Nghiên cứu ứng dụng thuật toán học sâu để làm rõ ảnh mờ, phục vụ công tác nghiệp vụ điều tra của lực lượng cảnh sát

BỘ CÔNG AN TRƯỜNG ĐẠI HỌC KỸ THUẬT - HẬU CẦN CAND PHẠM THÀNH HIỀN ĐỀ TÀI KHOA HỌC SINH VIÊN NGHIÊN CỨU ỨNG DỤNG THUẬT TOÁN HỌC SÂU ĐỂ LÀM RÕ ẢNH MỜ, PHỤC VỤ CÔNG TÁC NGHIỆP VỤ ĐIỀU TRA CỦA LỰC LƯỢNG CẢNH SÁT MÃ SỐ: ĐTSV.2019…… Bắc Ninh, năm 2019 BỘ CÔNG AN TRƯỜNG ĐẠI HỌC KỸ THUẬT - HẬU CẦN CAND ĐỀ TÀI KHOA HỌC SINH VIÊN NGHIÊN CỨU ỨNG DỤNG THUẬT TOÁN HỌC SÂU ĐỂ LÀM RÕ ẢNH MỜ, PHỤC VỤ CÔNG TÁC NGHIỆP VỤ ĐIỀU TRA CỦA LỰC LƯỢNG CẢNH SÁT MÃ SỐ: ĐTSV.2019…… (Nhóm) Sinh viên thực hiện: Phạm Thành Hiền - B1D5 Lê Thị Oanh – B3D5 Lê Đình Tùng – B1D6 Trần Viết Thiện – B2D6 Nguyễn Hoài Nam – B2D6 Giáo viên hướng dẫn: Trung tá, PGS.TS Hoàng Việt Long Bắc Ninh, năm 2019 Chủ nhiệm: Thành viên: Phạm Thành Hiền – Lớp B1D5 Lê Thị Oanh – Lớp B3D5 Lê Đình Tùng – Lớp B1D6 Trần Viết Thiện – Lớp B2D6 Nguyễn Hoài Nam – Lớp B2D6 Cán hướng dẫn chính: Trung tá, PGS.TS Hồng Việt Long Cơng trình bảo vệ tại: HỘI ĐỒNG NGHIỆM THU CƠNG TRÌNH SV NCKH TRƯỜNG ĐẠI HỌC KỸ THUẬT - HẬU CẦN CAND Ngày … tháng … năm 20… LỜI CAM ĐOAN Tôi xin cam đoan đề tài: “Nghiên cứu ứng dụng thuật toán học sâu để làm rõ ảnh mờ, phục vụ công tác nghiệp vụ điều tra lực lượng cảnh sát” cơng trình nghiên cứu độc lập khơng có chép người khác Trong q trình viết có tham khảo số tài liệu có nguồn gốc rõ ràng, hướng dẫn Thầy PGS.TS Hồng Việt Long Tơi xin cam đoan có vấn đề tơi xin chịu hoàn toàn trách nhiệm Bắc Ninh, ngày 11 tháng 04 năm 2019 CHỦ NHIỆM ĐỀ TÀI Phạm Thành Hiền i LỜI CẢM ƠN Với lòng biết ơn sâu sắc tình cảm chân thành cho phép nhóm nghiên cứu gửi lời cảm ơn chân thành tới: – Trường Đại học Đại học Kỹ thuật – Hậu cần CAND, khoa Công nghệ thông tin giảng viên tận tình dạy tạo điều kiện giúp đỡ nhóm nghiên cứu trình học tập, nghiên cứu hoàn thành đề tài nghiên cứu khoa học – Đặc biệt nhóm xin bày tỏ lịng biết ơn sâu sắc đến Thầy PGS.TS Hoàng Việt Long người trực tiếp hướng dẫn, ln tận tình bảo, giúp đỡ động viên nhóm suốt q trình nghiên cứu hoàn thành đề tài nghiên cứu – Cảm ơn gia đình, bạn bè ln khích lệ, động viên giúp đỡ nhóm q trình học tập nghiên cứu khoa học Mặc dù cố gắng nhiều, luận khơng tránh khỏi thiếu sót, nhóm mong nhận thơng cảm, dẫn, giúp đỡ đóng góp ý kiến nhà khoa học, quý thầy cô cán quản lý Xin chân thành cảm ơn! ii TÓM TẮT ĐỀ TÀI KHOA HỌC Chủ nhiệm đề tài: Phạm Thành Hiền Lớp: B1D5 Chuyên ngành: Công nghệ thông tin Cán hướng dẫn: Trung tá, PGS.TS Hoàng Việt Long, khoa Công nghệ thông tin, Trường Đại học Kỹ thuật – Hậu cần CAND Tên cơng trình: Nghiên cứu ứng dụng thuật toán học sâu để làm rõ ảnh mờ, phục vụ công tác nghiệp vụ điều tra lực lượng cảnh sát Mục tiêu đề tài - Làm rõ nội dung lý thuyết