CHƯƠNG 1 TÓNG QUAN TÌNH HÌNH NGHIÊN CỨU 1.1 Tổng quan tình hình nghiên cứu thuộc lĩnh vực của đề tài Thuật ngữ "khiếm thị" dùng dé mô tả tình trạng thi lực không thé điều chỉnh bằng thuốc hay phẫu thuật, nó bao gồm những người mắc bệnh thị lực chỉ còn một phần và những người bị mù hoản toàn — theo Tiến sĩ Gillian Burrington (chuyên gia thông tin phục vụ người khuyết tật và nguyên giảng viên chính Khoa Thông tin — Thư viện của trường Đại học Bách khoa Manchester) [2]. Người khiếm thị gặp rất nhiều khó khăn trong việc tiếp thu thông tin bằng thị giác, đơn cứ là việc đọc sách. Ban đầu, một người khiếm thị muốn đọc sách, không còn cách nao khác ngoài việc nhờ đến người khác đọc thành tiếng cho minh. Theo sự tiến bộ của nhân loại, đã có nhiều nghiên cứu được thực hiện với mong muốn bình thường hóa hoạt động đọc sách của người khiếm thị.
Từ đó, lần lượt những phát minh và hướng giải quyết ra đời. tiêu biểu là sách chữ nỗi và sách nói. Hệ thông chữ nôi Braille được một sinh viên tên Louis Braille nghiên cứu phát minh vào năm 1824 [3]. Hệ thong chữ noi xuất hiện mang lại hy vọng, “mét ánh sáng tri thức` đành cho người khiếm thị.
Tất cả những thứ tiếng từ chữ Latinh, chữ tượng hình hay những thứ tiếng có hệ chữ viết phức tạp khác đều có thê quy ra hệ chữ nỗi chỉ có 6 dau cham của Braille. Ngày 30/08/2019, Bộ Giáo dục và Dao tạo đã ra Thông tư “Ban hành Quy định chuân quốc gia về chữ nôi Braille cho người khuyết tật” [4]. Trong đó quy định rất rõ rang các nguyên tắc, quy tắc viết chữ nôi Braille tiếng Việt. EIESFLA t Sách nói (Audio Book) là hình thức sách đã được chuyển từ dạng văn bản sang âm thanh qua giọng đọc của con người.
Sách nói ra đời với mục đích nhân văn là dành cho người khiếm thị hoặc người cao tuôi. Cuỗn sách nói đầu tiên được ghi âm vào năm 1952 bởi Barbara Cohen và Marianne Roney [5]. Trước đó, các bản ghi âm lời nói hau như chưa từng được biết đến và sau hơn 70 năm, sách nói ngảy nay đã trở thành một xu hướng mới, không chỉ dành cho người có thị lực kém mà còn là một hình thức học tập dành cho mọi đối tượng nhờ tính thuận tiện, nhanh chóng của nó. Những năm gan đây, với sự phát trién vượt bậc của công nghệ, nhiều phương pháp hiện đại va tiên tiền hơn đã và đang được nghiên cứu va áp dụng vào thực tiễn.
Trong đó, bao gồm các mẫu kính thông minh được trang bị công nghệ ghi hình. tai nghe, và chương trình cài đặt hỗ trợ người khiếm thị đọc sách “trực tiếp”. Những chiếc kính này tích hợp công nghệ nhận dạng ký tự quang học (Optical Character Recognition = OCR) cho phép nhận dang văn bản và chuyên đôi văn bản trên trang sách thành âm thanh (Text to Speech ~ TTS). Điều này có nghĩa là người khiếm thị có thé mở sách, tài liệu, hoặc bat kỳ đoạn văn ban nao va nghe những thông tin đó được đọc ra tức thì thông qua tai nghe tích hợp.
Một trong những kính thông minh tiêu biéu đã có mặt trên thị trường là OrCam MyEye [6], một loại kính thông minh nhỏ gọn được thiết kế dé giúp người khiem thị đọc văn ban và truy cập thông tin dé dàng. OrCam MyEye có khả năng nhận dang văn bản va đọc lớn tiếng cho người dùng. Người khiểm thị chỉ cần đưa kính vào phía trước văn bản mà họ muốn đọc, thiết bị sẽ nhận dang và tự động đọc văn bản nảy ra toàn điện. Nó cũng có khả năng nhận dạng các đối tượng xung quanh và đọc tên của những người trong gia đình hoặc tên của các sản phẩm khi họ đưa sản phẩm gần mắt.
