Với điều kiện kinh tế còn eo hẹp, kiến thức còn nhiều hạn chế và thời gian thực hiện đề tài gấp rút nên mô hình phát hiện vi phạm khoảng cách xã hội và nhận diện có khẩu trang hay không của em còn nhiều thiếu sót, đặc biệt về tính thẩm mĩ và khả năng tối ưu. Trong tương lai, em mong muốn sẽ tiếp tục cải thiện mô hình ngày một hoàn thiện hơn để có thể ứng dụng vào thực tế. Đặc biệt trong quá trình cải thiện hệ thống ngoài việc nâng cao độ chính xác, em còn mong muốn hệ thống có thể xử lý được linh hoạt và thông minh hơn. Từ đây có thể giải quyết bài toán đảm bảo an toàn sức khỏe và chống dịch cao hơn nữa.
Trong quá trình thực hiện đồ án em đã gặp không ít khó khăn trong việc cài đặt thiết bị, lên ý tưởng thực hiện… nhưng với sự nhiệt tình giúp đỡ sinh viên của thầy ThS Đặng Ngọc Khoa, em đã có thể hoàn thành đồ án tốt nghiệp này. Em xin gửi lời cảm ơn chân thành nhất đến thầy và các thầy cô trong ban hội đồng đã hướng dẫn và tạo điều kiện cho em hoàn thiện đồ án tốt nghiệp này một cách tốt nhất.
Em xin chân thành cảm ơn!
TÀI LIỆU THAM KHẢO
1. Giáo trình
[1] Trần Hoàn, Trích “LUẬN VĂN THẠC SĨ”, Trường Đại học Bách khoa TPHCM [2] PGS. TS. Đỗ Năng Toàn, TS. Phạm Việt Bình, Giáo trình môn học Xử lý ảnh, Trường Đại học Thái Nguyên.
[3] Nguyễn Thị Hoàng Lan, Xử lý ảnh, Trường Đại học Bách Khoa Hà Nội.
2. Trang web
[1] https://github.com/AlexeyAB/darknet/ (trang github của nền tảng darknet) [2] https://pjreddie.com/coq-tactics/ (trang chủ của nền tảng darknet)
[3] http://hano.cf/ (trang hướng dẫn cài đặt opencv + visual + tài liệu) [4] https://funvision.blogspot.com/ (Trang hướng dẫn xử lý ảnh) [5] https://docs.opencv.org/2.4/index.html
PHỤ LỤC
Chú thích từ khóa chuyên môn: Chương 1:
[1] Địa chỉ IP (Internet Protocol) có nghĩa là địa chỉ giao thức của internet, các thiết bị phần cứng trong mạng muốn kết nối và giao tiếp với nhau được đều phải có địa chỉ IP. [2] Pixel hay pel (viết tắt trong tiếng Anh của từ “picture element”) mang nghĩa tiếng Việt là điểm ảnh. Đây là điểm vật lý trong hình ảnh raster, bitmap hoặc một khối màu nhỏ. Trong mỗi pixel có từng thông số màu khác nhau, đây là đơn vị cơ bản nhỏ nhất để tạo nên 1 tấm ảnh kỹ thuật số.
Chương 2:
[1] Convolutional Neural Network (CNNhoặcConvNet) được tạm dịch là: Mạng nơ ron tích tụ. Đây được xem là một trong những mô hình của Deep Learning – tập hợp các thuật toán để có mô hình dữ liệu trừu tượng hóa ở mức cao bằng cách sử dụng nhiều lớp xử lý cấu trúc phức tạp. Hiểu đơn giản, CNN là một lớp của mạng nơ-ron sâu, được áp dụng phổ biến nhất để phân tích hình ảnh trực quan.
[2] Feature được dịch theo nghĩa tiếng Việt là đặc điểm. Khi sử dụng thuật toán
CNN so sánh hình ảnh theo từng mảnh, mỗi mảnh đó được gọi là Feature.Mỗi Feature được xem như một hình ảnh mini hay gọi là những mảng hai chiều nhỏ. Các Feature được khớp với những khía cạnh chung trong bức ảnh đó. Nghĩa là Feature sẽ tương ứng với khía cạnh nào đó của hình ảnh và chúng sẽ khớp lại với nhau.
Chương 3:
[1] BackEnd là những phần bên trong bao gồm: máy chủ, ứng dụng và cơ sở dữ liệu. [2] GPU (Graphics Processing Unit) là bộ xử lý những tác vụ liên quan đến đồ hoạ cho vi xử lý trung tâm CPU.
[3] CPU là chữ viết tắt của Central Processing Unit hay còn gọi là bộ xử lý trung tâm.