[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"_public_topic_publications_gi%C3%A1m%20s%C3%A1t%20video{\"limit\":5}":3,"_public_topic_byId_giám sát video":39},{"code":4,"data":5,"meta":20},"SUCCESS",{"latest":6,"mostCited":7,"vietnamFeatured":37,"vietnamLatest":38},[],[8,24],{"publicationId":9,"title":10,"originalTitle":11,"authorNames":12,"authorCount":15,"journalName":16,"vietnamJournal":17,"publishDate":18,"publishYear":19,"totalCitation":20,"url":21,"doi":22,"summary":23},"0050942b-d1a3-4c06-bc15-6f9dbec0894f","MC-MIL: phát hiện bất thường trong giám sát video bằng học đa cá thể và nhiều camera có tầm nhìn chồng lấn","MC-MIL: video surveillance anomaly detection with multi-instance learning and multiple overlapped cameras",[13,14],"Silas S. L. Pereira","José Everardo Bessa Maia",2,"Neural Computing and Applications",false,"2024-03-18",2024,null,"https:\u002F\u002Flink.springer.com\u002Farticle\u002F10.1007\u002Fs00521-024-09611-3","10.1007\u002Fs00521-024-09611-3","\u003Cp>Ứng dụng thị giác máy tính đề xuất thuật toán học đa thể hiện \u003Ci>MC-MIL\u003C\u002Fi> nhằm phát hiện các hành vi bất thường trong hệ thống \u003Cb class=\"publication-topic-keywords\">giám sát video\u003C\u002Fb> thông minh. Bằng cách kết hợp cơ chế chú ý không gian thời gian, mô hình nhận diện chính xác các sự kiện bất thường \u003Ci>anomaly\u003C\u002Fi> như xâm nhập trái phép hoặc va chạm giao thông mà không đòi hỏi dán nhãn từng khung hình. Giải pháp mở ra khả năng tự động hóa giám sát an ninh trật tự đô thị quy mô lớn.\u003C\u002Fp>",{"publicationId":25,"title":26,"originalTitle":27,"authorNames":28,"authorCount":15,"journalName":31,"vietnamJournal":17,"publishDate":32,"publishYear":33,"totalCitation":20,"url":34,"doi":35,"summary":36},"38045604-546e-467b-80a0-dcbf80128ff8","Tính liên tục trong hệ thống bảo mật video không dây dựa trên dịch vụ bảo mật vật lý","Continuity in Wireless Video Security System-Based Physical Security Services",[29,30],"DongHwi Lee","Kyong-Ho Choi","Wireless Personal Communications","2013-06-02",2013,"https:\u002F\u002Flink.springer.com\u002Farticle\u002F10.1007\u002Fs11277-013-1229-2","10.1007\u002Fs11277-013-1229-2","\u003Cp>Nghiên cứu an ninh mạng phân tích tính liên tục của các dịch vụ an ninh vật lý vận hành dựa trên hệ thống camera \u003Cb class=\"publication-topic-keywords\">giám sát video\u003C\u002Fb> không dây. Tác giả đề xuất giải pháp dự phòng băng thông và quản lý phân bổ luồng dữ liệu nhằm bảo đảm truyền tải tín hiệu thời gian thực khi xảy ra nghẽn mạng cục bộ. Kết quả thử nghiệm xác thực độ tin cậy của mô hình trong việc duy trì trạng thái cảnh báo an ninh liên tục tại các mục tiêu trọng yếu.