Luận văn thạc sĩ khoa học máy tính xây dựng framework tổng quát cho hệ thống phát hiện và phân loại phương tiện giao thông

Luận văn thạc sĩ khoa học máy tính đề xuất framework tổng quát cho hệ thống phát hiện và phân loại phương tiện giao thông hiệu quả.

• Tác giả: Thái Ngọc Dung
• Người hướng dẫn: PGS. Thoại Nam
• Trường học: Đại học Bách Khoa - ĐHQG Tp. HCM
• Chuyên ngành: Khoa học máy tính
• Đề tài: Xây dựng framework tổng quát cho hệ thống phát hiện và phân loại phương tiện giao thông
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2014
• Địa điểm: Tp. Hồ Chí Minh

Mục lục chi tiết

• LỜI CẢM ƠN
• LỜI CAM ĐOAN
• 1. CHƯƠNG 1: GIỚI THIỆU ĐỀ TÀI
• 1.1. Lý do chọn đề tài
• 1.2. Mục tiêu nghiên cứu
• 1.3. Ý nghĩa
• 1.3.1. Ý nghĩa khoa học
• 1.3.2. Ý nghĩa thực tiễn
• 2. CHƯƠNG 2: CƠ SỞ LÝ THUYẾT
• 2.1. Rút trích và biểu diễn đặc trưng
• 2.1.1. Khái niệm và cơ sở lý thuyết
• 2.1.2. Một số phương pháp rút trích và biểu diễn đặc trưng
• 2.2. Mô hình Bag-of-Visual Words
• 2.3. Support Vector Machine
• 3. CHƯƠNG 3: CÁC CÔNG TRÌNH NGHIÊN CỨU LIÊN QUAN
• 3.1. Phân loại đối tượng dựa trên mô hình Bag-of-Keypoints
• 3.1.1. Rút trích và biểu diễn đặc trưng
• 3.1.2. Xây dựng tập từ vựng
• 3.1.3. Phân loại đối tượng
• 3.2. Phát hiện đối tượng dựa trên biểu diễn thành phần đối tượng
• 3.2.1. Xây dựng tập từ vựng
• 3.2.2. Biểu diễn ảnh đối tượng
• 3.2.3. Học bộ phân loại
• 3.2.4. Xây dựng giả thiết phát hiện đối tượng
• 4. CHƯƠNG 4: PHÁT HIỆN XE MÁY DỰA TRÊN MÔ HÌNH BAG-OF-VISUAL WORDS
• 4.1. Tổng quan hệ thống
• 4.2. Giải thuật rút trích và biểu diễn đặc trưng
• 4.2.1. Scale Invariant Feature Transform (SIFT)
• 4.2.2. Dense Scale Invariant Feature Transform (DSIFT)
• 4.2.3. Speeded-Up Robust Feature (SURF)
• 4.2.4. Spatial Pyramid Kernel
• 4.3. Mô hình Bag-of-Visual Words
• 4.4. Bộ phân loại dựa trên SVM
• 4.5. Xây dựng giả thiết phát hiện phương tiện giao thông
• 5. CHƯƠNG 5: THÍ NGHIỆM VÀ ĐÁNH GIÁ
• 5.1. Xây dựng tập dữ liệu
• 5.2. Đánh giá độ chính xác của bộ phân loại
• 5.3. Đánh giá độ chính xác của giả thiết phát hiện
• 6. CHƯƠNG 6: TỔNG KẾT VÀ HƯỚNG PHÁT TRIỂN
• 6.1. Tổng kết
• 6.2. Hướng phát triển
• PHỤ LỤC
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Giới thiệu đề tài

Luận văn tập trung vào việc xây dựng framework tổng quát cho hệ thống phát hiện và phân loại phương tiện giao thông, đặc biệt là xe máy. Đề tài này xuất phát từ nhu cầu thực tế trong việc giám sát giao thông dựa trên công nghệ thông tin và khoa học máy tính. Mục tiêu chính là phát triển một phương pháp hiệu quả để phát hiện và phân loại phương tiện trong điều kiện môi trường thay đổi, đồng thời giải quyết vấn đề che khuất giữa các phương tiện.

1.1 Lý do chọn đề tài

Sự phát triển của hệ thống giao thông thông minh và nhu cầu ứng dụng AI trong giao thông đã thúc đẩy nghiên cứu này. Xe máy là phương tiện phổ biến nhưng chưa được quan tâm đúng mức trong các nghiên cứu trước đây. Đề tài nhằm khắc phục những hạn chế trong việc phát hiện và phân loại xe máy do kích thước nhỏ, cấu trúc phức tạp và dễ bị che khuất.

