24289244 lvtn full final

MỤC LỤC TÀI LIỆU THAM KHẢO & TRÍCH DẪN Võ Hồng Phong Luận văn tốt nghiệp LIỆT KÊ CÁC HÌNH Hình 2.1a, b, c, d: Các đặc trưng cạnh, đường, bao quanh tâm, đường chéo Hình 2.2 : Ảnh chia nhỏ tọa độ (x,y) Hình 2.3 : Tổng giá trị pixel nằm vùng A Hình 2.4 : Ví dụ tư hình chữ nhật đặc trưng Hình 2.5 : Lược đồ AdaBoost Hình 2.6 : Thuật tốn học AdaBoost Hình 2.7 : Mơ hình minh họa tác vụ phát vật thể dùng chuỗi cascade Hình 2.8 : Dùng chuỗi cascade huấn luyện để phát cửa sổ phù hợp Hình 2.9 : Cấu trúc chuỗi cascade song song Hình 2.10 : Cấu trúc chuỗi cascade nối tiếp, với N giai đoạn học huấn luyện Hình 3.1 : Hình 3.2 : Hình 3.3 : Hình 3.4 : Hình 3.5 : Hình 3.6 : Hình 3.7 : Hình 3.8 : Hình 3.9 : Hình 3.10 : Hình 3.11 : Hình 3.12 : Hình 3.13 : Hình 3.14 : Hình 3.15 : Minh họa trình lấy mẫu Minh họa trình học huấn luyện Minh họa trình kiểm thử sở liệu “car_back.xml” Minh họa trình kiểm thử sở liệu “bus_vn_full_22112008.xml” Minh họa trình kiểm thử sở liệu “truck_vn_26112008.xml” Sơ đồ khối q trình nhận dạng xe Mơ hình hóa thuật tốn ước lượng khoảng cách Mơ hình camera quan sát không gian 3-D Minh họa kết ước lượng khoảng cách Minh họa kết đếm số lượng xe có hình Sơ đồ khối tổ chức phần mềm hệ thống Sơ đồ khối hệ thống hồn chỉnh tổ chức phần mềm hệ thống Mơ tả hệ thống phát xe dùng thuật toán Haar Giao diện chương trình nhận dạng xe Mẫu camera sử dụng luận văn Trang Võ Hồng Phong Luận văn tốt nghiệp LIỆT KÊ CÁC BẢNG Bảng 2.1 : Các dạng thuật toán học huấn luyện AdaBoost Bảng 2.2 : Thuật toán phát đồng thời co giãn vùng đặc trưng đối tượng Bảng 3.1 Bảng 3.1a : Mẫu xe du lịch cá nhân Bảng 3.1b : Mẫu xe buýt Bảng 3.1c : Mẫu xe tải Bảng 3.2 : Cấu trúc file sở liệu đặc trưng đối tượng xe cá nhân Bảng 3.3 : Kết kiểm thử sở liệu đặc trưng xe cá nhân Bảng 3.4 : Kết kiểm thử sở liệu đặc trưng xe buýt Bảng 3.5 : Kết kiểm thử sở liệu đặc trưng xe tải Bảng 3.6 : Tổng kết kết kiểm thử sở liệu Bảng 3.7 : Mã lệnh điển hình thuật tốn phát nhận dạng xe Bảng 3.8 : Mã lệnh thực thuật toán ước lượng khoảng cách Bảng 3.9 : Mã lệnh thực thuật toán đếm xe Bảng 4.1 : Các kết xử lý nhận dạng Bảng 4.1a : Kết xử lý nhận dạng xe buýt Bảng 4.1b : Kết xử lý nhận dạng xe cá nhân Bảng 4.1c : Kết xử lý nhận dạng tải Bảng 4.2 : Kết xử lý nhận dạng xe tổng hợp Bảng 4.3 : Đánh giá độ xác nhận dạng phần mềm luận văn Trang Võ Hồng Phong Luận văn tốt nghiệp PHẦN A GIỚI THIỆU Trang Võ Hồng Phong Luận văn tốt nghiệp Đại Học Quốc Gia Tp Hồ Chí Minh CỘNG HOÀ XÃ HỘI CHỦ NGHĨA VIỆT NAM TRƯỜNG ĐẠI HỌC BÁCH KHOA Độc Lập – Tự Do – Hạnh Phúc oOo NHIỆM VỤ LUẬN VĂN THẠC SĨ Họ tên học viên : VÕ HỒNG PHONG Ngày tháng năm sinh : 22/02/1982 Chuyên ngành TỰ ĐỘNG HOÁ : Phái : Nam Nơi sinh : Khánh Hòa Mã số HV : 01506364 I TÊN ĐỀ TÀI: NHẬN DẠNG XE TRÊN CƠ SỞ THỊ GIÁC MÁY TÍNH II NHIỆM VỤ: - Phân tích tổng hợp phương pháp nhận dạng xe - Xây dựng chương trình nhận dạng xe dựa cơng cụ Thị giác máy tính III NGÀY GIAO NHIỆM VỤ: ngày 30 tháng 01 năm 2008 IV NGÀY HOÀN THÀNH NHIỆM VỤ: ngày 30 tháng 11 năm 2008 V CÁN BỘ HƯỚNG DẪN: Giáo Viên Hướng Dẫn TS TRƯƠNG ĐÌNH CHÂU Chủ Nhiệm Ngành Bộ Mơn Nội dung đề cương Luận văn Thạc sĩ Hội Đồng Chuyên Ngành thông qua Ngày … tháng … năm 200… PHÒNG ĐÀO TẠO SAU ĐẠI HỌC Trang KHOA QUẢN LÝ NGÀNH Võ Hồng Phong Luận văn tốt nghiệp LỜI CẢM ƠN Trước tiên, xin cảm ơn thầy TS Trương Đình Châu gợi mở, quan tâm, giúp đỡ cho học viên suốt thời gian thực đề tài tốt nghiệp Bên cạnh đó, học viên xin gởi lời cảm ơn đến tất thầy trực tiếp giảng dạy suốt khóa học; người bạn quan tâm, động viên chia sẻ kiến thức kinh nghiệm chuyên ngành trình học tập rèn luyện vừa qua học viên Cũng xin chân thành cảm ơn quan tâm hỗ trợ, tạo điều kiện hết lòng động viên tinh thần lẫn vật chất thành viên gia đình suốt thời gian qua Sau cùng, học viên gởi lời chúc sức khỏe, hạnh phúc đến q thầy cơ, gia đình bạn bè Trường Đại học Bách Khoa Tp Hồ Chí Minh Tháng 11 năm 2008 Học viên Võ Hồng Phong Trang Võ Hồng Phong Luận văn tốt nghiệp LÝ LỊCH TRÍCH NGANG Họ tên : VÕ HỒNG PHONG Phái : Nam Ngày sinh : 22-02-1982 Nơi sinh : Tp Nha Trang – tỉnh Khánh Hòa Hộ TT : 8/C3 Âu Cơ – phường 10 – quận Tân Bình – Tp HCM Địa email : vhphong_nt@yahoo.com.vn vhphong@gmail.com QUÁ TRÌNH ĐÀO TẠO: 9/2000 – 4/2005 : Sinh viên khoa Điện - Điện tử, môn Kỹ thuật Điện tử - hệ quy - trường ĐH SPKT Tp HCM 9/2006 đến : học viên cao học Khoa Điện – Điện tử, chun ngành Tự động hóa - hệ quy – trường ĐH Bách Khoa Tp HCM QUÁ TRÌNH CÔNG TÁC: 2005 – 11/2006 : Quản trị mạng Cơng ty Phần mềm Sài gịn (SSP – Saigon Software Park) Trang Võ Hồng Phong Luận văn tốt nghiệp ABSTRACT Now, in the age of the 21st century, thanks for the high speed development of Science and Technology, human is inventing and processing many scientific projects with theirs mega-structures From the alternatives of machines and engines instead of human in works which required a high-level of decision and concentrating, the results, facts and effects is being trusted These things are really huge meaning, thus increases values of lives ‘s quality days by days In this thesis, issues named “Vehicles Detection and Recognition Based on Computer Vision”, also have same ways of thinking above This is one of the most amazing applications and projects which is resrearched and approached by many sci entists who working in fields of “Computer Vision” and “Digital Image Processing” cause of demands in real lives and diversified approaching methods This project shows some problems which related to the basic knowledge that being built on contents within The author used tools called “OpenCV” to apply Haar-like features that ran on Visual C++.NET environment and AdaBoost (Adaptive Boost) algorithms to speed up the detection and recognition processing on all perspectives and types of vehicles Results have got a