LuanVan.vnLuận Văn
Gửi thư

HỆ THỐNG TỰ ĐỘNG PHÁT HIỆN VÀ GHI NHẬN HÀNH VI XẢ RÁC NƠI CÔNG CỘNG

Khoá luận tốt nghiệp · Đại học · năm 2024 · đề tài tham khảo

Loại tài liệuKhoá luận tốt nghiệp
Bậc họcĐại học
NgànhCông nghệ thông tin
Tác giảHồ Nhựt Hiếu
Người hướng dẫnTrần Nguyễn Minh Thư
Cơ sở đào tạoTrường Đại học Cần Thơ
Năm2024
NguồnThư viện số Trường Đại học Cần Thơ · trang gốc

Tóm tắt

Hiện nay, tại các khu vực công cộng như công viên, vỉa hè,.... tình trạng rác thải không được xử lý đúng cách đang trở thành vấn đề đáng báo động, gây ô nhiễm môi trường và ảnh hưởng tiêu cực đến chất lượng sống của cộng đồng. Để giải quyết vấn đề này, đề tài “Hệ thống tự động phát hiện và ghi nhận hành vi xả rác nơi công cộng” được xây dựng nhằm cung cấp một giải pháp giám sát thông minh, giúp phát hiện và ghi nhận hành vi xả rác, đồng thời nâng cao ý thức bảo vệ môi trường. Hệ thống sử dụng YOLOv8 để phát hiện người và rác trong thời gian thực, đồng thời tích hợp YOLOv8-Pose để trích xuất các điểm đặc trưng cơ thể, theo dõi chuyển động và phân tích hành động của con người. Các điểm đặc trưng này được đưa vào mô hình TCN (Temporal Convolutional Network) để phân tích chuỗi hành động liên tục, giúp nhận diện hành vi xả rác không chỉ dựa trên từng khung hình mà còn trên toàn bộ chuỗi hành động. Việc kết hợp giữa YOLOv8 và TCN cho phép hệ thống đạt độ chính xác cao, đồng thời hoạt động hiệu quả trong các điều kiện môi trường và ánh sáng khác nhau. Hệ thống được huấn luyện trên tập dữ liệu kết hợp giữa UCF101 là tập dữ liệu video với các hành động đa dạng và tập dữ liệu tự thu thập được tạo ra từ các hành vi xả rác và hoạt động thông thường như đi, đứng, chạy. Bộ dữ liệu bao gồm 200 video “xả rác” và 600 video “không xả rác”, được tinh chỉnh với thời lượng từ 3-4 giây mỗi video. Nhãn “không xả rác” bao gồm các hành động như đi, đứng, chạy, còn nhãn “xả rác” tái hiện hành vi xả rác trong nhiều tình huống khác nhau. Kết quả đánh giá cho thấy hệ thống đạt độ chính xác cao nhất ở 80 epochs, với Precision 93%, Recall 92% và F1 Score 92%. Hệ thống tự động ghi lại hình ảnh và thời gian khi phát hiện vi phạm, hỗ trợ hiệu quả trong việc nâng cao ý thức cộng đồng.
Bản toàn văn lưu tại thư viện Trường Đại học Cần Thơ

Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.

Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
  • Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
  • Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
  • Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.

Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn công nghệ thông tin · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.

Đề tài cùng ngành

Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.