Nhận dạng xe trên cơ sở thị giác máy tính

I H C QU C GIA TP H TR NG CHÍ MINH I H C BÁCH KHOA - - VÕ H NG PHONG NH N D NG XE TRÊN C TH GIÁC MÁY TÍNH Chuyên Ngành : T ng Hóa Mã ngành : 605260 LU N V N TH C S TP H Chí Minh, tháng 12 n m 2008 S LU N V N T T NGHI P CAO H C CƠNG TRÌNH TR Cán b h NG C HOÀN THÀNH T I I H C BÁCH KHOA TP H ng d n khoa h c: TS TR CHÍ MINH NG ÌNH CHÂU Cán b ch m nh n xét 1: Cán b ch m nh n xét 2: Lu n v n th c s cb ov t i H I NG CH M B O V LU N V N TH C S Tr ng i H c Bách Khoa, ngày … tháng … n m … LU N V N T T NGHI P CAO H C i H c Qu c Gia Tp H Chí Minh TR NG C NG HOÀ XÃ H I CH NGH A VI T NAM I H C BÁCH KHOA c L p – T Do – H nh Phúc oOo NHI M V LU N V N TH C S H tên h c viên : VÕ H NG PHONG Ngày tháng n m sinh : 22/02/1982 Chuyên ngành T" : Phái : Nam N!i sinh : Khánh Hòa NG HOÁ Mã s HV : 01506364 I TÊN # TÀI: NH N D NG XE TRÊN C S TH GIÁC MÁY TÍNH II NHI M V$: - Phân tích t%ng h p ph !ng pháp nh n d ng xe - Xây d ng ch !ng trình nh n d ng xe d a công c& Th' giác máy tính III NGÀY GIAO NHI M V$: ngày 30 tháng 01 n m 2008 IV NGÀY HOÀN THÀNH NHI M V$: ngày 30 tháng 11 n m 2008 V CÁN B H (NG D)N: Giáo Viên H ng D n TS TR NG ÌNH CHÂU Ch* Nhi m Ngành N i dung + c !ng Lu n v n Th c s ã cH i B Môn ng Chuyên Ngành thông qua Ngày … tháng … n m 200… PHÒNG ÀO T O SAU IH C KHOA QU N LÝ NGÀNH LU N V N T T NGHI P CAO H C L IC M Tr N c tiên, xin c m !n th,y TS Tr !ng ình Châu ã g i m-, quan tâm, giúp cho h c viên su t th i gian th c hi n + tài t t nghi p Bên c nh ó, h c viên c/ng xin g-i l i c m !n 0n t t c nh1ng th,y cô ã tr c ti0p gi ng d y su t khóa h c; nh1ng ng i b n ã quan tâm, ng viên chia s2 ki0n th3c c/ng nh kinh nghi m chuyên ngành trình h c t p rèn luy n v4a qua c*a h c viên C/ng xin chân thành c m !n s quan tâm h5 tr , t o i+u ki n h0t lòng ng viên v+ tinh th,n l n v t ch t c*a thành viên gia ình su t th i gian qua Sau cùng, h c viên g-i l i chúc s3c kh6e, h nh phúc 0n quý th,y cơ, gia ình b n bè Tr ng i h c Bách Khoa Tp H Chí Minh Tháng 11 n m 2008 H c viên Võ H ng Phong M CL C LI T KÊ CÁC HÌNH LI T KÊ CÁC B NG .4 CH NG 12 1.1 GI I THI U 12 1.2 M C ÍCH NGHIÊN C U 13 1.3 CÁC TÀI Ã NGHIÊN C U VÀ H NG NGHIÊN C U NGH .13 1.4 T NG QUAN V PHÁT HI N VÀ NH N D NG XE 14 1.4.1 Phát hi n xe 14 1.4.2 Nh n d ng xe 15 1.5 LÝ DO TH C HI N 1.6 M C TIÊU TÀI 15 TÀI 15 1.7 NHI M V LU N V N 16 1.7.1 Ph m vi th c hi n .16 1.7.2 D ki n l nh v c ng d ng c a CH tài 16 NG 17 2.1 CÁC PH NG PHÁP PHÁT HI N HÌNH NH XE 17 2.1.1 Phát hi n d a nh 18 2.1.2 Phát hi n d a d ng hình h c .19 2.2 PH NG PHÁP 2.2.1 Các 2.2.2 Vùng CS D NG TRONG LU N V N .20 c tr ng Haar-like .21 c tr ng S l ng c tr ng 23 2.2.3 Thu t toán t ng t c AdaBoost 25 2.2.4 Giai o n hu n luy n c a b phân lo i (stage) 31 2.2.5 T ng phân lo i (cascade) 32 2.2.6 CH c tính co giãn vùng c tr ng it ng 34 NG 36 