Tổng quan nghiên cứu

Trong bối cảnh phát triển nhanh chóng của khoa học kỹ thuật và sự gia tăng không ngừng của lưu lượng giao thông, việc quản lý phương tiện trở thành một thách thức lớn. Theo ước tính, số lượng phương tiện giao thông tại Việt Nam tăng mạnh hàng năm, dẫn đến nhu cầu cấp thiết về các hệ thống tự động hỗ trợ quản lý. Một trong những giải pháp hiệu quả là hệ thống nhận diện biển số xe tự động, giúp "đọc" và "hiểu" biển số xe một cách chính xác và nhanh chóng.

Luận văn tập trung nghiên cứu và phát triển mô hình nhận diện biển số xe Việt Nam, bao gồm cả xe máy và ô tô, trong phạm vi thời gian nghiên cứu năm 2022 tại Việt Nam. Mục tiêu chính là xây dựng ứng dụng nhận diện biển số xe dựa trên các mô hình mạng nơ-ron tích chập (CNN) hiện đại như RetinaNet và YOLO, kết hợp với công nghệ nhận diện ký tự quang học (OCR) sử dụng công cụ Tesseract OCR. Nghiên cứu nhằm nâng cao độ chính xác và tốc độ nhận diện trong điều kiện thực tế đa dạng về môi trường và góc chụp.

Ý nghĩa của nghiên cứu được thể hiện qua việc cải thiện các chỉ số hiệu suất như độ chính xác trung bình (mAP) đạt khoảng 77.3% với mô hình YOLOv4, độ chính xác nhận diện biển số xe máy lên đến 99% và biển số xe ô tô đạt 94% trong các thử nghiệm thực tế. Kết quả này góp phần quan trọng vào việc phát triển các hệ thống giám sát giao thông thông minh, hỗ trợ công tác quản lý và xử lý vi phạm giao thông hiệu quả hơn.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên nền tảng lý thuyết của lĩnh vực học sâu (Deep Learning) và thị giác máy tính (Computer Vision). Hai mô hình chính được áp dụng là:

  • Mô hình RetinaNet: Một mô hình one-stage phát hiện đối tượng, sử dụng backbone ResNet50 kết hợp với Feature Pyramid Network (FPN) để trích xuất đặc trưng đa tỷ lệ. RetinaNet sử dụng hàm mất mát Focal Loss nhằm xử lý vấn đề mất cân bằng lớp giữa các anchor box chứa đối tượng và không chứa đối tượng, giúp tăng độ chính xác phát hiện.

  • Mô hình YOLO (You Only Look Once): Thuật toán phát hiện đối tượng nhanh, xem bài toán như một bài toán hồi quy duy nhất trên toàn bộ ảnh. YOLO chia ảnh thành các ô lưới (grid) và dự đoán bounding box cùng xác suất phân loại cho từng ô, giúp tăng tốc độ xử lý và phù hợp với ứng dụng thời gian thực.

Ngoài ra, công nghệ nhận diện ký tự quang học (OCR) được triển khai qua công cụ Tesseract OCR, một engine mã nguồn mở có khả năng nhận diện chính xác các ký tự trong ảnh, đặc biệt phù hợp với các ký tự biển số xe có cấu trúc phức tạp và đa dạng.

Các khái niệm chuyên ngành quan trọng bao gồm: mạng nơ-ron tích chập (CNN), hàm kích hoạt (ReLU, Leaky ReLU, Mish), hàm softmax, Intersection over Union (IoU), Average Precision (AP), Mean Average Precision (mAP), Non-max suppression (NMS).

Phương pháp nghiên cứu

Nguồn dữ liệu chính gồm 1748 ảnh biển số xe máy thu thập từ công ty GreenParking và 1247 ảnh biển số xe ô tô lấy từ website chuyên ngành, tất cả đều là biển số xe Việt Nam. Dữ liệu được gán nhãn bằng phần mềm labelImg, tạo file annotation định dạng txt theo chuẩn YOLO, bao gồm tọa độ tâm bounding box và kích thước chuẩn hóa.

Dữ liệu được chia thành ba tập: training (60%), validation (20%) và test (20%) nhằm đảm bảo đánh giá khách quan và tránh hiện tượng overfitting hoặc underfitting. Kích thước ảnh đầu vào được chuẩn hóa về 68x68x3.

