Một giải pháp thực hiện bản đồ sai lệch của ảnh camera kép có mật độ dày đặc ứng dụng cho ảnh 3D và bản đồ độ sâu

Để đánh giá ệu quả của thuật toán đề xuất, chúng tôi thực hiện bản đồ sai lệch của 6 mẫu ảnh theo ảng 5 thể hiện hiệu năng thực hiện của thuật toán đề xuất với ã mô tả trong bảng 2. B[r]

(1)

MỘT GIẢI PHÁP THỰC HIỆN BẢN ĐỒ SAI LỆCH CỦA ẢNH

CAMERA KÉP CÓ MẬT ĐỘ DÀY ĐẶC ỨNG DỤNG

CHO ẢNH 3D VÀ BẢN ĐỒ ĐỘ SÂU

Đoàn Văn Tuấn

, Bùi Trung Thành

Tóm tắt: Bản đồ sai lệch thông số quan trọng thị giác

nổi (stereo vision) Từ thông tin đồ sai lệch xác định ảnh 3D đồ độ sâu ảnh Đã có nhiều thuật tốn đề xuất, thuật tốn BP (Belief propagation) nhiều nhà khoa học nghiên cứu cải tiến Đây thuật toán suy diễn gần dựa mơ hình trường ngẫu nhiên Markov với tối ưu toàn cục cho độ tin cậy cao Hầu hết thuật toán BP cải tiến lấy điểm khớp ban đầu điểm bên trái ảnh để lan truyền tin cậy xác định đồ sai lệch Trong báo đề xuất phương pháp cải tiến cho thuật toán BP, điểm khớp xuất phát ban đầu điểm trung tâm ảnh camera kép, sau đó, thực lan truyền tin cậy để xác định đồ sai lệch Điểm khớp trung tâm xác định bằngthuật toán cục CT (Census transfrom) Với phương pháp đề xuất này cho kết thực đồ sai lệch có tin cậy cao hiệu thực nhanh 2,5 lần so với thuật toán BP tiêu chuẩn

Từ khóa: Bản đồ sai lệch, Thị giác nổi, Lan truyền tin cậy, Biến đổi kiểm kê, Camera kép, Bán toàn cục

1 MỞ ĐẦU

Thị giác (stereo vision) vấn đề quan trọng thị giác máy (computer vision) [1] Hệ thống stereo vision có nhiệm vụ nhận dạng, xác định khoảng cách từ camera đến vật tái tạo vật Stereo vision ứng dụng rộng rãi nhiều lĩnh vực như: cơng nghiệp, y khoa, giải trí, ơtơ tự hành đặc biệt robotics Bản đồ sai lệch thông số quan trọng stereo vision, đặc biệt ứng dụng cho robotic đồ sai lệch ảnh camera kép có mật độ dầy đặc (dense) nhiều nhà khoa học nghiên cứu [2], camera kép hai mắt robot Ảnh camera kép hai ảnh chụp cảnh với góc nhìn khác hình Hầu hết

thuật tốn xác định đồ sai lệch phải tự cân tốc độ thực độ tin cậy, để thực tốt hai việc khó Các thuật tốn phải dựa mơ hình cụ thể Một mơ hình mơ hình trường ngẫu nhiên Markov (MRFs) Mơ hình trường ngẫu nhiên Markov tạo thuật toán suy diễn [3] thực đồ sai lệch vùng ảnh bị che khuất, độ sâu thay đổi đồng Một

thuật toán suy diễn gần thuật toán BP (Belief Propagation)

Thuật tốn BP thực dựa vịng lặp cho độ tin cậy cao ảnh camera kép có mật độ dầy đặc Tuy nhiên, thuật tốn BP có nhược điểm độ phức tạp tính toán cao yêu cầu nhớ lớn Để khắc phục nhược điểm cần phải giảm độ phức tạp tính tốn, giảm u cầu nhớ xử lý song song, nhiên, phải trả giá độ tin cậy Các thuật toán BP nâng cao thực song song hệ thống

Hình 1.Mơ hình ảnh camera kép

Camera trái

(2)

Nghiên cứu khoa học công nghệ

Tạp chí Nghiên cứu KH&CN quân sự, Số 51, 10 - 2017

101

Tác giả Sun[6] biểu diễn BP dùng suy diễn MAP coi thuật toán BP chuẩn

Tác giả Felzenszwalb[7] đề xuất phương pháp khắc phục nhược điểm thuật toán

BP Thứ dùng tối thiểu cho hàm chi phí giảm thời gian tính toán từ O(L2) xuống

O(L), thứ hai chia ảnh thành hai phần tương ứng với vòng lặp chẵn vòng lặp lẻ điều mang lại ưu điểm giảm nhớ lưu trữ, thứ ba chia thô làm mịn điều giảm số vòng lặp nhớ yêu cầu nhiên phải trả giá cho độ xác Tác giả Li Zhang[8] đề xuất bổ xung tham số ngưỡng cho hàm chi phí, việc làm

mang lại giảm khơng gian tìm kiếm đo nâng cao tốc độ Tác giả Yu-Cheng

Tseng[9] đề xuất giải pháp nhằm giảm nhớ cách chia ảnh thành khối độc lập thực BP riêng khối, phương pháp có ưu điểm thực nhanh

nhưng độ tin cậy giảm Để khắc phục nhược điểm tác giả Chia [10] đề xuất

mỗi khối lưu trữ thông tin điểm đường bao khối cần bổ xung nhớ cho thông tin đường bao Để giảm yêu cầu nhớ cho thông tin đường

bao, tác giả Chao[11] đề xuất tái sử dụng thông tin đường bao độ phức tạp

tính tốn tăng lên Tác giả Yang[12] đề xuất giải pháp giảm nhớ cách cố định không gian sai lệch cho việc chia thô tới mịn

