Luận văn nghiên cứu mạng nơron tích chập và ứng dụng nhận dạng biển số xe tại ĐH Công nghệ 2016

Luận văn thạc sĩ VNU UET nghiên cứu mạng nơron tích chập và ứng dụng trong nhận dạng biển số xe, mang lại giải pháp hiệu quả cho bài toán này.

• Tác giả: Lê Thị Thu Hằng
• Người hướng dẫn: TS. Nguyễn Văn Vinh
• Trường học: Trường Đại học Công nghệ - Đại học Quốc gia Hà Nội
• Chuyên ngành: Công nghệ thông tin
• Đề tài: Nghiên cứu về mạng nơron tích chập và ứng dụng cho bài toán nhận dạng biển số xe
• Loại tài liệu: Luận văn thạc sĩ
• Năm xuất bản: 2016
• Địa điểm: Hà Nội

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• LỜI MỞ ĐẦU
• 1. CHƯƠNG 1: MẠNG NƠRON VÀ MẠNG NƠRON TÍCH CHẬP
• 1.1. Mạng nơron và mạng nơron lan truyền ngược
• 1.2. Giới thiệu về mạng Nơron
• 1.3. Kiến trúc mạng truyền thẳng
• 1.4. Mạng nơron truyền thẳng và thuật toán lan truyền ngược
• 1.5. Học có giám sát trong các mạng nơron
• 1.6. Thuật toán lan truyền ngược
• 1.7. Một số vấn đề lưu ý trong xây dựng mạng truyền thẳng nhiều tầng
• 2. CHƯƠNG 2: TỔNG QUAN VỀ NHẬN DẠNG BIỂN SỐ XE
• 2.1. Khái niệm về hệ thống nhận dạng biển số xe
• 2.2. Lịch sử và phát triển
• 2.3. Cách thức hoạt động của hệ thống nhận dạng biển số xe
• 2.4. Phân loại các ứng dụng nhận dạng biển số xe
• 2.5. Ứng dụng thực tiễn tại Việt Nam
• 2.6. Phân loại biển số xe
• 2.7. Phương pháp phát hiện biển số xe từ ảnh chụp của camera
• 2.8. Phương pháp chuyển đổi Hough
• 2.9. Phương pháp hình thái học
• 2.10. Quy trình nhận dạng biển số xe
• 3. CHƯƠNG 3: ÁP DỤNG MẠNG NƠRON TÍCH CHẬP TRONG NHẬN DẠNG KÝ TỰ
• 3.1. Xây dựng mô hình mạng
• 3.2. Cấu hình thử nghiệm
• 3.3. Thiết kế mạng cho bài toán
• 3.4. Kết quả thực nghiệm nhận dạng biển số xe với mạng nơron tích chập
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng quan về nghiên cứu mạng nơron tích chập trong nhận dạng biển số xe

Nghiên cứu về mạng nơron tích chập (CNN) đã trở thành một lĩnh vực quan trọng trong công nghệ nhận dạng hình ảnh, đặc biệt là trong việc nhận dạng biển số xe. Mạng nơron tích chập có khả năng xử lý và phân tích hình ảnh một cách hiệu quả, giúp cải thiện độ chính xác trong việc nhận diện biển số xe. Luận văn này sẽ trình bày tổng quan về các khái niệm cơ bản liên quan đến mạng nơron tích chập và ứng dụng của nó trong nhận dạng biển số xe.

1.1. Khái niệm về mạng nơron tích chập và ứng dụng

Mạng nơron tích chập là một loại mạng nơron được thiết kế đặc biệt để xử lý dữ liệu có cấu trúc dạng lưới, như hình ảnh. Nó sử dụng các lớp tích chập để phát hiện các đặc trưng của hình ảnh, từ đó giúp nhận diện biển số xe một cách chính xác hơn. Các ứng dụng của mạng nơron tích chập trong nhận dạng biển số xe đã được chứng minh qua nhiều nghiên cứu và thực nghiệm.

1.2. Lịch sử phát triển của mạng nơron trong nhận dạng biển số xe

Lịch sử phát triển của mạng nơron trong nhận dạng biển số xe bắt đầu từ những năm 1990, khi các nhà nghiên cứu bắt đầu áp dụng các thuật toán học máy để giải quyết các bài toán nhận dạng hình ảnh. Sự phát triển của công nghệ học sâu đã mở ra nhiều cơ hội mới cho việc cải thiện độ chính xác và hiệu suất của các hệ thống nhận dạng biển số xe.

II. Thách thức trong nhận dạng biển số xe bằng mạng nơron tích chập

Mặc dù mạng nơron tích chập mang lại nhiều lợi ích trong việc nhận dạng biển số xe, nhưng vẫn tồn tại một số thách thức cần được giải quyết. Các vấn đề như độ chính xác trong điều kiện ánh sáng khác nhau, sự biến đổi trong kiểu dáng và kích thước biển số xe, cũng như sự nhiễu trong hình ảnh đều có thể ảnh hưởng đến hiệu suất của hệ thống nhận dạng.

