lOMoARcPSD| 36006477
TRƯỜNG ĐẠI HỌC KIẾN TRÚC ĐÀ NẴNG
KHOA CÔNG NGHỆ THÔNG TIN
ĐỀ CƯƠNG ĐỒ ÁN TỐT NGHIỆP
ĐỀ TÀI: Xây dựng website kinh doanh thú cưng và
nhận diện giống loài dựa vào trí tuệ nhân tạo
Người hướng dẫn khoa học: TS. Nguyễn Năng Hùng Vân Sinh viên thực hiện : Nguyễn Kim Khương Mã số sinh viên : 1951220057 Lớp : 19CT3 Khóa : 2019 ) lOMoARcPSD| 36006477
1. GIỚI THIỆU TỔNG QUAN
Lý do chọn đề tài: Sự gia tăng của ngành công nghiệp thú cưng và nhu cầu ngày càng
cao của người nuôi thú cưng đã tạo ra một cơ hội kinh doanh tiềm năng. Tuy nhiên, việc
tìm kiếm thông tin về thú cưng và hiểu rõ chúng vẫn còn khá phức tạp và mất thời gian.
Chúng tôi muốn giải quyết vấn đề này bằng cách phát triển một website kinh doanh thú
cưng với khả năng nhận diện thú cưng dựa trên trí tuệ nhân tạo (AI).
Tầm quan trọng của việc xây dựng website kinh doanh thú cưng: Website này sẽ cung cấp
thông tin chính xác và thuận tiện về thú cưng, giúp người nuôi thú cưng tìm hiểu và mua sắm dễ dàng hơn.
Công nghệ AI và nhận diện thú cưng trong lĩnh vực thú cưng: AI đã có những tiến bộ đáng
kể trong việc nhận diện hình ảnh, và tôi muốn áp dụng công nghệ này vào lĩnh vực thú
cưng để tạo ra một dịch vụ hữu ích cho cộng đồng người yêu thú cưng. 1 lOMoARcPSD| 36006477
2. MỤC TIÊU ĐỀ TÀI
Nghiên cứu phương pháp và thuật toán trí tuệ nhân tạo, chẳng hạn như học máy sâu
(deep learning), mạng nơ-ron tích chập (CNN), trong nhận diện hình ảnh để nâng cao hiệu
suất của hệ thống nhận diện giống loài.
Mục tiêu cụ thể bao gồm
Phát triển một website kinh doanh thú cưng chất lượng cao: Mục tiêu chính là xây dựng
một trang web chuyên về thú cưng với giao diện thân thiện người dùng, tích hợp các tính
năng hiện đại và đảm bảo sự trải nghiệm tốt cho người dùng.
Xây dựng hệ thống nhận diện thú cưng dựa trên trí tuệ nhân tạo: Mục tiêu này là phát
triển một hệ thống sử dụng trí tuệ nhân tạo để nhận diện và phân biệt các loài thú cưng,
bao gồm chó, mèo, thỏ, và các loài khác, dựa trên hình ảnh.
Cải thiện trải nghiệm người dùng: Mục tiêu này bao gồm việc cung cấp thông tin chi
tiết về từng thú cưng, bao gồm mô tả, hình ảnh, giá cả, và các dịch vụ liên quan. Điều này
giúp người dùng tìm hiểu và mua sắm cho thú cưng của họ một cách dễ dàng và thuận tiện hơn.
Đánh giá trải nghiệm người dùng và hiệu suất website: Mục tiêu này là đánh giá sự
hiệu quả của website bằng cách thu thập phản hồi và ý kiến của người dùng, đo lường số
liệu thống kê truy cập, và đánh giá khả năng nhận diện thú cưng của hệ thống AI.
Nghiên cứu và đề xuất cải thiện: Mục tiêu cuối cùng là dựa trên phân tích kết quả
nghiên cứu, đề xuất các cải tiến cho website và hệ thống nhận diện thú cưng dựa trên trí
tuệ nhân tạo để nâng cao trải nghiệm và giá trị cho người dùng và doanh nghiệp.
ĐỐI TƯỢNG, PHẠM VI NGHIÊN CỨU
Nghiên cứu về trí tuệ nhân tạo và các thuật toán xử lý, phân loại hình ảnh.
Tìm hiểu và ứng dụng Python và Angular trong việc xây dựng một hệ thống website
Tìm hiểu và ứng dụng các thư viện mã nguồn mở như:
- socket.io: Trong việc xử lý realtime
- Material: Hỗ trợ thiết kế giao diện - Flask: Xây dựng server
- FireBase: Bộ nhớ đám mây và cơ sở dữ liệu realtime
- Các thư viện hỗ trợ xử lý ảnh trong Python 2 lOMoARcPSD| 36006477
Phát Triển Website: Xây dựng và phát triển trang web kinh doanh thú cưng, bao gồm
các tính năng như hiển thị thông tin sản phẩm, quản lý giao dịch mua bán, quản lý tài khoản
người dùng, và tích hợp khả năng nhận biết giống loài động vật.
