Đang tải... (xem toàn văn)
(Luận văn thạc sĩ) Nghiên cứu mô hình học từ điển thưa ứng dụng trong nhận dạng thóc giống(Luận văn thạc sĩ) Nghiên cứu mô hình học từ điển thưa ứng dụng trong nhận dạng thóc giống(Luận văn thạc sĩ) Nghiên cứu mô hình học từ điển thưa ứng dụng trong nhận dạng thóc giống(Luận văn thạc sĩ) Nghiên cứu mô hình học từ điển thưa ứng dụng trong nhận dạng thóc giống(Luận văn thạc sĩ) Nghiên cứu mô hình học từ điển thưa ứng dụng trong nhận dạng thóc giống(Luận văn thạc sĩ) Nghiên cứu mô hình học từ điển thưa ứng dụng trong nhận dạng thóc giống(Luận văn thạc sĩ) Nghiên cứu mô hình học từ điển thưa ứng dụng trong nhận dạng thóc giống(Luận văn thạc sĩ) Nghiên cứu mô hình học từ điển thưa ứng dụng trong nhận dạng thóc giống(Luận văn thạc sĩ) Nghiên cứu mô hình học từ điển thưa ứng dụng trong nhận dạng thóc giống(Luận văn thạc sĩ) Nghiên cứu mô hình học từ điển thưa ứng dụng trong nhận dạng thóc giống(Luận văn thạc sĩ) Nghiên cứu mô hình học từ điển thưa ứng dụng trong nhận dạng thóc giống(Luận văn thạc sĩ) Nghiên cứu mô hình học từ điển thưa ứng dụng trong nhận dạng thóc giống(Luận văn thạc sĩ) Nghiên cứu mô hình học từ điển thưa ứng dụng trong nhận dạng thóc giống(Luận văn thạc sĩ) Nghiên cứu mô hình học từ điển thưa ứng dụng trong nhận dạng thóc giống(Luận văn thạc sĩ) Nghiên cứu mô hình học từ điển thưa ứng dụng trong nhận dạng thóc giống(Luận văn thạc sĩ) Nghiên cứu mô hình học từ điển thưa ứng dụng trong nhận dạng thóc giống(Luận văn thạc sĩ) Nghiên cứu mô hình học từ điển thưa ứng dụng trong nhận dạng thóc giống(Luận văn thạc sĩ) Nghiên cứu mô hình học từ điển thưa ứng dụng trong nhận dạng thóc giống(Luận văn thạc sĩ) Nghiên cứu mô hình học từ điển thưa ứng dụng trong nhận dạng thóc giống
ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CƠNG NGHỆ PHẠM THỊ LAN ANH NGHIÊN CỨU MƠ HÌNH HỌC TỪ ĐIỂN THƯA ỨNG DỤNG TRONG NHẬN DẠNG THÓC GIỐNG LUẬN VĂN THẠC SĨ CÔNG NGHỆ THÔNG TIN HÀ NỘI - 2018 ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ PHẠM THỊ LAN ANH NGHIÊN CỨU MƠ HÌNH HỌC TỪ ĐIỂN THƯA ỨNG DỤNG TRONG NHẬN DẠNG THĨC GIỐNG LUẬN VĂN THẠC SĨ CƠNG NGHỆ THƠNG TIN Cán hướng dẫn: PGS TS Nguyễn Thị Thủy Cán đồng hướng dẫn: PGS TS Lê Thanh Hà HÀ NỘI, 2018 LỜI CAM ĐOAN Tôi xin cam đoan kết nghiên cứu, thực nghiệm trình bày luận văn thực hướng dẫn Phó giáo sư - Tiến sĩ Nguyễn Thị Thuỷ Phó giáo sư - Tiến sĩ Lê Thanh Hà Tất tham khảo từ nghiên cứu liên quan nêu nguồn gốc cách rõ ràng từ danh mục tài liệu tham khảo luận văn Trong luận văn, khơng có việc chép tài liệu, cơng trình nghiên cứu người khác mà không rõ tài liệu tham khảo TÁC GIẢ LUẬN VĂN Phạm Thị Lan Anh LỜI CẢM ƠN Trước tiên, xin gửi lời cảm ơn sâu sắc đến giáo: Phó giáo sư - Tiến sĩ Nguyễn Thị Thuỷ thầy giáo: Phó giáo sư - Tiến sĩ Lê Thanh Hà, tận tình hướng dẫn tơi suốt trình thực luận văn tốt nghiệp Cảm ơn thầy giáo - Tiến sĩ Trần Quốc Long có góp ý, nhận xét quý giá giúp hồn thiện nội dung nghiên cứu tơi luận văn Tôi xin bày tỏ lời cảm ơn chân thành tới trường Đại học Công Nghệ - ĐHQG Hà Nội thầy cô giáo giảng dạy, truyền thụ kiến thức cho thời gian qua với quan tâm động