2.1. Ảnh hưởng của điều kiện ánh sáng đến độ chính xác

Điều kiện ánh sáng là một yếu tố quan trọng ảnh hưởng đến khả năng nhận dạng biển số xe. Trong những điều kiện ánh sáng yếu hoặc quá sáng, các đặc trưng của biển số có thể bị mờ hoặc không rõ ràng, dẫn đến việc mạng nơron tích chập gặp khó khăn trong việc nhận diện chính xác.

2.2. Sự biến đổi trong kiểu dáng và kích thước biển số

Biển số xe có thể có nhiều kiểu dáng và kích thước khác nhau tùy thuộc vào từng quốc gia hoặc khu vực. Sự biến đổi này có thể gây khó khăn cho mạng nơron trong việc nhận diện chính xác, đặc biệt là khi các biển số không tuân theo một quy chuẩn nhất định.

III. Phương pháp áp dụng mạng nơron tích chập trong nhận dạng biển số xe

Để giải quyết các thách thức trong nhận dạng biển số xe, nhiều phương pháp đã được phát triển và áp dụng. Các phương pháp này bao gồm việc sử dụng các kiến trúc mạng nơron khác nhau, tối ưu hóa các tham số của mạng, và áp dụng các kỹ thuật tiền xử lý hình ảnh để cải thiện độ chính xác.

3.1. Kiến trúc mạng nơron tích chập hiệu quả

Việc lựa chọn kiến trúc mạng nơron tích chập phù hợp là rất quan trọng. Các kiến trúc như AlexNet, VGGNet và ResNet đã được chứng minh là hiệu quả trong việc nhận dạng hình ảnh, bao gồm cả biển số xe. Mỗi kiến trúc có những ưu điểm và nhược điểm riêng, và việc lựa chọn cần dựa trên yêu cầu cụ thể của bài toán.

3.2. Kỹ thuật tiền xử lý hình ảnh trong nhận dạng biển số

Kỹ thuật tiền xử lý hình ảnh như làm sạch, tăng cường độ tương phản và phát hiện biên có thể giúp cải thiện chất lượng hình ảnh đầu vào cho mạng nơron. Những kỹ thuật này giúp làm nổi bật các đặc trưng quan trọng của biển số xe, từ đó nâng cao độ chính xác của hệ thống nhận dạng.

IV. Kết quả nghiên cứu và ứng dụng thực tiễn của mạng nơron tích chập

Nghiên cứu đã chỉ ra rằng việc áp dụng mạng nơron tích chập trong nhận dạng biển số xe mang lại kết quả khả quan. Các hệ thống nhận dạng biển số xe tự động đã được triển khai tại nhiều địa điểm, giúp cải thiện hiệu quả trong việc quản lý giao thông và an ninh.

4.1. Kết quả thực nghiệm từ các nghiên cứu

Các nghiên cứu thực nghiệm cho thấy mạng nơron tích chập có thể đạt được độ chính xác lên đến 95% trong việc nhận dạng biển số xe. Những kết quả này cho thấy tiềm năng lớn của công nghệ này trong việc phát triển các hệ thống nhận dạng biển số xe tự động.

4.2. Ứng dụng thực tiễn tại Việt Nam

Tại Việt Nam, nhiều hệ thống nhận dạng biển số xe đã được triển khai tại các trạm thu phí và khu vực kiểm soát giao thông. Những ứng dụng này không chỉ giúp giảm thiểu thời gian chờ đợi mà còn nâng cao hiệu quả trong việc quản lý giao thông.

V. Kết luận và tương lai của nghiên cứu mạng nơron tích chập

Nghiên cứu về mạng nơron tích chập trong nhận dạng biển số xe đã mở ra nhiều cơ hội mới cho việc phát triển các hệ thống thông minh. Tương lai của công nghệ này hứa hẹn sẽ mang lại nhiều cải tiến trong lĩnh vực nhận dạng hình ảnh, đặc biệt là trong việc nhận diện biển số xe.

5.1. Hướng phát triển trong nghiên cứu

Các nghiên cứu trong tương lai có thể tập trung vào việc cải thiện độ chính xác và tốc độ của mạng nơron tích chập, cũng như phát triển các thuật toán mới để xử lý các tình huống phức tạp hơn trong nhận dạng biển số xe.

5.2. Tác động của công nghệ đến xã hội

Công nghệ nhận dạng biển số xe tự động có thể có tác động lớn đến xã hội, từ việc cải thiện an ninh giao thông đến việc tối ưu hóa quy trình quản lý giao thông. Việc áp dụng công nghệ này sẽ góp phần nâng cao chất lượng cuộc sống cho người dân.

