6. KẾT CẤU CỦA LUẬN ÁN
1.4.1 Phương pháp trích xuất mốc đo từ dữ liệu đám mây điểm 3D
Với phần nghiên cứu này tác giả sẽ tổng quan chính về vấn đề số lượng mốc,
thuật toán, phương pháp trích xuất mốc đo ở một số công trình nghiên cứu như sau:
Theo công trình nghiên cứu của tác gi Hyunsook Han [72 các mả ] ốc được xác
định bởi thuật toán nhận diện mốc tự động với sự khác biệt về hình dáng cơ thể và
giảm sự không nhất quán do sự khác biệt về hình dạng cơ thể. Thứ nhất, phạm vi tìm kiếm mốc đã được xác định bằng cách sử dụng phân tích thống kê. Tiếp theo, hướng quét cơ thể được xác định và phân đoạn. Thuật toán nhận dạng mốc tự động đã được phát triển cho mỗi sáu điểm mốc (nách, đáy, cổ trước, cổ sau, điểm cổ bên và vai). Các thuật toán xác định mốc sử dụng các đặc tính hình thái bề mặt cơ thể và các mặt cắt ngang của mỗi mốc, cùng với các mối quan hệ hiện giữa các mốc. Độ chính xác được kiểm tra cho mỗi hình dạng cơ thể. Các thuật toán này đã được kiểm tra thành công trên các hình dạng cơ thể khác nhau.
Nghiên cứu của Jun-Ming Lu, Mao-Jiun J. Wang [73 phát tri n m t h ] ể ộ ệ thống
thu th p d li u nhân tr c t ậ ữ ệ ắ ự động để thay th ể cho phương pháp đo tiếp xúc. Đối với phân tích hình ảnh 3D, bước đầu tiên là phân đoạn các bộ phận cơ thể bằng cách phân tích bóng 2D. Sau đó, sử dụng các ước tính vị trí gần đúng để thực hiện các tìm kiếm mốc. Bốn thuật toán bao gồm phân tích biên, xác định chu vi tối thiểu,
phát hiện thang độ xám, và đường biên của con người được thể hiện trên hình 1.29
để lấy ra 12 điểm mốc. Cuối cùng, từ các kết quả của đánh dấu mốc tự động thu được 104 dữ liệu nhân trắc học trên 189 người được quét.
Hình 1. 29 Đồ thị đường biên cơ thể (nguồn: [73])
Nghiên cứu của Yunja Nam, Su-jeong Hwang Shin [74] đưa một chương
trình phần mềm tự động xác định mốc quan trọng đã được phát triển để trích xuất các vị trí mốc nhất định từ bất kỳ hình dạng thân. Sáu điểm chính (nách, đáy, cổ trước, cổ sau, điểm cổ bên và vai) được tự động xác định trong nghiên cứu này. Đây là những mốc quan trọng trong sản xuất hàng may mặc. Để xác định tính chính xác
của các thuật toán, các toạ độ 3D của các điểm mốc được xác định t ng và so ự độ
sánh với các mốc đánh dấu tr c tiự ếp trên cơ thểtrước khi quét.
Tác gi Dekker et al ả vào năm 1999 [7 ] đã phát hiệ5 n các m c d a trên mố ự ối quan h ệ giữa hình d ng b m t c a t ng b phạ ề ặ ủ ừ ộ ận và các điểm m c khác. Wang và ố c ng s ộ ự (2007) đã trích các điểm đặc trưng bằng cách s d ng logic m , và các ử ụ ờ điểm đặc trưng của cơ thể con người được trích xu t t m i quan h gi a hình d ng ấ ừ ố ệ ữ ạ b mề ặt của từng phần thân và các điểm mốc khác [73, 76].
33
Nhận xét: Việc xác định điểm mốc này khó khăn hơn nếu xác định m t cách ộ thủ công trên d ữ liệu đám mây điểm. Do đó mộ ố công trình đã đưa ra phương t s
pháp xác định mốc đo như: Đường biên cơ thể người [27, 73 Phân tích hình h c ]; ọ
[72]; Xác định v trí c a m c thông qua tị ủ ố ọa độ ấ x p x cỉ ủa chiều cao [73 V y vi]. ậ ệc tìm ra được phương pháp xác định m c và kiố ểm tra được phương pháp xác định m c phù h p v i nhiố ợ ớ ều đối tượng cơ thể người là r t quan tr ng. Tuy nhiên các ấ ọ nghiên cứu cũng chỉ đưa ra một số mốc điển hình và chủ yếu đưa ra phương pháp
xác định là chính. Theo phần nghiên cứu tổng quan này luận án sẽ phát triển theo
hướng phương pháp xác định mốc tự động vì phương pháp dán mốc trước khi quét m t nhi u thấ ề ời gian, đồng th i k t h p m t s ờ ế ợ ộ ố phương pháp có nhiều ưu điểm để xác định mốc như: Đường biên cơ thể người [27, 73 phân tích hình h c [72], xác ], ọ định v trí c a m c thông qua tị ủ ố ọa độ ấ x p x c a chi u cao [73 ỉ ủ ề ].