CHƯƠNG I: TỔNG QUAN TÀI LIỆU 1. Tổng quan về thị giác máy tính 1. Khái quát thị giác máy tính Thị giác máy tính là một môn học khoa học liên quan đến lý thuyết đằng sau các hệ thống nhân tạo có trích xuất các thông tin từ các hình ảnh. Dữ liệu hình ảnh có thể nhiều dạng, chẳng hạn như chuỗi video, các cảnh từ đa camera, 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 các hệ thống thị giác máy tính. Các lĩnh vực con của thị giác máy tính bao gồm tái cấu trúc cảnh, dò tìm sự kiện, theo dõi video, nhận diện bố cục đối tượng, học, chỉ mục, đánh giá chuyển động và phục hồi ảnh. Thị giác máy tính gắn liền với Trí tuệ nhân tạo AI, theo nghĩa thiết bị không chỉ cần nhìn mà ngay sau giai đoạn nhận biết này, nó phải phân tích và giải thích những gì mình thấy, từ đó đưa ra hành động phù hợp và tương tác với môi trường. Thị giác máy tính nhận dạng đối tượng 12 Thị giác máy tính so với xử lý hình ảnh không nên có sự nhầm lẫn giữa thị giác máy tính và xử lý hình ảnh.
Xử lý hình ảnh là phân tích hình ảnh kỹ thuật số hoặc thực hiện các thuật toán, bao gồm việc phân loại, trích xuất, chỉnh sửa hoặc lọc. Xử lý hình ảnh liên quan đến các công nghệ và phương pháp được sử dụng để gia tăng hình ảnh về khía cạnh thông tin trong khi thị giác máy tính hướng đến các “hành động thực tế”. Nhận dạng đối tượng bằng thị giác máy tính a. Thế nào là bài toán nhận dạng Nhận dạng đối tượng (Object recognition) là lĩnh vực thuộc “học máy (Machine Learning)” nghiên cứu việc tìm một đối tượng trong một ảnh hay video cho trước là một trong những ứng dụng của thị giác máy tính.
Đó là việc phát hiện lớp đối tượng cụ thể với các lớp đối tượng khác của hệ thống. Sự phát triển của khoa học kỹ thuật công nghệ đã thúc đẩy cho việc đưa bài toán nhận dạng đối tượng vào ứng dụng thực tiễn với mức độ tinh vi ngày càng cao, ta có thể thấy rất nhiều ứng dụng trong nhận dạng đối tượng phổ biến hiện nay như: camera theo dõi, nhận dạng vân tay,… b. Khó khăn trong nhận dạng đối tượng Đối với con người thì việc nhận dạng các đối tượng trong ảnh là việc không phải phức tạp, tuy nhiên đối với một hệ thống nhân tạo thì nhận ra một đối tượng từ một ảnh đòi hỏi phải giải quyết được rất nhiều vấn đề hóc búa. Chính vì thế vấn đề này vẫn đang được nhiều nhóm trên thế giới quan tâm nghiên cứu.
Khó khăn của bài toán nhận dạng có thể kể ra như sau: Tư thế, góc chụp: ảnh chụp đối tượng có thể thay đổi rất nhiều bởi vì góc chụp giữa camera và đối tượng. Với các tư thế khác nhau, các thành phần trên đối tượng cũng sẽ bị thay đổi khi bị khuất một phần hoặc khuất hết 13 Hình 1. Minh họa sự thay đổi góc chụp Sự biến dạng của đối tượng: Biến dạng của đối tượng có thể làm ảnh hưởng đáng kể lên các thông số của đối tượng đó. Chằng hạn, cùng một khuôn mặt một người nhưng có thể sẽ rất khác khi họ cười hoặc sợ hãi.