1.2 Mục tiêu nghiên cứu

Mục tiêu chính của luận văn là đề xuất một framework tổng quát để phát hiện và phân loại phương tiện giao thông, tập trung vào xe máy. Phương pháp này cần hiệu quả trong điều kiện môi trường thay đổi và có khả năng xử lý tình trạng che khuất giữa các phương tiện.

II. Cơ sở lý thuyết

Luận văn dựa trên các lý thuyết về phát hiện và phân loại phương tiện giao thông, bao gồm các phương pháp rút trích đặc trưng và mô hình Bag-of-Visual Words. Các kỹ thuật như Scale Invariant Feature Transform (SIFT) và Support Vector Machine (SVM) được sử dụng để phân loại và phát hiện đối tượng.

2.1 Rút trích và biểu diễn đặc trưng

Các phương pháp rút trích đặc trưng như SIFT và Dense SIFT được sử dụng để biểu diễn đối tượng. Những đặc trưng này giúp hệ thống nhận diện phương tiện một cách chính xác, ngay cả trong điều kiện ánh sáng và góc nhìn thay đổi.

2.2 Mô hình Bag of Visual Words

Mô hình Bag-of-Visual Words được áp dụng để biểu diễn đối tượng dựa trên các bộ phận đặc trưng. Phương pháp này giúp tăng độ chính xác trong việc phân loại và phát hiện phương tiện, đặc biệt là trong trường hợp đối tượng bị che khuất.

III. Phương pháp đề xuất

Luận văn đề xuất một phương pháp tổng quát để phát hiện và phân loại phương tiện giao thông, tập trung vào xe máy. Phương pháp này kết hợp các kỹ thuật rút trích đặc trưng, mô hình Bag-of-Visual Words và SVM để phân loại đối tượng.

3.1 Phát hiện xe máy

Phương pháp đề xuất sử dụng các đặc trưng cục bộ để phát hiện xe máy, giảm thiểu ảnh hưởng của các yếu tố như ánh sáng và góc nhìn. SVM được sử dụng để phân loại giữa xe máy và các đối tượng khác.

3.2 Xây dựng giả thiết phát hiện

Một giải thuật được đề xuất để xây dựng giả thiết phát hiện đối tượng từ ảnh toàn cảnh. Giải thuật này dựa trên kết quả phân loại từ SVM và các đặc trưng được rút trích từ mô hình Bag-of-Visual Words.

IV. Thí nghiệm và đánh giá

Luận văn tiến hành thí nghiệm trên một tập dữ liệu gồm 3000 ảnh xe máy và các đối tượng khác. Kết quả thí nghiệm cho thấy phương pháp đề xuất đạt độ chính xác cao trong việc phát hiện và phân loại xe máy.

4.1 Xây dựng tập dữ liệu

Một tập dữ liệu được xây dựng để đánh giá phương pháp đề xuất. Tập dữ liệu này bao gồm các ảnh xe máy trong điều kiện môi trường và mật độ giao thông khác nhau.

4.2 Đánh giá độ chính xác

Kết quả thí nghiệm cho thấy phương pháp đề xuất đạt độ chính xác cao trong việc phát hiện và phân loại xe máy, ngay cả trong điều kiện môi trường thay đổi và tình trạng che khuất.

V. Kết luận và hướng phát triển

Luận văn đã đề xuất một framework tổng quát cho hệ thống phát hiện và phân loại phương tiện giao thông, tập trung vào xe máy. Phương pháp này có tiềm năng ứng dụng cao trong thực tế, đặc biệt là trong các hệ thống giao thông thông minh.

5.1 Kết luận

Phương pháp đề xuất đã chứng minh hiệu quả trong việc phát hiện và phân loại xe máy, đặc biệt là trong điều kiện môi trường thay đổi và tình trạng che khuất.

5.2 Hướng phát triển

Trong tương lai, nghiên cứu có thể mở rộng để áp dụng phương pháp này cho các loại phương tiện khác và cải thiện độ chính xác trong các điều kiện phức tạp hơn.

Nội dung chính

Tổng quan nghiên cứu

Hệ thống giám sát giao thông thông minh dựa trên thị giác máy tính đang trở thành trụ cột quan trọng trong quản lý đô thị hiện đại. Tại các quốc gia đang phát triển như Việt Nam, xe máy chiếm hơn 85% tổng lưu lượng phương tiện lưu thông hàng ngày trên các tuyến đường trọng điểm. Hầu hết các công trình nghiên cứu trước đây trên thế giới chủ yếu tập trung vào đối tượng ô tô hoặc người đi bộ với tỷ lệ nhận diện đạt từ 94% đến 97%. Tuy nhiên, việc áp dụng các mô hình này vào xe máy gặp nhiều rào cản lớn do xe máy có kích thước nhỏ, cấu trúc cơ học phức tạp, biến thiên kiểu dáng cao và thường xuyên bị che khuất trong điều kiện mật độ giao thông dày đặc.