Nhận Biết Giống Loài: Phát triển và triển khai mô hình trí tuệ nhân tạo (có thể sử dụng
mạng nơ-ron tích chập - CNN) để nhận biết và phân loại giống loài động vật dựa trên hình ảnh.
Tích Hợp Trí Tuệ Nhân Tạo Vào Website: Tích hợp mô hình trí tuệ nhân tạo vào trang
web kinh doanh thú cưng để cho phép người dùng tải lên hình ảnh của thú cưng và nhận
biết giống loài của chúng.
Kiểm Tra Và Đánh Giá: Tiến hành kiểm tra và đánh giá hiệu suất của mô hình nhận
biết giống loài trên trang web.
Phạm vi nghiên cứu sẽ tập trung vào việc nghiên cứu, phát triển và tích hợp trí tuệ nhân
tạo vào trang web kinh doanh thú cưng để cải thiện trải nghiệm mua sắm thú cưng trực tuyến của người dung.
3. NỘI DUNG NGHIÊN CỨU
DANH MỤC CÁC THUẬT NGỮ VIẾT TẮT DANH MỤC BẢNG BIỂU DANH MỤC HÌNH ẢNH MỞ ĐẦU
Chương 1: Cơ sở lý thuyết 1.1. Giới thiệu 1.1.1. Tổng quan
1.1.2. Tình hình nghiên cứu
1.2. Giới thiệu về xử lý ảnh
1.2.1. Các thuật toán xử lý ảnh
1.2.1.1. Xử lý ảnh hình thái học (Morphological Image Processing)
1.2.1.2. Xử lý hình ảnh Gaussian
1.2.1.3. Fourier Transform trong xử lý ảnh
1.2.1.4. Phát hiện cạnh trong xử lý ảnh
1.2.1.5. Xử lý hình ảnh Wavelet
1.2.2. Các vấn đề cơ bản trong xử lý ảnh 3 lOMoARcPSD| 36006477
1.2.2.1. Nắn chỉnh biến dạng 1.2.2.2. Khử nhiễu 1.2.2.3. Chỉnh mức xám
1.2.2.4. Trích chọn đặc trưng 1.2.2.5. Nhận dạng
1.2.3. Phép Tích Chập trong Xử Lý Ảnh (Convolution) 1.2.3.1. Định nghĩa 1.2.3.2. Tính chất
1.2.4. Giới thiệu về học máy (machine learning)
1.2.4.1. Khái niệm về học máy
1.2.4.2. Các phương pháp học máy
1.2.4.3. Học sâu (deep learning)
1.2.4.4. Mạng nơron tích chập (CNN) và ứng dụng CNN vào phân loại ảnh 1.2.5. Công cụ hỗ trợ
1.2.5.1. Ngôn ngữ lập trình Python
1.2.5.2. Ngôn ngữ lập trình JavaScript
1.2.5.3. Framework Flask và Angular 1.2.5.4. FireBase
1.2.5.5. Thư viện hỗ trợ thiết kế giao diện Material
1.2.5.6. Các thư viện hỗ trợ xử lý dữ liệu ảnh và realtime
Chương 2: Phương pháp đề xuất mạng nơron tích chập (Convolutional
Neural Networks – CNNs) trong nhận dạng hình ảnh
2.1. Giới thiệu về mạng nơron tích chập
2.2. Ưu điểm và nhược điểm của mạng nơron tích chập trong phân loại ảnh 2.2.1. Ưu điểm 2.2.2. Nhược điểm
2.3. Các thuật toán được sử dụng trong mạng nơron tích chập
2.3.1. Thuật toán tối ưu hóa
2.3.2. Thuật toán lan truyền ngược
Chương 3: Phân tích và thiết kế hệ thống
3.1. Mô tả và phân tích bài toán
3.2. Phương pháp xử lý bài toán 4 lOMoARcPSD| 36006477
3.2.1. Chuẩn bị dữ liệu
3.2.2. Thiết kế mạng nơron 3.2.3. Xử lý dữ liệu
3.3. Thiết kế chức năng
3.3.1. Chức năng của người dùng 3.3.1.1. Đặt thú cưng
3.3.1.2. Tìm kiếm bằng hình ảnh
3.3.1.3. Nhận diện thú cưng bằng hình ảnh
3.3.1.4. Nhận diện thú cưng bằng camera (realtime) 3.3.1.5. Đăng nhập 3.3.1.6. Đăng ký
3.3.1.7. Xem danh sách thú cưng 3.3.1.8. Xem thú cưng
3.3.2. Chức năng của người quản lýx`
3.3.2.1. Xem danh sách người dùng
3.3.2.2. Xem danh sách đặt thú cưng
3.3.2.3. Xác nhận đặt thú cưng 3.3.2.4. Thêm thú cưng 3.3.2.5. Xóa thú cưng 3.3.3. Biểu đồ
3.3.3.1. Biểu đồ Use Case
3.3.3.2. Biểu đồ tuần tự
3.4. Thiết kế cơ sở dữ liệu
Chương 4: Triển khai xây dựng website kinh doanh thú cưng và nhận diện
giống loài dựa vào trí tuệ nhân tạo