\u003C\u002Fp>",[],[],{"code":4,"data":40,"meta":20},{"id":41,"title":42,"description":43,"content":44,"term":41,"englishTitle":45,"synonyms":46,"definition":50,"discipline":51,"references":52,"faqs":75,"createUser":85,"publishUser":89,"keywords":90,"keywordCount":101,"enrichTopicLink":102,"status":103,"createTime":104,"updateTime":105,"publishTime":106,"linkEnrichedTime":107,"publicationScanTime":108,"contentErrorMessage":20,"viewCount":109,"relateTopics":110},"giám sát video","Giám sát video là gì? Các bài nghiên cứu khoa học liên quan","Giám sát video là hệ thống thu, truyền và lưu trữ hình ảnh chuyển động hoặc tĩnh để quan sát, phân tích sự kiện và hỗ trợ điều tra an ninh, an toàn công cộng. Hệ thống tích hợp camera, mạng truyền, lưu trữ và phần mềm quản lý video cùng thuật toán AI nhận diện chuyển động, khuôn mặt và phân tích hành vi thời gian thực.","\u003Cp>\u003Cstrong>Giám sát video\u003C\u002Fstrong> (video surveillance) là Giám sát video (video surveillance) là hệ thống kỹ thuật sử dụng camera ghi hình và thiết bị truyền dẫn, lưu trữ để theo dõi, quản lý an ninh và phân tích hành vi tại một khu vực xác định theo thời gian thực.\u003C\u002Fp>\n\u003Ch2>Giới thiệu và định nghĩa giám sát video\u003C\u002Fh2>\n\u003Cp>Giám sát video (video surveillance) là hoạt động theo dõi, ghi nhận và {{topic|%7B%22topic%22%3A%22ph%C3%A2n%20t%C3%ADch%20h%C3%ACnh%20%E1%BA%A3nh%22%7D}} chuyển động hoặc tĩnh được thu thập từ các camera lắp đặt tại các vị trí mục tiêu. Hệ thống này cung cấp khả năng quan sát liên tục hoặc theo lịch trình, cho phép phát hiện, ghi lại và truy xuất các sự kiện an ninh, an toàn hoặc hoạt động vận hành.\u003C\u002Fp>\n\u003Cp>Thành phần cốt lõi của giám sát video bao gồm thiết bị thu hình (camera), thiết bị truyền dẫn tín hiệu, hệ thống lưu trữ dữ liệu và phần mềm quản lý video (Video Management System – VMS). Camera có thể ghi hình ở nhiều độ phân giải khác nhau, từ chất lượng tiêu chuẩn (SD) đến độ phân giải cao (HD, 4K), thậm chí có khả năng quan sát ban đêm nhờ đèn hồng ngoại tích hợp.\u003C\u002Fp>\n\u003Cp>Giám sát video ngày nay không chỉ đơn thuần là quan sát trực tiếp, mà còn tích hợp các công nghệ phân tích thông minh như phát hiện chuyển động, {{topic|%7B%22topic%22%3A%22nh%E1%BA%ADn%20di%E1%BB%87n%20khu%C3%B4n%20m%E1%BA%B7t%22%7D}}, {{topic|%7B%22topic%22%3A%22ph%C3%A2n%20lo%E1%BA%A1i%20%C4%91%E1%BB%91i%20t%C6%B0%E1%BB%A3ng%22%7D}} và {{topic|%7B%22topic%22%3A%22ph%C3%A2n%20t%C3%ADch%20h%C3%A0nh%20vi%22%7D}}. Điều này biến hệ thống giám sát thành công cụ hỗ trợ mạnh mẽ cho an ninh, {{topic|%7B%22topic%22%3A%22qu%E1%BA%A3n%20l%C3%BD%20giao%20th%C3%B4ng%22%7D}}, giám sát công nghiệp và quản lý đô thị thông minh.\u003C\u002Fp>\n\n\u003Ch2>Lịch sử và sự phát triển của giám sát video\u003C\u002Fh2>\n\u003Cp>Khởi đầu của giám sát video xuất phát từ hệ thống Closed-Circuit Television (CCTV) vào đầu thập niên 1940 tại Đức và Anh, phục vụ mục đích quân sự trong Thế chiến II. Những hệ thống analog đầu tiên chỉ cho phép quan sát tại chỗ và ghi hình lên băng từ VHS với chất lượng hạn chế.\u003C\u002Fp>\n\u003Cp>Đến cuối thế kỷ 20, sự ra đời của camera số và công nghệ IP đã mở ra kỷ nguyên giám sát video mạng (IP-based surveillance). Camera IP truyền dữ liệu số qua mạng Ethernet hoặc Internet, cho phép truy cập hình ảnh từ xa, đa điểm và tích hợp với hệ thống quản lý tập trung.