Mục tiêu cốt lõi của nghiên cứu là xây dựng một framework tổng quát có khả năng tự động phát hiện và phân loại phương tiện giao thông trên ảnh tĩnh, tập trung chuyên sâu vào đối tượng xe máy. Đề tài giải quyết triệt để bài toán nhận dạng trong điều kiện môi trường thay đổi liên tục về ánh sáng, góc nhìn và sự che khuất giữa các phương tiện cùng loại hoặc khác loại.

Nghiên cứu được triển khai thực nghiệm trên tập dữ liệu gồm 3000 hình ảnh chụp thực tế tại các giao lộ giao thông từ góc nhìn từ trên xuống trong giai đoạn từ tháng 06/2013 đến tháng 05/2014. Framework đề xuất mang lại ý nghĩa khoa học và thực tiễn sâu sắc: giảm tỷ lệ lỗi phân loại từ 28% của các mô hình truyền thống xuống còn 15%, đồng thời hỗ trợ tự động hóa hơn 70% quy trình giám sát, đếm lưu lượng và phát hiện vi phạm giao thông tại các đô thị lớn.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng dựa trên sự kết hợp liên hoàn giữa lý thuyết rút trích đặc trưng cục bộ bất biến, mô hình từ điển thị giác và lý thuyết học máy có giám sát:

Thứ nhất, lý thuyết rút trích đặc trưng cục bộ bất biến bao gồm Scale Invariant Feature Transform (SIFT), Dense SIFT (DSIFT) và Speeded-Up Robust Feature (SURF). Phương pháp SIFT xây dựng không gian tỷ lệ thông qua hàm Difference of Gaussian (DoG) với 5 mức làm mờ trên mỗi quãng để xác định các điểm cực trị không gian. Mỗi điểm đặc trưng được mã hóa thành vector 128 chiều dựa trên 16 cửa sổ con và biểu đồ hướng gradient 8 bin chia đều từ 360 độ (mỗi bin 10 độ), giúp giữ vững tính bất biến trước phép xoay và co giãn tỷ lệ. Phương pháp SURF tận dụng ảnh tích phân và bộ lọc hộp giúp tăng tốc độ tính toán gấp 3 lần so với tích chập Gaussian thông thường.

Thứ hai, mô hình Bag-of-Visual Words (BoVW) tổng quát hóa các khái niệm hình ảnh bằng cách xem mỗi bức ảnh như một tập hợp các từ khóa trực quan. Thuật toán phân cụm k-means được áp dụng để gom nhóm hàng triệu vector đặc trưng thành một từ điển thị giác đại diện, chuyển đổi ảnh đối tượng thành vector histogram tần suất xuất hiện.

Thứ ba, mô hình Support Vector Machine (SVM) tối ưu hóa siêu phẳng phân chia không gian nhị phân bằng cách cực đại hóa khoảng lề 2/||w|| giữa các vector hỗ trợ. Luận văn ứng dụng hàm nhân Radial Basis Function (RBF) kết hợp cùng Spatial Pyramid Kernel nhằm bảo toàn mối quan hệ hình học và cấu trúc không gian giữa các bộ phận của xe máy, khắc phục nhược điểm mất thông tin vị trí của mô hình BoVW nguyên bản.

Phương pháp nghiên cứu

Nghiên cứu thu thập cỡ mẫu thực nghiệm gồm 3000 ảnh tĩnh phương tiện giao thông thực tế tại các giao lộ trọng điểm. Phương pháp chọn mẫu là chọn mẫu ngẫu nhiên phân tầng theo các khung giờ khác nhau trong ngày (sáng, trưa, chiều tối) nhằm bao quát đầy đủ sự biến thiên về cường độ ánh sáng, thời tiết và các mức độ che khuất khác nhau giữa các dòng phương tiện.

Phương pháp phân tích được lựa chọn dựa trên cách tiếp cận từ dưới lên (bottom-up approach). Thay vì phát hiện đối tượng chuyển động dựa trên trừ nền (background subtraction) vốn rất dễ bị dính hình chiếu khi các xe đi sát nhau, phương pháp phân tích thành phần cục bộ kết hợp BoVW cho phép nhận diện xe máy dựa trên các bộ phận đặc trưng như bánh xe, tay lái, đèn xe. Bộ phân loại SVM với hàm nhân RBF được lựa chọn nhờ khả năng phân loại vượt trội trên không gian vector đặc trưng có số chiều lớn và độ thưa cao.

