Khung học sâu KG-CrabID nhận diện vân mai từng cá thể cua chính xác 97,58% phục vụ truy xuất chống giả

Trong thương mại thủy sản giá trị cao, hiện tượng đánh tráo nguồn gốc, gắn nhãn giả thương hiệu đặc sản hoặc thay thế sản phẩm kém chất lượng vào lô hàng đã đăng ký truy xuất là một thách thức nhức nhối gây thiệt hại lớn cho người nuôi chân chính và làm suy giảm niềm tin của người tiêu dùng. Các hệ thống truy xuất nguồn gốc truyền thống hiện nay phần lớn vẫn dựa vào việc đeo thẻ nhựa, gắn vòng mã vạch hoặc dán tem QR bên ngoài cơ thể vật nuôi. Tuy nhiên, đối với các loài giáp xác có tập tính lột xác định kỳ và môi trường vận chuyển ẩm ướt như cua biển hay cua lông, thẻ vật lý rất dễ bị bong tróc, hư hỏng trong quá trình vận chuyển hoặc thậm chí bị kẻ gian tháo gỡ để gắn sang các cá thể cua trôi nổi không rõ xuất xứ. Nhằm tạo ra một giải pháp "căn cước sinh trắc học" vĩnh viễn gắn liền với chính cơ thể con cua mà không cần bất kỳ tác động xâm lấn nào, nhóm năm nhà khoa học gồm Zhe Zhang, Shanshan Li, Na Luo, Helong Yu và Chuanheng Sun (đến từ Viện Nông nghiệp Thông minh Đại học Nông nghiệp Cát Lâm, Trung tâm Nghiên cứu Kỹ thuật Quốc gia về Công nghệ Thông tin trong Nông nghiệp Bắc Kinh và Viện Nghiên cứu Nông nghiệp Thông minh NONGXIN Nam Kinh) đã công bố khung học sâu định hướng điểm đặc trưng mang tên KG-CrabID trên tạp chí khoa học quốc tế Foods (MDPI) ngày 13/11/2026.
1. Nguyên lý sinh trắc học từ hoa văn tự nhiên trên phần đầu ngực (mai cua)
Tương tự như dấu vân tay của con người hay vân mũi của gia súc, cấu trúc hình thái bề mặt, hệ thống gờ nổi, rãnh phân thùy và hoa văn sắc tố tự nhiên trên vùng đầu ngực (cephalothorax - tức phần mai cứng phía lưng) của mỗi cá thể cua đều mang những đặc điểm độc nhất vô nhị và duy trì tính ổn định tương đối trong suốt giai đoạn trưởng thành thương phẩm. Việc khai thác trực tiếp đặc trưng thị giác tự nhiên này để nhận diện từng cá thể cua mang lại ba ưu điểm vượt trội so với gắn thẻ vật lý: hoàn toàn không gây tổn thương hay căng thẳng (stress) cho vật nuôi, không phát sinh chi phí vật tư tiêu hao trên từng con cua và không thể bị làm giả hay đánh tráo nhãn mác vật lý.
Tuy nhiên, để biến hình ảnh chụp mai cua thông thường thành dữ liệu định danh chuẩn xác ở quy mô thương mại, hệ thống thị giác máy tính phải vượt qua nhiều rào cản kỹ thuật phức tạp ngoài thực địa: tư thế nằm nghiêng lệch của con cua khi chụp ảnh, sự che khuất hoặc nhiễu hình ảnh từ các đôi chân bò và càng cua đang cử động, cũng như sự biến đổi ánh sáng phản xạ trên lớp vỏ ướt nước tại các trạm thu mua và cơ sở đóng gói.
2. Bộ dữ liệu 6.830 hình ảnh của 857 cá thể cua từ 4 vùng địa lý
Để huấn luyện và kiểm chứng độ tin cậy của thuật toán trong điều kiện vận hành thực tế, nhóm nghiên cứu đã trực tiếp thu thập mẫu vật và xây dựng một bộ cơ sở dữ liệu hình ảnh đa nguồn quy mô lớn bao gồm 6.830 hình ảnh được chụp từ 857 cá thể cua (giống cua lông Eriocheir sinensis có trọng lượng thương phẩm từ 200 đến 600 gram). Toàn bộ mẫu cua được thu thập từ bốn vùng địa lý sản xuất khác nhau và được ghi hình dưới nhiều điều kiện ánh sáng, góc chụp và phông nền đa dạng nhằm mô phỏng sát nhất môi trường làm việc thực tế tại các vùng nuôi và xưởng phân loại.
3. Kiến trúc 3 tầng của KG-CrabID: Định vị điểm đặc trưng, mạng CrabID-Net và ArcFace
Hệ thống nhận diện cá thể cua không xâm lấn KG-CrabID được thiết kế theo quy trình xử lý khép kín gồm ba mô-đun kỹ thuật liên hoàn:
- Tầng 1 - Căn chỉnh vùng mai cua bằng định vị điểm đặc trưng (Keypoint-Guided Localization): Thay vì đưa toàn bộ bức ảnh thô vào mạng nhận diện dễ bị nhiễu bởi cử động của càng cua, chân bò và phông nền xung quanh, thuật toán định vị điểm đặc trưng tự động xác định các mốc giải phẫu cố định trên mai cua, thực hiện xoay chuẩn hóa góc nhìn và cắt trích chính xác vùng đầu ngực. Bước tiền xử lý thông minh này giúp loại bỏ triệt để sự can thiệp của các cấu trúc giải phẫu không liên quan.
