Chương 1: Tổng quan chúng em đã gặp khá nhiều ảnh hưởng đến kết quả của bộ phân loại như vị trí tương quan giữa máy ảnh và đối tượng, đối tượng bị che khuất, sự khác nhau về kích thước và màu sắc của đối tượng và ảnh hưởng của cảnh nền (độ sáng chối, độ tương phản,. Đặc tính kỹ thuật của máy ảnh, kỹ thuật chụp ảnh và tốc độ xử lý của máy tính cũng gây ra không ít khó khăn cho đề tài. Đề tài này được trình bày theo cấu trúc sau: trong chương kế đến – chương cơ sở lý thuyết, các phương pháp phát hiện đối tượng, các đặc trưng phát hiện đối tượng, thuật toán Adaptive Boosting (AdaBoost) và phương pháp thực hiện của nhóm chúng esẽ được trình bày (xử lý dữ liệu, cách thức huấn luyện hệ thống,…). Hệ thống phát hiện đối tượng (phần mềm, phần cứng) và kết quả thực nghiệm sẽ được trình bày trong chương 3.
Chương 4 là kết luận và đánh giá về các vấn đề mà nhóm chúng em đã thực hiện được. 3 do an Chương 2: Cơ sở lý thuyết CHƯƠNG 2: CƠ SỞ LÝ THUYẾT Các nội dung cơ bản về cở sở lý thuyết để xây dựng hệ thống phát hiện đối tượng sẽ được trình bày trong chương này. Các nội dung này bao gồm thị giác máy tính, phát hiện đối tượng, đặc trưng phát hiện đối tượng, thuật toán Adaptive Boosting (AdaBoost) và bộ phân loại xếp tầng.1 Thị giác máy tính Thị giác máy tính là một lĩnh vực bao gồm các phương pháp thu nhận, xử lý ảnh kỹ thuật số, phân tích và nhận dạng các hình ảnh, nói chung là dữ liệu đa chiều từ thế giới thực để cho ra các thông tin số hoặc biểu tượng. Việc phát triển lĩnh vực này có ý tưởng từ việc sao chép các khả năng thị giác con người bằng cách sự nhận diện và hiểu biết một hình ảnh mang tính hiệu điện tử.
Sự nhận diện hình ảnh có thể được xem như là việc giải quyết vấn đề của các thông tin từ dữ liệu hình ảnh qua cách dùng các mô hình được xây dựng với sự giúp đỡ của các ngành khoa học lý thuyết liên quan, thống kê, vật lý và hình học. Thị giác máy tính cũng được mô tả là sự tổng thể của một dải rộng các quá trình tự động và tích hợp và các thể hiện cho các nhận thức thị giác. Thị giác máy tính là một môn học khoa học liên quan đến lý thuyết nền tảng của các hệ thống nhân tạo có trích xuất các thông tin từ hình ảnh. Dữ liệu hình ảnh có thể nhiều dạng, chẳng hạn như chuỗi video, các cảnh từ nhiều góc chụp của máy ảnh, hay dữ liệu đa chiều từ máy quét y học.
Thị giác máy tính còn là một môn học kỹ thuật, trong đó tìm kiếm việc áp dụng các mô hình và các lý thuyết cho việc xây dựng nên hệ thống thị giác máy tính. Các lĩnh vực liên quan chặt chẽ nhất với thị giác máy tính là xử lý hình ảnh , phân tích hình ảnh và thị giác máy. Mối liên hệ này được thể hiện qua Hình 2.1, có sự trùng lặp đáng kể trong phạm vi về của kỹ thuật và ứng dụng của các lĩnh vực trên. Điều này cũng có ý nghĩa rằng các kỹ thuật cơ bản được sử dụng và phát triển trong các lĩnh vực ít nhiều cũng có phần giống nhau, và các lĩnh vực khoa học – kỹ thuật chỉ khác nhau tuyệt đối về tên gọi.
