Lý thuyết môn Phương pháp nghiên cứu khoa học | Đại học Yersin Đà Lạt

1. GIỚI THIỆU
1.1. Đặt Vấn Đề
Xử lý ảnh số là một lĩnh vực khoa học còn khá mới mẻ và được quan tâm nhiều
hiện nay. Phạm vi ứng dụng của xử lý ảnh ngày càng được mở rộng. Bài toán nhận dạng
ảnh là bài toán có nhiều ý nghĩa trong thực tế đời sống cũng như việc ứng dụng khoa học
công nghệ để giải quyết các vấn đề trong lĩnh vực giao thông đang là một chủ đề nóng.
Vấn đề phát triển giao thông thông minh để giảm thiểu ùn tắc, tai nạn và tiết kiệm nguồn
lực cũng được thảo luận trong nhiều hội thảo, diễn đàn như diễn đàn cấp cao Công nghệ
Thông tin – Truyền thông Việt Nam (Vietnam ICT Summit) 2015. Phát hiện và nhận dạng
BBGT là một công cụ hỗ trợ trong hệ thống giao thông thông minh. Các hệ thống như vậy
đang được phát triển và ứng dụng trong ngành công nghiệp tự động hóa, thông minh ở
một số quốc gia phát triển trên thế giới với nhiều công trình nghiên cứu của (Arturo de la
Escalera et al., 1997; Auranuch Lorsakul et al.,2007; Andrzej Ruta, 2009; Andrzej Ruta,
2011;hay Gauri A. Tagunde et al., 2012).
Đề tài này tập trung nghiên cứu dựa trên các phương pháp phát hiện và nhận dạng
các BBGT đường bộ sử dụng kết hợp các kỹ thuật phân đoạn ảnh, phát hiện biên và phân
tích hình dáng đối tượng để phát hiện vùng ứng viên có thể là BBGT. Sau đó, rút trích đặc
trưng từ một giải thuật tối ưu để nhận dạng biển báo sao cho hệ thống phát hiện và nhận
dạng BBGT đạt được độ chính xác phân loại cao và thực hiện triển khai trong thời gian thực.
1.2. Tính Cấp Thiết Của Đề Tài
BBGT là cách thức để thông báo cho người tham gia giao thông tình trạng đường,
đưa ra những chỉ dẫn, hay cảnh báo giúp người tham gia giao thông xử lý và đưa ra những
hành vi hợp lý, đảm bảo an toàn giao thông. Mỗi người tham gia giao thông đòi hỏi phải
nắm bắt và hiểu hết toàn bộ ý nghĩa của tất cả các BBGT. Việc này trở nên khá khó khan
khi số lượng biển báo quá lớn. Hơn thế nữa việc phát hiện biển báo trở nên phức tạp khi
mà các yếu tố ngoại cảnh tác động, đặc biệt trong các trường hợp người lái xe đang trong
tình trang say, buồn ngủ hoặc mất tập trung thì việc phát hiện biển báo sẽ gặp nhiều khó
khan. Vì vậy một hệ thống nhận dạng BBGT sẽ rất hữu ích cho con người khi tham gia
giao thông. Ngoài ra, hệ thống này còn được ứng dụng trong nghành công nghệ xe tự lái.
Nó thực hiện bằng cách phát hiện và biên dịch các BBGT sử dụng thông tin dựa trên dữ
liệu ảnh truyền về từ camera. Có nhiều phương pháp để nhận dạng BBGT như: Kỹ thuật
máy hỗ trợ vector( SVM_Support Vector Machine), mạng Neural, phương pháp phân tích
thành phần chính (PCA _Principal Component Analysis)….
Nghiên cứu này sử dụng kỹ thuật Bag-of-Words và phương pháp phân tích thành
phần chính (PCA _Principal Component Analysis). Hệ thống đề xuất nhằm phát hiện và
nhận dạng BBGT đường bộ hiệu quả. Kể cả các biển báo trong điều kiện môi trường phức
tạp, yếu tố ngoại cảnh tác động bao gồm hình ảnh nền phức tạp và hiện trạng biển báo không còn nguyên vẹn.