feature called “realtime effects” in detection and recognition This is importance for modifying traffics, controlling lanes, extracting information of vehicles, … Trang Võ Hồng Phong Luận văn tốt nghiệp TÓM TẮT LUẬN VĂN THẠC SĨ Trong thời đại kỷ 21, với phát triển nhảy vọt trình độ Khoa học kỹ thuật, người tạo nên phát triển nhiều cơng trình khoa học mang tính tầm cỡ Với thay dần máy móc cho người nhiệm vụ mang tính xác tập trung cao kết đạt hoàn toàn tin cậy đánh giá cao Điều thực có ý nghĩa to lớn góp phần tăng thêm giá trị chất lượng sống Đề tài luận văn này, nhận dạng xe sở thị giác máy tính, khơng nằm ngồi ý nghĩa Đây dạng ứng dụng thú vị mà nhiều nhà khoa học đã, khơng ngừng nghiên cứu nhu cầu thực tiễn đa dạng phương pháp tiếp cận Trong đề tài trình bày vấn đề liên quan tới kiến thức tảng xây dựng nên luận văn Học viên sử dụng công cụ OpenCV ứng dụng đặc trưng Haar-like chạy tảng Visual C++.NET thuật toán tăng tốc AdaBoost nhằm nâng cao tốc độ phát nhận dạng hình thái khác xe Kết thu có đặc tính thời gian thực diễn tiến trình phát nhận dạng xe Nội dung luận văn gồm chương: Chương 1: Giới thiệu tổng quan Chương 2: Cơ sở lý thuyết Chương 3: Xây dựng hệ thống Chương 4: Kết - Nhận xét – Phân tích Chương 5: Kết luận hướng phát triển đề tài Trang Võ Hồng Phong Luận văn tốt nghiệp PHẦN B NỘI DUNG Trang 10 Võ Hồng Phong Luận văn tốt nghiệp Bảng 4.1 c: Kết xử lý nhận dạng xe tải Trang 91 Võ Hồng Phong Luận văn tốt nghiệp Bảng 4.2: Kết xử lý nhận dạng xe tổng hợp Chú thích hình Bảng 4.1a, b, c Bảng 4.2 • Mỗi xe cá nhân nhận dạng khoanh vùng hình chữ nhật màu đỏ Tương tự cho xe buýt với khung chữ nhật màu xanh, xe tải với khung chữ nhật màu vàng • Các xe xuất hình đánh số thứ tự (0, 1, …) từ thấp đến cao phụ thuộc vào thứ tự thời gian xuất trước – sau khung hình • Mỗi xe sau phát ước lượng khoảng cách từ xe đến camera ghi hình Khoảng cách ghi bên khung chữ nhật bao đối tượng (đơn vị mét) • Tổng số lượng xe xuất tức thời khung hình đếm ghi lên khung báo giao diện (Mục COUNTING RESULTS) Do trình sưu tầm hình ảnh giao thơng thực địa, có tình loại xe xuất lúc khung hình nên ảnh chụp hình khơng thể có nhiều tình Trang 92 Võ Hồng Phong Luận văn tốt nghiệp Kết đánh giá độ xác nhận dạng xe ảnh động (video) dùng phần mềm luận văn so với nhận định cảm quan học viên (mắt người) ghi Bảng 4.3 Bảng 4.3: Đánh giá độ xác nhận dạng phần mềm luận văn Loại xe Xe cá nhân Xe buýt Xe tải Số lượng xe Số lượng xe kiểm thử 47 50 nhận dạng 43 48 Tỉ lệ 91.5% 96% 71.4% Hệ thống phát xe đến xe cịn kích thước tối thiểu quy định dòng mã lệnh phát 4.2 NHẬN XÉT 4.2.1 Ưu điểm • Hệ thống hoạt động tốt điều kiện thử nghiệm cho phép • Trên sở hệ thống hồn tất, phát triển, mở rộng thêm với nhiều ứng dụng hữu ích lý thú khác phục vụ công tác học tập, nghiên cứu sâu ứng dụng thực tiễn 4.2.2 Khuyết điểm Trong q trình thực hiện, luận văn có thiếu sót mang tính khách quan chủ quan: 4.2.2.1 