Luận án Tiến sĩ: Nghiên cứu phương pháp nâng cao độ chính xác phát hiện và nhận dạng tiếng Việt trong ảnh căn cước công dân và ảnh ngoại cảnh

Trong những năm gần đây, sự phát triển mạnh mẽ của các thiết bị thông minh đã thúc đẩy việc ứng dụng rộng rãi công nghệ nhận dạng ký tự quang học (OCR) trong nhiều lĩnh vực. Mặc dù các thuật toán nhận dạng chữ dựa trên học sâu đã được áp dụng phổ biến cho các đối tượng có nội dung ít thay đổi như biển số xe hay thông tin trên thẻ ngân hàng, căn cước công dân, việc phát hiện và nhận dạng chữ tiếng Việt trên các đối tượng ngoại cảnh như bảng hiệu, biển báo giao thông vẫn đang trong quá trình phát triển và hoàn thiện. Đặc biệt, việc nâng cao tốc độ xử lý và độ chính xác trong phát hiện, nhận dạng chữ tiếng Việt trên ảnh căn cước công dân là rất cần thiết để phục vụ tốt hơn các công việc liên quan đến thông tin văn bản trên giấy tờ tùy thân.

Luận án này hướng đến các nhà nghiên cứu, học giả và sinh viên sau đại học trong lĩnh vực khoa học máy tính, trí tuệ nhân tạo, học máy, học sâu, xử lý ảnh và nhận dạng ký tự quang học (OCR), đặc biệt là những người quan tâm đến việc phát hiện và nhận dạng văn bản tiếng Việt trong các môi trường phức tạp như ảnh căn cước công dân và ảnh ngoại cảnh.

Luận án này tập trung nghiên cứu các phương pháp nâng cao độ chính xác trong việc phát hiện và nhận dạng chữ tiếng Việt từ các hình ảnh phức tạp, đặc biệt là ảnh căn cước công dân và ảnh ngoại cảnh. Với sự phát triển mạnh mẽ của các thiết bị thông minh và nhu cầu nhận dạng chữ trên các bề mặt đa dạng, việc huấn luyện máy tính tự động nhận dạng chữ viết trong không gian ngoại cảnh đóng vai trò quan trọng trong việc phát triển thị giác máy tính. Tuy nhiên, chữ tiếng Việt trên các bề mặt ngoại cảnh thường được trình bày theo nhiều cách khác nhau, gây khó khăn cho việc nhận dạng chính xác. Luận án đề xuất một giải pháp tổng thể để giải quyết bài toán “text spotting” cho tiếng Việt, bao gồm các bước tiền xử lý, phát hiện và nhận dạng văn bản. Cụ thể, luận án gồm 5 chương chính: Chương 1 giới thiệu tổng quan về bài toán và nền tảng lý thuyết học sâu. Chương 2 trình bày phương pháp VNST-REC để nâng cao độ chính xác tiền xử lý và nắn chỉnh hình ảnh đầu vào, bao gồm các thuật toán phát hiện vùng quan tâm, phân vùng ảnh và nắn chỉnh hình ảnh. Chương 3 tập trung vào phương pháp VNSTD để nâng cao độ chính xác phát hiện văn bản tiếng Việt trong ảnh ngoại cảnh thông qua các bước trích chọn đặc trưng, mô hình hợp nhất, mô hình tập trung ngữ cảnh và phân vùng văn bản. Chương 4 trình bày phương pháp VNSTR để nâng cao độ chính xác nhận dạng chữ Việt trong ảnh ngoại cảnh, bao gồm mô hình dự đoán chuỗi ký tự, mô hình ngôn ngữ, mô hình hợp nhất và hiệu chỉnh lỗi. Cuối cùng, Chương 5 đưa ra kết luận và định hướng nghiên cứu tiếp theo. Luận án đóng góp một tập dữ liệu mới gồm 3000 hình ảnh tiếng Việt trong môi trường ngoại cảnh và đề xuất các phương pháp cải tiến, được đánh giá hiệu quả hơn so với các nghiên cứu trước trên các tập dữ liệu Vintext và các tập dữ liệu khác.