Tóm tắt Luận văn Thạc sĩ Công nghệ thông tin: Gán nhãn đối tượng dựa vào kỹ thuật nhận dạng

ĐẠI HỌC QUỐC GIA HÀ NỘI<br /> VIỆN CÔNG NGHỆ THÔNG TIN<br /> <br /> NGUYỄN VŨ QUANG<br /> <br /> GÁN NHÃN ĐỐI TƯỢNG DỰA VÀO<br /> KỸ THUẬT NHẬN DẠNG<br /> Ngành: Công nghệ thông tin<br /> Chuyên ngành: Quản lý Hệ thống thông tin<br /> Mã số: Chuyên ngành đào tạo thí điểm<br /> <br /> TÓM TẮT LUẬN VĂN THẠC SĨ CÔNG NGHỆ THÔNG TIN<br /> <br /> NGƯỜI HƯỚNG DẪN KHOA HỌC: PGS.TS. Đỗ Năng Toàn<br /> <br /> Hà Nội - 2015<br /> <br /> 1<br /> <br /> PHẦN MỞ ĐẦU<br /> Cùng với sự phát triển ngày càng mạnh mẽ của khoa học kĩ<br /> thuật trong một vài thập kỷ gần đây, xử lý ảnh tuy là một ngành khoa<br /> học còn tương đối mới mẻ so với nhiều ngành khoa học khác nhưng<br /> hiện nay nó đang là một trong những lĩnh vực phát triển rất nhanh và<br /> thu hút sự quan tâm đặc biệt từ các nhà khoa học, thúc đẩy các trung<br /> tâm nghiên cứu, ứng dụng về lĩnh vực hấp dẫn này.<br /> Nhận dạng và gán nhãn cho hình ảnh đóng vai trò quan trọng<br /> trong nhiều ứng dụng thực tế về khoa học kĩ thuật cũng như trong<br /> cuộc sống thường ngày như: sản xuất và kiểm tra chất lượng, sự di<br /> chuyển của Robot, các phương tiện đi lại tự trị, công cụ hướng dẫn<br /> cho người mù, an ninh và giám sát, nhận dạng đối tượng, nhận dạng<br /> mặt, các ứng dụng trong y học, sản xuất, hiệu chỉnh video,…<br /> Một trong những ứng dụng quan trọng, là việc nhận dạng và<br /> gán nhãn cho các loại hình ảnh …. Tự động nhận dạng ảnh và đặt vị<br /> trí nhãn là một lĩnh vực trong trực quan hóa thông tin. Nhãn là các<br /> đoạn văn bản nhằm truyền đạt thông tin, làm rõ ý nghĩa của các cấu<br /> trúc phức tạp được biểu diễn ở dạng đồ họa.<br /> Bài toán nhận dạng và gán nhãn đã được đề cập, nghiên cứu<br /> nhiều trên thế giới. Tại Việt Nam bài toán này cũng đang rất được<br /> chú trọng và được ứng dụng trong rất nhiều lĩnh vực. Vì vậy, đề tài<br /> này được xây dựng với các mục đích: Tìm hiểu về bài toán nhận dạng<br /> hình ảnh và gán nhãn, ứng dụng của nó trong các lĩnh vực; Tìm hiểu<br /> một số vấn đề, các thuật toán liên quan; Đặt nền tảng cho cá nhân<br /> nghiên cứu, tìm hiểu sâu hơn về vấn đề này. Từ đó thiết kế một<br /> chương trình thử nghiệm nhận dạng và gán nhãn cho một ảnh cụ thể.<br /> Luận văn gồm phần mở đầu, phần kết luận và 3 chương, nội<br /> dung các chương như sau:<br /> Chương 1: Khái quát về gán nhãn và bài toán nhận dạng<br /> đối tượng<br /> <br /> 2<br /> <br /> Chương này khái quát lại cơ bản những kiến thức về bài toán<br /> gán nhãn gồm xử lý ảnh và gán nhãn trong xử lý ảnh. Đồng thời nói<br /> về bài toán nhận dạng đối tượng, vai trò và tầm quan trọng của bài<br /> toán nhận dạng đối tượng, các phương pháp nhận dạng đối tượng<br /> cũng như một số hệ thống nhận dạng đối tượng nổi tiếng trên thế giới<br /> Chương 2: Một số vấn đề trong nhận dạng đối tượng sử<br /> dụng mạng nơron<br /> Chương 2 đề cập đến một số vấn đề trong nhận dạng đối tượng<br /> sử dụng mạng nơron. Mô tả kiến trúc của một hệ thống nhận dạng<br /> đối tượng sử dụng mạng nơron nhân tạo và cách thiết kế, huấn luyện<br /> mạng nơron nhân tạo cho việc nhận dạng.<br /> Chương 3: Chương trình thử nghiệm<br /> Chương này áp dụng các kiến thức nghiên cứu trong chương 1<br /> và chương 2, sử dụng mạng nơron nhiều lớp lan truyền ngược và kỹ<br /> thuật gán nhãn để xây dựng một chương trình nhận dạng ký tự.