Chủ quan Trang 93 Võ Hồng Phong • Luận văn tốt nghiệp Do khó khăn sở liệu: Tư xe ảnh nghiêng theo hướng trình xây dựng sở liệu từ q trình máy tính học huấn luyện kết không tốt, khiến cho hệ thống hoạt động không ổn định • Hệ thống chưa đáp ứng tính xác ổn định cao tác vụ phát đối tượng có biến chuyển mơi trường ngoại cảnh, ví dụ có thay đổi thuộc tính màu sắc, tư quan sát đối tượng, cường độ sáng, độ phức tạp ảnh • Cịn nhiều thiếu sót khâu chuẩn bị ảnh mẫu nhằm phục vụ tác vụ huấn luyện • Tuy nhiên, hệ thống khơng tránh khỏi lỗi phát sai đối tượng bị chói sáng, ngược sáng, xe bị che khuất đối tượng không mong muốn khác (xe máy, phần xe khác, cối,…) Thực tế cho thấy, hình ảnh thí nghiệm (tập tin video) ghi hình thời gian từ sáng đến chiều cho kết nhận dạng tốt thời gian lại Điều giải thích từ độ sáng đủ ánh nắng góp phần làm rõ đối tượng so với ảnh làm tăng thêm đặc trưng để nhận dạng 4.2.2.2 Khách quan Yếu tố khách quan bao gồm vấn đề khó khăn xây dựng hệ thống Trang 94 Võ Hồng Phong Luận văn tốt nghiệp a) Các khó khăn phương pháp Đa số hướng tiếp cận phát vật thể, đặc biệt xe cách tự động hiệu thường dựa vào việc tìm mơ hình phân lớp sở liệu đặc tả tốt hình dáng xe Việc hệ thống có khả hoạt động tốt tình huống, điều kiện thu nhận ảnh tình với tư quan sát xe khác khó khăn, người, việc hoàn toàn đơn giản đa số trường hợp thông thường Từ định nghĩa cụ thể cho kiểu hình dáng xe cách tiếp cận để phát nhận dạng xuất phát từ nhiều đặc điểm, với lý sau [9, trang 13÷ 15] [12, trang 410÷ 411]:  Hình dáng xe: hình dáng xe nói đa dạng phức tạp người quan sát thuật tốn phát nhận dạng Bên cạnh đa dạng màu sắc thách thức trình thực tác vụ phát xe cảnh quang giao thơng Ngồi ra, xe cịn có tính đa dạng hình dáng bên ngồi Các xe có chức khác có hình dáng khác Ví dụ xe cá nhân (4 chỗ ngồi) có đặc trưng nắp capơ trước sau (có thể số dịng xe khơng có capơ sau), xe bt có chiều cao đặc trưng phía sau khơng có nắp capơ khơng có gờ đặc trưng giống xe cá nhân Trong số trường hợp đặc biệt xe thêm chi tiết màu sơn, biển quảng cáo gắn thêm xe, xe bị biến đổi mặt hình thức dẫn đến biến dạng che lấp đặc điểm đặc trưng xe khó khăn q trình xử lý phát Trang 95 Võ Hồng Phong  Luận văn tốt nghiệp Tư xe góc độ quan sát: hệ thống phát đối tượng xe cảnh quang giao thơng hay khơng, cịn phụ thuộc vào góc độ quan sát vị trí đặt camera quan sát xe Xe nhìn diện từ phía trước phía sau vị trí chứa nhiều thông tin đặc trưng xe nhất, từ camera gắn với máy tính thu thập nhiều thông tin đặc trưng xe xem ảnh chuẩn huấn luyện để tạo lập sở liệu để áp dụng cho tác vụ phát sau Các đặc điểm đặc trưng xe hầu hết nằm phía trước – sau bên hơng xe, nơi mà kính chắn gió, cửa sổ hơng, đèn chiếu trước – sau có mối tương quan tỉ lệ kích thước, vị trí tương đối chúng với Tuy nhiên, với tư quan sát xe nhìn nghiêng, nhìn từ xuống kết hợp tư kể chứa phần thông tin đặc trưng đối tượng đủ để làm cho trình phát