Nội dung chính

Tổng quan nghiên cứu

Hệ thống giao thông thông minh (ITS) và bài toán tự động nhận dạng biển số xe (ALPR) đóng vai trò then chốt trong công tác quản lý đô thị hiện đại. Tại Việt Nam, lưu lượng phương tiện gia tăng nhanh chóng với hơn 4 triệu ô tô và hàng chục triệu xe máy lưu hành, đặt ra yêu cầu cấp thiết về các giải pháp giám sát tự động với độ chính xác cao và thời gian phản hồi theo thời gian thực. Các phương pháp phân lớp truyền thống và mạng nơron nhân tạo nhiều tầng (MLP/ANN) thường bộc lộ hạn chế lớn khi xử lý ảnh chụp ngoại cảnh có độ phân giải kém, ảnh bị nhòe do phương tiện di chuyển với tốc độ cao, hoặc điều kiện ánh sáng thay đổi thất thường.

Mục tiêu cốt lõi của nghiên cứu là xây dựng giải pháp nhận dạng ký tự biển số xe tự động ứng dụng mô hình mạng nơron tích chập (Convolutional Neural Networks - CNNs), kết hợp các kỹ thuật xử lý ảnh hình thái học trên nền tảng OpenCV. Đề tài tập trung giải quyết bài toán định vị vùng biển số và phân lớp chính xác các ký tự số trên biển kiểm soát phương tiện tại Việt Nam theo quy chuẩn kích thước của Bộ Giao thông Vận tải. Nghiên cứu được tiến hành thực nghiệm trên tập dữ liệu gồm 376 ảnh xe thực tế trong năm 2016. Kết quả nghiên cứu chứng minh tính ưu việt của CNNs với độ chính xác đạt 98% trên ảnh chuẩn và duy trì mức 93% trên tập ảnh có độ nhiễu cao, vượt trội hơn 18% so với mô hình ANN truyền thống, mở ra tiềm năng ứng dụng thực tiễn trong công tác phạt nguội và quản lý bãi đỗ xe tự động.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu xây dựng trên nền tảng lý thuyết mạng nơron nhân tạo truyền thẳng (Feed-Forward Neural Networks) với thuật toán lan truyền ngược (Backpropagation), kết hợp kiến trúc học sâu của mạng nơron tích chập (CNNs) kế thừa từ mô hình LeNet-5. Mô hình tiếp cận giải quyết bài toán thông qua bốn khái niệm lý thuyết nền tảng:

1. Miền tiếp nhận cục bộ (Local Receptive Fields): Thay vì kết nối đầy đủ tất cả các điểm ảnh, mỗi nơron ở tầng ẩn đầu tiên chỉ kết nối với một vùng ảnh nhỏ kích thước 5x5 điểm ảnh (tương ứng 25 trọng số). Cửa sổ trượt quét qua toàn bộ ma trận ảnh đầu vào kích thước 28x28 hoặc 32x32 điểm ảnh để trích xuất các đặc trưng hình học cục bộ như đường biên, góc và nét ký tự.
2. Trọng số và độ lệch chia sẻ (Shared Weights and Biases): Toàn bộ các nơron trong cùng một ánh xạ đặc trưng (feature map) sử dụng chung một tập trọng số và độ lệch duy nhất. Cơ chế này giúp giảm số lượng tham số từ 23.550 tham số ở tầng kết nối đầy đủ (gồm 784 nơron vào và 30 nơron ẩn) xuống chỉ còn 520 tham số cho 20 bộ lọc (mỗi bộ lọc 26 tham số), giảm thiểu hơn 40 lần khối lượng tính toán.
3. Tầng tổng hợp (Pooling/Subsampling Layer): Sử dụng phép toán Max-Pooling với tỷ lệ lấy mẫu 2x2 nhằm giảm kích thước ma trận đặc trưng từ 28x28 xuống 14x14 điểm ảnh, loại bỏ thông tin nhiễu và tạo tính bất biến đối với các phép biến đổi hình học như dịch chuyển, xoay góc và co giãn.
4. Hàm kích hoạt phi tuyến (Activation Functions): Sử dụng hàm Sigmoid và Softmax để phi tuyến hóa dữ liệu tại các nút mạng, phục vụ phân lớp chính xác 10 lớp chữ số đầu ra (từ 0 đến 9).

Phương pháp nghiên cứu

Nghiên cứu sử dụng phương pháp thực nghiệm định lượng kết hợp xử lý thị giác máy tính. Dữ liệu thực nghiệm bao gồm cỡ mẫu 376 ảnh biển số xe chụp trong điều kiện thực tế từ nguồn Internet. Phương pháp chọn mẫu phân tầng có chủ đích được áp dụng để chia dữ liệu thành hai tập độc lập: tập huấn luyện (training set) gồm 300 ảnh (chiếm 79,8%) dùng để tối ưu hóa bộ trọng số, và tập kiểm thử (test set) gồm 76 ảnh (chiếm 20,2%) dùng để đánh giá năng lực tổng quát hóa của mô hình trên cả ảnh rõ nét và ảnh nhiều nhiễu.