3.1 Ý T NG XÂY D NG VÀ HO T 3.2 TI N HÀNH XÂY D NG C S D NG C A H TH NG .36 LI U NH XE 36 Võ H ng Phong Lu n v n t t nghi p 3.2.1 Xây d ng c s d li u 36 3.2.2 Ghi nh n th m u c s d li u k t qu 44 3.3 TI N HÀNH XÂY D NG THU T TOÁN 58 3.3.1 Thu t toán phát hi n xe 58 3.3.2 Thu t toán nh n d ng ki u xe 58 3.3.3 Thu t toán cl ng kho ng cách 61 3.3.4 Thu t toán ms l ng it ng 65 3.4 TI N HÀNH XÂY D NG PH N M M 67 3.4.1 Chu n b h th ng công c l p trình thích h p .67 3.4.2 T ch c ch ng trình ph n m m h th ng 67 3.4.3 S d ng thu t toán Haar-like ph i h p v i mã l nh Visual C++ 69 3.4.4 Ho t ng c a ph n m m 69 3.4.5 Giao di n c a ch ng trình ph n m m h th ng .72 3.5 H TH NG PH N C NG VÀ CÁC CÔNG C LIÊN QUAN 73 3.5.1 Camera .73 3.5.2 Máy tính cá nhân công c ph n m m .74 CH NG 75 4.1 K T QU 75 4.2 NH N XÉT 93 4.2.1 !u i m 93 4.2.2 Khuy t i m .93 4.3 PHÂN TÍCH K T QU CH T C 98 NG 99 5.1 K T QU 5.1.1 K t qu T t C VÀ Ý NGH A 99 c 99 5.1.2 Ý ngh a .100 5.2 H NG PHÁT TRI N 100 TÀI LI U THAM KH O & TRÍCH D N Võ H ng Phong Lu n v n t t nghi p LI T KÊ CÁC HÌNH Hình 2.1a, b, c, d: Các c tr ng c nh, "ng, bao quanh tâm, "ng chéo Hình 2.2 : #nh chia nh$ t i t a (x,y) Hình 2.3 : T ng giá tr pixel n%m vùng A Hình 2.4 : Ví d v t th c a hình ch nh t c tr ng Hình 2.5 : L c & c b n c a AdaBoost Hình 2.6 : Thu t tốn h c AdaBoost Hình 2.7 : Mơ hình minh h a tác v phát hi n v t th dùng chu'i cascade Hình 2.8 : Dùng chu'i cascade ã c hu n luy n phát hi n c a s phù h p Hình 2.9 : C u trúc chu'i cascade song song Hình 2.10 : C u trúc chu'i cascade n i ti p, v i N giai o n h c hu n luy n 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 h a trình l y m u Minh h a trình h c hu n luy n Minh h a trình ki m th c s d li u “car_back.xml” Minh h a trình ki m th c s d li u “bus_vn_full_22112008.xml” Minh h a trình ki m th c s d li u “truck_vn_26112008.xml” S & kh i c a trình nh n d ng xe Mơ hình hóa thu t tốn c l ng kho ng cách Mơ hình camera quan sát khơng gian 3-D Minh h a k t qu c l ng kho ng cách Minh h a k t qu m s l ng xe có hình S & kh i t ch c ph n m m h th ng S & kh i h th ng hoàn ch(nh t ch c ph n m m h th ng Mô t h th ng phát hi n xe dùng thu t tốn Haar Giao di n ch ng trình nh n d ng xe M u camera c s d ng lu n v n Võ H ng Phong Lu n v n t t nghi p LI T KÊ CÁC B NG B ng 2.1 : Các d ng thu t toán h c hu n luy n AdaBoost B ng 2.2 : Thu t toán phát hi n &ng th"i co giãn vùng c tr ng it ng B ng 3.1 B ng 3.1a : M u xe h i du l ch cá nhân B ng 3.1b : M u xe buýt B ng 3.1c : M u xe t i B ng 3.2 : C u trúc file c s d li u c tr ng c a i t ng xe h i cá nhân B ng 3.3 : K t qu ki m th c s d li u c tr ng xe h i cá nhân B ng 3.4 : K t qu ki m th c s d li u c tr ng xe buýt B ng 3.5 : K t qu ki m th c s d li u c tr ng xe t i B ng 3.6 : T ng k t k t qu ki m th c s d li u B ng 3.7 : Mã l nh i n hình c a thu