thuật tốn học sâu, tìm hiểu kiến trúc mạng học sâu phổ biến ứng dụng - Xây dựng phần mềm ứng dụng thuật toán học sâu để làm rõ ảnh mờ Nội dung nghiên cứu Đề tài nghiên cứu nội dung sau: - Tìm hiểu thuật tốn học sâu, khái niệm liên quan ứng dụng - Tìm hiểu mạng nơ-ron thuật tốn học sâu, lựa chọn mạng nơron phù hợp để xây dựng phần mềm làm rõ ảnh mờ - Xây dựng phần mềm làm rõ ảnh mờ thuật toán học sâu Cấu trúc báo cáo Nội dung báo cáo kết nghiên cứu kết cấu thành 03 chương sau: Chương 1: Nghiên cứu thuật toán học sâu thuật toán làm rõ ảnh mờ Chương 2: Kỹ thuật Deep Learning kiến thức tảng Chương 3: Mơ thuật tốn làm rõ ảnh mờ, thử nghiệm, đánh giá ứng dụng lực lượng cảnh sát iii MỤC LỤC LỜI CAM ĐOAN i LỜI CẢM ƠN ii TÓM TẮT ĐỀ TÀI KHOA HỌC iii MỤC LỤC iv DANH MỤC HÌNH ẢNH viv DANH MỤC VIẾT TẮT vivi CHƯƠNG 1: NGHIÊN CỨU VỀ THUẬT TOÁN HỌC SÂU VÀ THUẬT TOÁN LÀM RÕ ẢNH MỜ 1.1 Bài toán làm rõ ảnh mờ 1.1.1 Giới thiệu 1.2 Giới thiệu thuật toán học sâu 1.2.1 Khái niệm thuật ngữ liên quan 1.2.2 Lịch sử phát triển 1.2.3 Các ứng dụng thực tiễn 1.3 Các nghiên cứu liên quan 1.3.1 LeNet 1.3.2 AlexNet 1.3.3 VGGNet 10 1.3.4 GoogLeNet 10 1.3.5 Residual Neural Network 10 CHƯƠNG 2: KỸ THUẬT DEEP LEARNING VÀ CÁC KIẾN THỨC NỀN TẢNG 13 2.1 Artificial Neural Network – ANN 13 2.1.1 Kiến trúc ANN 13 2.1.2 Quá trình xử lý thơng tin ANN 14 2.1.3 Quá trình học Supervised ANN 15 2.2 Convolutional Neural Networks 16 2.2.1 Kiến trúc mạng CNN 16 2.2.2 Các thành phần mạng CNN 17 2.3 Residual Neural Network 19 iv 2.3.1 Building block 20 2.3.2 Kiến trúc Residual Neural Network 21 2.4 Xây dựng mạng nơron để làm rõ ảnh mờ sử dụng CNN 22 CHƯƠNG 3: MÔ PHỎNG THUẬT TOÁN LÀM RÕ ẢNH MỜ, THỬ NGHIỆM, ĐÁNH GIÁ VÀ ỨNG DỤNG TRONG LỰC LƯỢNG CẢNH SÁT 24 3.1 Cài đặt môi trường 24 3.2 Các thư viện cần thiết 24 3.2.1 Theano 25 3.2.2 SciPy 26 3.2.3 Numpy 27 3.3 Cài đặt chương trình 27 3.4 Kiểm thử đánh giá 28 TÀI LIỆU THAM KHẢO 31 LÝ LỊCH TRÍCH NGANG 32 XÁC NHẬN HOÀN THÀNH CƠNG TRÌNH 33 v DANH MỤC HÌNH ẢNH Hình 1.1 Hình ảnh xử lý cơng nghệ EnhanceNet-PAT Hình 1.2 Cấu trúc Lenet5 Hình 1.3 Kiến trúc AlexNet Hình 1.4 Một module Inception Hình 1.5 So sánh buidling block với phần mạng convolution thường Hình 2.1 Mơ hình neuron McCulloch Pitts Hình 2.2 Mơ hình ANN Hình 2.3 Thuật tốn q trình học supervised Hình 2.4 Mơ hình mạng neural tích chập Hình 2.5 Kiến trúc CNN thơng thường Hình 2.6 So sánh ANN với CNN Hình 2.7 Các kiến trúc mạng ResNet tập dataset ImageNet Hình 2.8 Làm rõ ảnh mờ Hình 3.1 Mơi trường cài đặt Hình 3.2 Kết làm rõ khn mặt Hình 3.3 Kết nâng cao chất lượng ảnh chân dung Hình 3.4 Hình ảnh nâng cao chất lượng ảnh bị mờ vi DANH MỤC VIẾT TẮT ANN CNN RNN Artificial Neural Network Convolutional Neural Networks Residual Neural Network vii