Sản phẩm này đánh đấu một bước tiền vượt bậc trong công nghệ OCR. Hiện nay, đây là một trong những sản phẩm có thé nhận ký tự dang chính xác nhất và nhanh nhất. Phần mềm được sử dụng trong chiếc kính này có kha năng đọc văn bản với hơn 60 ngôn ngữ khác nhau. Nhãn thực phẩm, chữ viết giấy, chữ viết tay, biển báo, bảng hướng dẫn, v.
hay từ bất kỳ loại bề mặt nào có chữ đều có thê nhận dang được. Ở Việt Nam, cũng đã xuất hiện các công trình nghiên cứu sử dụng công nghệ dé xây dựng kính thông minh hỗ trợ người khiếm thị trong việc đọc sách vả tiếp cận kiến thức. Sản phẩm kính thông minh hỗ trợ người khiếm thị của hai học sinh Trịnh Quốc Huy va Huynh Minh Nhật đoạt giải ba tại hội thí Tin học trẻ toàn quốc lần thứ 26 năm 2020, do Trung ương Doan phối hợp với Bộ Khoa học và Công nghệ và một số đơn vị tô chức [7]. Day la một sản phẩm tiêu biêu cho nỗ lực nghiên cứu phát triển các thiết bị thông minh hỗ trợ người khuyết tật những năm gan đây.
Sản phẩm sử dụng máy tính nhúng Raspberry Pi 3, webcam, pin sạc dự phòng, tai nghe, cảm biến hong ngoại. Với sự kết hợp trí tuệ nhân tạo, cụ thé là thị giác máy tính cùng với trợ lý ảo, mắt kính sẽ tương tác với người ding, xử lý thông tin va truyền kết quả qua tai nghe. Hau hết những công trình nghiên cứu đều mang tính thực tiễn rất cao, đáp ứng được nhu cầu thực tế của người khiếm thị.2 Một số thách thức Hệ thong chữ nỗi Braille là một phương hướng giải quyết mang lại hiệu quả cực kì tốt, người khiếm thị có thé đọc sách hay tài liệu một cách dé dang và đơn giản hơn. Nhưng song song đó, không thé phủ nhận rằng trên thực tế vẫn tồn tại những trở ngại lớn trong việc áp dụng và phô biến giải pháp này.
Nghiên cứu cho thấy tốc độ đọc chữ nỗi trung bình của một người khoảng 125 từ/phút [8], trong khi tốc độ đọc trung bình của người bình thường là 238 từ/phút [9]. Bên cạnh đó mỗi thứ tiếng sẽ có những quy tắc khác nhau khi chuyên đổi sang chữ nôi, điều này gây khó khăn nhất định cho người khiếm thị khi muốn đọc các loại tài liệu với nhiều ngôn ngữ khác nhau. Ngoài ra, bởi đối tượng sử dụng đặc tha, số lượng tài liệu chữ nôi còn tương đối hạn chế. Việc xuất bản thêm loại ấn phẩm này song song với sách thông thường nhìn chung tương khá tốn kém.
Sách nói có thể giải quyết những vấn đề như tốc độ đọc, bất cập về ngôn ngữ và cũng không yêu cầu người nghe phải học một hệ thống chữ cái mới. Tuy nhiên, vẻ van đẻ nguồn tải liệu. sách nói thông thường chỉ được phát hành sau phiên bản sách giấy. Bên cạnh đó, ngoại trừ sách thì các loại tài liệu đọc khác thường rất ít khi có phiên bản âm thanh đề hỗ trợ người khiếm thị.
Một bat cập khác của sách nói lả van dé lưu trữ. Khi chuyên đôi phiên bản sách giấy thành sách nói thì can không gian bộ nhớ dé lưu trữ trên các hệ thống. Với khối lượng sách giấy đồ sộ hiện nay thì đồng nghĩa với việc chỉ phí lưu trừ cho sách nói cũng tương đối cao. Trong những năm gần đây, đã có nhiều công cụ hỗ trợ chuyền đổi trực tiếp thông tin từ dạng văn bản sang dạng âm thanh.