Đặc điểm chung giải pháp cải tiến điểm khớp xuất phát ban đầu vị trí điểm bên trái ảnh camera kép để lan truyền tin cậy, đó, điểm ảnh camera kép ban đầu khơng khớp dẫn đến u cầu lượng chi phí lớn độ xác khơng cao Để khắc phục nhược điểm này, đề xuất giải pháp mới, điểm ảnh khớp xuất phát ban đầu điểm khớp trung tâm ảnh camera kép xác định theo thuật toán CT (Census transform) lan truyền tin cậy đồng thời theo bốn hướng dùng xử lý song song Thật tốn CT có hàm biến đổi mạnh không phụ thuộc cường độ ánh sang ảnh [13]

Phần lại báo tổ chức sau: phần trình bày số kiến thức liên quan đến thuật toán thực đồ sai lệch BP CT Phần đề xuất thuật toán lan truyền tin cậy kết hợp biến đổi kiểm kê CTBP Kết thực nghiệm đưa phần 4; Kết luận cho phần

2 CÁC NGHIÊN CỨU LIÊN QUAN

Bảng sau liệt kê số kí hiệu sử dụng báo

Bảng Các kí hiệu định nghĩa

Kí hiệu Định nghĩa

G Mơ hình đồ thị biểu diễn đồ sai lệch ảnh stereo camera

V Tập nút mơ hình đồ thị (nút biểu diễn sai lệch cặp ảnh

tương đồng ảnh stereo camera)

E Tập cạnh mơ hình đồ thị (cạnh biểu diễn lượng chi phí

cuat nút với nút lân cận nó)

i,j Biểu diễn nút thứ i nút lân cận i.

Xi Biến ngẫu nhiên nút i.

xi Sự chuẩn hóa Xivà Xi khơng gian trạng thái xi (xiϵ Xi)

X Biến ngẫu nhiên liên kết x

x Sự chuẩn hóa giá trị mơ hình đồ thị khơng gian X

p(x) Xác xuất hậu nghiệm (posterior) MAP

(x )

i i

(3)

i

( ,x xj)



i

j

i.

E(x) Năng lượng chi phí

D(xi) Hàm lượng chi phí cho nút i

( ,i j)

V x x Hàm lượng chi phí nút i và nút j lân cận

(

)

t i j j

m

x

i

j.

( ) j j

b x Độ tin cậy nút j

c Tỉ lệ tăng hàm nhẵn

d Ngưỡng dừng tăng hàm nhẵn

E(i)\j Tập nút i trừ nút j. dC(x,y) Bản đồ sai lệch thực dT(x,y) Bản đồ sai lệch mẫu

2.1 Thuật toán BP

Thuật toán BP thuật toán suy diễn lặp gần dựa trường ngẫu nhiên Markov

[3] Xét mơ hình trường ngẫu nhiên Markov (MRF) hình 2, đó, G = (V, E), x=

(xi)iϵV X = (Xi)iϵV Xác suất hậu nghiệm (posterior) MAP xác định là:

i /

( )

i

( ,

j

)

i V

i V j V i

p x



x



x x

  





 

Từ phương trình xác định MAP (maximum a posterior) thông qua

phương pháp tích cực đại (max-product) Phương pháp tích cực đại tương đương với

phương pháp tổng cực tiểu (min- sum) Đối với phương pháp tổng cực tiểu tìm

năng lượng chi phí cho việc chuyển thơng điệp nút từ tìm cách tối thiểu hóa lượng chi phí

 ,

( ( ))

log ( )

i

log ( ,

i

j

)

i V i j E

E p x



x



x x

 













Chúng ta đơn giản E(p(x)) thành E(x), đó, hàm lượng viết:

 ,

( )

i

( ,

i

j

)

i V

i j

E

E x

D x

V x x

 









Trong thị giác nút tương ứng độ sai lệch hàm lượng chi phí cặp nút đến điểm lân cận dựa khác nút Do hàm:

( ,i j) ( i j)

V x x V x x (4)

 ,

( )

i

(

i

j

)

i V i j E

E x

D x

V x

x

 











Thông điệp cập nhật vòng lặp t xác định là:

1

( )\

( )

min( (

)

( )

( ))

i

t t

i j j i j i i s i i

x

s E i j

m

x

V x

x

D x

m

x











Sau T vịng lặp độ tin cậy nút là:

( )

T

( )

j j j j i j j

i N j

b x

D f

m

x









Nút

x

j

*

arg min

(

)

j j j

(4)

Tạp chí Nghiên cứu KH&CN quân sự, Số 51, 10 - 2017

103

( i j) min( i j , )

V x x  c x x d (9)

Khi thơng điệp cập nhật xác định là:

1

( )\

( )

min(min(

, )

( )

( ))

i

t t

i j j i j i i s i i

x

s E i j

m

x

c x

x

d

D x

m

x











2.2 Thuật toán CT

Thuật toán CT thuật tốn biến đổi kiểm kê cục khơng tham số, khơng phụ thuộc vào điều kiện ánh sáng ảnh [13] Nguyên lý hoạt động CT biến đổi điểm ảnh thành chuỗi bít có

độ dài N bít với kiến trúc khơng gian cục

bộ Đối với điểm ảnh lân cận ngoại trừ điểm trung tâm biến đổi tương ứng

thành bít chuỗi N bít theo

ngưỡng giá trị cường độ (intensity) bít

lân cận lớn giá trị cường độ bít trung tâm tương ứng với bít ngồi bít

Hình mơ tả thuật toán CT với cửa sổ 3x3, giá trị cường độ điểm trung tâm 30 Các điểm lân cận có giá trị lớn 30 tương ứng với bít ngồi bít Khi so sánh chuỗi bít ảnh trái ảnh phải, đếm số bít khác hai chuỗi bít gọi khoảng cách Hamming tính theo cơng thức (11) Hai điểm ảnh hai ảnh trái phải có khoảng cách Hamming nhỏ chọn khớp