sau  Sự có mặt đối tượng khác: đối tượng xe cần quan sát xuất ảnh bị vật thể khác che chắn phần tồn phần, ví dụ cối, xe khác, người,… làm thiếu thơng tin đối tượng, kết phân tích, kết phát xe bị ảnh hưởng nhiều  Điều kiện ghi nhận ảnh: xuất xe điều kiện chiếu sáng khác (bao gồm kiểu chiếu sáng, cường độ sáng màu sắc nguồn sáng) đặc tính hệ thống thu thập liệu ảnh (camera, máy ảnh, hệ thống gương phản xạ, thấu kính, …) góp phần ảnh hưởng không nhỏ đến kết phát xe hệ thống Trang 96 Võ Hồng Phong Luận văn tốt nghiệp  Nền ảnh điều kiện môi trường ghi nhận ảnh: hai vấn đề đáng qua tâm ảnh hưởng đến trình phát khơng nhỏ Khi ảnh chứa nhiều thành phần (bao gồm nhiều chi tiết rối rắm, màu sắc, hình dáng phức tạp giống với đối tượng – đối tượng - , …) môi trường không đồng ánh sáng (ngược sáng, ảnh bị bóng râm che phần tồn phần lên đối tượng) biến đổi liên tục, xuất biến nhanh, nhanh tốc độ ghi hình camera, vấn đề phát thêm khó khăn phức tạp  Những yếu tố nêu có giá trị với trường hợp “ảnh” thu nhờ vào phương phát phát khác với hướng tiếp cận khác để thu kết tin cậy Khi đó, phụ thuộc thuộc tính riêng loại “nguồn sáng” mà người ta sử dụng thêm phương pháp xử lý  Sự biến đổi – xuất liên tục nhanh – nhanh tốc độ ghi hình camera vấn đề phát thêm khó khăn phức tạp Một số xe đột ngột xuất khung ảnh biết khỏi tầm thị trường camera khó khăn khó tránh khỏi trình thực thi hệ thống Trong trường hợp này, yêu cầu xe quan sát phải có thời gian xuất tầm thị trường camera vài giây để camera quan sát tốt thực tác vụ phát nhận dạng b) Các khó khăn tốc độ thực thi tốc độ hệ thống Việc lựa chọn cách giải cho hệ thống phát bám theo đối tượng phạm vi thị trường camera, điều kiện cho phép tốt thử thách có nhiều cách phương pháp tiếp cận khác Bên cạnh cịn phải kể đến trả giá cho công nghệ (hiệu cao bù lại tốc độ chậm ngược lại) Trang 97 Võ Hồng Phong Luận văn tốt nghiệp 4.3 PHÂN TÍCH KẾT QUẢ ĐẠT ĐƯỢC Với ưu điểm khuyết điểm vừa nêu, sau số hướng giải khả thi:  Sau thời gian tìm hiểu, vài cách khắc phục lia góc máy (khi ghi hình video) khắc phục cách bổ sung tính năng: cân chỉnh biểu đồ màu histogram (xử lý cân độ sáng) để có ảnh thích hợp cho chương trình xử lý phát đối tượng ảnh Nhưng bổ sung tính tốc độ đáp ứng hệ thống bị giảm rõ rệt Đó gọi trả giá để đổi lại cho tính tốt  Về vấn đề tốc độ hoạt động chung hệ thống, phụ thuộc vào nhiều yếu tố như: tốc độ thiết bị thu nhận (tốt tiếp nhận nhiều 15 khung hình giây); tốc độ phân tích ảnh; tốc độ xử lý định tốc độ dịch chuyển của đối tượng cần phát có ảnh… nên nhìn chung có nhiều vấn đề cần xem xét thêm tùy vào hướng phát triển ứng dụng cụ thể hệ thống  Tính hiệu hệ thống cải thiện tốt cách lập trình linh hoạt tối ưu mã code, có tính đến ưu tiên xử lý tốt tình cố ngồi ý muốn (ngoại cảnh,…), không loại trừ xét đến số liệu ghi nhận thống kê để góp phần khắc phục hồn thiện hệ thống Trang 98 Võ Hồng Phong Luận văn tốt nghiệp CHƯƠNG