Tuy nhiên, chưa có nhiều nghiên cứu chuyên biệt đành cho học sinh dé phục vụ cho việc học tập trong nhà trường. Thông thường, đề tiếp cận với học vấn, người khiếm thị phải theo học các trường lớp đặc biệt với các phương pháp, thiết bị, tài liệu được thiết kế riêng. Thế nhưng. trong một số khu vực, đặc biệt là các vùng khó khăn, kém phát triển, hệ thong trường học chuyên biệt đành cho người khiếm thị vẫn chưa được xây dựng.
Đây chính là những bat cập trong hệ thống giáo dục ma học sinh khiếm thị đã và đang phải đối mặt trên khắp thé giới. CHƯƠNG 2 CƠ SỞ LÝ THUYET 2.1 Tiền xử lý Trong quá trình nhận dạng văn bản, một trong những thách thức lớn là sự không đồng nhất trong sắc độ màu sắc của nền và chữ, cũng như sự mờ mờ của hình ảnh chụp. Những van dé này có thê làm ảnh hưởng đến khả năng đọc và nhận dang văn bản của máy, gây ra sai sót và giảm hiệu suất của quá trình nhận dang. Do đó, việc thực hiện bước tiên xử lý hình anh đầu vao la cực ky quan trọng.
Bước tiền xử lý hình ảnh nảy có vai trò quan trọng trong việc cải thiện chất lượng hình ảnh va đông thời tăng cường khả năng nhận dạng của hệ thông. Các bước tiền xử lý này sẽ bao gồm: hiệu chỉnh độ tương phản hoặc loại bỏ nhiễu từ hình ảnh — đây là kỹ thuật tăng cường hình ảnh; tăng, giảm cường độ của các điểm ảnh, các phép toán này có thê giúp loại bỏ nhiễu. điều chỉnh hình dang vả tạo ra các đặc trưng có thé được sử dụng dé nhận dạng các ký tự một cách chính xác hơn [ 10]. Trong quá trình xử ly hình ảnh, việc áp dụng các bộ lọc dé loại bỏ tần số cao (smoothing) hoặc thấp (enhancing) đóng vai trò quan trọng trong việc cải thiện chất lượng và độ chính xác của mô hình.
Việc loại bỏ các tần số cao có thể làm giảm đi các chỉ tiết nhỏ hoặc nhiễu trong hình ảnh, làm cho hình ảnh mượt mà hơn. Việc loại bỏ các tân số thấp trong hình anh thường được thực hiện dé làm nỗi bật các ranh giới hoặc cạnh trong hình anh. Các bộ lọc như bộ loc Laplacian, bộ lọc Sobel, các bộ lọc trung bình hoặc bộ lọc Gauss thường được áp dụng đề loại bỏ các tần số thấp trong hình ảnh làm nôi bật các ranh giới hoặc cạnh trong hình ảnh. Điều này giúp chúng ta nhận biết các đối tượng và biên giới trong hình ảnh một cách rõ ràng hơn.1 minh họa các phương pháp như Prewitt và Canny, là các phương pháp phô biến để thực hiện tiên xử lý hình ảnh.1 - (a) Anh gốc trước khi thực hiện bước tiên xử lý.
(b) Anh sau khi áp dung phương pháp Prewitt dé phát hiện cạnh. (c) Anh sau khí ap dung phương pháp Canny đề phát hiện cạnh [11] Bộ lọc trung bình (Averaging filters): là một phương pháp làm mịn hình ảnh một cách dé dàng. Phương pháp này làm giảm thiêu độ biến động chênh lệch của các gia tri pixel liên kè nhau, ngoài ra cũng được sử dụng dé giảm thiểu hoặc loại bỏ nhiễu. Bộ lọc trung bình phụ thuộc vào một Kernel đại diện cho kích thước và hình dạng của các pixel lân cận được lấy mẫu trong quá trình tinh giá trị trung bình.
Kernel là một ma trận nho được áp dụng lên từng vùng của hình ảnh.