0

( , )

( ,

)

arg Hamming(

L

( , ),

R

(

, ))

x y

x y



T x y T x d y



trong đó, TL(x,y) TR(x,y) chuỗi bít điểm ảnh khớp ảnh trái ảnh phải

của ảnh camera kép

3 ĐỀ XUẤT THUẬT TOÁN KẾT HỢP 3.1 Mơ tả thuật tốn đề xuất

Khi điểm xuất phát ban đầu để lan truyền tin cậy không khớp dẫn đến yêu cầu chi phí lượng lớn độ tin cậy thấp thực đồ sai lệch hình 4.d

Hình Biến đổi CT với cửa sổ 3x3 khoảng cách Hamming

CT

Chuỗi bít

Khoảng cách

Hamming

(5)

Hình 4.

trung tâm c

dùng phương pháp bi chia truy

như h lư

cho c CUDA

3.2 Chương tr Thu

Đầ Đầ Các bư

1 Tìm T kh Nút 10 Tính t

Hình 4.

Để khắc phục trung tâm c

dùng phương pháp bi chia

truyền tin cậy cho phần Tại phần, ảnh camera kép đ h

năng lư

Thông cho c CUDA

3.2 Chương tr Thuậ

ầu vào: ầu ra Các bư

1 Tìm Từ khớp ban đ Th

Đặ Th

Tính tốn lư Cậ

Tính tốn đ Nút 10 Tính t

Hình 4.

ể khắc phục trung tâm c

ền tin cậy cho phần Tại phần, ảnh camera kép đ hình 5, trình làm gi

năng lượng chi p

Thông

cho bốn phần nhờ v CUDA

Hình 5. 3.2 Chương tr ật toán đ u vào: u ra: B

Các bướ

1 Tìm p ban đ Thực hi

ặt thơng Thực hi

Tính tốn lư ập nh

Tính tốn đ

9 Nút

x

10 Tính t (a)

Hình 4. Ảnh h

ể khắc phục trung tâm c

ền tin cậy cho phần Tại phần, ảnh camera kép đ ình 5, trình làm gi

ợng chi p

Thông

ả bốn phần nhờ v

Hình 5. 3.2 Chương tr t tốn đ u vào: Ả

: Bả

ớc th

điểm kh điểm kh p ban đầ

c hiệ t thơng

c hiệ

Tính tốn lư p nhật thơng Tính tốn đ

*

j

x

(a)

Ảnh h

ể khắc phục

trung tâm ảnh camera kép Điểm khớp trung tâm ảnh camera kép đ dùng phương pháp bi

chúng chia

ợng chi p

Thơng điệp đ ả bốn phần nhờ v

Hình 5. 3.2 Chương tr t toán đề

Ảnh camera kép có đ ản đ

c thự

m kh m kh

ầu lan truy ện lan truy t thơng

ện chia thơ t Tính tốn lư

t thơng Tính tốn độ

*

j

x

ổng l

Ảnh hưởng điểm khớp ban đầu: (a) Ảnh camera kép trái, (b) Ảnh camera kép

ể khắc phục

ủa ảnh camera kép Điểm khớp trung tâm ảnh camera kép đ dùng phương pháp bi

chúng chia ảnh th

ợng chi phí cho m

ệp đư ả bốn phần nhờ v

Hình 5. Chia thơ t

3.2 Chương trình ề xu

nh camera kép có đ n đồ sai l

ực hi

m khớp trung tâm m khớp trung tâm, chia

u lan truy n lan truy t thông điệp =

n chia thơ t Tính tốn lư

t thông ộ tin c ợc lựa chọn v l

ởng điểm khớp ban đầu: (a) Ảnh camera kép trái, (b) Ảnh camera kép ph

ể khắc phục

ủa ảnh camera kép Điểm khớp trung tâm ảnh camera kép đ dùng phương pháp bi

ảnh th

hí cho m

ược lan truyền tin cậy nút nh ả bốn phần nhờ v

Chia thơ t

ình đ

xuất CTBP (

nh camera kép có đ sai l

c hiện

p trung tâm p trung tâm, chia u lan truy

n lan truy p = n chia thơ t Tính tốn lượ

t thơng điệ tin cậ ợc lựa chọn v lư

ởng điểm khớp ban đầu: (a) Ảnh camera kép trái, (b) Ảnh camera kép phải, (c)Bản đồ sai lệch mẫu v

nhược điểm n

ủa ảnh camera kép Điểm khớp trung tâm ảnh camera kép đ dùng phương pháp biến đổi kiểm k

ảnh thành ph

ền tin cậy cho phần Tại phần, ảnh camera kép đ ình 5, q trình làm gi

hí cho m

ợc lan truyền tin cậy nút nh ả bốn phần nhờ v

Chia thô t

đề xu t CTBP (

nh camera kép có đ sai lệch

n: p trung tâm p trung tâm, chia u lan truyền tin c n lan truyền tin c

p = n chia thô tớ

ợng chi phí t ệp lan truy

ậy c ợc lựa chọn v

ượng chi phí theo cơng thức (6)

ởng điểm khớp ban đầu: (a) Ảnh camera kép trái, (b) Ảnh camera kép ải, (c)Bản đồ sai lệch mẫu v

ợc điểm n

ủa ảnh camera kép Điểm khớp trung tâm ảnh camera kép đ ến đổi kiểm k

nh ph

hí cho mức chia đ

ợc lan truyền tin cậy nút nh ả bốn phần nhờ vào c

Chia thô tới mịn mức 2.

xuấ t CTBP (

nh camera kép có đ ch ảnh camera

p trung tâm p trung tâm, chia

n tin c n tin c

ới m ng chi phí t p lan truy

y nút theo công th ợc lựa chọn v

ợng chi phí theo cơng thức (6)

ợc điểm n

nh ph

ỗi mức chia đ

ợc lan truyền tin cậy nút nh cấu trúc xử lý song song nh

ới mịn mức 2.