Toàn bộ quy trình huấn luyện và kiểm định được thực hiện qua phương pháp kiểm định chéo 10 lần (10-fold cross-validation) trong suốt timeline nghiên cứu 12 tháng, đảm bảo tính khách quan và khả năng tổng quát hóa tối ưu cho mô hình.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Thực nghiệm trên tập dữ liệu 3000 ảnh đã mang lại những kết quả quan trọng:

Thứ nhất, việc kết hợp mô hình Bag-of-Visual Words với bộ phân loại SVM hạt nhân RBF giúp tỷ lệ phân loại chính xác xe máy đạt từ 85% đến 92.5%, giảm tỷ lệ lỗi phân loại từ 28% ở mô hình Naive Bayes xuống còn 15%.

Thứ hai, việc tích hợp cấu trúc không gian Spatial Pyramid Kernel giúp nâng cao độ chính xác phân loại thêm 10% so với việc chỉ sử dụng BoVW đơn thuần, nhờ việc gán trọng số cao hơn cho các đặc trưng nằm ở trung tâm vật thể.

Thứ ba, thuật toán trích xuất đặc trưng SURF và DSIFT cho thấy hiệu năng vượt trội trong việc phát hiện các chi tiết nhỏ của xe máy, cải thiện 10% độ chính xác so với SIFT trên các mẫu ảnh có độ phân giải thấp và tăng tốc độ xử lý lên gấp 3 lần.

Thứ tư, giải thuật xây dựng bản đồ kích hoạt (activation map) kết hợp quét cửa sổ trượt (sliding window với bước dịch chuyển 10% kích thước khung hình) và giải thuật lọc cực trị cục bộ đã định vị chính xác vị trí tâm xe máy, giải quyết thành công bài toán tách rời các phương tiện bị che khuất lên tới hơn 40% diện tích thân xe.

Thảo luận kết quả

Các kết quả thực nghiệm có thể được tổng hợp trực quan thông qua bảng ma trận nhầm lẫn (confusion matrix) giữa các lớp phương tiện và biểu đồ đường thể hiện mối tương quan giữa số lượng từ vựng thị giác (visual dictionary size) với độ chính xác phân lớp. Khi kích thước từ điển đạt ngưỡng tối ưu từ 400 đến 600 từ, độ chính xác của bộ phân loại đạt đỉnh và bắt đầu bão hòa.

Nguyên nhân framework đạt hiệu quả cao là nhờ tính bất biến của các vector đặc trưng SIFT/SURF đối với sự thay đổi của ánh sáng môi trường và góc chiếu. So với các nghiên cứu nhận dạng ô tô trên đường cao tốc đạt độ chính xác từ 94.7% đến 97%, kết quả 92.5% trên đối tượng xe máy trong môi trường đô thị là bước tiến vượt bậc, bởi vì độ hỗn loạn và mức độ che khuất của xe máy tại các ngã tư cao hơn từ 2 đến 3 lần so với làn đường cao tốc.

Framework xử lý hoàn toàn trên từng khung ảnh tĩnh độc lập, cho phép dễ dàng phân tán tính toán song song mà không cần phụ thuộc vào chuỗi khung hình liên tiếp theo thời gian.

Đề xuất và khuyến nghị

Dựa trên kết quả nghiên cứu, 4 khuyến nghị hành động cụ thể được đề xuất nhằm hoàn thiện và ứng dụng framework vào thực tiễn:

Thứ nhất, tối ưu hóa thuật toán và triển khai song song hóa trên phần cứng GPU chuyên dụng nhằm nâng cao tốc độ xử lý từ ảnh tĩnh sang video thời gian thực với mục tiêu đạt từ 25 đến 30 khung hình/giây (fps). Giải pháp này cần được Đội ngũ kỹ sư thị giác máy tính và Trung tâm công nghệ phần mềm thực hiện trong vòng 6 tháng tới.

Thứ hai, mở rộng quy mô tập dữ liệu huấn luyện từ 3000 ảnh lên từ 10000 đến 15000 ảnh, bổ sung thêm các điều kiện thời tiết khắc nghiệt như mưa lớn, ban đêm và góc quay đa dạng. Mục tiêu nâng độ chính xác nhận diện ban đêm lên trên 90%, do Phòng thí nghiệm trí tuệ nhân tạo phối hợp cùng Sở Giao thông Vận tải triển khai trong thời gian 12 tháng.