Quy trình nghiên cứu được triển khai đồng bộ qua 7 bước: tiền xử lý ảnh màu RGB, phát hiện đường bao (contour), lọc ứng viên biển số theo tỷ lệ hình học chuẩn (tỷ lệ chiều cao/chiều rộng từ 0,18 đến 0,80), bóc tách vùng biển số, phân đoạn ký tự đơn lẻ kích thước 32x32 pixel, nhận dạng ký tự bằng mạng CNNs và đánh giá độ chính xác. Hệ thống sử dụng thư viện thị giác máy tính OpenCV với hơn 2.500 thuật toán tối ưu hóa hình thái học và thư viện Theano trên ngôn ngữ Python để xây dựng mô hình mạng nơron. Lý do lựa chọn Theano và OpenCV là khả năng tối ưu hóa tính toán ma trận đa chiều trên phần cứng phổ thông (CPU Intel Core i3-3220 3.3GHz, 4GB RAM), đáp ứng hoàn hảo yêu cầu xử lý thời gian thực. Toàn bộ nghiên cứu và thử nghiệm được hoàn thành vào tháng 5/2016.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình kiểm nghiệm thực nghiệm trên 376 ảnh biển số xe mang lại những kết quả định lượng cụ thể:

• Độ chính xác cao trên ảnh chất lượng chuẩn: Trên tập ảnh có độ nhiễu thấp và góc chụp thuận lợi, mô hình CNNs đạt độ chính xác nhận dạng 98%, nhỉnh hơn so với mô hình ANN truyền thống (đạt 97%).
• Khả năng kháng nhiễu vượt trội: Trên tập ảnh có độ nhiễu cao (phương tiện chuyển động bị rung nhòe, chói sáng, dính bụi bẩn hoặc đinh ốc che khuất nét chữ), mô hình CNNs duy trì độ chính xác ấn tượng ở mức 93%, trong khi mô hình ANN sụt giảm nghiêm trọng xuống mức 75% (mức chênh lệch hiệu năng lên tới 18 điểm phần trăm).
• Tối ưu hóa tài nguyên phần cứng: Tầng tích chập với 20 ma trận chập kích thước 5x5 chỉ tiêu tốn 520 tham số học, tiết kiệm hơn 97,8% số lượng trọng số so với mạng kết nối đầy đủ (23.550 tham số), giúp thời gian huấn luyện rút ngắn đáng kể và loại bỏ hiện tượng quá khớp (overfitting).
• Hiệu quả định vị biển số theo quy chuẩn Việt Nam: Thuật toán hình thái học kết hợp lọc contour trong OpenCV định vị chính xác vùng biển số đạt tỷ lệ xấp xỉ 98,5%, xử lý hiệu quả cả hai định dạng biển dài (110x470 mm) và biển vuông (200x280 mm).

Thảo luận kết quả

Sự vượt trội của CNNs bắt nguồn từ cơ chế khai thác cấu trúc không gian 2D của ảnh và tính bất biến chuyển dịch từ các tầng Max-Pooling. Mạng ANN truyền thống chuyển đổi ảnh thành vector 1D phẳng (784 chiều), làm mất đi tính tương quan lân cận giữa các điểm ảnh; khi ảnh bị nhòe hoặc ký tự bị dính dị vật (như đinh ốc cố định biển), ANN dễ đưa ra phân loại sai. Ngược lại, CNNs trích xuất đặc trưng theo cấu trúc thứ bậc từ mức thấp (đường biên, nét cong) đến mức cao (hình khối ký tự), giúp nhận dạng chuẩn xác dù ký tự bị mất nét một phần.

Dữ liệu thực nghiệm so sánh hiệu năng giữa hai phương pháp có thể được trực quan hóa tối ưu thông qua biểu đồ cột kép (Clustered Column Chart) thể hiện sự phân tách rõ rệt về độ chính xác giữa ANN và CNNs ở hai nhóm điều kiện ảnh (97% so với 98% ở ảnh ít nhiễu và 75% so với 93% ở ảnh nhiều nhiễu). Đồng thời, một bảng ma trận nhầm lẫn (Confusion Matrix) có thể minh họa chi tiết tỷ lệ phân loại chính xác của 10 lớp chữ số, làm rõ các cặp ký tự dễ nhầm lẫn như số 8 với chữ B hoặc số 0 với chữ D. Khi so sánh với các công bố quốc tế như nghiên cứu của tác giả Chirag N. Paunwala (2010) đạt 98,9% trên 750 ảnh biển số Ấn Độ hay Choo Kar Soon (2012) đạt 95% nhận dạng ký tự bằng thuật toán KNN tại Malaysia, giải pháp kết hợp giữa OpenCV và CNNs trong luận văn chứng minh tính thực tiễn cao hơn khi giải quyết tốt bài toán giao thông phức tạp tại Việt Nam.