t toán phát hi n nh n d ng xe h i B ng 3.8 : Mã l nh th c hi n thu t toán c l ng kho ng cách B ng 3.9 : Mã l nh th c hi n thu t toán m xe B ng 4.1 : Các k t qu x lý nh n d ng B ng 4.1a : K t qu x lý nh n d ng xe buýt B ng 4.1b : K t qu x lý nh n d ng xe h i cá nhân B ng 4.1c : K t qu x lý nh n d ng t i B ng 4.2 : K t qu x lý nh n d ng xe t ng h p B ng 4.3 : ánh giá xác nh n d ng c a ph n m m lu n v n Võ H ng Phong Lu n v n t t nghi p PH N A GI I THI U Võ H ng Phong Lu n v n t t nghi p i H c Qu c Gia Tp H& Chí Minh C)NG HỒ XÃ H)I CH* NGH+A VI,T NAM TR!-NG I H/C BÁCH KHOA c L p – T Do – H nh Phúc oOo NHI M V LU N V N TH C S H tên h c viên : VÕ H NG PHONG Ngày tháng n m sinh : 22/02/1982 Chuyên ngành T0 )NG HOÁ : Phái : Nam N i sinh : Khánh Hòa Mã s HV : 01506364 I TÊN TÀI: NH N D NG XE TRÊN C S TH GIÁC MÁY TÍNH II NHI,M V2: - Phân tích t ng h p ph - Xây d ng ch ng pháp nh n d ng xe ng trình nh n d ng xe d a cơng c Th giác máy tính III NGÀY GIAO NHI,M V2: ngày 30 tháng 01 n m 2008 IV NGÀY HOÀN THÀNH NHI,M V2: ngày 30 tháng 11 n m 2008 V CÁN B) H!3NG D4N: Giáo Viên H N i dung c ng D n TS TR NG ÌNH CHÂU Ch Nhi m Ngành ng Lu n v n Th c s ã cH i B Môn &ng Chuyên Ngành thông qua Ngày … tháng … n m 200… PHÒNG ÀO T.O SAU I H/C KHOA QU#N LÝ NGÀNH Võ H ng Phong Lu n v n t t nghi p B ng 4.2: K t qu x lý nh n d ng xe t ng h p Chú thích hình B ng 4.1a, b, c B ng 4.2 • M i xe h i cá nhân ! T c nh n d ng s c khoanh vùng b ng hình ch nh t màu ng t cho xe buýt v i khung ch nh t màu xanh, xe t i v i khung ch nh t màu vàng • Các xe xu t hi n hình c ánh s th t (0, 1, …) t th p thu c vào th t th i gian xu t hi n tr • M i m t xe sau c phát hi n s camera ghi hình Kho ng cách t • ng ( T"ng s l n cao ph c – sau khung hình c cl c ghi bên d ng kho ng cách t xe ó n i m i khung ch nh t bao i n v mét) ng xe xu t hi n t c th i khung hình c m ghi l p t c lên khung báo giao di n (M c COUNTING RESULTS) Do trình s u t m hình nh giao thơng t i th c a, có tình hu ng ho c lo i xe xu t hi n lúc khung hình nên nh ch p hình khơng th có nhi u tình hu ng ó c Võ H ng Phong K t qu Lu n v n t t nghi p ánh giá xác nh n d ng xe nh dùng ph n m m c a lu n v n so v i nh n ng (video) nh c m quan c a h c viên (m=t ng "i) c ghi B-ng 4.3 B ng 4.3: ánh giá xác nh n d ng c a ph n m m lu n v n S0 l 1ng xe S0 l 1ng xe ki6m th; nh#n d$ng +úng Xe h!i cá nhân 47 43 91.5% Xe buýt 50 48 96% Xe t-i 71.4% Lo$i xe H th ng v n có th phát hi n xe n xe cịn kích th T= l" c t i thi u quy nh dòng mã l nh phát hi n 4.2 NH N XÉT 4.2.1 u +i6m • H th ng v n ho t ng t t i u ki n th nghi m cho phép • Trên c s h th ng ã hồn t t, có th phát tri n, m r ng thêm v i nhi u ng d ng h u ích lý thú khác ph c v công tác h c t p, nghiên c u sâu h n ng d ng th c ti trình xây d ng c s d li u t8 q trình máy tính h c hu n luy n k t qu không t t, n cho