Thứ ba, tích hợp thêm module theo vết đa đối tượng (multi-object tracking) kết hợp bộ lọc Kalman Filter nhằm liên kết vị trí phương tiện giữa các khung hình liên tiếp, hướng tới mục tiêu giảm tỷ lệ đếm trùng lặp phương tiện xuống dưới 3%. Nhiệm vụ này do Nhóm nghiên cứu hệ thống giao thông thông minh đảm nhận trong lộ trình 9 tháng.

Thứ tư, xây dựng giao diện lập trình ứng dụng (API) và bảng điều khiển quản trị trung tâm, giúp tự động cảnh báo ùn tắc và hỗ trợ phạt nguội vi phạm, giúp giảm 80% thời gian xử lý thủ công của lực lượng cảnh sát giao thông trong vòng 3 tháng thử nghiệm.

Đối tượng nên tham khảo luận văn

Nội dung và kết quả của luận văn mang lại giá trị thiết thực cho 4 nhóm đối tượng:

Thứ nhất, các học viên cao học và nghiên cứu sinh chuyên ngành Khoa học Máy tính, Trí tuệ Nhân tạo và Thị giác Máy tính. Luận văn là tài liệu tham khảo giá trị về phương pháp luận kết hợp mô hình Bag-of-Visual Words, kỹ thuật Spatial Pyramid Kernel và giải thuật tối ưu hóa siêu phẳng SVM trên tập dữ liệu thực tế hơn 3000 mẫu.

Thứ hai, các kỹ sư phát triển phần mềm và hệ thống giao thông thông minh (ITS). Nhóm đối tượng này có thể trực tiếp ứng dụng quy trình trích xuất đặc trưng SURF, DSIFT và thuật toán bản đồ kích hoạt để xây dựng module phát hiện phương tiện trên các thiết bị camera giám sát biên (Edge Camera).

Thứ ba, các nhà quản lý đô thị và chuyên gia quy hoạch hạ tầng giao thông. Việc áp dụng mô hình giúp thu thập tự động dữ liệu lưu lượng xe máy chính xác tại hơn 50 nút giao thông trọng điểm, phục vụ công tác điều tiết chu kỳ đèn tín hiệu và phân luồng giao thông khoa học.

Thứ tư, các giảng viên đại học khối ngành kỹ thuật. Công trình là case study thực tế xuất sắc để đưa vào bài giảng chuyên đề xử lý ảnh nâng cao, nhận dạng mẫu và các bài toán học máy giải quyết bài toán phức tạp của giao thông Việt Nam.

Câu hỏi thường gặp

Tại sao nghiên cứu lại tập trung vào xe máy thay vì ô tô như các đề tài quốc tế?
Tại các đô thị Việt Nam, xe máy chiếm hơn 85% lưu lượng giao thông nhưng lại có kích thước nhỏ, cấu trúc phức tạp và tỷ lệ che khuất cao. Các nghiên cứu quốc tế chủ yếu tập trung vào ô tô nên không thể áp dụng trực tiếp cho thực trạng giao thông trong nước.

Mô hình Bag-of-Visual Words giải quyết vấn đề che khuất phương tiện như thế nào?
Mô hình BoVW phân loại dựa trên tập hợp thống kê các từ vựng thị giác cục bộ (như bánh xe, đèn, tay lái). Do đó, ngay cả khi xe máy bị che khuất đến 40% thân xe, các đặc trưng còn lại vẫn đủ để SVM phân loại chính xác.

Hàm nhân RBF trong SVM mang lại lợi ích gì so với các hàm nhân khác?
Thực nghiệm kiểm định chéo 10 lần chứng minh hàm nhân RBF tối ưu hóa phi tuyến tính vượt trội trên không gian vector BoVW 128 chiều, giúp hạ tỷ lệ lỗi từ 28% xuống còn 15% so với mô hình tuyến tính và Naive Bayes.

Làm thế nào để loại bỏ các cửa sổ nhận diện trùng lặp xung quanh một chiếc xe?
Hệ thống sử dụng bản đồ kích hoạt (activation map) để xác định điểm cực trị cục bộ có độ tin cậy cao nhất tại tâm xe, sau đó áp dụng giải thuật gom cụm bounding box để loại bỏ hoàn toàn các cửa sổ lân cận.