ất

t CTBP (Census Transform Belief Propagation

nh camera kép có đ nh camera

p trung tâm ả p trung tâm, chia

n tin cậ n tin cậy c

i mịn m ng chi phí t p lan truy

a nút theo công th ợc lựa chọn xác đ

ợng chi phí theo cơng thức (6) (b)

ợc điểm n

nh phần v

ỗi mức chia đ

ợc lan truyền tin cậy nút nh ấu trúc xử lý song song nh

Census Transform Belief Propagation

nh camera kép có độ nh camera

ảnh camera kép dùng thu p trung tâm, chia

ậy cho m y

n mứ ng chi phí t p lan truyền tin c

a nút theo cơng th xác đ

ợng chi phí theo công thức (6) (b)

ày, đ

ần coi

ền tin cậy cho phần Tại phần, ảnh camera kép đ ình 5, trình làm giảm số l

ỗi mức chia đ

E x

D x

ộ phân gi nh camera

nh camera kép dùng thu p trung tâm, chia ả

y cho m ả ph

ức h ng chi phí m

n tin c a nút theo công th

à xác định theo công thức (9) ợng chi phí theo cơng thức (6)

ày, đ

ủa ảnh camera kép Điểm khớp trung tâm ảnh camera kép đ ến đổi kiểm kê CT Sau đ

à coi

ền tin cậy cho phần Tại phần, ảnh camera kép đ ảm số l

ỗi mức chia đ

( )

E x

D x

phân gi nh camera kép có m

nh camera kép dùng thu ảnh thành ph y cho mỗ

4 phầ

c h i ph n tin cậy xu a nút theo công th

ịnh theo cơng thức (9) ợng chi phí theo công thức (6)

ày, đ

ủa ảnh camera kép Điểm khớp trung tâm ảnh camera kép đ ê CT Sau đ

à coi

ền tin cậy cho phần Tại phần, ảnh camera kép đ ảm số lư

ỗi mức chia tính theo cơng thức (12)

( )

E x



D x

ới mịn mức

phân giả kép có m

nh camera kép dùng thu nh thành ph

ỗi ph ần đ

c h i ph y xu a nút theo công th

ịnh theo công thức (9) ợng chi phí theo cơng thức (6)

ày, đ

à coi điểm khớp trung tâm l ền tin cậy cho phần Tại phần, ảnh camera kép đ

ượng ảnh lần Khi chia thô tới mịn mức th ợc tính theo cơng thức (12)

[1,4]

( )

i

E x

D x







ải cao (m, n, d) kép có m

i phần h n đồng th

c hình

i phần theo cơng th y xuất phát t a nút theo công thứ

ịnh theo cơng thức (9) ợng chi phí theo cơng thức (6)

ày, đ

ểm khớp trung tâm l ền tin cậy cho phần Tại phần, ảnh camera kép đ

ợng ảnh lần Khi chia thô tới mịn mức th ợc tính theo cơng thức (12)

[1,4]

( )

i

E x

D x







i cao (m, n, d) kép có mật đ

n h ng th

ình

n theo công th t phát t ức (8) ịnh theo công thức (9) ợng chi phí theo cơng thức (6)

ởng điểm khớp ban đầu: (a) Ảnh camera kép trái, (b) Ảnh camera kép ải, (c)Bản đồ sai lệch mẫu (d) B

ày, đề xuất điểm khớp xuất phát l ảnh camera kép Điểm khớp trung tâm ảnh camera kép đ

ê CT Sau đ

ểm khớp trung tâm l ền tin cậy cho phần Tại phần, ảnh camera kép đ

ợng ảnh lần Khi chia thơ tới mịn mức th ợc tính theo công thức (12)

[1,4]

( )

E x



D x

i cao (m, n, d) t độ

nh camera kép dùng thu nh thành phầ

n h

ng thời sau:

ình

n theo công th t phát từ

c (8) ịnh theo cơng thức (9) ợng chi phí theo cơng thức (6)

ởng điểm khớp ban đầu: (a) Ảnh camera kép trái, (b) Ảnh camera kép à (d) B

ề xuất điểm khớp xuất phát l ảnh camera kép Điểm khớp trung tâm ảnh camera kép đ

ê CT Sau xác ểm khớp trung tâm l ền tin cậy cho phần Tại phần, ảnh camera kép đ

*

( )

i

E x



D x

Hình 6

i cao (m, n, d) dầy đ

nh camera kép dùng thu ần l n hình

i sau:

n theo công th

ịnh theo cơng thức (9) ợng chi phí theo cơng thức (6)

(c)

ởng điểm khớp ban đầu: (a) Ảnh camera kép trái, (b) Ảnh camera kép à (d) B

ã xác ểm khớp trung tâm l ền tin cậy cho phần Tại phần, ảnh camera kép đ

*

( )

i

E x

D x

ợc lan truyền tin cậy nút h ấu trúc xử lý song song nh

Hình 6

i cao (m, n, d) y đặ

nh camera kép dùng thuật toán CT n l

ình i sau:

n theo công th điểm kh

ịnh theo công thức (9) (c)

ởng điểm khớp ban đầu: (a) Ảnh camera kép trái, (b) Ảnh camera kép à (d) Bản đồ sai lệch

ã xác định đ ểm khớp trung tâm l ền tin cậy cho phần Tại phần, ảnh camera kép đ

( )

ư hình ấu trúc xử lý song song ph

Hình 6.