h th ng ho t • H th ng hi n t i ch a áp ng v phát hi n it ng khơng n c tính xác n nh cao tác ng có s bi n chuy n c a môi tr "ng ngo i c nh, ví d nh có s thay i v thu c tính v màu s=c, t th quan sát c a c "ng ph c t p c a n n nh sáng, nh • Cịn nhi u thi u sót khâu chu n b it ng, nh m u nh%m ph c v tác v hu n luy n • Tuy nhiên, h th ng không tránh kh$i l'i phát hi n sai sáng, ng c sáng, xe b che khu t b i it it ng b chói ng khơng mong mu n khác (xe máy, m t ph n c a xe khác, c i,…) Th c t cho th y, hình nh thí nghi m (t p tin video) c ghi hình th"i gian t8 gi" sáng n gi" chi u cho k t qu nh n d ng t t h n th"i gian cịn l i i u c gi i thích t8 sáng ho c ánh n=ng góp ph n làm rõ nh làm t ng thêm c tr ng it ng h n so v i n n nh n d ng 4.2.2.2 Khách quan Y u t khách quan bao g&m v n khó kh n xây d ng h th ng Võ H ng Phong Lu n v n t t nghi p a) Các khó kh2n v, ph !ng pháp a s h ng ti p c n phát hi n v t th , c bi t xe m t cách t ng hi u qu nh t hi n th "ng d a vào vi c tìm mơ hình ho c b phân l p ho c m t c s d li u ho t c t t t nh t hình dáng m t chi c xe Vi c h th ng có kh n ng ng t t b t k> tình hu ng, i u ki n thu nh n nh b t k> tình hu ng v i t th quan sát xe khác c c k> khó kh n, m c dù ng "i, vi c hoàn toàn T8 n gi n a s tr "ng h p thông th "ng nh ngh a c th cho t8ng ki u hình dáng c a m t chi c xe cho ti p c n iv i phát hi n nh n d ng c xu t phát t8 nhi u n cách c i m, v i lý sau ây [9, trang 13÷15] [12, trang 410÷411]: Hình dáng xe: hình dáng xe h i có th nói a d ng c6ng nh ph c t p v i ng "i quan sát ho c ós i i v i thu t toán phát hi n nh n d ng Bên c nh a d ng v màu s=c c6ng m t thách th c i v i trình th c hi n tác v phát hi n xe c nh quang giao thơng Ngồi ra, xe cịn có tính a d ng v hình dáng bên ngồi Các xe có ch c n ng khác có hình dáng khác Ví d xe h i cá nhân (4 ho c ch' ng&i) có v n=p capơ tr có chi u cao có g" n i c tr ng c sau (có th m t s dịng xe khơng có capơ sau), xe bt c tr ng phía sau khơng có n=p capơ c6ng nh không c tr ng gi ng nh Trong m t s tr "ng h p xe h i cá nhân c bi t xe c thêm chi ti t màu s n, bi n qu ng cáo g=n thêm xe, xe b bi n bi n d ng ho c che l p c i m trình x lý phát hi n i v m t hình th c d n c tr ng c a xe ns u nh ng khó kh n Võ H ng Phong Lu n v n t t nghi p T th xe góc quan sát: h th ng có th phát hi n it c nh quang giao thơng hay khơng, cịn ph thu c vào góc trí t camera quan sát xe ó Xe quan sát v c nhìn di n t8 phía tr phía sau v trí ch a nhi u thơng tin c ho c c tr ng v xe nh t, t8 ó camera g=n v i máy tính m i thu th p nhi u thông tin xem nh chu n hu n luy n ng xe c tr ng nh t v xe t o l p c s d li u ho c c áp d ng cho tác v phát hi n sau Các c i m c tr ng c a xe h u h t n%m phía tr c – sau bên hông c a chi c xe, n i mà kính ch=n gió, c a s hơng, èn chi u tr u có m i t ng quan t( l v kích th c, v trí t ng c – sau i