4.1. Cài đặt môi trường phát triển 4.1.1. Cài đặt Python 4.1.2. Cài đặt Angular
4.1.3. Cài đặt các thư viện hỗ trợ
4.2. Xây dựng chương trình
4.2.1. Xây dựng model và train model hình ảnh thú cưng
4.2.2. Xây dựng mô-đun phân loại thú cưng 5 lOMoARcPSD| 36006477
4.2.2. Xây dựng mô-đun phân loại thú cưng realtime
4.2.3. Xây dựng các chức năng cơ bản của website kinh doanh thú cưng
4.3. Kết quả đạt được
4.3.1. Giao diện người dùng
4.3.1.1. Giao diện trang tìm kiếm bằng hình ảnh thú cưng
4.3.1.2. Giao diện trang nhận dạng thú cưng
4.3.1.3. Giao diện trang đăng nhập
4.3.1.4. Giao diện trang đăng ký
4.3.1.5. Giao diện trang chủ
4.3.1.6. Giao diện trang chi tiết thú cưng
4.3.1.7. Giao diện trang giỏ hàng
4.3.1.8. Giao diện trang thanh toán
4.3.2. Giao diện người quản lý
4.3.2.1. Giao diện trang thống kê
4.3.2.2. Giao diện trang quản lý đặt hàng
4.3.2.3. Giao diện trang quản lý thú cưng
KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN TÀI LIỆU THAM KHẢO
4. KẾT QUẢ DỰ KIẾN CỦA ĐỒ ÁN
Một website cho phép kinh doanh các loại thú cưng, giúp cho người dùng có thể dễ
dàng tìm kiếm loại thú cưng bằng hình ảnh.
Cho phép người dùng có thể dùng chức năng nhận diện giống loài thông qua ảnh
hoặc trực tiếp từ camera.
Ứng dụng mạng neron tích chập để phân tích và nhận dạng được các hình ảnh giống
loài như: chó, mèo, gà, ngựa, bò,…
5. KẾ HOẠCH THỰC HIỆN
04/09 – 10/09/2023: Xác định nội dung và phạm vi đề tài, tìm tài liệu để nghiên cứu.
11/09 – 17/09/2023: Viết đề cương cho đề tài.
18/09 – 24/09/2023: Xây dựng cấu trúc source code cơ bản cho dự án.
25/09 – 01/10/2023: Nghiên cứu về trí tuệ nhân tạo, cách nhận biết hình ảnh trong trí tuệ nhân tạo 6 lOMoARcPSD| 36006477
02/10 – 8/10/2023: Xây dựng cơ sở dữ liệu
09/10 – 15/10/2023: Tiến hành xây dựng chức năng nhận dạng hình ảnh, video bên phía Back End.
16/10 – 22/10/2023: Xây dựng các chức năng cơ bản của 1 website kinh doanh thú
cưng bên phía Back End.
23/10 – 29/10/2023: Tiến hành xây dựng giao diện người dùng cho website kinh doanh thú cưng.
30/10 – 05/11/2023: Xây dựng giao diện người quản lý.
06/11 – 12/11/2023: Ghép mock Back End và Front End.
13/11 – 19/11/2023: Nộp phiếu đánh giá tiến độ về khoa và viết báo cáo
20/11 – 26/11/2023: Tiếp tục viết và chỉnh sửa báo cáo.
27/11 – 05/12/2023: Chỉnh sửa báo cáo và nộp báo cáo về khoa.
6. TÀI LIỆU THAM KHẢO [1]
"Python Deep Learning" by Ivan Vasilev and Daniel Slater [2]
OpenCV (https://docs.opencv.org/) [3]
TensorFlow (https://www.tensorflow.org/) [4] Keras (https://keras.io/) [5] Wikipedia, “Trí tuệ nhân tạo”
(https://vi.wikipedia.org/wiki/Trí_tuệ_nhân_tạo) [6] “Phân loại hình ảnh trong Thị giác máy tính”
(https://vinbigdata.com/cameraai/phan-loai-hinh-anh-trong-thi-giac-may-tinh.html) [7]
Sách "Machine Learning cơ bản và ứng dụng" by Vũ Hữu Tiệp [8]
Sách "Lập trình ứng dụng với Angular" by Lê Trọng Nhân [9]
Sách "Lập trình ứng dụng web với Flask" by Trịnh Minh Triết
[10] Material (https://material.angular.io/)
[11] Wikipedia, “Tích chập” (https://vi.wikipedia.org/wiki/Tích_chập) ---Hết---
XÁC NHẬN CỦA GIÁO VIÊN HƯỚNG DẪN SINH VIÊN THỰC HIỆN 7 lOMoAR cPSD| 36006477 (ký và ghi rõ họ tên) (ký và ghi rõ họ tên) 8