Thị giác máy tính được ứng dụng trong nhiều lĩnh vực cuộc sống. Một trong những lĩnh vực ứng dụng nổi bật nhất là thị giác máy tính trong y học hoặc xử lý hình ảnh y tế. Ứng dụng của thị giác máy tính trong lĩnh vực này là giúp khai thác các thông tin từ dữ liệu hình ảnh cho mục đích chẩn đoán cho một bệnh nhân. Dữ liệu ảnh được cung cấp dưới nhiều dạng ảnh như: ảnh hiển vi , ảnh X- quang , ảnh chụp động mạch, ảnh siêu âm và ảnh chụp cắt lớp.
Các thông tin được khai thác từ các ảnh dữ liệu đặc biệt có hiệu quả đối với việc chuẩn đoán 4 do an Chương 2: Cơ sở lý thuyết các bệnh liên quan đến cấu trúc não, các khối ưu, xơ cứng động mạch mà không bị ảnh hưởng nhiều bởi nhiễu.1 Mối tương quan giữa thị giác máy tính và các lĩnh vực khoa học khác Một lĩnh vực khác khai thác nhiều ứng dụng của thị giác máy tính là công nghiệp. Trong công nghiệp, thị giác máy tính còn được gọi là thị giác máy. Ứng dụng chủ yếu của thị giác máy tính trong công nghiệp là kiểm soát chất lượng sản phẩm như Hình 2. Xem xét các lỗi sản phẩm mà mắt thường con người khó nhận biết được.
Quân sự cũng là một lĩnh vực nổi bậc trong việc khai thác ứng dụng của thị giác máy tính. Trong quân sự, thị giác máy tính được trang bị cho các ro-bot tự hành, máy bay không người (Hình 2.3) lái hay dẫn đường cho tên lửa.2 Các phương pháp phát hiện đối tượng Phát hiện hay phát hiện đối tượng chuyên biệt, ví dụ như xe ôtô va người đi bộ trong cảnh quan giao thông, là xác định xem trong ảnh thu được có đối tượng hay không. Yêu cầu quan trọng được đặt lên hàng đầu cho các nhóm nghiên cứu và phát triển đó chính là độ chính xác và đáp ứng thời gian thực. Vì thế, chủ đề này cần có sự phối họp và bổ sung cho nhau của 02 lĩnh vực là Xử lý ảnh (Image Processing) và Thị giác máy tính (Computer Vision).
Với chủ đề phát hiện đối tượng thì hiện nay có rất nhiều phương pháp và hướng tiếp cận. Trong đó, các phương pháp dựa trên ảnh và các phương pháp dựa trên dạng hình học là hướng tiếp cận thường được áp dụng nhất [7] 5 do an Chương 2: Cơ sở lý thuyết Hình 2.2 Ro-bot sử dụng máy ảnh chuyên dụng để kiểm tra chất lượng quá trình sơn khung xe ôtô 2. Phát hiện đối tượng dựa trên ảnh: Các phương pháp thuộc nhóm này dựa trên cơ sở dữ liệu là hình mẫu của đối tượng và sử dụng cửa sổ trượt (sub-window) để phát hiện đối tượng. Người sử dụng phương pháp này cần phải huấn luyện hệ thống của mình bằng các dạng thống kê hoặc các thuật toán học máy (mechine learning) với số lượng mẫu đủ lớn bao gồm mẫu chứa đối tượng cần nhận dạng (positive samples) và mẫu không chứa đối tượng cần nhận dạng (negative saples).
Do sự xuất hiện của đối tượng trong ảnh là ngẫu nhiên với nhiều góc quan sát khác nhau nên thường phải áp dụng phương pháp xác suất để phát hiện đối tượng. Tùy vào cách tiếp cận xác suất nào thì sẽ các phương pháp phát hiện tương ứng đó. Sau đây, là một vài phương pháp phát hiện đối tượng trong nhóm phương pháp phát hiện đối tượng dựa trên ảnh: Phương pháp EigenObject (PCA): PCA là một thuật toán được sử dụng nhằm tạo ra một ảnh mới từ ảnh ban đầu. Ảnh mới này có kích thước nhỏ hơn ảnh ban đầu nhưng vẫn mang đặc trưng cơ bản nhất của ảnh chứa đối tượng cần phát hiện.
Tóm lại, mục tiêu của PCA là tìm một không giang mới (với số chiều nhỏ hơn không gian cũ). Các trục tọa độ trong không gian mới được xây dựng sao cho trê mỗi trục, độ biến thiên của dữ liệu trên nó là lớn nhất. Phương pháp PCA có thể tìm được các đặc tính cơ bản của đối tượng cần nhận biết trong ảnh mà không cần xác định 6 do an Chương 2: Cơ sở lý thuyết các thành phần và mối quan hệ giữa các thành phần đó, thuật toán sử dụng đặc biệt có hiệu quả với các ảnh có độ phân giải cao. Tuy nhiên, PCA rất nhạy với nhiễu, cách cài đặt thuật toán rất phức tạp và không phù hợp với các mô hình phi tuyến.3 Máy bay chiến đấu không người lái MQ-9 của hãng General Atomics Phương pháp SVM: Với phương pháp này người dùng cần cung cấp trước một tập huấn luyện với các ảnh, đã được biểu diễn dưới dạng vec- tơ.
Trong không gian vec-tơ, mỗi vec-tơ được biểu diễn là một điểm. Phương pháp SVM sẽ tìm được một mặt phẳng chia không gian vec-tơ này thành hai phần được thể hiện trong Hình 2. Chất lượng của mặt phẳng này phụ thuộc vào khoảng các của các vec-tơ, tức là phụ thuộc vào đặc trưng của ảnh. Độ chính xác của SVM thường rất cao.
Tuy nhiên, tốc độ phân lớp cho SVM là hạn chế lớn nhất của phương pháp này vì thường tốc độ phân lớp thường là rất chậm và cần phải cung cấp cho SVM một tập huấn luyện rất lớn. Các phương pháp sau đây cũng thuộc nhóm phương pháp phát hiện đối tượng dựa trên ảnh: Phương pháp Fisher’s Linear Discriminant Các phương pháp dựa trên Eigen-space Phương pháp Mạng thần kinh nhân tạo. Phương pháp HMM 7 do an Chương 2: Cơ sở lý thuyết Phương pháp SnoW Ưu điểm của nhóm phương pháp phát hiện đối tượng dựa trên ảnh là các sự so sánh tương quan trực tiếp đến các đặc điểm hình học của đối tượng. Tuy nhiên, với phương pháp này cần phải đòi hỏi phải có một cơ sở dữ liệu rất lớn.
Để phát hiện đối tượng, máy tính luôn phải dò trong cơ sở dữ liệu rồi mới đưa ra được kết quả. Phát hiện đối tượng dựa trên dạng hình học Điểm khác biệt giữa nhóm phương pháp phát hiện đối tượng dựa trên ảnh và dựa trên dạng hình học chính là nhóm phương pháp phát hiện đối tượng dựa trên dạng hình học quan tâm đến đặc điểm hình học của đối tượng. Vì thế, nhóm phương pháp này còn được gọi là nhóm phương pháp tiếp cận dựa trên đặc trưng (feature-base). Dựa vào cách triển khai vấn đề mà nhóm phương pháp này được chia thành 02 nhóm lớn: Nhóm phương pháp Bottom – Up.
Nhóm này, chủ yếu dụng các đặc trưng hình dáng bất biến của đối tượng đối với ngoại cảnh và nền ảnh để phát hiện đối tượng. Rồi tùy vào mối liên hệ của chúng với nhau mà thiết lập các liên kết giữa các đặc điểm bất biến này cho ảnh đầu tiên và dựa vào đó để tìm chúng ở các ảnh tiếp theo. Nhóm phương pháp dựa vào luồng ánh sáng (lưu lượng quang/optical flow): Đây là phương pháp xử lý tổng quan ánh sang theo tuần tự sau. Đầu tiên, dùng thuật toán tìm đặc trưng quan trọng của đối tượng trong hai khung hình liên tiếp.
Kế đến, dùng thuật toán để hợp nhất tính liên quan đồng nhất giữa các đặc trưng vừa tìm. Cuối cùng, các luồng đặc trưng của đối tượng được trích xuất khỏi ảnh được tập hợp lại thành một nhóm nếu vị trí và hướng chuyển động của đối tượng là nhỏ.