c a chúng v i Tuy nhiên, v i t th quan sát xe nhìn nghiêng, nhìn t8 xu ng ho c k t h p c a t th k v n ch a it ng S có m t c a c m t ph n thông tin c tr ng c a làm c n c cho trình phát hi n sau it ng khác: it ng xe c n quan sát xu t hi n nh có th b v t th khác che ch=n m t ph n ho c toàn ph n, ví d nh c i, xe khác, ng "i,… làm thi u thơng tin phân tích, k t qu phát hi n xe s; b nh h it ng, k t qu ng nhi u i u ki n ghi nh n nh: s xu t hi n c a xe i u ki n chi u sáng khác (bao g&m ki u chi u sáng, c "ng sáng) c6ng nh nh, h th ng g sáng màu s=c c a ngu&n c tính c a h th ng thu th p d li u nh (camera, máy ng ph n x , th u kính, …) góp ph n nh h n k t qu phát hi n xe c a h th ng ng không nh$ Võ H ng Phong Lu n v n t t nghi p N n nh i u ki n c a môi tr "ng ghi nh n nh: hai v n c qua tâm b i s nh h ng c a n q trình phát hi n không nh$ Khi n n nh ch a nhi u thành ph n (bao g&m nhi u chi ti t r i r=m, màu s=c, hình dáng ph c t p gi ng v i t it ng – nh ng không ph i ng - , …) ho c môi tr "ng không &ng nh t v ánh sáng (ng b bóng râm che m t ph n ho c toàn ph n lên it c sáng, nh ng) ho c s bi n liên t c, xu t hi n r&i bi n m t nhanh, nhanh h n t c camera, v n i ghi hình c a phát hi n thêm khó kh n ph c t p Nh ng y u t nêu v n có giá tr v i tr "ng h p “ nh” thu ph i ng phát phát hi n khác v i h ng ti p c n khác c nh" vào thu c k t qu tin c y Khi ó, ph thu c thu c tính riêng c a lo i “ngu&n sáng” mà ng "i ta s; s d ng thêm ph S bi n ng pháp x lý m i i – xu t hi n liên t c nhanh – nhanh h n t c c a camera v n ghi hình phát hi n thêm khó kh n ph c t p M t s xe t ng t xu t hi n khung nh c6ng nh bi t m t kh$i t m th tr "ng c a camera m t nh ng khó kh n khó có th tránh kh$i trình th c thi h th ng Trong tr "ng h p này, yêu c u xe quan sát ph i có th"i gian xu t hi n t m th tr "ng c a camera nh t vài giây camera có th quan sát t t th c hi n tác v phát hi n nh n d ng b) Các khó kh2n v, t0c +4 th%c thi t0c +4 h" th0ng Vi c l a ch n cách gi i quy t cho h th ng phát hi n bám theo it ng ph m vi th tr "ng c a camera, i u ki n cho phép t t nh t m t th thách ã có nhi u cách ph ng pháp ti p c n khác Bên c nh ó cịn ph i k n s tr giá cho công ngh (hi u qu cao nh ng bù l i t c ch m ng c l i) Võ H ng Phong Lu n v n t t nghi p 4.3 PHÂN TÍCH K T QU T C V i u i m khuy t i m v8a nêu, sau ây m t s h ng gi i quy t kh thi: Sau m t th"i gian tìm hi u, m t vài cách kh=c ph c lia góc máy (khi ghi hình video) có th c kh=c ph c b%ng cách b sung tính n ng: cân ch(nh bi u & màu histogram (x lý cân b%ng cho ch ng trình x lý phát hi n tính n ng t c sáng) it i l i cho tính n ng t t V v n ho t t nh : t c ng chung c a h th ng, ph thu c vào nhi u y u c a thi t b thu nh n (t t n u nh ti p nh n khung hình m t giây); t c nh t c ng nh Nh ng n u b sung áp ng c a h th ng s; b gi m rõ r t ó có th g i s tr giá t c có nh