viên khích lệ tinh thần thành viên phịng thí nghiệm Tương tác người máy HMI – Đại học Công nghệ, Đại học Quốc Gia Hà Nội Tôi cảm ơn đồng nghiệp Khoa Công nghệ thông tin, đặc biệt Bộ mơn Khoa học máy tính – Học viện Nông nghiệp Việt Nam tạo điều kiện hỗ trợ tốt để tơi tập trung hồn thành việc học cao học bảo vệ luận văn thạc sĩ Cuối cùng, xin cảm ơn tất gia đình, bạn bè ln động viên giúp đỡ tơi thời gian nghiên cứu đề tài Tuy có cố gắng định thời gian trình độ có hạn nên luận văn cịn nhiều thiếu sót hạn chế Kính mong nhận góp ý quý thầy cô bạn TÁC GIẢ LUẬN VĂN Phạm Thị Lan Anh MỤC LỤC Lời cam đoan iii Lời cảm ơn iv Mục lục v Danh mục ký hiệu chữ viết tắt Danh mục hình vẽ Danh mục bảng biểu Giới thiệu Chương Mơ hình học từ điển mã thưa 1.1 Biểu diễn thưa học từ điển 1.1.1 Biểu diễn thưa 1.1.2 Học từ điển .8 1.1.3 Mơ hình học từ điển mã thưa 1.2 Xây dựng mơ hình học từ điển mã thưa 10 1.2.1 Giới thiệu họ chuẩn 10 1.2.2 Xác định mã thưa xây dựng từ điển học 15 1.3 Một số mơ hình học từ điển ứng dụng cho phân lớp .18 1.3.1 Mơ hình học từ điển có đảm bảo tính thưa 19 1.3.2 Mơ hình học từ điển khơng cần đảm bảo tính thưa .21 Chương Bài toán nhận dạng ảnh ứng dụng 24 2.1 Tổng quan toán nhận dạng 24 2.1.1 Giới thiệu thị giác máy tính 24 2.1.2 động Bài toán nhận dạng ảnh quy trình thực hệ nhận dạng ảnh tự .26 2.2 Ứng dụng nhận dạng ảnh 29 Chương Cài đặt kết thực nghiệm .32 3.1 Mơ tả tốn 33 3.1.1 Dữ liệu 34 3.1.2 Cài đặt 36 3.2 Kết đạt 37 3.3 Thảo luận ảnh hưởng ràng buộc thưa vào kết nhận dạng 43 Chương Kết luận hướng phát triển 45 Tài liệu tham khảo 46 Phụ lục 49 DANH MỤC KÝ HIỆU VÀ CHỮ VIẾT TẮT CS Compressed Sensing DPL Dictionary Pair Learning K-SVD K-means Singular Value Decomposition LC-KSVD Label Consistent K-means Singular Value Decomposition MP Matching Pursuit NSL Nyquist Sampling Law OMP Orthogonal Matching Pursuit RF Random Forest SAD Sum of Absolute Difference SSD Sum of Squared Difference SST Shannon’ Sampling Theorem SVM Support Véc-tơ Machine DANH MỤC HÌNH VẼ Hình 1.1 Mẫu ảnh đa mức xám biểu diễn dày Hình 1.2 Ảnh đa mức xám với biểu diễn thưa Hình 1.3 Mơ tả giải pháp tối thiểu hóa số chuẩn khơng gian 2-D 14 Hình 2.1 Một số ví dụ thuật tốn thị giác máy 26 Hình 2.2 Một số ví dụ ứng dụng nhận dạng mẫu ảnh 27 Hình 2.3.Quy trình thực hệ nhận dạng ảnh tự động 28 Hình 3.1.Ảnh hạt thóc giống thóc khác trở thành liệu mẫu cho việc học mơ hình 34 Hình 3.2.Biểu đồ thể hiệu suất mơ hình LC-KSVD DPL 39 Hình 3.3.Biểu đồ so sánh tổng thời gian học kiểm tra mơ hình LC-KSVD1, LCKSVD2, DPL 41 Hình 3.4.Biểu đồ tổng hợp kết phân loại mơ hình học từ điển, SVM RF 43 Hình phụ lục 1.Sơ đồ trình nhận dạng biển số xe 49 Hình phụ lục 2.