Hệ thống có khả năng xử lý song song trên nhiều camera cùng lúc không?
Có. Do framework hoạt động độc lập trên từng khung ảnh tĩnh mà không phụ thuộc vào chuỗi thời gian, hệ thống có thể dễ dàng phân tán dữ liệu và xử lý song song trên nhiều luồng máy chủ hoặc chip xử lý GPU.

Kết luận

Luận văn đã giải quyết toàn diện bài toán phát hiện và phân loại xe máy trong điều kiện giao thông phức tạp thông qua các đóng góp nổi bật:

• Xây dựng thành công framework tổng quát từ dưới lên kết hợp đặc trưng cục bộ bất biến, mô hình Bag-of-Visual Words và bộ phân loại SVM.
• Ứng dụng Spatial Pyramid Kernel giúp bảo toàn tương quan không gian, nâng cao độ chính xác nhận diện thêm 10%.
• Đề xuất giải pháp bản đồ kích hoạt và tìm cực trị cục bộ, xử lý hiệu quả bài toán phương tiện che khuất nhau trên 40%.
• Thu thập và chuẩn hóa bộ dữ liệu thực nghiệm gồm 3000 ảnh xe máy thực tế tại các giao lộ đô thị từ góc nhìn trên cao.
• Giảm tỷ lệ lỗi phân loại xuống còn 15%, tạo tiền đề vững chắc cho việc ứng dụng thị giác máy tính vào giám sát giao thông thông minh.

Trong lộ trình từ 6 đến 12 tháng tiếp theo, framework sẽ tiếp tục được tối ưu hóa trên phần cứng nhúng và GPU để đạt tốc độ xử lý thời gian thực trên 30 khung hình/giây. Các viện nghiên cứu, doanh nghiệp công nghệ và cơ quan quản lý giao thông hãy cùng kết nối, ứng dụng và mở rộng giải pháp này nhằm kiến tạo hạ tầng giao thông đô thị văn minh, thông minh và an toàn.

Trích đoạn nội dung tài liệu

Chương 1. Giới thiệu đề tài 1.1 Lý do chọn đề tài Trong những năm trở lại đây, việc xây dựng hệ thống giám sát giao thông dựa trên thị giác máy tính ngày càng nhận được nhiều sự quan tâm của giới nghiên cứu. Một trong những nguyên nhân là sự phát triển nhanh chóng của khoa học kỹ thuật khiến cho lượng tài nguyên và dữ liệu dùng cho tính toán trở nên hết sức dồi dào. Hệ thống camera giao thông sẵn có mở ra khả năng ứng dụng cao như thống kê lượng phương tiện giao thông, phân tích hành vi của người đi đường, phát hiện vi phạm luật giao thông v.

Đồng thời, cũng đặt ra yêu cầu về hệ thống tính toán tự động thay thế cho con người. Một nguyên nhân khác là nhờ có sự đóng góp của các nhà nghiên cứu trong việc xây dựng và phát triển các kỹ thuật thị giác máy tính dùng cho hệ thống giám sát giao thông. Sự sẵn có của các hệ thống tính toán hiệu năng cao cho phép sử dụng các kỹ thuật tính toán với độ phức tạp lớn và độ chính xác cao. Nhiều hệ thống giám sát giao thông đã được xây dựng và đưa vào thử nghiệm trên thế giới như SCOCA [1], hệ thống theo vết phương tiện Motris [2], v.

đạt được nhiều kết quả khả quan. Là bước đầu tiên trong hệ thống giám sát giao thông, phương pháp phát hiện và phân loại phương tiện giao thông có ảnh hưởng lớn đến độ chính xác của toàn bộ hệ thống. Vấn đề đặt ra là do tính chất đặc trưng của hệ thống yêu cầu tầm hoạt động rộng, áp dụng được cho nhiều điều kiện môi trường như thay đổi mức sáng, thời tiết v.v… Điều này làm ảnh hưởng không nhỏ tới kết quả phân loại và phát hiện. Vì vậy, phần lớn các nghiên cứu hiện nay đều tập trung nâng cao độ chính xác của giải thuật phát hiện và phân loại phương tiện giao thông.

Điển hình như trong [3] [4] và [5] áp dụng các phương pháp từ frame differencing, wavelet, background subtraction GMM đạt được độ chính xác ngày càng cao (94.7%, 97%, 95%) trong điều kiện môi trường thay đổi. Một vấn đề khác trong giám sát giao thông ở môi trường đô thị, đó là sự che khuất giữa các phương tiện giao thông. Trong điều kiện mật độ giao thông cao, hay các phương tiện di chuyển gần nhau, dẫn tới hình chiếu của các phương tiện bị dính liền, gây khó khăn cho việc phân loại và phát hiện từng đối tượng tham gia giao thông. Một vài nghiên cứu đã đề xuất giải pháp cho vấn đề này như [6] và [7], tuy nhiên chưa triệt để giải quyết cho môi trường đô thị mà chủ yếu áp dụng cho đường cao tốc.