Sự che khuất: đối tượng có thể bị che khuất bởi các đối tượng khác. Minh họa cho sự che khuất Sự phức tạp của hình nền: Hình nền phía sau của đối tượng phức tạp sẽ khiến việc nhận dạng trở nên khó khăn, 14 Hình 1. Sự phức tạp của hình nền Điều kiện của ảnh: Ảnh được chụp trong các điều kiện khác nhau về: chiếu sáng, về tính chất camera (máy kỹ thuật số, máy hồng ngoại,…) ảnh hưởng rất nhiều đến chất lượng ảnh Hình 1. Minh họa độ sáng khác nhau c.
Tổng quan kiến trúc một hệ thống nhận dạng đối tượng Một hệ thống nhận dạng đối tượng thông thường xử lý bốn bước sau: 15 - Thu nhận tín hiệu (hình ảnh) và tiền xử lý - Trích chọn đặc trưng - Phát hiện đối tượng - Phân lớp đối tượng Hình 1. Các bước trong hệ thống nhận dạng đối tượng Ảnh đầu vào được thực hiện thu nhận và tiền xử lý sau đó các ảnh được qua công đoạn tiền xử lý nhằm tăng độ chính xác cho hệ thống. Các ảnh sau đó được trích chọn đặng trưng để tọa ra các vecto đặc trưng trong bước rút trích đặc trưng. Những vecto đặc trưng này sẽ là dữ liệu đầu vào cho một mô hình đã được huấn luyện trước.
Phát hiện đối tượng: dò tìm và định vị những vị trí đối tượng xuất hiện trong ảnh hoặc trên các chuỗi ảnh của video. Những đối tượng thu được qua bước phát hiện sẽ tiếp tục được phân lớp thành từng lớp riêng biệt để nhận dạng. Ứng dụng thị giác máy tính trong đời sống Robot và máy móc tự động như xe tự lái theo truyền thống là lĩnh vực yêu thích cho thị giác máy tính. Tuy nhiên, thực tế là các công nghệ thị giác máy tính đang ngày càng trở nên phổ biến trong ngày càng nhiều lĩnh vực như: a.
Lĩnh vực y tế Những tiến bộ lớn liên tục xuất hiện trong các lĩnh vực nhận dạng mẫu và xử lý hình ảnh. Đồng thời, không có gì đáng ngạc nhiên khi cộng đồng y tế và 16 các chuyên gia trong lĩnh vực chăm sóc sức khỏe cho rằng hình ảnh y khoa (kỹ thuật tạo hình ảnh trực quan về bên trong của cơ thể để phân tích lâm sàng và can thiệp y tế, cũng như biểu thị trực quan chức năng của một số cơ quan hoặc mô sinh lý học) đã trở thành một phần thiết yếu trong cách thức làm việc của họ, hướng đến các công cụ chẩn đoán tốt hơn và tăng đáng kể khả năng đưa ra các hành động hiệu quả hơn. Thị giác máy tính hỗ trợ bác sĩ trong chẩn đoán Phân tích hình ảnh y khoa là một trợ giúp lớn cho phân tích dự đoán và trị liệu. Ví dụ, thị giác máy tính được áp dụng cho hình ảnh nội soi có thể làm tăng mức độ hợp lệ và đáng tin cậy của dữ liệu để giảm tỷ lệ tử vong liên quan đến ung thư đại trực tràng.
Trong một ví dụ khác, công nghệ thị giác máy tính cũng cung cấp hỗ trợ kỹ thuật cho phẫu thuật. Mô hình hình ảnh 3D của hộp sọ, như là một phần của điều trị khối u não, cung cấp tiềm năng to lớn trong việc chuẩn bị phẫu thuật thần kinh tiên tiến. Ngoài ra, khi mà học sâu ngày càng được sử dụng trong các công nghệ AI, việc tận dụng nó để phân loại các nốt phổi đã đạt được tiến bộ to lớn để chẩn đoán sớm ung thư phổi. Bán lẻ Thị giác máy tính đang được sử dụng trong các cửa hàng ngày càng nhiều, đặc biệt là giúp cải thiện trải nghiệm của khách hàng.