\u003C\u002Fp>\n\u003Cp>Trong thập kỷ gần đây, xu hướng chuyển dịch sang giám sát video đám mây (cloud video surveillance) đem lại khả năng lưu trữ linh hoạt, tự động sao lưu, chia sẻ dữ liệu dễ dàng và khả năng mở rộng quy mô nhanh chóng. Đặc biệt, sự phát triển của trí tuệ nhân tạo (AI) đã nâng cao hiệu suất phát hiện và phân tích, giảm tỷ lệ cảnh báo giả và tăng tính tự động.\u003C\u002Fp>\n\n\u003Ch2>Phân loại hệ thống giám sát\u003C\u002Fh2>\n\u003Cp>Hệ thống giám sát video được phân loại theo tiêu chí công nghệ truyền dẫn và tính năng xử lý:\u003C\u002Fp>\n\u003Cul>\n  \u003Cli>\u003Cstrong>CCTV analog:\u003C\u002Fstrong> sử dụng camera analog kết nối qua cáp đồng trục, tín hiệu truyền tương tự, lưu trữ trên đầu ghi DVR. Ưu điểm: chi phí thấp; hạn chế: chất lượng ảnh bị suy giảm, bảo mật kém.\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>IP camera:\u003C\u002Fstrong> camera số kết nối mạng LAN\u002FWAN, truyền dữ liệu dạng số, lưu trữ trên đầu ghi NVR hoặc server. Ưu điểm: hình ảnh sắc nét, dễ mở rộng; hạn chế: yêu cầu băng thông và cấu hình mạng cao.\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>Wireless camera:\u003C\u002Fstrong> sử dụng giao thức Wi-Fi hoặc chuẩn không dây chuyên dụng (ví dụ: 4G\u002F5G), thích hợp cho các vị trí không có hạ tầng cáp; hạn chế: độ ổn định phụ thuộc vào tín hiệu sóng.\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>Cloud-based surveillance:\u003C\u002Fstrong> dữ liệu được lưu trữ và quản lý trên đám mây, cho phép truy cập mọi lúc mọi nơi và dễ dàng mở rộng dung lượng.\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Ctable>\n  \u003Cthead>\n    \u003Ctr>\u003Cth>Loại\u003C\u002Fth>\u003Cth>Kênh truyền\u003C\u002Fth>\u003Cth>Thiết bị lưu trữ\u003C\u002Fth>\u003Cth>Ưu\u002FNhược điểm\u003C\u002Fth>\u003C\u002Ftr>\n  \u003C\u002Fthead>\n  \u003Ctbody>\n    \u003Ctr>\n      \u003Ctd>CCTV analog\u003C\u002Ftd>\n      \u003Ctd>Cáp đồng trục\u003C\u002Ftd>\n      \u003Ctd>DVR\u003C\u002Ftd>\n      \u003Ctd>+ Chi phí thấp\u003Cbr>– Hình ảnh mờ, khó mở rộng\u003C\u002Ftd>\n    \u003C\u002Ftr>\n    \u003Ctr>\n      \u003Ctd>IP camera\u003C\u002Ftd>\n      \u003Ctd>Ethernet\u002FIP\u003C\u002Ftd>\n      \u003Ctd>NVR\u002FServer\u003C\u002Ftd>\n      \u003Ctd>+ Chất lượng cao\u003Cbr>– Cần băng thông lớn\u003C\u002Ftd>\n    \u003C\u002Ftr>\n    \u003Ctr>\n      \u003Ctd>Wireless camera\u003C\u002Ftd>\n      \u003Ctd>Wi-Fi\u002F4G\u002F5G\u003C\u002Ftd>\n      \u003Ctd>On-premise hoặc đám mây\u003C\u002Ftd>\n      \u003Ctd>+ Linh hoạt\u003Cbr>– Phụ thuộc tín hiệu\u003C\u002Ftd>\n    \u003C\u002Ftr>\n    \u003Ctr>\n      \u003Ctd>Cloud-based\u003C\u002Ftd>\n      \u003Ctd>Internet\u003C\u002Ftd>\n      \u003Ctd>Đám mây\u003C\u002Ftd>\n      \u003Ctd>+ Mở rộng dễ\u003Cbr>– Chi phí dịch vụ\u003C\u002Ftd>\n    \u003C\u002Ftr>\n  \u003C\u002Ftbody>\n\u003C\u002Ftable>\n\n\u003Ch2>Kiến trúc và thành phần chính\u003C\u002Fh2>\n\u003Cp>Kiến trúc điển hình của hệ thống giám sát video bao gồm bốn lớp chính: thu thập hình ảnh, truyền dẫn, lưu trữ và ứng dụng phân tích. Mỗi lớp đảm nhận chức năng riêng song kết nối chặt chẽ để tạo thành giải pháp toàn diện.