ặc (m, n)

t tốn CT n lấy

ình i sau:

n theo công thức (12) m kh

ởng điểm khớp ban đầu: (a) Ảnh camera kép trái, (b) Ảnh camera kép ản đồ sai lệch

ịnh đ ểm khớp trung tâm ền tin cậy cho phần Tại phần, ảnh camera kép đư

ình

ư phần cứng GPU v

Sơ đ

c (m, n)

t toán CT y điể

i sau:

c (12) m khớp

ịnh điểm khớp trung tâm,

ược chia thô tới mịn mức ợng ảnh lần Khi chia thô tới mịn mức th ợc tính theo cơng thức (12)

ình

ần cứng GPU v

Sơ đồ thông điệp lan truyền.

c (m, n)

t toán CT ểm kh

c (12) p ban đ

ợc điểm khớp trung tâm, điểm khớp ban đầu để lan ợc chia thô tới mịn mức ợng ảnh lần Khi chia thô tới mịn mức th ợc tính theo cơng thức (12)

ình đồng thời ần cứng GPU v

ồ thông điệp lan truyền.

Census Transform Belief Propagation)

c (m, n)

m khớ

ban đầ

ợc điểm khớp trung tâm, ểm khớp ban đầu để lan ợc chia thô tới mịn mức ợng ảnh lần Khi chia thô tới mịn mức th

ồng thời ần cứng GPU v

)

ớp trung tâm

ầu theo công th

ởng điểm khớp ban đầu: (a) Ảnh camera kép trái, (b) Ảnh camera kép

ồng thời ần cứng GPU v

p trung tâm

u theo công th (d)

ề xuất điểm khớp xuất phát ảnh camera kép Điểm khớp trung tâm ảnh camera kép đư

ồng thời th ần cứng GPU ph

p trung tâm

u theo công th (d)

à

ược xác định ợc điểm khớp trung tâm, ểm khớp ban đầu để lan ợc chia thô tới mịn mức ợng ảnh lần Khi chia thô tới mịn mức th

thực BP ph

p trung tâm

u theo công th

à điểm khớp ợc xác định ợc điểm khớp trung tâm, ểm khớp ban đầu để lan ợc chia thô tới mịn mức ợng ảnh lần Khi chia thô tới mịn mức th

ực BP phần mềm

p trung tâm

u theo công thứ

ểm khớp ợc xác định ợc điểm khớp trung tâm, ểm khớp ban đầu để lan ợc chia thô tới mịn mức ợng ảnh lần Khi chia thô tới mịn mức th

(12)

ực BP ần mềm

p trung tâm

ức (7)

ểm khớp ợc xác định ợc điểm khớp trung tâm, ểm khớp ban đầu để lan ợc chia thô tới mịn mức ợng ảnh lần Khi chia thô tới mịn mức

(12)

ực BP ần mềm

p trung tâm điểm

c (7)

ểm khớp ợc xác định ợc điểm khớp trung tâm, ểm khớp ban đầu để lan ợc chia thơ tới mịn mức ì

(12)

ực BP ần mềm

m

(6)

