5. Nội dung nghiên cứu
2.4.3.Phát hiện và phân loại đối tượng
Giả sử ta có giá trị véctơ đặc trưng của một chiếc xe ô tô và xe máy như Hình 2.24 sau:
Hình 2.24: Giá trịvéctơ đặc trưng của xe ô tô và xe máy
Tại Hình 2.24 ta có thể phân tích khi các giá trị 1, 4, 5, 10 và 11 ở giá trị cao thì chúng ta có thể phát hiện đây là ô tô, còn nếu các giá trị 2, 3, 9 và 12 ở giá trị cao thì đây là xe máy.
Như trên là cách phát hiện ra đối tượng một cách đơn giản, ngoài ra chúng ta có thểđưa ra dự đoán dựa trên dữ liệu đầu ra bằng cách so sánh các giá trị thu được với danh sách ‘ô tô’ và ‘xe máy’.
40 Hình 2.25: Giá trị đạt được giữa ảnh đưa vào với đối tượng là ô tô
Chúng ta thực hiện việc tính tổng các giá trị mức cao (thứ 1, 4, 5, 10 và 11) từ bảng véctơ của ô tô và chúng ta có tổng là 5. Tương ứng giá trị tổng với hình ảnh đầu vào là 4.56. Thực hiện phép chia giữa giá trị tổng từảnh đầu vào với giá trị tổng từvéctơ ô tô ta được giá trị xác suất là 0.91. Tương tự ta thực hiện với véctơ xe máy ta thu được kết quả như Hình 2.26 sau:
41 Giá trị thu được đối với đối tượng xe máy là 0.51. Như vậy xác suất 0.51 nhỏ hơn xác suất 0.91. Vì vậy, ta có thể kết luận rằng hình ảnh đầu vào cho kết quả là 'ô tô'.
42
CHƯƠNG 3 - ỨNG DỤNG MẠNG NƠ RON TÍCH CHẬP
TRONG NHẬN DẠNG CÁC ĐỐI TƯỢNG DI ĐỘNG