Đề xuất và khuyến nghị

Dựa trên kết quả thực nghiệm, nghiên cứu đưa ra 4 khuyến nghị và giải pháp hành động cụ thể nhằm hoàn thiện hệ thống nhận dạng biển số tự động:

1. Nâng cấp và tích hợp kiến trúc mạng học sâu tiên tiến: Đội ngũ kỹ sư phần mềm thị giác máy tính cần nghiên cứu tích hợp các kiến trúc nhận dạng hiện đại như YOLO, ResNet hoặc MobileNet. Mục tiêu đạt độ chính xác nhận dạng toàn diện trên 99,2% và giảm độ trễ xử lý xuống dưới 20 mili-giây mỗi khung hình, hoàn thành trong giai đoạn quý 1 đến quý 2 năm 2027.
2. Mở rộng và chuẩn hóa tập dữ liệu ảnh giao thông đa kịch bản: Các viện nghiên cứu công nghệ thông tin phối hợp cùng các trường đại học xây dựng tập dữ liệu mở quy mô trên 50.000 ảnh biển số phương tiện Việt Nam trong các điều kiện thời tiết cực đoan (mưa lớn, ban đêm thiếu sáng, sương mù dày đặc). Thời gian triển khai thu thập và gán nhãn trong vòng 6 đến 9 tháng.
3. Triển khai tự động hóa quy trình phạt nguội và kiểm soát vi phạm: Cục Cảnh sát Giao thông và Sở Giao thông Vận tải các đô thị lớn (Hà Nội, TP. Hồ Chí Minh) cần ứng dụng mô hình nhận dạng tự động vào hệ thống camera giám sát đô thị. Mục tiêu tự động hóa 95% công tác xử phạt vi phạm giao thông và giảm 80% thời gian rà soát thủ công của lực lượng chức năng trước quý 4 năm 2027.
4. Tối ưu hóa thuật toán trên thiết bị phần cứng nhúng biên (Edge AI): Các doanh nghiệp công nghệ giải pháp giao thông cần biên dịch mô hình sang định dạng tối ưu (như TensorRT, ONNX) để vận hành trực tiếp trên các vi xử lý nhúng và camera IP thông minh tại hơn 1.000 bãi đỗ xe và trạm thu phí. Mục tiêu giảm 60% chi phí đầu tư máy chủ trung tâm trong vòng 12 tháng.

Đối tượng nên tham khảo luận văn

Luận văn là tài liệu tham khảo giá trị cho 4 nhóm đối tượng trọng tâm:

1. Học viên cao học, nghiên cứu sinh và sinh viên ngành Công nghệ Thông tin: Nắm vững cơ sở toán học của mạng nơron tích chập, thuật toán lan truyền ngược, kỹ thuật tích chập ma trận và cách thức cài đặt mô hình phân loại ảnh thực tế bằng Python và Theano.
2. Kỹ sư phát triển phần mềm thị giác máy tính (Computer Vision Engineers): Ứng dụng quy trình 7 bước tiền xử lý ảnh, bóc tách vùng contour bằng OpenCV và tối ưu hóa số lượng tham số trong các dự án phát triển hệ thống ALPR và OCR thương mại.
3. Cơ quan quản lý giao thông đô thị và Cảnh sát Giao thông: Tiếp cận cơ sở khoa học và số liệu thực nghiệm tin cậy để thẩm định, xây dựng đề án triển khai hệ thống camera giám sát an ninh trật tự, điều tiết luồng xe và xử lý vi phạm giao thông tự động.
4. Doanh nghiệp vận hành trạm thu phí không dừng (ETC) và bãi đỗ xe thông minh: Tham khảo giải pháp tự động hóa khâu kiểm soát phương tiện ra vào, giúp rút ngắn thời gian xử lý xuống dưới 1 giây mỗi lượt xe, giảm thiểu ùn tắc và tối ưu hóa chi phí nhân sự vận hành.

Câu hỏi thường gặp

Mạng nơron tích chập (CNNs) có ưu thế gì vượt trội so với mạng nơron truyền thống (ANN)?

CNNs sở hữu cơ chế miền tiếp nhận cục bộ và chia sẻ trọng số, giúp giảm lượng tham số từ 23.550 xuống 520 (giảm hơn 40 lần). Nhờ đó, CNNs duy trì độ chính xác 93% trên ảnh nhiễu nặng, cao hơn 18% so với mức 75% của mô hình ANN.

Quy trình tiền xử lý định vị biển số xe Việt Nam dựa trên những tiêu chuẩn nào?

Hệ thống tận dụng quy chuẩn kích thước của Bộ Giao thông Vận tải với tỷ lệ chiều cao/chiều rộng (0,18–0,28 cho biển dài, 0,65–0,80 cho biển vuông) và ngưỡng mức xám 130–200. Các thuật toán hình thái học và contour trong OpenCV giúp định vị chính xác vùng biển số đạt tỷ lệ 98,5%.

Hệ thống có khả năng nhận dạng chính xác trong những điều kiện phức tạp nào?

Thực nghiệm trên 376 ảnh chứng minh mô hình CNNs nhận dạng tốt khi phương tiện di chuyển tạo vệt mờ, điều kiện ánh sáng ngoài trời không đồng đều, hoặc bề mặt ký tự bị dính bụi bẩn và đinh ốc giữ biển, đạt độ chính xác thực tế 93%.

