở FPS cao. FPS thấp hơn vẫn có thể cung cấp đủ dữ liệu để phân tích các kiểu chuyển động, chẳng hạn như lưu lượng phương tiện, mật độ người đi bộ và xu hướng ùn tắc. Bằng cách giảm các khung hình dư thừa, phương pháp này giảm nhu cầu lưu trữ và tải tính toán mà vẫn duy trì độ chính xác của phân tích.
• Giám sát môi trường tua nhanh thời gian: Để theo dõi những thay đổi chậm như cây phát triển, tiến độ xây dựng hoặc chuyển động của sông băng, chỉ cần ghi lại một khung hình vài phút một lần hoặc mỗi ngày một lần; cách này ghi lại hiệu quả những biến đổi dài hạn đồng thời tiết kiệm dung lượng lưu trữ.
• Môi trường hạn chế tài nguyên: Trong hoạt động theo dõi động vật hoang dã và an ninh từ xa, FPS thấp hơn giúp tiết kiệm pin và dung lượng lưu trữ. Camera kích hoạt theo chuyển động hoạt động ở 5–10 FPS có thể ghi lại các sự kiện quan trọng trong thời gian dài, phù hợp với các điểm lắp đặt ngoài lưới điện.

Chọn FPS phù hợp cho các ứng dụng học sâu#

Việc chọn FPS lý tưởng đòi hỏi cân bằng hiệu năng với giới hạn của hệ thống. Dưới đây là một số yếu tố cần cân nhắc khi tối ưu FPS cho các ứng dụng học sâu:

• Cân bằng hiệu năng và tài nguyên: FPS cao hơn cải thiện khả năng phản hồi nhưng cũng làm tăng nhu cầu về năng lượng và năng lực xử lý. Điều chỉnh FPS linh hoạt, sử dụng nội suy khung hình và tối ưu hóa phần cứng có thể giúp duy trì hiệu năng mượt mà mà không làm quá tải hệ thống.
• Nhu cầu riêng của từng ứng dụng: Mỗi ứng dụng có yêu cầu FPS khác nhau. Thiết bị chạy bằng pin nên dùng FPS thấp hơn để tiết kiệm năng lượng, trong khi các hệ thống thời gian thực như drone và xe tự hành cần FPS cao hơn để phản hồi nhanh và chính xác.
• Kiểm thử và tối ưu hóa: Tốt nhất nên kiểm thử các thiết lập FPS trong nhiều điều kiện ánh sáng và chuyển động khác nhau. Đánh giá độ trễ và so sánh trực tiếp các mức FPS giúp xác định mức cân bằng tối ưu giữa khả năng phản hồi, chất lượng hình ảnh và hiệu quả sử dụng tài nguyên.

Đổi mới trong tương lai và tối ưu hóa FPS cho các model AI#

Những tiến bộ trong AI và tối ưu hóa phần cứng đang giúp tốc độ khung hình cao hơn trở nên khả thi, ngay cả trong môi trường hạn chế tài nguyên. Chẳng hạn, các ngành như điện ảnh, thể thao và robot có thể hưởng lợi từ việc quản lý tốc độ khung hình thông minh hơn, trong đó hệ thống tự điều chỉnh FPS dựa trên độ phức tạp của chuyển động và năng lực xử lý. Nội suy khung hình bằng AI cũng cải thiện độ mượt của video bằng cách tạo thêm khung hình theo thời gian thực.

Trong khi đó, một đột phá gần đây của NVIDIA đang tiếp tục nâng cao hiệu năng FPS. DLSS 4 (Siêu lấy mẫu học sâu) giới thiệu tính năng tạo nhiều khung hình, sử dụng AI để dự đoán và tạo thêm khung hình. Công nghệ này tăng tốc độ khung hình lên đến 8 lần đồng thời giảm tải cho hệ thống.

Bằng cách giao một phần công việc kết xuất cho AI, DLSS 4 giúp hình ảnh mượt hơn mà không gây thêm áp lực lên phần cứng, từ đó cải thiện cả hiệu năng lẫn hiệu quả.

Điểm chính cần ghi nhớ#

FPS không chỉ là thước đo độ mượt của hình ảnh; FPS thúc đẩy quá trình ra quyết định theo thời gian thực trong AI và thị giác máy tính. Mỗi khung hình trong video ghi lại dữ liệu quan trọng, cho phép máy móc theo dõi đối tượng, phân tích chuyển động và phản ứng với môi trường luôn biến đổi. Dù là xe tự lái tránh chướng ngại vật hay hệ thống giám sát phát hiện mối đe dọa tức thời, FPS phù hợp đều đảm bảo độ chính xác và hiệu quả.

Tương lai của FPS không chỉ nằm ở việc tăng tốc độ khung hình mà còn ở tối ưu hóa thông minh. Sự phát triển này sẽ giúp các hệ thống thị giác máy tính nhanh hơn, sáng tạo hơn và sử dụng tài nguyên hiệu quả hơn trong nhiều ngành công nghiệp.

Bạn muốn tìm hiểu thêm về AI? Khám phá kho GitHub và tham gia cộng đồng của chúng tôi. Sẵn sàng bắt đầu các dự án thị giác máy tính của riêng bạn? Hãy xem các tùy chọn cấp phép của chúng tôi. Tìm hiểu cách thị giác máy tính trong chăm sóc sức khỏe đang cải thiện hiệu quả và khám phá tác động của AI trong sản xuất bằng cách truy cập các trang giải pháp của chúng tôi!