Nghiên c

Tạp chí Nghi

4.1 D

camera kép t

Intel core i7

4.2 Ch

(root mean squared error: sai s

RMSE nh gần v

hi

Nghiên c

ạp chí Nghi

4.1 D

Hệ thống thực nghiệm nh camera kép t

CPU Intel core i7

4.2 Ch

Đ

root mean squared error: sai s

RMSE nh ần v

Ký hiệu

#1 Nghiên c

ạp chí Nghi

4.1 Dữ liệu thực nghiệm

ệ thống thực nghiệm nh camera kép t

CPU Intel core i7

4.2 Chỉ số đánh giá độ tin cậy RMSE

Để đánh giá độ tin cậy kết thực nghiệm, sử dụng tham số RMSE

RMSE nh

ần với đồ sai lệch mẫu

Ký

ệu Tên

ạp chí Nghi

ữ liệu thực nghiệm

ỉ số đánh giá độ tin cậy RMSE

ể đánh giá độ tin cậy kết thực nghiệm, sử dụng tham số RMSE

RMSE nh

ới đồ sai lệch mẫu

Tên

Baby

ứu khoa học cơng nghệ

ạp chí Nghiên c

4 K

ữ liệu thực nghiệm

RAM 8GB

RMSE nh

Tên ảnh

Baby

ứu khoa học công nghệ

ên cứu KH&CN

4 KẾT QUẢ THỰC NGHIỆM MÔ PHỎNG V ữ liệu thực nghiệm

Ph

RAM 8GB

RMSE nhỏ c

ảnh

Baby

ứu khoa học công nghệ

ứu KH&CN

ẾT QUẢ THỰC NGHIỆM MÔ PHỎNG V ữ liệu thực nghiệm

ệ thống thực nghiệm nh

camera kép tập liệu kiểm thử [14] đ

Phần cứng

RAM

ỏ t ới đồ sai lệch mẫu

Kích th

620x555 ứu khoa học công nghệ

ứu KH&CN

ập liệu kiểm thử [14] đ

ần cứng

Geforce GTX750 Ti Bộ nhớ trong: 2GB Core: 460 nhân BUS: 128 bít

àng t ới đồ sai lệch mẫu

Kích th

ứu KH&CN

ần cứng

Card hình Geforce GTX750 Ti

ộ nhớ trong: 2GB Core: 460 nhân BUS: 128 bít

àng tốt, điều chứng tỏ kết đồ sai lệch thực đ ới đồ sai lệch mẫu

Kích thức

ứu KH&CN quân s

ẾT QUẢ THỰC NGHIỆM MÔ PHỎNG V

ần cứng

ốt, điều chứng tỏ kết đồ sai lệch thực đ ới đồ sai lệch mẫu

ức

uân s

ệ thống thực nghiệm h

Hình 7

root mean squared error: sai số to

ốt, điều chứng tỏ kết đồ sai lệch thực đ

Độ sai lệch

300

uân sự, Số

ư hình v ập liệu kiểm thử [14] đ

Hình 7

ố to

= (

ộ sai ệch

300

ự, Số

ình v ập liệu kiểm thử [14] đ

Hình 7. H

ộ nhớ trong: 2GB Core: 460 nhân

ố tồn phương trung b

( ∑

ộ sai ệch

ự, Số 51, 10

ẾT QUẢ THỰC NGHIỆM MƠ PHỎNG V

ình với cấu h ập liệu kiểm thử [14] đ

Hệ thống thực nghiệm

ộ nhớ trong: 2GB

àn phương trung b

∑ ,

51, 10

ới cấu h ập liệu kiểm thử [14] đ

ệ thống thực nghiệm

|

Ảnh trái

51, 10 - 20

ới cấu h

ập liệu kiểm thử [14] mô tả bảng

Window 8.1 64 bít

(

Ảnh trái

2017

ới cấu hình PC

ợc mơ tả bảng

Hệ điều h Window 8.1 64 bít

( ,

Ảnh trái

17

ình PC

ợc mơ tả bảng

ệ điều h Window 8.1 64 bít

( ) −

Ảnh trái

ẾT QUẢ THỰC NGHIỆM MƠ PHỎNG V

ình PC

ợc mô tả bảng

Bảng 2

ệ điều h Window 8.1

àn phương trung bình

) − ẾT QUẢ THỰC NGHIỆM MÔ PHỎNG V

ình PC mơ tả bảng v ợc mô tả bảng

ảng 2

ệ điều hành Window 8.1

ình) theo cơng th

(

Ảnh phải ẾT QUẢ THỰC NGHIỆM MÔ PHỎNG VÀ TH

ợc mô tả bảng v ợc mô tả bảng

ảng 2. Ph

ành

ể đánh giá độ tin cậy kết thực nghiệm, sử dụng tham số RMSE ) theo cơng th

, ) Bảng 3. Ảnh phải

À TH

. Mô t

Phần m

QT Creator 5.4 OpenCV 3.0 Visual Studio 2013 CUDA

ể đánh giá độ tin cậy kết thực nghiệm, sử dụng tham số RMSE ) theo công th

)| ) ảng 3. Ảnh phải

À THẢO

Mô tả cấu h

n m

Ph

QT Creator 5.4 OpenCV 3.0 Visual Studio 2013 CUDA

ể đánh giá độ tin cậy kết thực nghiệm, sử dụng tham số RMSE ) theo cơng th

) ảng 3. Ảnh phải

ẢO

ợc mô tả bảng v

ả cấu h

n mềm

Phần mềm ứng dụng QT Creator 5.4 OpenCV 3.0 Visual Studio 2013 CUDA

ể đánh giá độ tin cậy kết thực nghiệm, sử dụng tham số RMSE ) theo công th

Tập liệu kiểm thử

Ảnh phải ẢO LU

ả cấu h

ềm

ần mềm ứng dụng QT Creator 5.4 OpenCV 3.0 Visual Studio 2013 CUDA

ể đánh giá độ tin cậy kết thực nghiệm, sử dụng tham số RMSE ) theo cơng thức (13) Tham số ốt, điều chứng tỏ kết đồ sai lệch thực đ

ập liệu kiểm thử

B LUẬN

ợc mơ tả bảng v

ả cấu hình PC Destop

ần mềm ứng dụng QT Creator 5.4 OpenCV 3.0 Visual Studio 2013

ể đánh giá độ tin cậy kết thực nghiệm, sử dụng tham số RMSE ức (13) Tham số ốt, điều chứng tỏ kết đồ sai lệch thực đ

Bản đồ sai lệch ẬN

ình PC Destop

ần mềm ứng dụng QT Creator 5.4 OpenCV 3.0 Visual Studio 2013

ể đánh giá độ tin cậy kết thực nghiệm, sử dụng tham số RMSE ức (13) Tham số ốt, điều chứng tỏ kết đồ sai lệch thực đ

ản đồ sai lệch m

ình PC Destop

ần mềm ứng dụng

Visual Studio 2013

ể đánh giá độ tin cậy kết thực nghiệm, sử dụng tham số RMSE ức (13) Tham số ốt, điều chứng tỏ kết đồ sai lệch thực c

ản đồ sai lệch mẫu

105

ình PC Destop

Visual Studio 2013

ể đánh giá độ tin cậy kết thực nghiệm, sử dụng tham số RMSE ức (13) Tham số ợc

(13)

ản đồ sai lệch

105

ình PC Destop.

ể đánh giá độ tin cậy kết thực nghiệm, sử dụng tham số RMSE ức (13) Tham số àng

(13)

ập liệu kiểm thử.