- Tầng 2 - Trích xuất đặc trưng tinh vi qua mạng siêu nhẹ CrabID-Net: Nhóm tác giả thiết kế riêng kiến trúc mạng nơ-ron tích chập gọn nhẹ mang tên CrabID-Net, kết hợp kỹ thuật tích chập theo chiều sâu đa tỷ lệ (multi-scale depthwise convolution) với cơ chế chú ý tọa độ (coordinate attention). Thiết kế này giúp mô hình nắm bắt đồng thời cả cấu trúc hình thái tổng thể của mai cua lẫn các vi chi tiết hoa văn cục bộ mà chỉ tiêu tốn vỏn vẹn 0,644 triệu tham số (nhẹ hơn đáng kể so với kiến trúc chuẩn MobileFaceNet vốn cần tới 0,977 triệu tham số).
- Tầng 3 - Học đo lường khoảng cách đặc trưng bằng thuật toán ArcFace: Vector đặc trưng của từng cá thể cua sau khi trích xuất từ CrabID-Net được đưa vào không gian học đo lường ArcFace (Additive Angular Margin Loss) nhằm kéo giãn khoảng cách phân biệt giữa các cá thể cua khác nhau và gom cụm chặt chẽ các góc chụp khác nhau của cùng một cá thể cua. Nhờ đó, hệ thống hỗ trợ đồng thời cả hai chế độ nghiệp vụ: xác thực đối chiếu 1:1 (kiểm tra xem con cua tại cửa hàng có đúng là cá thể đã đăng ký mã QR tại trang trại hay không) và nhận diện tìm kiếm 1:N (truy tìm danh tính của một cá thể cua bất kỳ trong kho dữ liệu hàng nghìn cá thể).
4. Kết quả thực nghiệm vượt trội: Xác thực 1:1 đạt 97,58% và triển khai hệ thống thực tế
Trong các thử nghiệm đánh giá độc lập trên bộ dữ liệu kiểm thử, khung học sâu KG-CrabID đã chứng minh hiệu năng ấn tượng vượt qua nhiều phương pháp nhận diện thị giác truyền thống:
- Độ chính xác xác thực đối chiếu 1:1 đạt 97,58%: Khi đối chiếu cặp hình ảnh để xác minh tính chính chủ của từng cá thể cua bằng ngưỡng tối ưu hóa, hệ thống đạt độ chính xác lên tới 97,58%.
- Độ chính xác nhận diện định danh Rank-1 (1:N) đạt 96,32%: Khi truy xuất tìm kiếm danh tính chính xác của một cá thể cua trong tập hợp lớn nhiều cá thể khác nhau, hệ thống đạt tỷ lệ nhận diện đúng ngay ở kết quả đầu tiên là 96,32%.
Không chỉ dừng lại ở các chỉ số lý thuyết, nhóm nghiên cứu đã xây dựng hoàn chỉnh một hệ thống phần mềm ứng dụng thực tế minh họa trọn vẹn quy trình ba bước từ đăng ký định danh cá thể tại vùng nuôi, đối chiếu xác thực tại điểm trung chuyển đến truy xuất nhận diện tại khâu tiêu thụ.
5. Góc nhìn ứng dụng cho ngành hàng cua biển đặc sản Việt Nam (cua Cà Mau, cua Năm Căn)
Công trình nghiên cứu đăng tải trên tạp chí Foods (MDPI) mở ra một hướng đi công nghệ cực kỳ giá trị cho việc bảo hộ thương hiệu các dòng cua biển đặc sản nổi tiếng của Việt Nam như cua biển Năm Căn (Cà Mau), cua gạch son hay cua cốm xuất khẩu. Lâu nay, bài toán chống giả mạo thương hiệu cua Cà Mau gặp nhiều khó khăn do dây buộc hay tem kẹp càng rất dễ bị làm nhái hoặc tráo đổi tại các chợ đầu mối.
Với kiến trúc siêu nhẹ chỉ 0,644 triệu tham số của CrabID-Net, các doanh nghiệp công nghệ và hợp tác xã thủy sản tại Việt Nam hoàn toàn có thể huấn luyện lại mô hình này trên tập dữ liệu hình ảnh mai cua biển Việt Nam (Scylla paramamosain) và tích hợp trực tiếp vào ứng dụng điện thoại thông minh. Khi xuất bán các lô cua gạch, cua y nhất tuyển chọn, người nuôi hoặc hợp tác xã chỉ cần chụp một bức ảnh mặt lưng mai cua để lưu "vân tay sinh trắc học" lên hệ thống truy xuất; người mua hoặc nhà nhập khẩu chỉ cần quét camera đối chiếu là có thể xác thực ngay con cua trên tay có đúng xuất xứ từ vùng nuôi chuẩn hay không, qua đó nâng cao uy tín và bảo vệ giá trị thương mại bền vững cho đặc sản thủy sản Việt Nam. Bạn đọc có thể xem toàn văn công trình khoa học tại mục nguồn trích dẫn.
Nguồn trích dẫn
Zhang, Z., Li, S., Luo, N., Yu, H., & Sun, C. (2026, November 13). Keypoint-guided deep learning framework for non-invasive individual authentication of Chinese mitten crabs (Eriocheir sinensis) in food traceability. Foods, 15(22), 4075. https://doi.org/10.3390/foods15224075
Xem nguồn gốc





Bình luận (0)
Chưa có bình luận nào.