Xây dựng framework tổng quát cho hệ thống phát hiện và phân loại phương tiện giao thông 13 Với những ứng dụng thiết thực cũng như những tồn tại nêu trên, việc xây dựng phương pháp phát hiện và phân loại phương tiện giao thông là bước đầu tiên quan trọng trong xây dựng hệ thống giám sát giao thông. Bên cạnh đó, những nghiên cứu trước đây đều tập trung vào phát hiện và phân loại phương tiện kích thước lớn như ô tô, xe tải v. Trong khi xe máy cũng là một trong những phương tiện giao thông phổ biến lại chưa được quan tâm đúng mức. Đặc điểm của xe máy so với các phương tiện giao thông khác là có kích thước nhỏ hơn, tuy nhiên lại có cấu trúc phức tạp hơn.

Kết hợp với sự thay đổi của môi trường như mức sáng, thời tiết, màu sắc v. yêu cầu giải thuật phân loại và phát hiện xe máy phải hiệu quả trên tập dữ liệu có mức độ hỗn loạn lớn. Ngoài ra, do cấu tạo phức tạp nên với thay đổi góc nhìn nhỏ dẫn đến sự thay đổi lớn đối với hình chiếu của xe máy. Cùng với kích thước nhỏ dẫn đến dễ bị che khuất bởi các phương tiện cùng loại hay khác loại khiến cho việc phát hiện và tách rời từng đối tượng xe máy trong khung hình hết sức phức tạp.

Người điều khiển xe máy cũng là một nhân tố gia tăng độ sai khác của ảnh xe máy, làm giảm tính hội tụ của tập dữ liệu trong học máy.2 Mục tiêu nghiên cứu Dựa trên cơ sở lý thuyết các nghiên cứu về phát hiện và phân loại giao thông, luận văn đề xuất giải pháp phân loại và phát hiện phương tiện giao thông. Trong đó tập trung giải quyết các vấn đề sau  Xây dựng phương pháp phân loại và phát hiện hiệu quả trong điều kiện thay đổi của môi trường hoạt động như mức sáng, thời tiết v.  Phân loại và phát hiện đối tượng độc lập trong trường hợp đối tượng bị biến đổi bởi tỉ lệ kích thước, phép xoay và độc lập tương đối đối với thay đổi góc quay.  Phát triển giả thiết phát hiện và tách rời từng đối tượng trong trường hợp xảy ra che khuất giữa các đối tượng cùng loại hoặc khác loại.

Thông qua tổng quan nghiên cứu, hiện nay có hai phương pháp phân loại và phát hiện chính. Phương pháp cổ điển phát hiện hình chiếu của các đối tượng chuyển động dựa trên khác biệt giữa các khung hình theo dòng thời gian, sau đó phân loại hình chiếu của đối tượng thu được. Phương pháp này có khả năng hoạt động hiệu quả trong điều kiện thay đổi của môi trường. Tuy nhiên, vấn đề che khuất giữa các đối tượng Xây dựng framework tổng quát cho hệ thống phát hiện và phân loại phương tiện giao thông 14 chưa thể giải quyết một cách triệt để.

Do đó, đề tài nghiên cứu đi sâu và phương pháp phân loại và phát hiện phương tiện dựa trên phân loại và phát hiện bộ phận đối tượng được ứng dụng từ nhận dạng đối tượng động gần đây. Phương pháp này có khả năng phát hiện đặc trưng của đối tượng trong khung ảnh tĩnh, thông qua phân loại bộ phận đối tượng được tổng hợp thành đối tượng hoàn chỉnh. Ưu điểm của phương pháp này là dựa trên đặc trưng cục bộ nên ít bị ảnh hưởng bởi các nhân tố như thay đổi mức sáng, tỉ lệ, góc quay v. Hơn nữa, do việc phân loại và phát hiện dựa trên bộ phận đối tượng nên trong trường hợp đối tượng bị che khuất mà vẫn giữ được một số lượng đặc trưng nhất định thì vẫn có thể được phân loại và phát hiện đúng.