\u003C\u002Fp>\n\u003Cul>\n  \u003Cli>\u003Cstrong>Camera:\u003C\u002Fstrong> các loại dome, bullet, PTZ, fisheye với độ phân giải từ HD đến Ultra HD, tích hợp tính năng hồng ngoại, chống nước và bụi (IP66\u002FIP67).\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>Mạng truyền:\u003C\u002Fstrong> cáp đồng trục, cáp mạng Cat5e\u002FCat6 hỗ trợ PoE (Power over Ethernet), thiết bị chuyển mạch (switch), router và các bộ khuếch đại tín hiệu.\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>Lưu trữ:\u003C\u002Fstrong> đầu ghi DVR\u002FNVR, server lưu trữ on-premise; dịch vụ đám mây với chuẩn bảo mật và mã hóa dữ liệu theo ISO\u002FIEC 27001 (ISO\u002FIEC 27001).\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>Phần mềm quản lý và phân tích:\u003C\u002Fstrong> VMS tương thích chuẩn ONVIF cho phép quản lý tập trung, phân quyền, xem lại lịch sử và tích hợp các module AI như phát hiện chuyển động, nhận diện khuôn mặt, phân tích hành vi.\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Cp>Bảng so sánh chi tiết các thành phần:\u003C\u002Fp>\n\u003Ctable>\n  \u003Cthead>\n    \u003Ctr>\u003Cth>Thành phần\u003C\u002Fth>\u003Cth>Chức năng\u003C\u002Fth>\u003Cth>Yêu cầu kỹ thuật\u003C\u002Fth>\u003C\u002Ftr>\n  \u003C\u002Fthead>\n  \u003Ctbody>\n    \u003Ctr>\n      \u003Ctd>Camera PTZ\u003C\u002Ftd>\n      \u003Ctd>Quay xoay, zoom quang học\u003C\u002Ftd>\n      \u003Ctd>Motor chính xác, băng thông cao\u003C\u002Ftd>\n    \u003C\u002Ftr>\n    \u003Ctr>\n      \u003Ctd>Switch PoE\u003C\u002Ftd>\n      \u003Ctd>Cung cấp điện và dữ liệu qua cáp Cat6\u003C\u002Ftd>\n      \u003Ctd>Công suất PoE ≥ 30 W\u002Fport\u003C\u002Ftd>\n    \u003C\u002Ftr>\n    \u003Ctr>\n      \u003Ctd>DVR\u002FNVR\u003C\u002Ftd>\n      \u003Ctd>Ghi hình, nén H.264\u002FH.265, xuất dữ liệu\u003C\u002Ftd>\n      \u003Ctd>HDD Enterprise, RAID-capable\u003C\u002Ftd>\n    \u003C\u002Ftr>\n    \u003Ctr>\n      \u003Ctd>VMS\u003C\u002Ftd>\n      \u003Ctd>Quản lý camera, phân tích AI, báo động\u003C\u002Ftd>\n      \u003Ctd>Server Windows\u002FLinux, GPU cho AI\u003C\u002Ftd>\n    \u003C\u002Ftr>\n  \u003C\u002Ftbody>\n\u003C\u002Ftable>\u003Ch2>Công nghệ và thuật toán phân tích\u003C\u002Fh2>\n\u003Cp>Thuật toán phân tích video hiện đại dựa trên học máy (machine learning) và học sâu (deep learning) để {{topic|%7B%22topic%22%3A%22nh%E1%BA%ADn%20di%E1%BB%87n%20%C4%91%E1%BB%91i%20t%C6%B0%E1%BB%A3ng%22%7D}}, phân loại hành vi và phát hiện chuyển động. Mạng nơ-ron tích chập (CNN) được sử dụng phổ biến trong nhận diện khuôn mặt, xe cộ và các hành vi bất thường. Ví dụ, mô hình YOLO (You Only Look Once) cho phép phát hiện đa đối tượng trong khung hình với tốc độ xử lý thực thời gian (YOLO).