2. MỤC TIÊU, NỘI DUNG VÀ PHƯƠNG PHÁP NGHIÊN CỨU
2.1. Mục Tiêu Của Đề Tài:
- Mục tiêu tổng quát: Nghiên cứu lí thuyết có liên quan đến đề tài, tìm hiểu các
thuật toán phù hợp cho hệ thống nhận dạng BBGT nhằm mục đích phát triển hệ
thống cảnh báo giao thông thông minh và ứng dụng trong nghành công nghệ xe tự lái.
- Mục tiêu cụ thể: Đề xuất thuật toán phát hiện và nhận dạng các BBGT đường bộ
hiệu quả trong điều kiện trong điều kiện môi trường phức tạp có giới hạn, yếu tố
ngoại cảnh tác động bao gồm hình ảnh nền phức tạp và hiện trạng biển báo không
còn nguyên vẹn. Với thời gian đáp ứng thực và khoản cách cảnh báo tùy chỉnh.
2.2. Nội Dung Nghiên Cứu
Để đạt được các mục tiêu của đề tài, cần giải quyết các vấn đề sau:
- Tìm hiểu các thuật toán phát hiện và nhận dạng trong xử lý ảnh.
- Đề xuất thuật toán phát hiện và nhận dạng các BBGT.
- Đề xuất mô hình thực nghiệm.
- Xây dựng chương trình thực nghiệm.
- Nhận xét và hướng phát triển.
2.3. Phương Pháp Luận Và Phương Pháp Nghiên Cứu
- Nghiên cứu tổng quan về xử lý ảnh, tiến hành thu thập và nghiên cứu các tài liệu
có liên quan đến đề tài.
- Tìm hiểu các thuật toán phát hiện và nhận dạng trong xử lý ảnh nhằm phát hiện và nhận dạng các BBGT
- Xây dựng chương trình thực nghiệm cho mô hình hệ thống phát hiện và nhận dạng các BBGT.
3. TỔNG QUAN VỀ LĨNH VỰC NGHIÊN CỨU
3.1. Tổng Quan Về Các Phương Pháp Phát Hi ện BBGT
3.1.1. Phát Hiện Dựa Trên Đặc Trung Màu
Đây là phương pháp thô sơ và cơ bản. Phát hiện dựa trên đặc trung màu của biển
báo. Sử dụng phương pháp phân ngưỡng để tìm một vùng ảnh có chứa màu sắc đặc trung.
Kết quả của vùng ảnh sau đó được xem như là biển báo giao thông hoặc là vùng cần quan tâm. 3.1.2. Phương Pháp SURF
SURF (Speeded Up Robust Features) được giới thiệu lần đầu tiên vào năm 2006
bởi nhóm các nhà nghiên cứu Herbert Bay, Tinne Tuytelaars và Luc Van Gool. Cách tiếp
cận phương pháp này tương đối với SIFT. SURF cũng sử dụng không gian scale để tìm
điểm đặc trưng, các đặc trung được mô tả dưới dạng vector có hướng. Hai phần chính
trong thuật toán này là “phát hiện” (detection) và “mô tả” (description).
3.2. Tổng Quan Về Các Phương Pháp nhận dạng BBGT 3.2.1. Mạng Neuron
MLP là loại mạng nơron truyền thẳng gồm nhiều tầng được dùng nhiều trong các
đề tài nghiên cứu vè nhận dạng BBGT [1] và đã cho kết quả khá tốt
3.2.2. Phương Pháp Phân Tích Thành Phần Chính _ PCA
Phương pháp phân tích thành phần chính ( Principal Component Analysis_PCA)
lần đầu tiên được giới thiệu bởi Karl Pearson (1901), sau đó được phát triển một cách độc
lập bởi Hotelling (1933), hay còn gọi là phép biến đổi Karhunen-Loeve
3.3. Các nghiên cứu có liên quan
Nhóm nghiên cứu của TS. Lê Đình Duy và đồng sự tại PTN Truyền thông Đa
Phương tiện, ĐH Công nghệ Thông tin có những nghiên cứu về tái nhận dạng nhân vật
trong khuôn khổ của đề tài ĐHQG-C về phát hiện trộm dùng mạng cảm biến camera.