ản đồ sai lệch

105

ể đánh giá độ tin cậy kết thực nghiệm, sử dụng tham số RMSE ức (13) Tham số àng

(13)

(7)

4.3

và so sánh k s bảng với cấu h

tin c

hiệu thuật toán đề xuất, thực đồ sai lệch mẫu ảnh theo thu

thu toán đ đơn gi Đi

lệch gần đồ sai lệch mẫu #2 #3 #4 #5 #6 4.3 K

Để đánh giá hiệu thật tốn đề xuất, chúng tơi đ so sánh k

chúng s ảng với cấu h

Kết thử nghiệm với mẫu ảnh thu đ tin cậy thuật toán đề xuất với thuật

ệu thuật toán đề xuất, thực đồ sai lệch mẫu ảnh theo thuật toán BP nh

thuật toán BP dựa tr toán đ

đơn gi Điều n

ệch gần đồ sai lệch mẫu

Kết thực nghiệm v

ể đánh giá hiệu thật tốn đề xuất, chúng tơi đ so sánh k

ết thử nghiệm với mẫu ảnh thu đ ậy thuật toán đề xuất với thuật

ệu thuật toán đề xuất, thực đồ sai lệch mẫu ảnh theo ật toán BP nh

ật toán BP dựa tr

tốn đề xuất có độ tin cậy cao h đơn giản cho kết RMSE thấp h

ều lý gi

Aloe Cloth Flower pots Bowling Book

ết thực nghiệm v

ể đánh giá hiệu thật toán đề xuất, đ so sánh k

ật tốn BP dựa tr

ề xuất có độ tin cậy cao h ản cho kết RMSE thấp h ày lý gi

ể đánh giá hiệu thật tốn đề xuất, chúng tơi đ so sánh kết với kết

chúng sử dụng đa dạng ảnh camera kép để kiểm thử với độ phức tạp khác nh ảng với cấu h

Ảnh #1 #2 #3 #4 #5 #6

ề xuất có độ tin cậy cao h ản cho kết RMSE thấp h ày lý gi

ể đánh giá hiệu thật toán đề xuất, đ ết với kết

ử dụng đa dạng ảnh camera kép để kiểm thử với độ phức tạp khác nh ảng với cấu hình PC nh

Ảnh #1 #2 #3 #4 #5 #6

ệu thuật toán đề xuất, thực đồ sai lệch mẫu ảnh theo ật toán BP h

ề xuất có độ tin cậy cao h ản cho kết RMSE thấp h ày lý giải,

ệch gần đồ sai lệch mẫu 641x555

626x555

656x555

665x555

695x555

ử dụng đa dạng ảnh camera kép để kiểm thử với độ phức tạp khác nh ình PC nh

ệu thuật tốn đề xuất, chúng tơi thực đồ sai lệch mẫu ảnh theo h

ật toán BP dựa h

ề xuất có độ tin cậy cao h ản cho kết RMSE thấp h

ải, ệch gần đồ sai lệch mẫu

641x555

626x555

656x555

665x555

695x555

ệu thuật tốn đề xuất, chúng tơi thực đồ sai lệch mẫu ảnh theo hình B

ên h

ề xuất có độ tin cậy cao h ản cho kết RMSE thấp h

ải, ệch gần đồ sai lệch mẫu

641x555

626x555

656x555

665x555

695x555

ể đánh giá hiệu thật tốn đề xuất, chúng tơi đ ết với kết

ệu thuật toán đề xuất, thực đồ sai lệch mẫu ảnh theo ình B

ên hệ thống ề xuất có độ tin cậy cao h

ản cho kết RMSE thấp h ải,

ệch gần đồ sai lệch mẫu 641x555

626x555

656x555

665x555

695x555

ết thực nghiệm th

ể đánh giá hiệu thật tốn đề xuất, chúng tơi đ ết với kết

ử dụng đa dạng ảnh camera kép để kiểm thử với độ phức tạp khác nh ình PC b

B

ệu thuật tốn đề xuất, chúng tơi thực đồ sai lệch mẫu ảnh theo ình Bảng thể hiệu thực thuật toán đề xuất với

ệ thống ề xuất có độ tin cậy cao h

ản cho kết RMSE thấp h

các ảnh camera kép có bề mặt đ ệch gần đồ sai lệch mẫu

270 290 251 240 200 à th

ể đánh giá hiệu thật tốn đề xuất, chúng tơi đ ết với kết ph

ử dụng đa dạng ảnh camera kép để kiểm thử với độ phức tạp khác nh bảng

Bảng 4.

ệu thuật toán đề xuất, thực đồ sai lệch mẫu ảnh theo ảng thể hiệu thực thuật toán đề xuất với ệ thống th

ề xuất có độ tin cậy cao thu ản cho kết RMSE thấp h

ảnh camera kép có bề mặt đ 270

290

251

240

200

à thảo luận

ể đánh giá hiệu thật toán đề xuất, đ ph

ử dụng đa dạng ảnh camera kép để kiểm thử với độ phức tạp khác nh ảng

ảng 4.

ệu thuật tốn đề xuất, chúng tơi thực đồ sai lệch mẫu ảnh theo ảng thể hiệu thực thuật toán đề xuất với

thực nghiệm đ ơn thu

ảnh camera kép có bề mặt đ

ảo luận

ể đánh giá hiệu thật tốn đề xuất, chúng tơi đ phương pháp đư

ử dụng đa dạng ảnh camera kép để kiểm thử với độ phức tạp khác nh ảng

ảng 4. Ch

Thu

ực nghiệm đ ơn thu

ảnh camera kép có bề mặt đ

ảo luận

ể đánh giá hiệu thật tốn đề xuất, chúng tơi đ ương pháp đư

ử dụng đa dạng ảnh camera kép để kiểm thử với độ phức tạp khác nh

Chỉ số đánh giá sai số to

Thuật toán BP

0.7200 1,0921 2.2737 3.05911 4.7338 5,0250 ết thử nghiệm với mẫu ảnh thu đ

ậy thuật toán đề xuất với thuật toán BP đư

ực nghiệm đ

ơn thuật toán BP Đối với ảnh #1, #2 v ản cho kết RMSE thấp

ảnh camera kép có bề mặt đ ể đánh giá hiệu thật tốn đề xuất, chúng tơi đ

ương pháp đư

ỉ số đánh giá sai số to

ật toán BP

0.7200 1,0921 2.2737 3.05911 4.7338 5,0250 ết thử nghiệm với mẫu ảnh thu đư

toán BP đư

ệu thuật toán đề xuất, thực đồ sai lệch mẫu ảnh theo ảng thể hiệu thực thuật toán đề xuất với