\u003C\u002Fp>\n\u003Cp>Thuật toán phân loại video bao gồm các bước tiền xử lý (lọc nhiễu, cân bằng sáng), {{topic|%7B%22topic%22%3A%22tr%C3%ADch%20xu%E1%BA%A5t%20%C4%91%E1%BA%B7c%20tr%C6%B0ng%22%7D}} (feature extraction) và phân loại (classification). Phương pháp Histogram of Oriented Gradients (HOG) kết hợp với máy vector hỗ trợ (SVM) vẫn được ứng dụng trong các hệ thống có tài nguyên phần cứng hạn chế.\u003C\u002Fp>\n\u003Cul>\n  \u003Cli>Phát hiện chuyển động dựa trên so sánh khung nền (background subtraction).\u003C\u002Fli>\n  \u003Cli>Theo dõi đa mục tiêu (multi-object tracking) sử dụng thuật toán Kalman Filter hoặc SORT.\u003C\u002Fli>\n  \u003Cli>Phân tích hành vi bất thường (anomaly detection) qua mô hình tự mã hóa (autoencoder).\u003C\u002Fli>\n\u003C\u002Ful>\n\n\u003Ch2>Vấn đề pháp lý và quyền riêng tư\u003C\u002Fh2>\n\u003Cp>Việc triển khai giám sát video liên quan trực tiếp tới quyền riêng tư cá nhân và phải tuân thủ các quy định bảo vệ dữ liệu. Tại châu Âu, Quy định chung về bảo vệ dữ liệu GDPR (General Data Protection Regulation) yêu cầu thu thập minh bạch, giới hạn mục đích và xóa dữ liệu khi không còn cần thiết (GDPR).\u003C\u002Fp>\n\u003Cp>Tại Việt Nam, Luật An ninh mạng và Nghị định về {{topic|%7B%22topic%22%3A%22b%E1%BA%A3o%20v%E1%BB%87%20d%E1%BB%AF%20li%E1%BB%87u%20c%C3%A1%20nh%C3%A2n%22%7D}} quy định tổ chức, cá nhân phải thông báo, xin phép và bảo mật thông tin ghi hình. Các doanh nghiệp cần thực hiện Đánh giá tác động về bảo mật (Privacy Impact Assessment) trước khi triển khai hệ thống.\u003C\u002Fp>\n\u003Col>\n  \u003Cli>Thông báo rõ ràng vị trí lắp camera và mục đích ghi hình.\u003C\u002Fli>\n  \u003Cli>Đảm bảo mã hóa dữ liệu khi truyền và lưu trữ.\u003C\u002Fli>\n  \u003Cli>Quy định quyền truy cập, phân quyền và quản lý nhật ký xem lại (audit log).\u003C\u002Fli>\n\u003C\u002Fol>\n\n\u003Ch2>Ứng dụng chính\u003C\u002Fh2>\n\u003Cp>An ninh công cộng sử dụng giám sát video để phát hiện tội phạm, truy vết dấu vết và hỗ trợ điều tra qua nhận diện biển số xe, khuôn mặt. Hệ thống giám sát giao thông thông minh (ITS) kết hợp camera quan sát và phân tích video để phân luồng, phát hiện vi phạm tốc độ, đèn đỏ (U.S. DOT).\u003C\u002Fp>\n\u003Cp>Trong công nghiệp, video surveillance theo dõi {{topic|%7B%22topic%22%3A%22quy%20tr%C3%ACnh%20s%E1%BA%A3n%20xu%E1%BA%A5t%22%7D}}, phát hiện lỗi máy móc và tối ưu hóa hiệu suất. Tại bệnh viện, camera giúp giám sát hành vi của bệnh nhân, hỗ trợ cấp cứu nhanh khi phát hiện ngã hoặc bất thường.\u003C\u002Fp>\n\u003Cul>\n  \u003Cli>Quản lý tòa nhà thông minh: điều khiển ra vào, chống trộm.\u003C\u002Fli>\n  \u003Cli>Giám sát chuỗi cung ứng: theo dõi kho bãi và vận chuyển.\u003C\u002Fli>\n  \u003Cli>Nghiên cứu {{topic|%7B%22topic%22%3A%22h%C3%A0nh%20vi%20kh%C3%A1ch%20h%C3%A0ng%22%7D}} trong bán lẻ: heatmap và dwell time.\u003C\u002Fli>\n\u003C\u002Ful>\n\n\u003Ch2>Tiêu chuẩn và hướng dẫn quốc tế\u003C\u002Fh2>\n\u003Cp>ONVIF (Open Network Video Interface Forum) cung cấp giao thức tương thích giữa camera IP và VMS, đảm bảo tính mở và khả năng tích hợp đa thiết bị (ONVIF). ISO\u002FIEC 27001 quy định quản lý an toàn thông tin, bao gồm bảo mật hệ thống camera và dữ liệu ghi hình.