Cấu hình phần cứng tối thiểu để vận hành hệ thống nhận dạng này là gì?

Hệ thống được tối ưu hóa để vận hành mượt mà trên máy tính cấu hình phổ thông gồm chip xử lý Intel Core i3-3220 3.3GHz, RAM 4GB chạy hệ điều hành Windows 7, đáp ứng tốt yêu cầu xử lý thời gian thực cho các trạm kiểm soát giao thông.

Mô hình có khả năng mở rộng để nhận diện toàn bộ các loại biển số tại Việt Nam không?

Hoàn toàn có thể mở rộng. Bằng cách bổ sung tập dữ liệu huấn luyện các ký tự chữ cái (A–Z) và ký hiệu chuyên dụng (biển đỏ quân đội, biển ngoại giao NG/NN), mạng CNNs có thể nhận diện toàn diện mọi định dạng biển số với độ chính xác trên 98%.

Kết luận

• Luận văn đã chứng minh tính ưu việt của mạng nơron tích chập (CNNs) với độ chính xác nhận dạng đạt 98% trên ảnh chuẩn và 93% trên ảnh nhiễu phức tạp.
• Kiến trúc mạng tối ưu hóa vượt bậc, giảm hơn 40 lần số lượng tham số học so với mô hình ANN kết nối đầy đủ, hạn chế triệt để hiện tượng quá khớp.
• Xây dựng thành công quy trình chuẩn hóa 7 bước kết hợp giữa xử lý ảnh hình thái học OpenCV và học sâu Theano cho biển số xe Việt Nam.
• Đề xuất lộ trình mở rộng ứng dụng trên các kiến trúc tiên tiến và thiết bị tính toán nhúng biên phục vụ giao thông thông minh giai đoạn 2026–2027.
• Tham khảo toàn văn luận văn thạc sĩ là bước khởi đầu quan trọng để ứng dụng hiệu quả công nghệ thị giác máy tính và học sâu vào các bài toán tự động hóa quản lý giao thông hiện đại.

Trích đoạn nội dung tài liệu

LỜI MỞ ĐẦU Mạng Nơron Nhân Tạo -Artificial Neural Network (ANN) là một mạng có khả năng mô phỏng và học rất hiệu quả. ANN có thể mô phỏng gần nhƣ bất cứ hàm mục tiêu nào với số biến nhập và xuất tuỳ ý, ở điểm này thì có lẽ chƣa có một phƣơng pháp nào trƣớc đây đạt đƣợc. ANN còn có một ƣu điểm tuyệt vời khác, đó là khả năng học. Một ANN gần giống nhƣ một đối tƣợng có thể tƣ duy.

Mỗi khi có kiến thức mới (Data mới) ta lại đƣa cho ANN học. Khả năng này của mạng nơron nhân tạo là rất cần thiết cho các vấn đề có dữ liệu luôn thay đổi, cập nhật nhƣ các bài toán về nhận dạng mà tôi đang nghiên cứu. Học sâu – deep learning (hay còn gọi là học có cấu trúc sâu – deep structured learning, học nhiều lớp – hierarchical hoặc học máy sâu – deep machine learning) là một nhánh của học máy dựa trên tập các giải thuật cố gắng trừu tƣợng hóa dữ liệu bởi nhiều tầng với cấu trúc phức tạp và nhiều biến đổi phi tuyến. Học sâu là một nhánh lớn của phƣơng pháp học máy dựa trên việc học cách biểu diễn dữ liệu.

Ví dụ một bức ảnh có thể biểu diễn theo nhiều cách nhƣ một véc tơ giá trị mức xám của điểm ảnh hoặc theo cách trừu tƣợng hơn là một tập các biên, các vùng của hình khối cụ thể,… Nhiều kiến trúc học sâu nhƣ mạng nơron sâu (deep neural networks), mạng nơron tích chập và mạng hồi quy đã đƣợc áp dụng trong các lĩnh vực nhƣ thị giác máy, tự động nhận dạng tiếng nói, xử lí ngôn ngữ tự nhiên, nhận dạng âm thanh và tin sinh học đã thu đƣợc kết quả tiến bộ. Hiện nay rất nhiều các bài toán nhận dạng sử dụng học sâu để giải quyết do học sâu có thể giải quyết các bài toán với kích thƣớc đầu vào lớn với hiệu năng cũng nhƣ độ chính xác vƣợt trội so với các phƣơng pháp phân lớp truyền thống. Những năm gần đây, ta đã chứng kiến đƣợc nhiều thành tựu vƣợt bậc trong ngành Thị giác máy tính (Computer Vision). Các hệ thống xử lý ảnh lớn nhƣ Facebook, Google hay Amazon đã đƣa vào sản phẩm của mình những chức năng thông minh nhƣ nhận diện khuôn mặt ngƣời dùng, phát triển xe hơi tự lái,.