KẾT LUẬN 5.1 KẾT QUẢ ĐẠT ĐƯỢC VÀ Ý NGHĨA Qua trình nghiên cứu, thử nghiệm, thực đề tài thời gian cho phép với cơng cụ lập trình hỗ trợ, học viên hoàn thành hệ thống phát nhận dạng đối tượng xe với kết cụ thể 5.1.1 Kết đạt • Lựa chọn thực thành công phương pháp phát nhận dạng xe với nhiều phương pháp khác nghiên cứu phát triển với Visual C++ ngôn ngữ lập trình mới, theo xu hướng phát triển phần mềm tảng NET Framework phiên 1.1 cao • Phối hợp tương đối tốt ngơn ngữ lập trình Visual C++ NET Thị giác máy tính với lý thuyết Xử lý ảnh số • Tiếp cận thành cơng thuật tốn Xử lý quang học việc ước lượng định lượng thông số trực tuyến tình trạng giao thơng Trang 99 Võ Hồng Phong • Luận văn tốt nghiệp Là hội tốt mà qua học viên có tìm hiểu thêm lĩnh vực xử lý ảnh số, thị giác máy tính cách ứng dụng vào thực tế quan sát đối tượng xe cảnh quang giao thơng 5.1.2 Ý nghĩa • Mơ hình hóa mức sở hệ thống quan trắc trực tuyến hệ thống giao thông sử dụng camera công cụ lập trình tiên tiến kèm theo Từ đó, người thực dễ dàng tiếp cận phương thức quản lý hiệu chỉnh tình trạng giao thơng mức hợp lý, phù hợp với ngữ cảnh giao thơng nước • Hệ thống phát triển thêm cấp độ cao với cách bố trí lệnh code hợp lý nhằm tăng tốc độ cho hệ thống, bên cạnh phải đảm bảo độ tin cậy xác cho hệ thống, nhằm đáp ứng nhu cầu nghiên cứu học thuật áp dụng thực tế • Hệ thống hóa phương pháp phát nhận dạng đối tượng nói chung đối tượng xe nói riêng tạo bước phát triển cho phương thức quan trắc giao thông theo hướng đại Có thể triển khai điều kiện giao thơng nước, từ nâng cao khả điều tiết giao thơng nước có trình độ cao thực 5.2 HƯỚNG PHÁT TRIỂN • Có đối tượng khác số tình khác mà ta chọn lựa phương pháp nhận biết cho phù hợp hai phương pháp nhận dạng dựa hình dáng vật thể nhận biết theo màu sắc Tuy Trang 100 Võ Hồng Phong Luận văn tốt nghiệp nhiên, có kết hợp phù hợp từ hai phương pháp dựa vào ảnh thu từ camera giúp hệ thống cải thiện đáng kể khả phát đối tượng, từ nâng cao độ tin cậy cho hệ thống • Hệ thống phát triển theo hướng nhận dạng đối tượng (object recognition), nghĩa nhận dạng hình dáng xe, tiếp tục “huấn luyện” trực tuyến để tiếp tục trích xuất đặc trưng có đối tượng xe có (có thể dựa vào bảng số xe, vết lồi lõm riêng,…) Từ tiếp tục quan sát nhận dạng bám theo đối tượng xe Việc nhận dạng bám theo xe môi trường giao thông “hỗn loạn” vấn đề thú vị có nhiều ứng dụng • Hệ thống lập trình theo hướng tích hợp vi mạch sử dụng ngơn ngữ lập trình hệ thống nhúng, hệ thống tích hợp vi mạch (SoC - System on Chip),… ứng dụng mang tính linh hoạt Bởi hệ thống khơng cịn thiết phải chạy tảng máy tính - NET Frameworks máy tính Được vậy, đề tài có tính ứng dụng linh hoạt cao vào lĩnh vực thực tế sống hoạt động đảm bảo an tồn giao thơng cho hệ thống giao thông cá thể xe riêng biệt tham gia lưu thông hệ thống giao thơng • Theo nhận định thân học viên, lĩnh vực hay, lý thú, có nhiều ứng dụng thực tế