\u003C\u002Fp>\n\u003Cp>Chuỗi tiêu chuẩn IEC 62676 dành riêng cho CCTV hướng dẫn các yêu cầu về tính năng, hiệu suất, thử nghiệm và bảo dưỡng. Các tiêu chuẩn này đảm bảo hệ thống giám sát đạt chất lượng cao và độ tin cậy theo khuyến nghị của ngành.\u003C\u002Fp>\n\u003Ctable>\n  \u003Cthead>\n    \u003Ctr>\u003Cth>Tiêu chuẩn\u003C\u002Fth>\u003Cth>Mã số\u003C\u002Fth>\u003Cth>Phạm vi\u003C\u002Fth>\u003C\u002Ftr>\n  \u003C\u002Fthead>\n  \u003Ctbody>\n    \u003Ctr>\u003Ctd>ONVIF Profile S\u003C\u002Ftd>\u003Ctd>ONVIF-S\u003C\u002Ftd>\u003Ctd>Quy định truyền video và điều khiển PTZ\u003C\u002Ftd>\u003C\u002Ftr>\n    \u003Ctr>\u003Ctd>ISO\u002FIEC 27001\u003C\u002Ftd>\u003Ctd>27001:2013\u003C\u002Ftd>\u003Ctd>Hệ thống quản lý an toàn thông tin\u003C\u002Ftd>\u003C\u002Ftr>\n    \u003Ctr>\u003Ctd>IEC 62676-4\u003C\u002Ftd>\u003Ctd>62676-4\u003C\u002Ftd>\u003Ctd>Phân tích video và yêu cầu thuật toán\u003C\u002Ftd>\u003C\u002Ftr>\n  \u003C\u002Ftbody>\n  \u003C\u002Ftable>\n\n\u003Ch2>Thách thức và giới hạn\u003C\u002Fh2>\n\u003Cp>Băng thông mạng và lưu trữ là rào cản chính khi triển khai hệ thống độ phân giải cao. Lưu trữ 4K và video 30 fps đòi hỏi băng thông lớn và dung lượng lưu trữ nhanh chóng cạn kiệt nếu không áp dụng nén hiệu quả.\u003C\u002Fp>\n\u003Cp>Tỷ lệ cảnh báo giả (false alarm) cao gây mất thời gian theo dõi và giảm hiệu quả giám sát. Việc tinh chỉnh ngưỡng phát hiện và huấn luyện mô hình với dữ liệu thực tế là bắt buộc để cải thiện độ chính xác.\u003C\u002Fp>\n\u003Cul>\n  \u003Cli>Độ trễ (latency) khi xem trực tiếp trên mạng rộng.\u003C\u002Fli>\n  \u003Cli>Khả năng mở rộng hệ thống khi tăng số camera.\u003C\u002Fli>\n  \u003Cli>An ninh mạng: rủi ro tấn công DDoS và xâm nhập dữ liệu.\u003C\u002Fli>\n\u003C\u002Ful>\n\n\u003Ch2>Xu hướng tương lai và công nghệ mới\u003C\u002Fh2>\n\u003Cp>Phân tích video biên (edge analytics) chuyển một phần xử lý trực tiếp tại camera hoặc thiết bị biên, giảm tải cho trung tâm dữ liệu và giảm độ trễ. Camera thông minh thế hệ mới tích hợp chip AI chuyên dụng (TPU) để xử lý nhận diện ngay tại nguồn.\u003C\u002Fp>\n\u003Cp>Công nghệ 5G và IoT mở rộng khả năng kết nối cho camera di động, drone giám sát và thiết bị đeo. Mạng 5G với độ trễ thấp cho phép truyền video chất lượng cao theo thời gian thực cho các ứng dụng di động và xe không người lái.\u003C\u002Fp>\n\u003Cul>\n  \u003Cli>Học tăng cường (reinforcement learning) để hệ thống tự tối ưu ngưỡng phát hiện.\u003C\u002Fli>\n  \u003Cli>Tích hợp công nghệ blockchain bảo vệ tính toàn vẹn dữ liệu và nhật ký truy cập.\u003C\u002Fli>\n  \u003Cli>Mô phỏng số đa vật lý (digital twin) để thử nghiệm kịch bản an ninh và tối ưu mạng camera.