Mạng nơron tích chập (Convolutional Neural Networks- CNNs) là một trong những mô hình học sâu tiên tiến giúp cho chúng ta xây dựng đƣợc những hệ thống thông minh với độ chính xác cao nhƣ hiện nay. Mạng nơron tích chập là một kiểu 10 LUAN VAN CHAT LUONG download : add [e-mail] mạng nơron truyền thẳng đặc biệt mà có thể kết xuất các thuộc tính hình học trong một bức ảnh. Mạng nơron tích chập có thể nhận dạng ảnh có nhiều thay đổi, kết quả nhận dạng độ chính xác và tốc độ cao. Trong luận văn cao học này, em đi vào nghiên cứu về mạng nơron tích chập và ý tƣởng của mô hình mạng nơron tích chập trong phân lớp ảnh (Image Classification), và áp dụng trong việc xây dựng hệ thống nhận dạng biển số xe tự động Nội dung bài báo cáo bao gồm 3 chƣơng.

 Chƣơng 1: Mạng nơron và mạng nơron tích chập.  Chƣơng 2: Tổng quan về nhận dạng biển số xe.  Chƣơng 3: Áp dụng mạng nơron tích chập trong nhận dạng ký tự 11 LUAN VAN CHAT LUONG download : add [e-mail] CHƢƠNG 1: MẠNG NƠRON VÀ MẠNG NƠRON TÍCH CHẬP 1. Mạng nơron và mạng nơron lan truyền ngƣợc 1.

Giới thiệu về mạng Nơron Định nghĩa: Mạng nơron nhân tạo, Artificial Neural Network (ANN) là một mô hình xử lý thông tin phỏng theo cách thức xử lý thông tin của các hệ nơron sinh học. Nó đƣợc tạo nên từ một số lƣợng lớn các phần tử (nơron) kết nối với nhau thông qua các liên kết (trọng số liên kết) làm việc nhƣ một thể thống nhất để giải quyết một vấn đề cụ thể nào đó. Một mạng nơron nhân tạo đƣợc cấu hình cho một ứng dụng cụ thể (nhận dạng mẫu, phân loại dữ liệu,.) thông qua một quá trình học từ tập các mẫu huấn luyện. Về bản chất học chính là quá trình hiệu chỉnh trọng số liên kết giữa các nơron.

Cấu trúc nơron nhân tạo: x1 Wk x2 Wk Hàm truyền ⬚ f (. xN Wk Ngƣỡng Đầu vào Trọng số liên kết Hình 1. Cấu tạo một Nơron Các thành phần cơ bản của một nơron nhân tạo bao gồm: • Tập các đầu vào: Là các tín hiệu vào (đầu vào signals) của nơron, các tín hiệu này thƣờng đƣợc đƣa vào dƣới dạng một vector N chiều. • Tập các liên kết: Mỗi liên kết đƣợc thể hiện bởi một trọng số liên kết – Synaptic weight.

Trọng số liên kết giữa tín hiệu vào thứ j với nơron k thƣờng đƣợc kí hiệu là wkj. Thông thƣờng, các trọng số này đƣợc khởi tạo một cách 12 LUAN VAN CHAT LUONG download : add [e-mail] ngẫu nhiên ở thời điểm khởi tạo mạng và đƣợc cập nhật liên tục trong quá trình học mạng. • Bộ tổng (Summing function): Thƣờng dùng để tính tổng của tích các đầu vào với trọng số liên kết của nó. • Ngƣỡng (còn gọi là một độ lệch - bias): Ngƣỡng này thƣờng đƣợc đƣa vào nhƣ một thành phần của hàm truyền.

• Hàm truyền (Transfer function): Hàm này đƣợc dùng để giới hạn phạm vi đầu ra của mỗi nơron. Nó nhận đầu vào là kết quả của hàm tổng và ngƣỡng. • Đầu ra: Là tín hiệu đầu ra của một nơron, với mỗi nơron sẽ có tối đa là một đầu ra. Xét về mặt toán học, cấu trúc của một nơron k, đƣợc mô tả bằng cặp biểu thức sau: và yk = f(uk- bk) Trong đó: x1, x2, ., xp: là các tín hiệu vào; (wk1, wk2,., wkp) là các trọng số liên kết của nơron thứ k; uk là hàm tổng; bk là một ngƣỡng; f là hàm truyền và yk là tín hiệu đầu ra của nơron.

Nhƣ vậy nơron nhân tạo nhận các tín hiệu đầu vào, xử lý (nhân các tín hiệu này với trọng số liên kết, tính tổng các tích thu đƣợc rồi gửi kết quả tới hàm truyền), và cho một tín hiệu đầu ra ( là kết quả của hàm truyền). 13 LUAN VAN CHAT LUONG download : add luanvanchat@agmail. Một số hàm truyền thông dụng Hàm truyền Đồ thị Định nghĩa Symmetrical Hard y = 1 với x >= 0 Limit (hardlims) y = -1 với x < 0 Linear (purelin) y=x y = 0 với x < 0 Saturating Linear y = x với 0 <=x<= 1 (satlin) y = 1 với x>1 Log-Sigmoid y = 1/(1+e-x) (logsig) Hàm Tanh y = (ex-e-x)/(ex+e-x) (Hypebol) 1. Kiến trúc mạng truyền thẳng Có nhiều kiểu kiến trúc về mạng nơron nhƣng trong phần này ta nghiên cứu về mạng nơron truyền thẳng.