Ảnh biển số xe sau thu nhận phân tách 50 Hình phụ lục 3.Hiệu suất phân lớp mơ hình LC-KSVD DPL 54 Hình phụ lục 4.Thời gian học kiểm tra mơ hình LC-KSVD 1, LC-KSVD 2, DPL 55 DANH MỤC BẢNG BIỂU Bảng 3.1.Thống kê số lượng liệu ảnh giống thóc 35 Bảng 3.2.Kết thay đổi tham số sparsitythres giống Bắc thơm 36 Bảng 3.3.Kết thay đổi tham số DictSize giống thóc Bắc thơm 37 Bảng 3.4.Kết phân lớp LC-KSVD1, LC-KSVD2 DPL 38 Bảng 3.5.Thời gian học mơ hình kiểm tra LC-KSVD DPL 40 Bảng phụ lục 1.Số lượng biển số xe thu nhận 50 Bảng phụ lục 2.Số lượng ký tự tách từ biển số xe 51 Bảng phụ lục 3.Số lượng mẫu toán nhận dạng 10 ký tự 52 Bảng phụ lục 4.Số lượng mẫu toán nhận dạng 14 ký tự 52 Bảng phụ lục 5.Số lượng mẫu toán nhận dạng mẫu 53 Bảng phụ lục 6.Hiệu suất phân lớp LC-KSVD 1, LC-KSVD DPL 54 Bảng phụ lục 7.Thời gian học kiểm tra mơ hình LC-KSVD 1, LC-KSVD 2, DPL 54 GIỚI THIỆU Phương pháp biểu diễn thưa (Sparse represetation) phương pháp đại diện tiêu biểu cho phương pháp biểu diễn tuyến tính [5] chứng minh giải pháp mạnh mẽ cho nhiều lĩnh vực ứng dụng, đặc biệt xử lý tín hiệu, xử lý hình ảnh, học máy, thị giác máy tính Biểu diễn thưa cho thấy tiềm phát triển cho nhiều toán ảnh khử nhiễu ảnh, nén ảnh, khôi phục ảnh, phân loại hình ảnh, phân vùng hình ảnh Sự kết hợp phương pháp biểu diễn thưa dựa từ điển (Dictionary learning) học từ tín hiệu mẫu ban đầu giúp cho mơ hình học từ điển thưa (Dictionary learning and sparse coding) trở thành mơ hình mạnh để biểu diễn tín hiệu ưa chuộng từ bắt đầu hình thành ngày Ban đầu, mơ hình quan tâm đến lớp tốn biểu diễn lại tín hiệu cách thưa thớt phải đảm bảo khả khôi phục tốt Trong năm gần đây, với phát triển khoa học kỹ thuật đòi hỏi từ ứng dụng thực tế, nhà nghiên cứu mơ hình học từ điển thưa cải tiến mơ hình cổ điển thành mơ hình có tính cạnh tranh việc giải toán phân loại/nhận dạng, đặc biệt phân loại/nhận dạng ảnh số Trong luận văn này, tơi tìm hiểu lý thuyết biểu diễn thưa phương pháp để xây dựng mơ hình học từ điển thưa đồng thời trình bày hai hướng phát triển mơ hình học từ điển: mơ hình học từ điển đảm bảo tính thưa mơ hình học từ điển khơng cần đảm bảo tính thưa Sau đó, tơi triển khai cài đặt hai mơ hình đại diện cho hai hướng mơ hình học từ điển với nhãn phù hợp (LC-KSVD) – tiêu biểu cho mơ hình học từ điển đảm bảo thưa mơ hình cặp từ điển (DPL) – tiêu biểu cho mơ hình học từ điển khơng đảm bảo thưa liệu ảnh thóc giống thu nhận từ thực tế Việt Nam Việc áp dụng mơ hình học từ điển liệu ký tự biển số xe (được trình bày phần Phụ lục luận văn này) nhằm mục đích đánh giá sơ khả ứng dụng mơ hình với tốn nhận dạng ảnh để làm tiền đề cho toán nhận dạng thóc giống Ngồi ra, việc áp dụng mơ hình hai liệu khác với đặc điểm, khó khăn khác giúp tơi có đánh giá khách quan mơ hình học từ điển đảm bảo thưa khơng đảm bảo thưa Từ đưa nhận xét hai dạng mơ hình học từ điển đề xuất hướng ứng dụng mơ hình học từ điển thưa Ngoài phần giới thiệu tài liệu tham khảo, luận văn gồm chương với nội dung sau đây: ... mơ hình học từ điển đảm bảo thưa không đảm bảo thưa Từ đưa nhận xét hai dạng mơ hình học từ điển đề xuất hướng ứng dụng mơ hình học từ điển thưa Ngồi phần giới thiệu tài liệu tham khảo, luận văn. .. hình học từ điển đảm bảo thưa mơ hình cặp từ điển (DPL) – tiêu biểu cho mơ hình học từ điển không đảm bảo thưa liệu ảnh thóc giống thu nhận từ thực tế Việt Nam Việc áp dụng mơ hình học từ điển liệu...ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ PHẠM THỊ LAN ANH NGHIÊN CỨU MƠ HÌNH HỌC TỪ ĐIỂN THƯA ỨNG DỤNG TRONG NHẬN DẠNG THÓC GIỐNG LUẬN VĂN THẠC SĨ CÔNG NGHỆ THÔNG