60
Hình 5.7: Chức năng Dự đốn đối tượng trên web.
Chức năng 2: Xem lịch sử ảnh dự đoán
Màn hình Tên màn hình
(a) Màn hình danh sách lịch sử ảnh
(b) Màn hình thơng tin chi tiết của 1 ảnh trong lịch sử ảnh
61
Hình 5.8: Chức năng Xem lịch sử ảnh dự đoán trên di động.
62
Chức năng 3: Xem thông tin ứng dụng
Hình 5.10: Chức năng Xem thơng tin ứng dụng trên di động.
Hình 5.11: Chức năng Xem thơng tin ứng dụng trên web.
5.3.3.Cài đặt và kiểm thử
63
• Hệ điều hành: Android 10 trở lên, trình duyệt Chrome. • Bộ nhớ tối thiểu: >80MB (được đề xuất)
64
Chương 6.KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN 6.1.Kết luận
6.1.1.Kết quả
Nội dung khóa luận tập trung tìm hiểu bài tốn Phát hiện đối tượng trong không ảnh chứa sương mờ, nghiên cứu và chạy thực nghiệm các phương pháp phát hiện đối tượng SOTA dựa trên học sâu. Dựa trên những mục tiêu đã đặt ra, khóa luận đã đạt được một số kết quả như sau.
− Chúng tôi đã xây dựng thành công bộ dữ liệu không ảnh chứa sương mờ UIT-DroneFog cho bài tốn Phát hiện đối tượng trong khơng ảnh chứa sương mờ với 4 lớp đối tượng Pedestrian, Motor, Car và Bus với tổng cộng 15,372 ảnh và khoảng 600,000 Bounding box tương ứng. Bộ dữ liệu khơng chỉ có tính đa dạng cao về bối cảnh, chất lượng hình ảnh tốt mà còn chứa thách thức đặc trưng ở mật độ giao thông cao so với các bộ dữ liệu khác đã được công bố trên thế giới.
− Chúng tôi đã tiến hành khảo sát các hướng tiếp cận liên quan tới bài toán, xu hướng pát triển của các phương pháp phát hiện đối tượng được ứng dụng vào bài tốn. Thơng qua kết quả khảo sát, có ba phương pháp phát hiện đối tượng SOTA được sử dụng để chạy thực nghiệm trên bộ dữ liệu UIT-DroneFog đó là: Guided Anchoring, Double-Head, và Cascade R-CNN. Kết quả đánh giá trên độ đo 𝐴𝑃 cho thấy Double-Head có kết quả tốt nhất với điểm AP là 33.20%. Tuy nhiên các mơ hình gặp nhiều khó khăn khi phải đối mặt với sự mất cân bằng dữ liệu, đặc biệt lớp lớp Motor và Pedestrian.
− Chúng tôi cũng đã tiến hành khảo sát và nghiên các hướng tiếp cận đối với vấn đề khử sương mờ trong ảnh và chọn lọc ra được hai phương pháp phù hợp bao gồm: FFA-Net và DW-GAN để tiến hành các thực nghiệm mở rộng. − Chúng tôi cung cấp được bảng đánh giá đầy đủ chi tiết về bộ dữ liệu UIT-
65
− Từ kết quả thực nghiệm, chúng tôi đã đề xuất phương pháp CasDou được tạo ra bằng cách kết hợp cải tiến của Double-Head, mơ hình nhiều giai đoạn của Cascade R-CNN và thay đổi hàm mất mát từ Cross Entropy thành Focal Loss để cải thiện kết quả so với mơ hình mặc định. Ngồi ra, chúng tơi cũng tiến hành thực nghiệm để đánh giá hiệu quả khử sương đối với không ảnh chứa sương mờ đối với tác vụ phát hiện đối tượng của phương pháp CasDou. Kết quả thực nghiệm cho thấy, CasDou đã cải thiện kết quả đáng kể với điểm số
𝑚𝐴𝑃 tăng từ 1.2% đến 2.2% so với mơ hình mặc định và kết quả độ đo 𝐴𝑃 ở các tiêu chuẩn IoU được chúng tôi sử dụng để đánh giá cũng cải thiện hơn so với mơ hình mặc định. Cuối cùng, kết quả thực nghiệm sau khi khử sương, kết quả tiếp tục được tăng lên tới 35.00%.