thích h p r&i m i phân tích nh; t c d ch chuy n c a c a nên nhìn chung s; có nhi u v n it c nhi u h n 15 x lý quy t ng c n phát hi n có nh… c n xem xét thêm tùy vào h ng phát tri n ng d ng c th c a h th ng Tính hi u qu c a h th ng có th c c i thi n t t h n b%ng cách l p trình linh ho t h n t i u v mã code, có tính n u tiên x lý t t tình hu ng s c ngồi ý mu n (ngo i c nh,…), không lo i tr8 xét li u ghi nh n th ng kê n s góp ph n kh=c ph c hồn thi n h th ng Võ H ng Phong Lu n v n t t nghi p CH NG K T LU N 5.1 K T QU T C VÀ Ý NGH A Qua trình nghiên c u, th nghi m, th c hi n tài th"i gian cho phép v i nh ng công c l p trình h' tr , h c viên ã hoàn thành h th ng phát hi n nh n d ng it ng xe v i k t qu c th 5.1.1 K&t qu- +$t + 1c • L a ch n th c hi n thành công ph v i nhi u ph ng pháp phát hi n nh n d ng xe ng pháp khác ã ang c nghiên c u phát tri n - v i Visual C++ ngơn ng l p trình m i, theo xu h ng phát tri n ph n m m n n t ng NET Framework phiên b n 1.1 cao h n • Ph i h p t ng i t t gi a ngôn ng l p trình Visual C++ NET c a Th giác máy tính v i lý thuy t X lý nh s • Ti p c n thành cơng thu t toán X lý quang h c vi c nh l ng thông s tr c n c a tình tr ng giao thơng cl ng Võ H ng Phong Lu n v n t t nghi p • Là c h i t t mà qua ó h c viên ã có nh ng tìm hi u thêm v l nh v c x lý nh s , th giác máy tính cách ng d ng vào th c t quan sát it ng xe c nh quang giao thông 5.1.2 Ý ngh'a • Mơ hình hóa c m c c s h th ng quan tr=c tr c n h th ng giao thông s d ng camera công c l p trình tiên ti n kèm theo T8 ó, ng "i th c hi n có th d< dàng ti p c n ch(nh tình tr ng giao thông thông n ng th c qu n lý hi u m c h p lý, phù h p h n v i ng c nh giao c • H th ng có th c phát tri n thêm code h p lý h n nh%m t ng t c b o c ph c p cao h n v i cách b trí l nh cho h th ng, bên c nh ó c6ng ph i tin c y xác cho h th ng, nh%m áp ng m c nhu c u nghiên c u h c thu t áp d ng th c t • H th ng hóa ph it ng pháp phát hi n nh n d ng ng xe nói riêng s; t o b giao thơng theo h n trình 5.2 H ng hi n it c phát tri n m i cho ph i Có th tri n khai ng nói chung ng th c quan tr=c i u ki n giao thơng c, t8 ó nâng cao kh n ng i u ti t giao thơng nh n c có cao h n ã ang th c hi n NG PHÁT TRI N • Có nh ng it th ch n l a ph ng khác m t s tình hu ng khác mà ta có ng pháp nh n bi t cho phù h p gi a hai ph ng pháp nh n d ng d a hình dáng c a v t th ho c nh n bi t theo màu s=c Tuy Võ H ng Phong Lu n v n t t nghi p nhiên, có s k t h p phù h p t8 hai ph ng pháp d a vào nh thu c t8 camera s; giúp h th ng c i thi n k kh n ng phát hi n úng t ng, t8 ó nâng cao tin c y cho h th ng • H th ng c6ng có th phát tri n theo h recognition), ngh a nh n d ng luy n” tr c n i ng nh n d ng i t ng (object c hình dáng xe, s; ti p t c “hu n ti p t c trích xu t nh ng c tr ng ch( có it ng xe ó m i có (có th d a vào b ng s xe, v t l&i lõm