Phương pháp phân tích sử dụng kỹ thuật huấn luyện mô hình học sâu với batch size 64, số vòng lặp tối đa 50,000, learning rate khởi tạo 0.001 với decay 0.005, momentum 0.949. Quá trình huấn luyện được đánh giá qua các chỉ số IoU, Precision, Recall và mAP. Mô hình YOLOv4 được lựa chọn do cân bằng tốt giữa tốc độ và độ chính xác.

Sau khi huấn luyện, file trọng số (weight) được chuyển đổi sang định dạng TensorFlow để triển khai ứng dụng thực tế. Ứng dụng thực hiện các bước tiền xử lý ảnh, phát hiện biển số xe, bóc tách ký tự và nhận diện ký tự bằng Tesseract OCR, cuối cùng hiển thị kết quả nhận diện.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

  1. Hiệu suất mô hình YOLOv4: Mô hình đạt mAP@0.5 IoU khoảng 77.3% trên tập validation, thể hiện khả năng phát hiện biển số xe chính xác trong nhiều điều kiện khác nhau.

  2. Độ chính xác nhận diện biển số xe máy: Trong thử nghiệm thực tế, mô hình đạt độ chính xác lên đến 99%, cho thấy khả năng nhận diện rất tốt đối với biển số xe máy.

  3. Độ chính xác nhận diện biển số xe ô tô: Mô hình đạt 94% độ chính xác khi nhận diện biển số xe ô tô, kể cả khi biển số được đặt ở góc nghiêng, chứng tỏ tính ổn định và khả năng xử lý biến dạng hình ảnh.

  4. Tác động của tiền xử lý và OCR: Việc áp dụng các bước tiền xử lý ảnh như tăng kích thước ảnh gấp 3 lần, áp dụng ngưỡng Otsu và tạo đường bao xung quanh ký tự giúp nâng cao chất lượng nhận diện ký tự bằng Tesseract OCR, góp phần cải thiện độ chính xác tổng thể của hệ thống.

Thảo luận kết quả

Kết quả cho thấy mô hình YOLOv4 vượt trội so với RetinaNet về mặt thời gian huấn luyện và độ chính xác nhận diện, phù hợp với yêu cầu ứng dụng thời gian thực trong quản lý giao thông. Độ chính xác cao với biển số xe máy (99%) và xe ô tô (94%) phản ánh khả năng thích ứng tốt với các điều kiện thực tế đa dạng như ánh sáng, góc chụp và nhiễu nền.

So sánh với các nghiên cứu trong ngành, việc kết hợp YOLOv4 với Tesseract OCR mang lại hiệu quả nhận diện ký tự vượt trội so với các phương pháp truyền thống hoặc kết hợp CNN + SVM. Việc sử dụng các kỹ thuật tiền xử lý ảnh giúp giảm thiểu ảnh hưởng của nhiễu và biến dạng, từ đó nâng cao độ chính xác nhận diện.

Dữ liệu có thể được trình bày qua biểu đồ mAP theo số vòng lặp huấn luyện, biểu đồ Precision-Recall cho từng loại phương tiện, và bảng so sánh độ chính xác nhận diện giữa các mô hình. Các biểu đồ này minh họa rõ ràng sự cải thiện hiệu suất trong quá trình huấn luyện và đánh giá mô hình.

Đề xuất và khuyến nghị

  1. Tăng cường thu thập dữ liệu đa dạng: Mở rộng tập dữ liệu với nhiều điều kiện ánh sáng, góc chụp và loại biển số khác nhau nhằm nâng cao khả năng tổng quát hóa của mô hình. Chủ thể thực hiện: nhóm nghiên cứu; Thời gian: 6-12 tháng.

  2. Tối ưu hóa mô hình YOLOv4: Nghiên cứu và áp dụng các kỹ thuật tăng cường dữ liệu (data augmentation) và điều chỉnh siêu tham số để cải thiện độ chính xác và tốc độ xử lý. Chủ thể thực hiện: kỹ sư AI; Thời gian: 3-6 tháng.

  3. Phát triển module nhận diện ký tự nâng cao: Kết hợp các mô hình deep learning hiện đại hơn cho OCR, như CNN + RNN + CTC, để tăng độ chính xác nhận diện ký tự trong điều kiện phức tạp. Chủ thể thực hiện: nhóm phát triển phần mềm; Thời gian: 6 tháng.

  4. Triển khai ứng dụng thực tế và đánh giá liên tục: Áp dụng hệ thống vào các điểm giao thông trọng điểm để thu thập phản hồi, đánh giá hiệu quả và điều chỉnh mô hình phù hợp với môi trường thực tế. Chủ thể thực hiện: cơ quan quản lý giao thông; Thời gian: 12 tháng.