Pinterest Lens là một công 17 cụ tìm kiếm sử dụng thị giác máy tính để phát hiện các đối tượng giống như cách Shazam phát hiện âm nhạc. Bằng cách sử dụng ứng dụng điện thoại thông minh trong các cửa hàng, bạn có thể hình dung một sản phẩm trông như thế nào và nhận được các sản phẩm khác liên quan đến nó. Hệ thống Camera nhận dạng khuôn mặt Nhận dạng khuôn mặt là một ứng dụng nổi tiếng về thị giác máy tính có thể được sử dụng trong trung tâm mua sắm hoặc trong cửa hàng. Lolli & Pops, một cửa hàng kẹo có trụ sở tại Mỹ, đang sử dụng nhận dạng khuôn mặt để tích điểm cho khách hàng trung thành.
"Hãy tưởng tượng: Bạn bước vào cửa hàng yêu thích của mình và nhân viên bán hàng chào đón bạn bằng tên và bất cứ lúc nào bạn cần, họ chia sẻ với bạn những sản phẩm mới nhất của mình mà bạn có thể sẽ quan tâm nhất." Sự đổi mới công nghệ có thể đưa ra các giới thiệu được cá nhân hóa cụ thể cho từng khách hàng. Dường như không có giới hạn khi nói về các trường hợp sử dụng của thị giác máy tính trong lĩnh vực bán lẻ, chúng cũng có thể bao gồm phân tích các kệ hoặc tầng trong cửa hàng, thậm chí cả phân tích tâm trạng của khách hàng, cụ thể phát hiện cảm xúc dựa trên các thuật toán thông qua hình ảnh trong video và phân tích các biểu cảm nhỏ nhất trên gương mặt, xử lý chúng và cuối cùng, diễn giải cảm xúc chung. 18 Chấm dứt việc phải xếp hàng để thanh toán có thể là mục tiêu cuối cùng của cải tiến công nghệ trong các cửa hàng. Thị giác máy tính kết hợp với AI cuối cùng cũng có thể xóa sổ những hàng đợi thanh toán dài ác mộng.
Amazon đã phát triển một mô hình mới, Amazon Go, thúc đẩy các công nghệ bao gồm thị giác máy tính, IoT và AI để phát hiện, theo dõi và phân tích hành vi cũng như hành động của khách hàng trong cửa hàng để xử lý tự động quá trình thanh toán và gửi cho họ hóa đơn điện tử. Ngân hàng Khi nói đến việc liên kết các công nghệ AI với ngân hàng, chúng ta chủ yếu nghĩ đến việc phát hiện gian lận. Mặc dù đó là một lĩnh vực tập trung đặc biệt cho công nghệ tiên tiến trong lĩnh vực này, thị giác máy tính có thể cải tiến nhiều thứ hơn nữa. Các ứng dụng nhận dạng hình ảnh sử dụng học máy để phân loại và trích xuất dữ liệu phục vụ cho việc giám sát quá trình xác thực các tài liệu như thẻ căn cước hoặc giấy phép lái xe có thể được sử dụng để cải thiện trải nghiệm của khách hàng từ xa và tăng cường bảo mật.
Phát hiện cháy dựa trên máy bay không người lái Việc sử dụng rộng rãi và đa dạng thị giác máy tính cũng áp dụng cho các lĩnh vực an ninh. Máy bay không người lái, hoặc UAV, có thể tận dụng các hệ thống thị giác máy tính để tăng cường khả năng phát hiện của con người trong việc phát hiện cháy rừng, sử dụng hình ảnh hồng ngoại (IR) như một phần của các giao thức giám sát cháy rừng. Các thuật toán nâng cao phân tích các đặc điểm hình ảnh video như chuyển động hoặc độ sáng để phát hiện lửa. Hệ thống đang thực hiện các trích xuất được nhắm mục tiêu để phát hiện dễ dàng các mẫu và tính toán cách để thấy sự khác biệt giữa các đám cháy và chuyển động thực tế có thể bị hiểu nhầm là hỏa hoạn.