riêng,…) T8 ó ti p t c quan sát nh n d ng bám theo it ng xe ó Vi c nh n d ng bám theo xe môi tr "ng giao thông “h'n lo n” s; m t v n thú v có nhi u ng d ng • H th ng c6ng có th c l p trình theo h ng tích h p vi m ch s d ng ngôn ng l p trình h th ng nhúng, h th ng tích h p vi m ch (SoC - System on Chip),… s; m t ng d ng mang tính linh ho t h n B i ó h th ng khơng cịn nh t thi t ph i ch y n n t ng máy tính NET Frameworks máy tính n a c nh v y, tài s; có tính ng d ng linh ho t cao h n vào l nh v c th c t cu c s ng ho t ng m b o an toàn giao thông cho c h th ng giao thông c6ng nh t8ng cá th xe riêng bi t ang tham gia l u thông h th ng giao thông ó • Theo nh n nh c a b n thân h c viên, ây m t l nh v c hay, lý thú, có nhi u ng d ng th c t bên c nh ó v n cịn nhi u v n c n hồn thi n thêm Vì kh n ng th c hi n có h n th"i gian khơng nhi u cho lu n v n nên không tránh kh$i s sót nh m l n Xin Quý Th y Cô anh ch h c viên c6ng nh b n thông c m Mong r%ng v i nh ng ham thích có h ng thú v i h ng nghiên c u có th chia s7 v i h c viên ti p t c tìm hi u, phát tri n thêm nâng cao tính h u d ng th c t cho Võ H ng Phong Lu n v n t t nghi p tài ó c6ng m t nh ng m c tiêu ch ch t l i ích c a ngành h c L"i cu i k t l i n i dung quy n lu n v n này, h c viên xin chân thành cám n n t t c th y cô, anh b n ã quan tâm theo dõi Võ H ng Phong Lu n v n t t nghi p PH N C PH L C Võ H ng Phong Lu n v n t t nghi p TÀI LI U THAM KH O VÀ TRÍCH D N [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 Võ H ng Phong Lu n v n t t nghi p CÁC WEBSITE THAM KH O [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 LU N V N T T NGHI P CAO H C LÝ L CH TRÍCH NGANG H tên : VÕ H NG PHONG Phái : Nam Ngày sinh : 22-02-1982 N!i sinh : Tp Nha Trang – t7nh Khánh Hòa 'a ch7 liên l c & HKTT : 8/C3 Âu C! – ph 'a ch7 email : vhphong_nt@yahoo.com.vn ng 10 – qu n Tân Bình – Tp HCM ho8c vhphong@gmail.com Q TRÌNH ÀO T O 9/2000 – 4/2005 : Sinh viên khoa quy - tr 9/2006 0n : i n - i n t9, b môn K: thu t i n t9 - h ng H S ph m K: thu t Tp HCM H c viên cao h c Khoa i n – i n t9, chuyên ngành T ng hóa - h quy – tr ng H Bách Khoa Tp HCM Q TRÌNH CƠNG TÁC 2005 – 11/2006 : Qu n tr' m ng t i Công ty Ph,n m+m Sài gòn (SSP – Saigon Software Park) ... TÊN # TÀI: NH N D NG XE TRÊN C S TH GIÁC MÁY TÍNH II NHI M V$: - Phân tích t%ng h p ph !ng pháp nh n d ng xe - Xây d ng ch !ng trình nh n d ng xe d a cơng c& Th' giác máy tính III NGÀY GIAO NHI... 01506364 I TÊN TÀI: NH N D NG XE TRÊN C S TH GIÁC MÁY TÍNH II NHI,M V2: - Phân tích t ng h p ph - Xây d ng ch ng pháp nh n d ng xe ng trình nh n d ng xe d a công c Th giác máy tính III NGÀY GIAO NHI,M... nhi u nhóm l nh máy tính ch n cho t c x lý ch m, b trì hỗn m c dù khơng nhi u Vì v y, nghiên c u ng d ng tài phát hi n nh n d ng xe x lý c s th giác máy tính th"i gian th c mang tính c p thi t