"Một lần trong lớp tin học được nghe về trí tuệ nhân tạo và thị giác máy tính, em nảy ra ý tưởng thay vì đi khắp nơi nhắc nhở học sinh bỏ rác đúng nơi quy định, tại sao không sử dụng công nghệ để thay thế?" - Đào Thiên Long, 18 tuổi, cựu học sinh Trường THPT chuyên Hoàng Lê Kha, Tây Ninh, trăn trở.

Xử lý trên 4.000 hình ảnh

Nghĩ là làm, từ năm 2019 Long cùng cô bạn khóa dưới Nguyễn Thị Hương Giang (16 tuổi) bắt tay vào triển khai dự án "Hệ thống nhận dạng hành vi vứt rác bừa bãi góp phần xây dựng ý thức, giáo dục học sinh bảo vệ môi trường". Dự án này vừa được gửi đến tham gia chương trình Tri thức trẻ vì giáo dục năm 2020 do Trung ương Đoàn, Bộ GD-ĐT, Công ty cổ phần Tập đoàn Thiên Long, báo Tuổi Trẻ tổ chức.

Chẳng cần mất hàng giờ đồng hồ ngồi xem đi xem lại video để tìm kiếm người xả rác bừa bãi, thay vào đó hệ thống nhận dạng hành vi xả rác của đôi bạn trẻ sẽ tự động lọc video từ camera, trả về kết quả là hình ảnh người vi phạm. Tiến trình nhận dạng được thực hiện một cách liên tục với cả hai hình thức trực tuyến và ngoại tuyến, chỉ cần có hệ thống máy tính và camera.

Giang cho biết để thu thập dữ liệu, đôi bạn thuyết phục các bạn học sinh trong trường đóng vai làm người xả rác, mỗi bạn quay video từ 1 - 5 phút. Mất hơn một tháng trời, đôi bạn trẻ vừa xem video vừa cắt ra được 4.000 hình ảnh về hành vi xả rác với nhiều góc quay chụp khác nhau, sau đó tiến hành gán nhãn cho từng bức ảnh thành hai lớp: lớp người và lớp rác tạo thành mô hình chuẩn, sau đó dạy cho máy học hỏi.

Giang bộc bạch mới đầu khi dạy cho máy học, hệ thống chưa nhận diện được vỏ kẹo nhỏ xíu hoặc đôi khi bỏ lỡ khoảnh khắc vì rác rơi quá nhanh. Quá trình nhận diện, đôi bạn khắc phục bằng cách tự viết nên ba thuật toán: thuật toán lọc rác tĩnh (tránh nhập nhằng giữa việc rác có sẵn trong môi trường, người đang cầm rác nhưng chưa vứt, hoặc cầm vật đang di chuyển); thuật toán lọc rác thừa (rác có diện tích quá lớn, rác quá xa, quá cao, quá thấp, rác từ xa bay tới chứ không phải do con người xả rác) và thuật toán tìm chuỗi hành vi xả rác.

"Thuật toán tìm chuỗi hành vi xả rác là thuật toán quan trọng nhất, nó xâu chuỗi tất cả các thuật toán trước để ra kết quả chính xác nhất, nhận dạng được người đó có phải là người xả rác hay không. Chúng em áp dụng công cụ có sẵn YoloV3 giúp nhận dạng đối tượng xả rác và vật thể rác và OpenPose tạo các điểm khung xương của người xả rác. 

Thuật toán chuỗi hành vi để so khớp xem rác đó có phải từ tay người đó vứt không. Lấy ví dụ rác từ trên tay mà xa dần rồi rơi xuống đất, máy sẽ kết luận khoảng cách xa dần ra theo thời gian là hành vi vứt rác", Giang giải thích. 

Càng học càng hấp dẫn

Ở trường chỉ được học ngôn ngữ lập trình Pascal và C++, Đào Thiên Long cho biết nhờ sự hướng dẫn của thầy giáo chủ nhiệm, đôi bạn trẻ mày mò tìm hiểu về ngôn ngữ lập trình Python và các cách thức giúp máy tính nhận dạng chính xác được hình ảnh.

"Thời gian đầu chúng em gặp nhiều khó khăn khi tiếp cận một ngôn ngữ lập trình mới, mọi thứ đều lạ lẫm giống như học thêm một ngôn ngữ nước ngoài khác. Nhưng với mong mỏi chung tay bảo vệ môi trường bằng cách áp dụng công nghệ thông tin thì càng học càng thấy hấp dẫn", Long bày tỏ và cho biết hiện nay vẫn đang tiếp tục nghiên cứu về ngôn ngữ lập trình này.

Chưa kể vừa học vừa chạy dự án, cả hai mất rất nhiều thời gian cho việc thu thập dữ liệu và viết thuật toán để nhận diện hình ảnh. Nhưng vốn đam mê với vấn đề môi trường, dù khó khăn nhưng khi được Long gợi ý về dự án là Giang "gật đầu cái rụp". 

Cô nàng bộc bạch: "Chỉ cần nghe ý tưởng là em đồng ý liền. Hiện nay hầu hết cơ sở trường học đều có camera, nếu hệ thống nhận dạng này được áp dụng thì phần nào đánh trúng ý thức của học sinh, giúp các bạn không xả rác ra môi trường nữa".

Hiện dự án đang giới hạn ở quy mô trường học, đôi bạn mong mỏi sẽ giới thiệu đến nhiều người hơn về hệ thống này, đặc biệt đến khu vực công cộng, khu dân cư, các cơ quan nhằm giảm thời gian quản lý, nhận diện nhanh chóng hành vi xả rác bừa bãi hướng đến chung tay bảo vệ môi trường...