14 LUAN VAN CHAT LUONG download : add [e-mail] Mạng truyền thẳng nhiều lớp bao gồm một lớp vào, một lớp ra và 1 hoặc nhiều lớp ẩn. Các nơron đầu vào thực chất không phải là nơron theo đúng nghĩa, bởi lẽ chúng không thực hiện bất kì một tính toán nào trên dữ liệu vào, đơn giản nó chỉ tiếp nhận các dữ liệu vào và chuyển cho các lớp kế tiếp. Các nơron lớp ẩn và lớp ra mới thực hiện các tính toán, kết quả đƣợc định dạng bởi hàm đầu ra (hàm truyền). Cụm từ “truyền thẳng” (feed forward) không phải trái nghĩa của lan truyền ngƣợc mà liên quan đến một thực tế là tất cả các nơron chỉ có thể đƣợc kết nối theo một hƣớng: tới một hay nhiều các nơron khác trong lớp kế tiếp.

Tầng vào Tầng ẩn Tầng ra Hình 1. Mạng truyền thẳng 1. Mạng nơron truyền thẳng và thuật toán lan truyền ngƣợc a. Kiến trúc mạng nơron truyền thẳng nhiều tầng Mô hình mạng nơron đƣợc sử dụng rộng rãi nhất là mô hình mạng nhiều tầng truyền thẳng.

Một mạng truyền thẳng nhiều tầng tổng quát là mạng có n (n≥2) tầng (thông thƣờng tầng đầu vào không đƣợc tính đến): trong đó gồm một tầng đầu ra (tầng thứ n) và (n-1) tầng ẩn. 15 LUAN VAN CHAT LUONG download : add [e-mail] Tầng vào Tầng ẩn 1 Tầng ẩn n-1 Tầng ra. Mạng nơron truyền thẳng nhiều tầng Kiến trúc của một mạng nhiều tầng truyền thẳng tổng quát có thể mô tả nhƣ sau: ♦ Đầu vào là các vector (x1, x2, ., xp) trong không gian p chiều, đầu ra là các vector (y1, y2, ., yq) trong không gian q chiều. Đối với các bài toán phân loại, p chính là kích thƣớc của mẫu đầu vào, q chính là số tầng cần phân loại.

Xét ví dụ trong bài toán nhận dạng chữ số: với mỗi mẫu ta lƣu tọa độ (x,y) của 8 điểm trên chữ số đó, và nhiệm vụ của mạng là phân loại các mẫu này vào một trong 10 tầng tƣơng ứng với 10 chữ số 0, 1, …, 9. Khi đó p là kích thƣớc mẫu và bằng 8 x 2 = 16; q là số tầng và bằng 10. ♦ Mỗi nơron thuộc tầng sau liên kết với tất cả các nơron thuộc tầng liền trƣớc nó. ♦ Đầu ra của nơron tầng trƣớc là đầu vào của nơron thuộc tầng liền sau nó.

Hoạt động của mạng nhƣ sau: tại tầng đầu vào các nơron nhận tín hiệu vào xử lý (tính tổng trọng số, gửi tới hàm truyền) rồi cho ra kết quả (là kết quả của hàm truyền); kết quả này sẽ đƣợc truyền tới các nơron thuộc tầng ẩn thứ nhất; các nơron tại đây tiếp nhận nhƣ là tín hiệu đầu vào, xử lý và gửi kết quả đến tầng ẩn thứ 2;…; quá trình tiếp tục cho đến khi các nơron thuộc tầng ra cho kết quả. Một số kết quả đã đƣợc chứng minh: ♦ Bất kì một hàm Boolean nào cũng có thể biểu diễn đƣợc bởi một mạng MLP 2 tầng trong đó các nơron sử dụng hàm truyền sigmoid. 16 LUAN VAN CHAT LUONG download : add [e-mail] ♦ Tất cả các hàm liên tục đều có thể xấp xỉ bởi một mạng truyền thẳng 2 tầng sử dụng hàm truyền sigmoid cho các nơron tầng ẩn và hàm truyền tuyến tính cho các nơron tầng ra với sai số nhỏ tùy ý. ♦ Mọi hàm bất kỳ đều có thể xấp xỉ bởi một mạng truyền thẳng 3 tầng sử dụng hàm truyền sigmoid cho các nơron tầng ẩn và hàm truyền tuyến tính cho các nơron tầng ra.

Học có giám sát trong các mạng nơron Học có giám sát có thể đƣợc xem nhƣ việc xấp xỉ một ánh xạ: X→ Y, trong đó X là tập các vấn đề và Y là tập các lời giải tƣơng ứng cho vấn đề đó., ym) ∈ Y đƣợc cho trƣớc.