bên cạnh cịn nhiều vấn đề cần hồn thiện thêm Vì khả thực có hạn thời gian không nhiều cho luận văn nên không tránh khỏi sơ sót nhầm lẫn Xin Q Thầy Cơ anh chị học viên bạn thông cảm Mong với ham thích có hứng thú với hướng nghiên cứu chia sẻ với học viên để tiếp tục tìm hiểu, phát triển thêm để nâng cao tính hữu dụng thực tế cho Trang 101 Võ Hồng Phong Luận văn tốt nghiệp đề tài Đó mục tiêu chủ chốt lợi ích ngành học Lời cuối kết lại nội dung luận văn này, học viên xin chân thành cám ơn đến tất thầy cô, anh bạn quan tâm theo dõi Trang 102 Võ Hồng Phong Luận văn tốt nghiệp PHẦN C PHỤ LỤC Trang 103 Võ Hồng Phong Luận văn tốt nghiệp TÀI LIỆU THAM KHẢO VÀ TRÍCH DẪN [1] Jaesik Choi Realtime On-Road Vehicle Detection with Optical Flows and Haar-like feature detector Computer Science Department ‘s paper report, 2000 [2] Margrit Betke, Esin Haritaoglu Real Time Multiple Vehicle Detection and Tracking from a moving vehicle Machine Vision and Applications, Springer, 2000 [3] Vadim Pisarevsky OpenCV Object Detection Theory and Practice Intel Corporation, Software and Solutions Group [4] Rainer Lienhart, Alexander Kuranov, Vadim Pisarevsky Empirical Analysis of Detection Cascades of Boosted Classifiers for Rapid Object Detection MRL Technical Report, December 2002 [5] Yali Amit 2D Object Detection and Recognition, Models, Algorithms, and Networks The MIT Press, 306 pages, 2002 [6] Emanuele Trucco, Alessandro Verri Introductory for Techniques for 3-D Computer Vision Prentice Hall, 341 pages, 2002 [7] Florian Adolf How to build a cascade of boosted classifiers based on Haar-like features 2003 [8] Intel Corporation OpenCV with Visual C++.NET 2003 OpenCV user guide [9] Julien Meynet Fast Face Detection Using AdaBoost 95 pages, 16th July 2003 [10] Paul Viola, Michael Jones Rapid Object Detection using a Boosted Cascade of Simple Features 2001 [11] Qing Chen Real-time Vision-based Hand Gesture Recognition Using Haar-like Features - Technology Conference, IMTC 2007 [12] David A Forsyth & Jean Ponce Computer Vision: A Modern Approach Prentice Hall, 693 pages, 2003 Trang 104 Võ Hồng Phong Luận văn tốt nghiệp CÁC WEBSITE THAM KHẢO [link 1] Intel OpenCV Group http://www.intel.com/research/mrl/research/opencv/ [link 2] SharperCV http://www.cs.ru.ac.za/research/groups/SharperCV/bin/SharperCV.msi [link 3] Camera Calibration Introduction & Chapter 1: Camera Models and Calibration http://safari.oreilly.com/9780596516130/camera_model Chapter 2: Calibration http://safari.oreilly.com/9780596516130/calibration Chapter 3: Undistortion http://safari.oreilly.com/9780596516130/undistortion Chapter 4: Putting Calibration All Together http://safari.oreilly.com/9780596516130/putting_calibration_all_together Chapter 5: Rodrigues Transform http://safari.oreilly.com/9780596516130/rodrigues_transform Chapter 6: Exercises http://safari.oreilly.com/9780596516130/exercises-id010 Trang 105