Trong đề tài này, có một bài toán nhỏ là sử dụng hướng tiếp cận máy học cho việc phát
hiện các thành phần cơ thể người (body-parts) đã được nghiên cứu và cài đặt để tăng độ chính xác.
3.4. Ý tưởng của thuật toán đề xuất
Hình 3.6. Ý tưởng hệ thống phát hiện và nhận dạng BBGT
Để phát hiện ra một BBGT từ một hình ảnh với thời gian thực, việc xử lý tiền xử
lý hình ảnh ban đầu được thực hiện để loại bỏ nhiễu của nền không mong muốn, bình
thường hóa cường độ của các phần tử khác nhau của hình ảnh, loại bỏ sự phản chiếu và
che khuất các phần hình ảnh. Sau đó, cải thiện chất lượng hình ảnh về độ sáng và độ tương
phản bằng kỹ thuật cân bằng
Trong hệ thống đề xuất là phương pháp PCA nhằm giảm thiểu số chiều vector cung
như không gian và thời gian xử lý.
4. TIẾN ĐỘ THỰC HIỆN ĐỀ TÀI
Tháng (năm 2017 - 2018) 10 11 12 1 2 3 Dự kiến nội dung thực hiện
Thực hiện đề cương luận văn
Viết báo cáo sơ lược luận văn Thực hiện luận văn
Kiểm tra thực nghiệm, viết báo cáo chi tiết.
Kiểm tra điều chỉnh báo cáo Hoàn thiện luận văn
5. BỐ CỤC DỰ KIẾN CỦA LUẬN VĂN
Luận văn gồm có 3 chương, phần mở đầu và phần kết luận. Cấu trúc luận văn dự kiến như sau: LỜI CAM ĐOAN LỜI CẢM ƠN TÓM TẮT
DANH MỤC CÁC TỪ VIẾT TẮT DANH MỤC CÁC BẢNG DANH MỤC CÁC HÌNH MỤC LỤC PHẦN MỞ ĐẦU 1. Lý do chọn đề tài
2. Mục tiêu và phạm vi nghiên cứu
3. Phương pháp nghiên cứu 4. Bố cục luận văn
CHƯƠNG 1: TỔNG QUAN VỀ XỬ LÝ ẢNH SỐ VÀ NHẬN DẠNG
1.1. Giới thiệu đề tài
1.2. Các giai đoạn cơ bản trong xử lý ảnh số
1.3. Các phương pháp phát hiện biển báo giao thông
1.4. Các phương pháp nhận dạng biển báo giao thông 1.5. Kết chương
CHƯƠNG 2: PHƯƠNG PHÁP NGHIÊN CỨU VỀ PHÁT HIỆN VÀ NHẬN DẠNG
BIỂN BÁO GIAO THÔNG
2.1. Mô hình hệ thống nhận dạng biển báo giao thông 2.2. Tiền xử lý ảnh
2.3. Phát hiện vùng chứa biển báo giao thông
2.4. Xây dựng cơ sở dữ liệu biển báo giao thông
2.5. Rút trích đặt trưng bằng phương pháp BOW
2.6. Nhận dạng biển báo giao thông bằng kỹ thuật PCA 2.7. kết chương
CHƯƠNG 3: MÔ PHỎNG, THỰC NGHIỆM
3.1. Mô phỏng hệ thống bằng matlab
3.2. Mô hình thực nghiệm
3.3. Kết quả thực nghiệm
3.4. Thảo luận và nhận xét
PHẦN KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN
1. Kết luận và ý nghĩa của đề tài nghiên cứu
2. Hướng phát triển của luận văn
TÀI LIỆU THAM KHẢO
[1] Trương Quốc Bảo, Trương Hùng Chen và Trương Quốc Định. Phát Hiện Và Nhận
Dạng Biển Báo Giao Thông Đường Bộ Sử Dụng Đặc Trưng Hog Và Mạng Nơron Nhân
Tạo. Tap ̣ chı́ Khoa hoc ̣ Trường Đại học Cần Thơ
[2] Ayoub ELLAHYANI, Mohamed EL ANSARI, Ilyas EL JAAFARI, Said CHARFI.
Traffic Sign Detection and Recognition using Features Combination and Random Forests.
(IJACSA) International Journal of Advanced Computer Science and Applications, Vol. 7, No. 1, 2016