\u003C\u002Fli>\n\u003C\u002Ful>","video surveillance",[47,48,49],"CCTV","hệ thống giám sát camera","camera an ninh","Giám sát video (video surveillance) là hệ thống kỹ thuật sử dụng camera ghi hình và thiết bị truyền dẫn, lưu trữ để theo dõi, quản lý an ninh và phân tích hành vi tại một khu vực xác định theo thời gian thực.","ENGINEERING_TECHNOLOGY",[53,60,68],{"citationText":54,"title":55,"authors":56,"source":57,"year":33,"doi":58,"url":59},"Tripathi, et al. (2013). A framework for abandoned object detection from video surveillance. 2013 Fourth National Conference on Computer Vision, Pattern Recognition, Image Processing and Graphics (NCVPRIPG).","A framework for abandoned object detection from video surveillance","Tripathi, Jalal, Bhatnagar","2013 Fourth National Conference on Computer Vision, Pattern Recognition, Image Processing and Graphics (NCVPRIPG)","10.1109\u002Fncvpripg.2013.6776161","https:\u002F\u002Fdoi.org\u002F10.1109\u002Fncvpripg.2013.6776161",{"citationText":61,"title":62,"authors":63,"source":64,"year":65,"doi":66,"url":67},"Pham, et al. (2025). Agent-driven Cognitive Object\u002FMotion\u002FEnvironment Hybrid Vision-Language Model on CCTV Surveillance-Video Bigdata. 2025 3rd International Conference on Foundation and Large Language Models (FLLM).","Agent-driven Cognitive Object\u002FMotion\u002FEnvironment Hybrid Vision-Language Model on CCTV Surveillance-Video Bigdata","Pham, Cho, Kim","2025 3rd International Conference on Foundation and Large Language Models (FLLM)",2025,"10.1109\u002Ffllm67465.2025.11391076","https:\u002F\u002Fdoi.org\u002F10.1109\u002Ffllm67465.2025.11391076",{"citationText":69,"title":70,"authors":71,"source":72,"year":19,"doi":73,"url":74},"Lokesh, et al. (2024). Video Processing Techniques for Motion Detection Object Tracking and Real-Time Analysis in Surveillance. Image Processing Techniques and its Applications in Computer Vision and Artificial Intelligence.","Video Processing Techniques for Motion Detection Object Tracking and Real-Time Analysis in Surveillance","Lokesh, Baskar","Image Processing Techniques and its Applications in Computer Vision and Artificial Intelligence","10.71443\u002F9788197933660-15","https:\u002F\u002Fdoi.org\u002F10.71443\u002F9788197933660-15",[76,79,82],{"question":77,"answer":78},"Sự khác biệt giữa hệ thống CCTV analog và IP camera là gì?","CCTV analog truyền tín hiệu qua cáp đồng trục và hạn chế độ phân giải; IP camera số hóa dữ liệu trực tiếp, độ phân giải cao và truyền qua mạng IP linh hoạt.",{"question":80,"answer":81},"Trí tuệ nhân tạo (AI) nâng cấp hệ thống giám sát video như thế nào?","AI cho phép tự động nhận diện khuôn mặt, phát hiện hành vi bất thường, đọc biển số xe và cảnh báo tức thời mà không cần con người quan sát liên tục.",{"question":83,"answer":84},"Vấn đề đạo đức và pháp lý lớn nhất của giám sát video là gì?","Quyền riêng tư cá nhân và nguy cơ rò rỉ dữ liệu sinh trắc học nếu không được mã hóa và quản lý nghiêm ngặt.",{"id":86,"researcherId":20,"name":87,"imageUrl":88},1,"Nguyễn Ngọc