<br /> <br /> 3<br /> <br /> CHƯƠNG 1: KHÁI QUÁT VỀ GÁN NHÃN VÀ BÀI TOÁN<br /> NHẬN DẠNG ĐỐI TƯỢNG<br /> Chương này khái quát lại cơ bản những kiến thức về bài toán<br /> gán nhãn gồm xử lý ảnh và gán nhãn trong xử lý ảnh. Đồng thời nói<br /> về bài toán nhận dạng đối tượng, vai trò và tầm quan trọng của bài<br /> toán nhận dạng đối tượng, các phương pháp nhận dạng đối tượng<br /> cũng như một số hệ thống nhận dạng đối tượng nổi tiếng trên thế<br /> giới.<br /> 1.1. Khái quát về gán nhãn<br /> 1.1.1. Xử lý ảnh<br /> Xử lý ảnh là một phần của lĩnh vực xử lý tín hiệu số. Tăng<br /> cường chất lượng thông tin hình ảnh đối với quá trình tri giác của con<br /> người và biễu diễn trên máy tính. Xử lý ảnh số bao gồm các phương<br /> pháp và kỹ thuật để biến đổi, để truyền tải hoặc mã hóa các ảnh tự<br /> nhiên.<br /> Xử lý ảnh liên quan đến việc thay đổi hình ảnh để đạt được<br /> một trong hai mục đích:<br /> - Thứ nhất: biến đổi ảnh và làm đẹp ảnh.<br /> - Thứ hai: tự động phân tích nhận dạng ảnh hay đoán nhận ảnh<br /> và đánh giá các nội dung của ảnh.<br /> Lý do phải xử lý ảnh:<br /> - Ảnh có thể bị lỗi trong quá trình thu ảnh, truyền dẫn và hiển<br /> thị (hồi phục, nâng cao chất lượng ảnh, nội suy)<br /> - Ảnh có thể mang các nội dung nhạy cảm (vd, chống lại copy<br /> không hợp pháp, giả mạo và lừa đảo)<br /> - Tạo các bức ảnh có hiệu ứng nghệ thuật<br /> Có thể tạm phân biệt các hệ thống xử lý ảnh theo mức độ phức<br /> tạp của thuật toán xử lý như sau:<br /> - Xử lý ảnh mức thấp: đó là các quá trình biến đổi đơn giản<br /> như thực hiện các bộ lọc nhằm khử nhiễu trong ảnh, tăng cường độ<br /> <br /> 4<br /> <br /> tương phản hay độ nét của ảnh. Trong trường hợp này, tín hiệu đưa<br /> vào hệ thống xử lý và tín hiệu ở đầu ra là ảnh quang học.<br /> - Xử lý ảnh mức trung: quá trình xử lý phức tạp hơn, thường<br /> được sử dụng để phân lớp, phân đọan ảnh, xác định và dự đóan biên<br /> ảnh, nén anh để lưu trữ hoặc truyền phát. Đặc điểm của các hệ thống<br /> xử lý ảnh mức trung là tín hiệu đầu vào là hình ảnh, còn tín hiệu đầu<br /> ra là các thành phần được tách ra từ hình ảnh gốc, hoặc luồng dữ liệu<br /> nhận được sau khi nén ảnh.<br /> - Xử lý ảnh mức cao: là quá trình phân tích và nhận dạng hình<br /> ảnh. Đây cũng là quá trình xử lý được thực hiện trong hệ thống thì<br /> giác của con người.<br /> Chúng ta có thể thấy rằng, không phải bất kỳ một ứng dụng xử<br /> lý ảnh nào cũng bắt buộc phải tuân theo các bước xử lý đã nêu ở trên,<br /> ví dụ như các ứng dụng chỉnh sửa ảnh nghệ thuật chỉ dừng lại ở bước<br /> tiền xử lý. Một cách tổng quát thì những chức năng xử lý bao gồm cả<br /> nhận dạng và giải thích thường chỉ có mặt trong hệ thống phân tích<br /> ảnh tự động hoặc bán tự động, được dùng để rút trích ra những thông<br /> tin quan trọng từ ảnh, ví dụ như các ứng dụng nhận dạng kí tự quang<br /> học, nhận dạng chữ viết tay vv….<br /> 1.1.2. Gán nhãn trong xử lý ảnh<br /> Nhãn là các đoạn văn bản nhằm truyền đạt thông tin, làm rõ<br /> ý nghĩa của các cấu trúc phức tạp được biểu diễn ở dạng đồ họa. Bài<br /> toán tự động gán nhãn được xác định là một lĩnh vực nghiên cứu<br /> quan trọng của ACM Computational Geometry Task Force (Đội tính<br /> toán hình học ACM)<br /> Gán nhãn là nguồn của nhiều bài toán tối ưu hóa hình học.<br /> Ngay cả khi nhãn được đặt vào vị trí cố định tương ứng với một<br /> điểm, đây vẫn là bài toán NP-hard. Các bản đồ cần được gán nhãn,<br /> vậy cần có các giải thuật hiệu quả, giải thuật heuristics để xác định<br /> những ràng buộc, vị trí có thể.<br /> <br /> 5<br /> <br />