− Tôi đã sử dụng mơ hình huấn luyện để xây dựng ứng dụng minh họa phát hiện đối tượng Aerial Object Detection đa nền tảng (IOS/Android và Web). − Dựa vào kết quả nghiên cứu được, chúng tơi có một bài báo đăng tại Can
Tho University Journal of Science (https://ctujs.ctu.edu.vn/):
• Trần, M. T., Tran, B. V., Vo, N. D., & Nguyen, K. (2022). An object detection method for aerial hazy images. Can Tho University Journal of Science, 14(1), 91-98. https://doi.org/10.22144/ctu.jen.2022.010
− Một bài báo đăng tại NAFOSTED Conference on Information and Computer Science (NICS) (http://nafosted-nics.org/#/):
• Tran, M. T., Tran, B. V., Vo, N. D., & Nguyen, K. (2021, December). UIT-DroneFog: Toward High-performance Object Detection Via High- quality Aerial Foggy Dataset. In 2021 8th NAFOSTED Conference on Information and Computer Science (NICS) (pp. 290-295). IEEE. https://doi.org/10.1109/NICS54270.2021.9701538
− Và một bài báo được nhận đăng tại tạp chí International Journal of Advanced
Computer Science and Applications (IJACSA)
66
• Khang Nguyen, Nguyen D. Vo, Minh T. Tran, Doanh C. B, Phuc Nguyen (2022, June). Analysis of the Influence of De-Hazing Methods on Vehicle Detection in Aerial Images. International Journal of Advanced Computer Science and Applications (IJACSA), 13(6). (Accepted)
6.1.2.Khó khăn
− Tìm hiểu về cách hoạt động của các bài toán Phát hiện đối tượng còn gặp nhiều khó khăn do chưa có đủ kiến thức nền tảng.
− Việc xây dựng bộ dữ liệu mất nhiều thời gian để khảo sát, tinh chỉnh mô phỏng sương mờ phù hợp.
− Việc huấn luyện dữ liệu bằng Guided Anchoring, Double-Head, Cascade R- CNN tốn khá nhiều thời gian và gặp một số khó khăn khi thiết lập cấu hình chạy thực nghiệm.
6.1.3.Thuận lợi
− Trong suốt quá trình thực hiện nghiên cứu nhận được sự giúp đỡ của giáo viên hướng dẫn, các phòng ban cũng như các bạn trong nhóm nghiên cứu. − Q trình thực nghiệm nhận được sự hỗ trợ sử dụng GPU của phòng MMLab
giúp giảm đáng kể thời gian huấn luyện.
6.2.Hướng phát triển
Một số hướng phát triển cho khóa luận bao gồm:
− Tiếp tục mở rộng và phát triển tập dữ liệu UIT-DroneFog lên số lượng lớn hơn và nhiều mức độ sương mờ khác nhau bằng cách áp dụng các thuật toán khác.
− Tìm hiểu về các kỹ thuật kết hợp giữa phương pháp two-stage và one-stage để cải thiện mơ hình về độ chính xác và thời gian tính tốn.
67
− Hỗ trợ thêm các chức năng mở rộng khác cho ứng dụng Aerial Object Detection như: đếm số lượng đối tượng, sử dụng đa mơ hình… và cải thiện về mặt giao diện cũng như hiệu suất của ứng dụng.
68
TÀI LIỆU THAM KHẢO
[1] J. Wang, K. Chen, S. Yang, C. C. Loy, and D. Lin, “Region proposal by guided anchoring,” in Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition, 2019, pp. 2965–2974.
[2] Z. Cai and N. Vasconcelos, “Cascade r-cnn: Delving into high quality object detection,” in Proceedings of the IEEE conference on computer vision and pattern recognition, 2018, pp. 6154–6162.
[3] Y. Wu et al., “Rethinking classification and localization for object detection,”
in Proceedings of the IEEE/CVF conference on computer vision and pattern
recognition, 2020, pp. 10186–10195.
[4] P. Poirson, P. Ammirato, C.-Y. Fu, W. Liu, J. Kosecka, and A. C. Berg, “Fast single shot detection and pose estimation,” in 2016 Fourth International Conference on 3D Vision (3DV), 2016, pp. 676–684.
[5] H. Dridi and K. Ouni, “Towards Robust Combined Deep Architecture for Speech Recognition : Experiments on TIMIT,” Int. J. Adv. Comput. Sci. Appl., vol. 11, 2020.
[6] S. Ren, K. He, R. Girshick, and J. Sun, “Faster r-cnn: Towards real-time object detection with region proposal networks,” Adv. Neural Inf. Process. Syst., vol. 28, 2015.
[7] R. Girshick, “Fast r-cnn,” in Proceedings of the IEEE international conference on computer vision, 2015, pp. 1440–1448.
[8] K. He, G. Gkioxari, P. Dollár, and R. Girshick, “Mask r-cnn,” in Proceedings
of the IEEE international conference on computer vision, 2017, pp. 2961–
2969.
[9] K. He, X. Zhang, S. Ren, and J. Sun, “Deep residual learning for image recognition,” in Proceedings of the IEEE conference on computer vision and
69
[10] E. J. McCartney, “Optics of the atmosphere: scattering by molecules and particles,” New York, 1976.
[11] S. G. Narasimhan and S. K. Nayar, “Chromatic framework for vision in bad weather,” in Proceedings IEEE Conference on Computer Vision and Pattern Recognition. CVPR 2000 (Cat. No. PR00662), 2000, vol. 1, pp. 598–605.
