Sự kiện bất thường là sự kiện xảy ra ngoài dự đoán, kế hoạch của con người [1]. Sự
kiện bất thường nếu không được giám sát và cảnh báo kịp thời có thể gây ảnh hưởng lớn
đến hạ tầng, tài sản, và thậm chí tính mạng của con người. Sự kiện bất thường có thể chia ra
làm hai loại chính: Sự kiện bất thường do tự nhiên và sự kiện bất thường do các hoạt động
của con người gây ra. Sự kiện bất thường do tự nhiên gây ra thường có yếu tố ngẫu nhiên
rất khó dự đoán và phát hiện sớm, phòng tránh. Trong khi đó, sự kiện bất thường do hoạt
động của con người gây ra có thể dự đoán và phòng tránh để cảnh báo sớm [2]. Sự kiện bất
thường là một trong những nguyên nhân hàng đầu của những thiệt hại về con người và kinh
tế [3]. Do đó, việc xây dựng các hệ thống cảnh báo sớm là thực sự cần thiết. Với sự trợ giúp
của các hệ thống phần cứng giám sát dựa trên công nghệ Internet vạn vật (IoT) và trí tuệ
nhân tạo (AI), các sự kiện bất thường có thể được phát hiện và cảnh báo sớm. Tuy nhiên, để
các hệ thống giám sát dựa trên các công nghệ cao này đi vào thực tiễn, cần một lõi xử lý đủ
mạnh để có thể phát hiện, cảnh báo tự động với độ chính xác cao và tỉ lệ cảnh báo giả thấp.
Trong các mô hình giám sát và thu thập dữ liệu, bên cạnh các hệ cảm biến truyền thống,
cảm biến hình ảnh (camera) hiện đang được triển khai ngày càng nhiều và rộng khắp trên
toàn thế giới bởi tầm quan sát rộng, linh hoạt, và chi phí thấp cũng như khả năng tích hợp
các công nghệ xử lý tiên tiến. Theo số liệu trong [4], số lượng camera giám sát (CCTV –
Closed-circuit Television) sẽ đạt ngưỡng 1 tỷ đơn vị trong năm 2022, và sẽ ngày càng tăng
lên nhanh chóng ngay cả ở các quốc gia đang phát triển. Các hệ thống camera giám sát này
thường sẽ thu thập và lưu trữ dữ liệu tại các trung tâm dữ liệu (DC – Data Center) tập trung.
Để các hệ thống camera giám sát này có thể theo dõi, phát hiện được các sự kiện bất thường,
các thuật toán học máy, xử lý ảnh phải được áp dụng vào phần lõi xử lý được cài đặt tại các
trung tâm dữ liệu hoặc tại các thiết bị biên.