7. Kết cấu của đề tài
2.5.5. Giao diện của công cụ
Hình 2-5: Giao diện của công cụ.
2.6. Tiểu kết
Ở chương 2 tác giả đã nêu ra toàn bộ quá trình cũng như các thư viện được áp dụng trong đề tài xây dựng công cụ cải thiện chất lượng ảnh của tác giả. Tiếp theo chương 2 là chương 3, thử nghiệm và đánh giá kết quả.
Chương 3 :THỬ NGHIỆM VÀ ĐÁNH GIÁ KẾT QUẢ
3.1. Kiểm chứng mô hìnhĐể kiểm chứng mô hình, tác giả đã sử dụng công thức tính PSNR làm phương pháp kiểm chứng.
Sau mỗi lần thu được ảnh từ chương trình, ta sẽ sử dụng công thức tính PSNR (Tỉ số tín hiệu cực đại trên nhiễu), PSNR được sử dụng để đo chất lượng tín hiệu khôi phục của các thuật toán nén có mất mát dữ liệu (lossy compression) (ví dụ: dùng trong nén ảnh), thông thường PSNR càng cao thì chất lượng dữ liệu được khôi phục càng tốt, ta có thể xem ví dụ bên dưới.
Ở đây tác giả sẽ so sánh giữa 2 cách phóng to là phóng to bằng trang website
https://letsenhance.io/ và phóng to bằng công cụ của tác giả xây dựng. Letsenhance là một website nổi tiếng sử dụng học máy nâng cao chất lượng ảnh.
Ảnh gốc Phóng to https://letsenhance.io Phóng to bằng công cụ của tác giả
PSNR: 19.83049 PSNR: 25.71533
PSNR: 30.66796 PSNR: 36.35731
Commented [TMD9]: Nêu lý do tại sao so sánh với trang web này mà không so với trang web khác?
PSNR: 25.98681 PSNR: 32.54989
PSNR: 29.52154 PSNR: 33.71956
PSNR: 27.66312 PSNR: 31.09013
PSNR: 30.57713 PSNR: 35.43087
PSNR: 25.18257 PSNR: 27.67041
PSNR: 31.85644 PSNR: 35.60021
PSNR: 21.98174 PSNR: 26.19575
Hình 3-1: Kết quả kiểm chứng.
Kết luận: Có thể thấy được những tấm ảnh đã được phóng to bằng công cụ của tác giả có thể giữ được các chi tiết từ ảnh gốc tốt hơn ảnh được phóng to sử dụng trang website https://letsenhance.io/.
3.2. Đánh giá công cụ
Qua quá trình kiểm chứng trên cho thấy, những tấm ảnh được phóng to bằng công cụ cải thiện chất lượng ảnh mà tác giả xây dựng đem lại độ chính xác khá tốt. Những tấm ảnh sau khi được phóng to vẫn giữ được các chi tiết đặc trưng mà tấm ảnh gốc sở hữu.
3.3. Tiểu kết
Trong chương 3 tác giả đã ghi lại quá trình kiểm tra độ chính xác của công cụ mà tác giả đã xây dựng trong đề tài của mình. Phần cuối cùng tác giả sẽ ghi nêu ra những gì đã làm được và hướng phát triển trong tương lai.
KẾT LUẬN
Kết quả đạt được:Qua quá trình nghiên cứu đề tài “Xây dựng công cụ nâng cao chất lượng ảnh”, tác giả đã đạt được một số kết quả sau:
Lần đầu tiên được tiếp cận với học máy cũng như biết được lợi ích của nó. Biết được một ngôn ngữ lập trình mới với nhiều ưu điểm nổi bật là Python. Sau một thời gian tìm hiểu về Keras thì tác giả cũng biết cách ứng dụng Keras
vào các công việc khác như phân loại trái cây hoặc phân loại các sản phẩm đạt hay không đạt.
Định hướng phát triển trong tương lai:
Sẽ tìm ra giải pháp để cải thiện được chất lượng ảnh đầu ra tốt hơn.
Có thể phát triển công cụ trên một nền tảng web hoặc app để người dùng dễ dàng tiếp cận.
TÀI LIỆU THAM KHẢO
Tài liệu sách[1]Machine Learning book for Vietnamese - Nguyễn Xuân Khánh University of Maryland
https://ml-book-vn.khanhxnguyen.com/.
Tài liệu internet
[2]Trang web chuyên về học máy:
https://viettimes.vn/may-hoc-machine-learning-la-gi-va-tai-sao-cang-ngay-no- cang-pho-bien-146666.html
[3] Tại sao cần machine learning:
https://ongxuanhong.wordpress.com/2015/07/06/tai-sao-can-machine-learning/
[4]Thông tin về các Convolution Layer:
https://trantheanh.github.io/2017/09/29/ML-20/
[5]Những kiến thức cơ bản về OpenCV cũng như các cài đặt:
https://blog.vietnamlab.vn/2017/12/22/xu-ly-anh-voi-opencv-tut-1-cai-dat- opencv/
[6]Thư viện Numpy và cách sử dụng:
https://viblo.asia/p/machine-learning-deep-learning-cho-nguoi-bat-dau-python- mang-numpy-numpy-array-OeVKByL25kW
[7]Mô hình CNN:
https://tiendv.wordpress.com/2016/12/25/convolutional-neural-networks/
[8]Phân loại học máy:
https://machinelearningcoban.com/2016/12/27/categories/#supervised-learning- hoc-co-giam-sat
[9]Tổng quan về Atom và cách cài đặt:
https://o7planning.org/vi/11929/huong-dan-cai-dat-trinh-soan-thao-atom
[10] Hướng dẫn chi tiết cách cài đặt Python trên windows:
https://o7planning.org/vi/11375/huong-dan-cai-dat-va-cau-hinh-python
[11] Cách cài đặt tensorflow trên windows:
http://vn.apps-gcp.com/huong-da%CC%83n-cai-da%CC%A3t-tensorflow-tren- window/
https://data.vision.ee.ethz.ch/cvl/DIV2K/
[13] Bài toán nâng cao chất lượng ảnh: https://arxiv.org/pdf/1607.07680.pdf
[14] Nghiên cứu các kỹ thuật xử lý ảnh phục vụ cho việc nhận dang chữ tiếng việt:
https://text.123doc.org/document/3154808-nghien-cuu-cac-ky-thuat-xu-ly-anh- phuc-vu-viec-nang-cao-chat-luong-nhan-dang-tieng-viet.htm
[15] Tìm hiểu phương pháp nâng cao chất lượng ảnh trong y học:
http://luanvan.co/luan-van/do-an-tim-hieu-phuong-phap-nang-cao-chat-luong- anh-y-hoc-44640/
[16] Sợ lượt về Keras:
http://code24h.com/keras-va-dataset-api-da-tro-thanh-phan-khong-the-thieu- trong-tensorflow-1-4-d309.htm
[17] Độ phổ biến của Keras:
https://twitter.com/fchollet/status/971974547854381056
[18]Tổng quan về deep learning:
