I. Giới thiệu luận văn thạc sĩ khoa học máy tính
Luận văn thạc sĩ này tập trung vào phương pháp theo dõi đối tượng dựa trên đường viền, một hướng nghiên cứu quan trọng trong lĩnh vực thị giác máy tính và xử lý ảnh. Đề tài được thực hiện tại Trường Đại học Bách Khoa, ĐHQG TP.HCM, với mục tiêu phát triển giải thuật theo dõi đối tượng chuyển động trong video dựa trên đường viền. Phương pháp học máy và trí tuệ nhân tạo được áp dụng để nâng cao độ chính xác và hiệu quả của hệ thống.
1.1. Mục tiêu và nội dung
Mục tiêu chính của luận văn thạc sĩ là đề xuất giải thuật theo dõi đối tượng dựa trên đường viền, kết hợp Temporal Median Filter và Optical Flow. Nội dung bao gồm tìm hiểu các phương pháp xử lý ảnh, nghiên cứu các công trình liên quan, và hiện thực hệ thống theo dõi đối tượng trong môi trường thực tế.
1.2. Giới hạn đề tài
Đề tài tập trung vào theo dõi đối tượng người và xe trong điều kiện thời tiết tốt. Các trường hợp phức tạp như mưa, tuyết, hoặc hiện tượng đổ bóng không được xử lý. Phương pháp phân tích hình ảnh được áp dụng chủ yếu trong môi trường ổn định.
II. Cơ sở lý thuyết và phương pháp nghiên cứu
Chương này trình bày các phương pháp xử lý ảnh và kỹ thuật máy tính được sử dụng trong luận văn thạc sĩ. Các phương pháp chính bao gồm Temporal Median Filter để phát hiện chuyển động và Optical Flow để theo dõi đối tượng. Phương pháp học máy và trí tuệ nhân tạo cũng được đề cập để nâng cao hiệu quả của hệ thống.
2.1. Phát hiện chuyển động
Phát hiện chuyển động là bước đầu tiên trong hệ thống theo dõi đối tượng. Các phương pháp như Frame Differencing, Temporal Differencing, và Background Subtraction được phân tích. Temporal Median Filter được chọn do khả năng xử lý nhanh và chính xác.
2.2. Theo dõi đối tượng
Theo dõi đối tượng dựa trên đường viền sử dụng Optical Flow để xác định vị trí đối tượng qua các frame. Phương pháp phân tích hình ảnh và xử lý dữ liệu được áp dụng để xử lý các trường hợp phức tạp như đối tượng xen lẫn và tách ra.
III. Giải thuật đề xuất và hiện thực hệ thống
Chương này trình bày giải thuật đề xuất trong luận văn thạc sĩ, bao gồm các bước xây dựng đường viền và theo dõi đối tượng. Phương pháp học máy và trí tuệ nhân tạo được tích hợp để nâng cao hiệu quả. Hệ thống được hiện thực và đánh giá qua các thử nghiệm thực tế.
3.1. Xây dựng đường viền
Đường viền của đối tượng được trích xuất bằng Canny Edge Detector kết hợp với Temporal Median Filter. Phương pháp xử lý ảnh được áp dụng để loại bỏ nhiễu và tăng độ chính xác.
3.2. Theo dõi đối tượng
Optical Flow được sử dụng để theo dõi đối tượng dựa trên đường viền. Phương pháp phân tích hình ảnh giúp xử lý các trường hợp phức tạp như đối tượng xen lẫn và tách ra. Kết quả thử nghiệm cho thấy độ chính xác cao trong các tình huống thực tế.
IV. Kết quả và ứng dụng thực tế
Luận văn thạc sĩ đạt được kết quả khả quan trong việc theo dõi đối tượng dựa trên đường viền. Hệ thống có thể xử lý các trường hợp phức tạp như đối tượng xen lẫn và tách ra. Ứng dụng thực tế bao gồm giám sát giao thông, đếm xe, và đo tốc độ phương tiện.
4.1. Kết quả thử nghiệm
Kết quả thử nghiệm cho thấy độ chính xác cao trong việc theo dõi đối tượng. Phương pháp học máy và trí tuệ nhân tạo giúp hệ thống hoạt động ổn định trong các điều kiện khác nhau.
4.2. Ứng dụng trong giao thông
Hệ thống được áp dụng trong giám sát giao thông, giúp đếm xe, đo tốc độ, và phát hiện vi phạm. Công nghệ thông tin và kỹ thuật máy tính đóng vai trò quan trọng trong việc nâng cao hiệu quả của hệ thống.