Đối tượng nên tham khảo luận văn

  1. Nhà nghiên cứu và sinh viên ngành công nghệ thông tin, trí tuệ nhân tạo: Nghiên cứu sâu về ứng dụng học sâu trong thị giác máy tính và nhận diện ký tự, áp dụng vào bài toán thực tế.

  2. Kỹ sư phát triển phần mềm và AI: Tham khảo quy trình xây dựng, huấn luyện và triển khai mô hình YOLOv4 kết hợp OCR cho các ứng dụng nhận diện đối tượng và ký tự.

  3. Cơ quan quản lý giao thông và an ninh: Áp dụng hệ thống nhận diện biển số xe tự động để nâng cao hiệu quả quản lý phương tiện và xử lý vi phạm giao thông.

  4. Doanh nghiệp phát triển giải pháp giám sát và an ninh: Tận dụng công nghệ nhận diện biển số xe để phát triển các sản phẩm giám sát thông minh, tăng cường tính năng và độ chính xác.

Câu hỏi thường gặp

  1. Mô hình YOLOv4 có ưu điểm gì so với các mô hình khác?
    YOLOv4 cung cấp tốc độ xử lý nhanh, phù hợp với ứng dụng thời gian thực, đồng thời đạt độ chính xác cao nhờ kiến trúc tối ưu và các kỹ thuật tăng cường dữ liệu. Ví dụ, trong nghiên cứu, YOLOv4 đạt mAP 77.3%, vượt trội so với RetinaNet.

  2. Tại sao sử dụng Tesseract OCR cho nhận diện ký tự biển số xe?
    Tesseract OCR là công cụ mã nguồn mở, hỗ trợ nhiều ngôn ngữ và có khả năng nhận diện ký tự chính xác trong điều kiện đa dạng. Kết hợp với tiền xử lý ảnh, Tesseract giúp nhận diện ký tự biển số xe đạt độ chính xác cao, như 99% với xe máy.

  3. Làm thế nào để xử lý các biển số xe bị nghiêng hoặc biến dạng?
    Mô hình YOLOv4 có khả năng nhận diện đối tượng trong nhiều điều kiện biến dạng nhờ sử dụng grid system và anchor boxes. Thực nghiệm cho thấy độ chính xác nhận diện biển số xe ô tô nghiêng đạt 94%, chứng tỏ tính ổn định của mô hình.

  4. Phân chia dữ liệu như thế nào để đảm bảo hiệu quả huấn luyện?
    Dữ liệu được chia theo tỷ lệ 60% training, 20% validation và 20% test để đảm bảo mô hình học tốt, tránh overfitting và đánh giá khách quan. Tỷ lệ này phù hợp với tập dữ liệu khoảng 3,000 ảnh biển số xe.

  5. Có thể áp dụng mô hình này cho các loại biển số xe khác không?
    Mô hình có thể được điều chỉnh và huấn luyện lại với dữ liệu mới để nhận diện các loại biển số khác nhau. Việc mở rộng tập dữ liệu và tinh chỉnh mô hình là cần thiết để đảm bảo độ chính xác trong các môi trường khác nhau.

Kết luận

  • Luận văn đã xây dựng thành công mô hình nhận diện biển số xe Việt Nam sử dụng YOLOv4 kết hợp Tesseract OCR, đạt độ chính xác cao với biển số xe máy (99%) và ô tô (94%).
  • Phương pháp huấn luyện và đánh giá mô hình dựa trên các chỉ số IoU, mAP, Precision và Recall đảm bảo tính khách quan và hiệu quả.
  • Việc áp dụng các kỹ thuật tiền xử lý ảnh và thuật toán Non-max suppression giúp nâng cao chất lượng nhận diện trong điều kiện thực tế đa dạng.
  • Kết quả nghiên cứu có ý nghĩa thực tiễn lớn trong việc phát triển các hệ thống giám sát giao thông thông minh tại Việt Nam.
  • Đề xuất các bước tiếp theo bao gồm mở rộng dữ liệu, tối ưu mô hình và triển khai ứng dụng thực tế nhằm nâng cao hiệu quả và độ tin cậy của hệ thống.

Hãy bắt đầu áp dụng các giải pháp này để nâng cao hiệu quả quản lý giao thông và phát triển các ứng dụng trí tuệ nhân tạo trong lĩnh vực thị giác máy tính.