Sơn","https:\u002F\u002Flh3.googleusercontent.com\u002Fa\u002FACg8ocLGfGsF1nYQqYK5BasTLhNu1dBrBXg2fcEgBNPXJ0p2gqLQnO7i=s96-c",{"id":86,"researcherId":20,"name":87,"imageUrl":88},[91,92,93,94,95,96,97,98,99,100],"phân tích hình ảnh","nhận diện khuôn mặt","phân loại đối tượng","phân tích hành vi","quản lý giao thông","nhận diện đối tượng","trích xuất đặc trưng","bảo vệ dữ liệu cá nhân","quy trình sản xuất","hành vi khách hàng",10,true,"PUBLISHED","2025-07-21T02:16:28.093+00:00","2026-09-06T07:29:45.411+00:00","2025-07-22T06:26:02.181+00:00","2026-08-24T06:44:13.623+00:00","2026-09-06T07:29:45.409+00:00",379,[111,114,117,120,123,126,129,132,135,138],{"id":112,"title":113,"term":112,"englishTitle":20,"definition":20,"discipline":20,"disciplineCode":20,"disciplineLabel":20,"disciplineColor":20,"disciplineIcon":20},"artificial intelligence","Artificial Intelligence là gì? Các nghiên cứu khoa học về AI",{"id":115,"title":116,"term":115,"englishTitle":20,"definition":20,"discipline":20,"disciplineCode":20,"disciplineLabel":20,"disciplineColor":20,"disciplineIcon":20},"random forest","Random forest là gì? Các công bố khoa học về Random forest",{"id":118,"title":119,"term":118,"englishTitle":20,"definition":20,"discipline":20,"disciplineCode":20,"disciplineLabel":20,"disciplineColor":20,"disciplineIcon":20},"pls sem","PLS-SEM là gì? Các bài nghiên cứu khoa học về PLS-SEM",{"id":121,"title":122,"term":121,"englishTitle":20,"definition":20,"discipline":20,"disciplineCode":20,"disciplineLabel":20,"disciplineColor":20,"disciplineIcon":20},"khoa học hành vi","Khoa học hành vi là gì? Các nghiên cứu khoa học liên quan",{"id":124,"title":125,"term":124,"englishTitle":20,"definition":20,"discipline":20,"disciplineCode":20,"disciplineLabel":20,"disciplineColor":20,"disciplineIcon":20},"giao thông xanh","Giao thông xanh là gì? Các nghiên cứu về Giao thông xanh",{"id":127,"title":128,"term":127,"englishTitle":20,"definition":20,"discipline":20,"disciplineCode":20,"disciplineLabel":20,"disciplineColor":20,"disciplineIcon":20},"paraffin","Paraffin là gì? Các nghiên cứu khoa học về Paraffin",{"id":130,"title":131,"term":130,"englishTitle":20,"definition":20,"discipline":20,"disciplineCode":20,"disciplineLabel":20,"disciplineColor":20,"disciplineIcon":20},"tinh bột sắn","Tinh bột sắn là gì? Các nghiên cứu về Tinh bột sắn",{"id":133,"title":134,"term":133,"englishTitle":20,"definition":20,"discipline":20,"disciplineCode":20,"disciplineLabel":20,"disciplineColor":20,"disciplineIcon":20},"alkyl hóa","Alkyl hóa là gì? Các nghiên cứu khoa học về Alkyl hóa",{"id":136,"title":137,"term":136,"englishTitle":20,"definition":20,"discipline":20,"disciplineCode":20,"disciplineLabel":20,"disciplineColor":20,"disciplineIcon":20},"học máy nâng cao","Học máy nâng cao là gì? Các nghiên cứu khoa học liên quan",{"id":139,"title":140,"term":139,"englishTitle":20,"definition":20,"discipline":20,"disciplineCode":20,"disciplineLabel":20,"disciplineColor":20,"disciplineIcon":20},"cao su thiên nhiên","Cao su thiên nhiên là gì? Các nghiên cứu khoa học liên quan"]