Giới thiệu tài liệu
Tài liệu này trình bày một đề thi cuối kỳ và đáp án chi tiết cho môn Thị giác máy, một lĩnh vực cốt lõi trong khoa học máy tính và kỹ thuật, có tầm quan trọng ngày càng tăng trong kỷ nguyên số. Thị giác máy đóng vai trò then chốt trong nhiều ứng dụng từ y tế, công nghiệp đến xe tự hành. Mục tiêu của bài thi là đánh giá toàn diện năng lực của sinh viên trong việc hiểu biết và áp dụng các thuật toán xử lý ảnh cơ bản cùng các kiến thức về học sâu. Nó cung cấp một cái nhìn sâu sắc về các kỹ thuật then chốt giúp máy tính "nhìn" và "hiểu" thế giới hình ảnh.
Đối tượng sử dụng
Sinh viên và nghiên cứu sinh trong các lĩnh vực Thị giác máy, Xử lý ảnh số, Khoa học máy tính, Kỹ thuật điện tử, Kỹ thuật điều khiển và Tự động hóa, đặc biệt là những người quan tâm đến ứng dụng của Trí tuệ nhân tạo trong phân tích hình ảnh.
Nội dung tóm tắt
Đề thi môn Thị giác máy bao gồm bốn phần chính, mỗi phần tập trung vào một khía cạnh quan trọng của xử lý ảnh và học máy. Phần đầu tiên yêu cầu sinh viên trình bày lý thuyết về đạo hàm cấp hai của ảnh và áp dụng bộ lọc Laplace để tăng độ nét ảnh, thể hiện khả năng cải thiện chất lượng hình ảnh. Tiếp theo, tài liệu tập trung vào kỹ thuật giảm nhiễu bằng cách xây dựng và cài đặt thuật toán xóa nhiễu moiré sử dụng bộ lọc chặn khe Butterworth, một phương pháp hiệu quả để loại bỏ các cấu trúc nhiễu tuần hoàn. Phần thứ ba đi sâu vào việc nhận dạng và phân tích đối tượng, yêu cầu phát triển thuật toán đếm và tính các điểm ảnh của các thành phần riêng lẻ, như mảnh xương trong hình ảnh, thông qua các phương pháp xử lý ảnh liên thông. Cuối cùng, một câu hỏi quan trọng về học sâu đòi hỏi triển khai và phân tích kiến trúc mạng nơ-ron tích chập LeNet-5 để phân loại chữ số MNIST. Sinh viên cần vẽ sơ đồ kiến trúc, xác định số lượng tham số của bộ lọc và trọng số của các lớp kết nối đầy đủ. Các bài toán này không chỉ kiểm tra kiến thức lý thuyết mà còn khả năng lập trình và áp dụng thực tiễn các kỹ thuật thị giác máy, từ đó nâng cao giá trị ứng dụng trong các hệ thống thông minh.