An Event-Driven Edge AI System for Multi-Camera Surveillance

Tóm tắt

Trong bối cảnh các hệ thống giám sát thông minh ngày càng phát triển, việc triển khai trí tuệ nhân tạo trực tiếp trên thiết bị biên (edge) đang trở thành một xu hướng quan trọng nhằm giảm độ trễ, hạn chế phụ thuộc vào mạng và nâng cao quyền riêng tư. Tuy nhiên, cách tiếp cận này cũng đặt ra nhiều thách thức liên quan đến tài nguyên tính toán hạn chế và khả năng xử lý đồng thời nhiều luồng video thời gian thực. Bài báo này đề xuất một hệ thống giám sát đa camera dựa trên kiến trúc event-driven edge AI, trong đó mỗi camera đảm nhiệm một chức năng chuyên biệt, bao gồm nhận diện khuôn mặt tại cửa ra vào và phát hiện, theo dõi, đếm số người trong không gian quan sát. Các thông tin từ các camera được hợp nhất ở mức sự kiện (event-level fusion) nhằm suy luận các hành vi ngữ cảnh với chi phí tính toán thấp. Để đảm bảo hiệu năng và độ ổn định, hệ thống áp dụng nhiều kỹ thuật tối ưu như xử lý đa giai đoạn (multi-stage processing), tracking-by-detection, làm mượt số lượng (count smoothing) và phát hiện vượt đường ảo (virtual line crossing). Toàn bộ hệ thống được triển khai trên nền tảng Raspberry Pi 5, qua đó chứng minh khả năng vận hành hiệu quả của các mô hình AI trong môi trường tài nguyên hạn chế. Kết quả thực nghiệm cho thấy giải pháp đề xuất có khả năng giám sát thời gian thực hiệu quả, đồng thời đảm bảo tính riêng tư và tối ưu chi phí cho các ứng dụng an ninh hiện đại.