ực nghiệm đ

ật toán BP Đối với ảnh #1, #2 v ơn

ương pháp đư

ật toán BP

0.7200 1,0921 2.2737 3.05911 4.7338 5,0250

ược đồ sai lệch nh toán BP đư

ực nghiệm mô t

ật toán BP Đối với ảnh #1, #2 v ơn ảnh #4, #5 v

ương pháp đư

ật toán BP

3.05911

ợc đồ sai lệch nh toán BP đư

ệu thuật toán đề xuất, thực đồ sai lệch mẫu ảnh theo ảng thể hiệu thực thuật toán đề xuất với

ã mơ t

ật tốn BP Đối với ảnh #1, #2 v ảnh #4, #5 v

ương pháp mô tả [7] Trong thực nghiệm dụng đa dạng ảnh camera kép để kiểm thử với độ phức tạp khác nh

ật toán BP

ợc đồ sai lệch nh

toán BP thể bảng Để đánh giá ệu thuật tốn đề xuất, chúng tơi thực đồ sai lệch mẫu ảnh theo ảng thể hiệu thực thuật toán đề xuất với ã mô tả bảng Bảng cho thấy thuật ật toán BP Đối với ảnh #1, #2 v

ảnh #4, #5 v ảnh camera kép có bề mặt đ ể đánh giá hiệu thật tốn đề xuất, chúng tơi đ

ợc mô tả [7] Trong thực nghiệm dụng đa dạng ảnh camera kép để kiểm thử với độ phức tạp khác nh

ợc thể bảng Để đánh giá ệu thuật tốn đề xuất, chúng tơi thực đồ sai lệch mẫu ảnh theo ảng thể hiệu thực thuật toán đề xuất với ả bảng Bảng cho thấy thuật ật toán BP Đối với ảnh #1, #2 v

ảnh #4, #5 v ảnh camera kép có bề mặt đ

ể đánh giá hiệu thật tốn đề xuất, chúng tơi đưa m

ảnh #4, #5 v ảnh camera kép có bề mặt đơn gi

ưa m

ỉ số đánh giá sai số toàn phương trung b

ợc thể bảng Để đánh giá ệu thuật toán đề xuất, thực đồ sai lệch mẫu ảnh theo ảng thể hiệu thực thuật toán đề xuất với ả bảng Bảng cho thấy thuật ật toán BP Đối với ảnh #1, #2 v

ảnh #4, #5 #6 có b ơn giản th

ưa số thực nghiệm c ợc mô tả [7] Trong thực nghiệm dụng đa dạng ảnh camera kép để kiểm thử với độ phức tạp khác nh

Thu

à #6 có b ản th

ột số thực nghiệm c ợc mô tả [7] Trong thực nghiệm dụng đa dạng ảnh camera kép để kiểm thử với độ phức tạp khác nh

Thuật toán đề xuất

ợc đồ sai lệch h

à #6 có b ản s

ật toán đề xuất 0.7150 1,0568 1.5560 2.9021 3.9676 3,3840

ư hình

à #6 có bề mặt ảnh phức tạp ì thu đ

ật toán đề xuất 0.7150 1,0568 1.5560 2.9021 3.9676 3,3840

ình

ề mặt ảnh phức tạp ẽ thu đ

ật toán đề xuất 0.7150 1,0568 1.5560 2.9021 3.9676 3,3840

ình

ợc thể bảng Để đánh giá ệu thuật tốn đề xuất, chúng tơi thực đồ sai lệch mẫu ảnh theo ảng thể hiệu thực thuật toán đề xuất với ả bảng Bảng cho thấy thuật ật toán BP Đối với ảnh #1, #2 #3 có b

ề mặt ảnh phức tạp ẽ thu đồ sai ột số thực nghiệm c ợc mô tả [7] Trong thực nghiệm dụng đa dạng ảnh camera kép để kiểm thử với độ phức tạp khác nh

àn phương trung bình RMSE

ật tốn đề xuất

ình đánh giá đ ợc thể bảng Để đánh giá ệu thuật toán đề xuất, thực đồ sai lệch mẫu ảnh theo ảng thể hiệu thực thuật toán đề xuất với ả bảng Bảng cho thấy thuật

à #3 có b ề mặt ảnh phức tạp

ợc đồ sai ột số thực nghiệm c ợc mô tả [7] Trong thực nghiệm dụng đa dạng ảnh camera kép để kiểm thử với độ phức tạp khác nh

ình RMSE

đánh giá đ ợc thể bảng Để đánh giá ệu thuật toán đề xuất, thực đồ sai lệch mẫu ảnh theo ảng thể hiệu thực thuật toán đề xuất với ả bảng Bảng cho thấy thuật

à #3 có b ề mặt ảnh phức tạp

ợc đồ sai ột số thực nghiệm b ợc mô tả [7] Trong thực nghiệm dụng đa dạng ảnh camera kép để kiểm thử với độ phức tạp khác nh

ình RMSE

đánh giá đ ợc thể bảng Để đánh giá ệu thuật toán đề xuất, thực đồ sai lệch mẫu ảnh theo ảng thể hiệu thực thuật toán đề xuất với ả bảng Bảng cho thấy thuật #3 có bề mặt ề mặt ảnh phức tạp ợc đồ sai ợc mô tả [7] Trong thực nghiệm, dụng đa dạng ảnh camera kép để kiểm thử với độ phức tạp khác

ình RMSE.

đánh giá độ ợc thể bảng Để đánh giá ệu thuật toán đề xuất, thực đồ sai lệch mẫu ảnh theo ảng thể hiệu thực thuật toán đề xuất với ả bảng Bảng cho thấy thuật ề mặt ề mặt ảnh phức tạp ợc đồ sai ản ,