1. Bài toán

A-EYES giải quyết bài toán giám sát an ninh nhiều camera trong khu đô thị. Giám sát thủ công gây quá tải cho nhân viên, phản ứng chậm và nhiều báo động giả, dẫn đến nguy cơ bỏ sót sự cố.

Hệ thống cần tự động:

Theo dõi nhiều nguồn video. Phát hiện các sự kiện: té ngã, xâm nhập, đồ vật bỏ quên. Gửi cảnh báo và cung cấp bằng chứng. AI hỗ trợ nhân viên xác minh cảnh báo. Cho phép nhân viên đưa ra quyết định cuối cùng.

2. Giải pháp kỹ thuật

A-eyes sử dụng pipeline: Camera/RTSP → YOLO + Tracking → Rule Engine → VLM → Guard

YOLO + Tracking: phát hiện và theo dõi đối tượng trong video. Rule Engine: kết hợp vị trí, chuyển động và thời gian để phát hiện sự cố. VLM: phân tích chuỗi frame trước/sau sự kiện, đánh giá real / false_positive / uncertain. HITL: nhân viên xác nhận kết quả cuối cùng. Dashboard: hiển thị camera, cảnh báo, bằng chứng và thống kê.

VLM chạy bất đồng bộ, nên không làm ảnh hưởng đến luồng xử lý video realtime.

3. Hướng triển khai

Giai đoạn 1 — MVP: Video/RTSP → Vision → Rule Engine → VLM → Dashboard.

Giai đoạn 2 — Mở rộng: Multi-camera, GPU inference, Event Queue và tối ưu tài nguyên.

Giai đoạn 3 — Production: PostgreSQL + pgvector, Semantic Memory, monitoring, bảo mật và privacy.

Mục tiêu cuối cùng: AI chịu trách nhiệm phát hiện và hỗ trợ phân tích, con người vẫn giữ quyền quyết định đối với các sự kiện an ninh quan trọng.