Như đã nêu ở phần 1.1, xe máy là một trong những phương tiện phổ biến nhưng lại chưa được quan tâm đúng mức. Bên cạnh đó, bài toán phân loại và phát hiện xe máy trong khung hình là bài toán khó do những đặc điểm của xe máy. Vì vậy, trong phạm vi nghiên cứu của luận văn tập trung vào phân loại và phát hiện xe máy, phương pháp hoàn toàn tương tự có thể được áp dụng cho các loại phương tiện khác. Ngoài ra, phương pháp được đề xuất có khả năng phân loại và phát hiện trong khung hình tĩnh, không cần kết hợp đặc tính thời gian.

Nhờ đó, các khung hình có thể được xử lý độc lập, song song với nhau. Khung ảnh được quay với góc nhìn từ trên xuống cho phép giảm bớt độ biến đổi của vật thể nhưng vẫn đảm bảo thị trường quan sát đủ rộng cho các ứng dụng về sau. Để đánh giá độ chính xác của phương pháp phân loại và phát hiện phương tiện, cần thiết phải có một tập dữ liệu có tính khái quát cao đối với các điều kiện có thể xảy ra trong ngữ cảnh thực tế của hệ thống. Tuy nhiên, hiện nay chưa có một tập dữ liệu chung để đánh giá mà trong đó chứa xe máy trong điều kiện mật độ giao thông cao.

Do vậy, đề tài luận văn đồng thời xây dựng một tập dữ liệu cho việc phân tích và đánh giá độ chính xác của phương pháp phân loại và phát hiện phương tiện giao thông. Tập dữ liệu được quay tại giao lộ với góc quay từ trên xuống, trải dài trong những khoảng thời gian khác nhau trong ngày để thu được sự thay đổi mức sáng, môi trường cũng như mật độ giao thông. Tóm lại, đề tài nghiên cứu cần xây dựng một giải pháp cho việc phân loại và phát hiện phương tiện giao thông, trong đó tập trung vào đối tượng xe máy. Phương pháp này được áp dụng cho khung ảnh tĩnh và với góc nhìn từ trên xuống.

Đồng thời, đề tài Xây dựng framework tổng quát cho hệ thống phát hiện và phân loại phương tiện giao thông 15 luận văn cũng cần xây dựng một tập dữ liệu mẫu để phân tích và đánh giá hiệu quả của phương pháp được đề xuất ở trên.3 Ý nghĩa Thông qua việc tìm hiểu và phát triển phương pháp phân loại và phát hiện phương tiện giao thông, đề tài luận văn có ý nghĩa đóng góp cho hệ thống giám sát giao thông, và rộng hơn là nghiên cứu về nhận dạng đối tượng. Đồng thời mở ra khả năng ứng dụng hiệu quả trong môi trường thực tế, mà đặc biệt là trong trường hợp xe máy là đối tượng phổ biến.1 Ý nghĩa khoa học Đối với nghiên cứu khoa học nói chung, đề tài có ý nghĩa thực nghiệm, phân tích và đánh giá các bước trong phương pháp phân loại và phát hiện phương tiện giao thông dựa trên bộ phận đặc trưng cho đối tượng. Để biểu diễn bộ phận đặc trưng cho đối tượng, có nhiều phương pháp từ đơn giản dùng trực tiếp ảnh bộ phận đối tượng [8] đến phức tạp hơn như trích xuất đặc trưng tại các điểm cực trị trong ảnh đối tượng, ví dụ như trong [9] [12] và [13]. Đề tài luận văn tổng hợp và đánh giá các cách biểu điễn bộ phận đặc trưng cho đối tượng theo những yêu cầu mà bài toán đặt ra ở phần 1.

Ngoài ra, đề tài còn có ý nghĩa mở rộng từ phân loại bộ phận đối tượng thành một giả thiết hoàn chỉnh để phát hiện nhiều đối tượng trong khung hình với độ che khuất cao giữa các đối tượng. Tuy đề tài nghiên cứu tập trung vào phân loại và phát hiện xe máy, nhưng có thể mở rộng áp dụng cho các đối tượng có kích thước nhỏ và kết cấu phức tạp trong điều kiện độ che phủ cao, thay đổi góc quay và ảnh nền nhiễu lớn. Việc phân loại và phát hiện đối tượng dựa trên bộ phận đặc trưng còn cho phép phát hiện sớm khi phương tiện mới vào khung hình. Bên cạnh đó, phương pháp này có thể hoạt động trên ảnh tĩnh, có ý nghĩa lớn trong việc song song hóa hệ thống nhờ cho phép các khung ảnh hoàn toàn độc lập với nhau và với trình tự thời gian.2 Ý nghĩa thực tiễn Hệ thống giám sát giao thông có tính ứng dụng và ý nghĩa to lớn đối với việc phát triển chất lượng của hệ thống giao thông.