**AI PHÂN BIỆT NGƯỜI VÀ ĐỘNG VẬT TRONG HỆ THỐNG CAMERA AN NINH

NỀN TẢNG GIẢM BÁO ĐỘNG GIẢ CHO PIDS HIỆN ĐẠI**

BÀI TOÁN LỚN NHẤT CỦA CAMERA AN NINH KHÔNG PHẢI LÀ “THẤY”, MÀ LÀ “HIỂU”

Trong các hệ thống camera truyền thống, mọi chuyển động đều giống nhau.
Một con chó chạy qua, một cành cây rung, hay một người bò trườn – tất cả đều có thể kích hoạt báo động.

Đối với hệ thống an ninh chu vi (PIDS), điều này là không thể chấp nhận.

👉 Vì báo động giả không chỉ gây phiền nhiễu, mà còn:

• Làm giảm niềm tin của đội vận hành
• Tăng rủi ro bỏ sót xâm nhập thật
• Đẩy chi phí OPEX lên cao

AI Video Analytics ra đời không phải để “xem rõ hơn”, mà để hiểu chính xác đối tượng là ai và đang làm gì.

Trong các kiến trúc PIDS do Peritech Việt Nam thiết kế, khả năng AI phân biệt người và động vật là điều kiện bắt buộc, không phải tùy chọn.

II. TRÍCH XUẤT ĐẶC TÍNH HÌNH ẢNH – AI “NHÌN” KHÁC CON NGƯỜI NHƯ THẾ NÀO?

1. CNN – Convolutional Neural Network

AI không “nhìn” hình ảnh như một khung hình phẳng.
Thay vào đó, nó chuyển hình ảnh thành dữ liệu toán học.

• Các mô hình CNN (ví dụ: Inception-based) phân tích hình ảnh qua nhiều lớp tích chập
• Từ đặc trưng thấp (đường nét, biên, texture)
• Đến đặc trưng cao (tỷ lệ cơ thể, cấu trúc chi, tư thế)

👉 Lớp áp chót (penultimate layer) của mạng CNN chứa tập đặc trưng mạnh nhất để phục vụ phân loại.

2. Vì sao người và động vật khác nhau?

• Hình dáng tổng thể (body ratio)
• Cấu trúc tứ chi
• Độ cao – chiều dài – khớp nối
• Tính đối xứng cơ thể

AI không cần “biết đó là người”, mà chỉ cần xác suất thống kê đủ cao để khẳng định:

“Đây không phải động vật.”

III. PHÂN LOẠI THEO LỚP HOẠT ĐỘNG – TỪ ĐỐI TƯỢNG ĐẾN HÀNH VI

1. Activity Classification

Sau khi trích xuất đặc tính, hệ thống AI tiến hành phân loại hành vi, không chỉ đối tượng.

Các hệ thống Video AI cho PIDS thường được huấn luyện theo 7 lớp hoạt động:

1. Walking – Người đi bộ
2. Climbing – Leo rào
3. Crawling – Bò trườn
4. Cutting – Cắt rào
5. Tapping – Đập phá
6. Animal – Động vật
7. Non-Intrusion – Không xâm nhập

👉 Động vật có thể di chuyển, nhưng không có hành vi xâm nhập có chủ đích.

2. Loại bỏ nhiễu môi trường

AI học được sự khác biệt giữa:

• Chuyển động ngẫu nhiên
• Chuyển động có mục tiêu

Điều này giúp:

• Giảm mạnh báo động giả
• Giữ hệ thống “đáng tin” cho người vận hành

IV. DỮ LIỆU HUẤN LUYỆN – AI KHÔNG THÔNG MINH NẾU KHÔNG ĐƯỢC “DẠY ĐÚNG”

1. Quy mô dữ liệu quyết định độ chính xác

Các nền tảng cao cấp (ví dụ hệ sinh thái DAS & AI) được huấn luyện trên:

• Hơn 1 triệu giờ dữ liệu thực tế
• Nhiều địa hình, thời tiết, quốc gia

2. Nhận diện mẫu hành vi

AI không chỉ học hình ảnh, mà học chuỗi hành động theo thời gian:

• Người đào bới ≠ động vật đào hang
• Người bò trườn ≠ thú chạy

👉 Đây là khác biệt cốt lõi giữa AI an ninh và AI tiêu dùng.

V. PHÂN TÍCH HÀNH VI & ĐỘNG HỌC – AI “NHÌN CÁCH DI CHUYỂN”

1. Dual-Engine Detection

Một số giải pháp sử dụng 2 động cơ AI song song:

• Engine 1: Phát hiện đối tượng
• Engine 2: Phân tích chuyển động & hành vi

Điều này giúp:

• Giảm nhầm lẫn
• Duy trì độ chính xác trong môi trường phức tạp

2. Phân loại quỹ đạo (Trajectory Analysis)

Các hệ thống camera nhiệt toàn cảnh có thể:

• Theo dõi nhiều mục tiêu đồng thời
• Phân loại land / air / animal / drone

➡️ Hành vi và quỹ đạo quan trọng hơn hình dáng đơn lẻ.

VI. SENSOR FUSION – KHI AI VIDEO KHÔNG ĐỨNG MỘT MÌNH

Trong kiến trúc Peritech:

• Camera AI không phải lớp đầu tiên
• Mà là lớp xác minh thông minh

AI Video được kết hợp với:

• Cảm biến nhiệt
• Radar
• LiDAR
• DAS

👉 Khi nhiều cảm biến cùng đồng thuận, độ tin cậy đạt mức vận hành thực tế.

VII. GIÁ TRỊ CHIẾN LƯỢC CHO PIDS

VIII. VAI TRÒ CỦA PERITECH VIỆT NAM

Peritech không bán camera AI.

Peritech:

• Đánh giá ngữ cảnh xâm nhập
• Thiết kế kiến trúc Sensor Fusion
• Xác định AI ở lớp nào là đúng
• Chuẩn hóa SOP phản ứng

👉 AI chỉ hiệu quả khi được đặt đúng chỗ trong hệ thống.