[12] S. G. Narasimhan and S. K. Nayar, “Vision and the atmosphere,” Int. J. Comput. Vis., vol. 48, no. 3, pp. 233–254, 2002.
[13] K. He, J. Sun, and X. Tang, “Single image haze removal using dark channel prior,” IEEE Trans. Pattern Anal. Mach. Intell., vol. 33, no. 12, pp. 2341–
2353, 2010.
[14] B. Cai, X. Xu, K. Jia, C. Qing, and D. Tao, “Dehazenet: An end-to-end system for single image haze removal,” IEEE Trans. Image Process., vol. 25, no. 11, pp. 5187–5198, 2016.
[15] W. Ren, S. Liu, H. Zhang, J. Pan, X. Cao, and M.-H. Yang, “Single image dehazing via multi-scale convolutional neural networks,” in European conference on computer vision, 2016, pp. 154–169.
[16] X. Qin, Z. Wang, Y. Bai, X. Xie, and H. Jia, “FFA-Net: Feature fusion attention network for single image dehazing,” in Proceedings of the AAAI Conference on Artificial Intelligence, 2020, vol. 34, no. 07, pp. 11908–11915.
[17] M. Fu, H. Liu, Y. Yu, J. Chen, and K. Wang, “DW-GAN: A Discrete Wavelet Transform GAN for NonHomogeneous Dehazing,” in Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition, 2021,
pp. 203–212.
[18] C. O. Ancuti, C. Ancuti, F.-A. Vasluianu, and R. Timofte, “NTIRE 2021 nonhomogeneous dehazing challenge report,” in Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition, 2021,
70
[19] S. G. Mallat, “A theory for multiresolution signal decomposition: the wavelet representation,” IEEE Trans. Pattern Anal. Mach. Intell., vol. 11, no. 7, pp.
674–693, 1989.
[20] S.-H. Gao, M.-M. Cheng, K. Zhao, X.-Y. Zhang, M.-H. Yang, and P. Torr, “Res2net: A new multi-scale backbone architecture,” IEEE Trans. Pattern Anal. Mach. Intell., vol. 43, no. 2, pp. 652–662, 2019.
[21] J. Deng, W. Dong, R. Socher, L.-J. Li, K. Li, and L. Fei-Fei, “Imagenet: A large-scale hierarchical image database,” in 2009 IEEE conference on computer vision and pattern recognition, 2009, pp. 248–255.
[22] Z. Wang, A. C. Bovik, H. R. Sheikh, and E. P. Simoncelli, “Image quality assessment: from error visibility to structural similarity,” IEEE Trans. image
Process., vol. 13, no. 4, pp. 600–612, 2004.
[23] J. Johnson, A. Alahi, and L. Fei-Fei, “Perceptual losses for real-time style transfer and super-resolution,” in European conference on computer vision,
2016, pp. 694–711.
[24] J.-Y. Zhu, T. Park, P. Isola, and A. A. Efros, “Unpaired image-to-image translation using cycle-consistent adversarial networks,” in Proceedings of the IEEE international conference on computer vision, 2017, pp. 2223–2232.
[25] J.-P. Tarel, N. Hautiere, A. Cord, D. Gruyer, and H. Halmaoui, “Improved visibility of road scene images under heterogeneous fog,” in 2010 IEEE intelligent vehicles symposium, 2010, pp. 478–485.
[26] J.-P. Tarel, N. Hautiere, L. Caraffa, A. Cord, H. Halmaoui, and D. Gruyer, “Vision enhancement in homogeneous and heterogeneous fog,” IEEE Intell. Transp. Syst. Mag., vol. 4, no. 2, pp. 6–20, 2012.
[27] C. Sakaridis, D. Dai, and L. Van Gool, “Semantic foggy scene understanding with synthetic data,” Int. J. Comput. Vis., vol. 126, no. 9, pp. 973–992, 2018. [28] B. Li et al., “Benchmarking single-image dehazing and beyond,” IEEE Trans.
71
Image Process., vol. 28, no. 1, pp. 492–505, 2018.
[29] D. Du et al., “The unmanned aerial vehicle benchmark: Object detection and tracking,” in Proceedings of the European conference on computer vision (ECCV), 2018, pp. 370–386.
[30] K. Chen et al., “MMDetection: Open mmlab detection toolbox and
benchmark,” arXiv Prepr. arXiv1906.07155, 2019.
[31] Z. Zhang and M. Sabuncu, “Generalized cross entropy loss for training deep neural networks with noisy labels,” Adv. Neural Inf. Process. Syst., vol. 31,
2018.
[32] T.-Y. Lin, P. Goyal, R. Girshick, K. He, and P. Dollár, “Focal loss for dense object detection,” in Proceedings of the IEEE international conference on computer vision, 2017, pp. 2980–2988.
[33] C. O. Ancuti, C. Ancuti, and R. Timofte, “NH-HAZE: An image dehazing benchmark with non-homogeneous hazy and haze-free images,” in
Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshops, 2020, pp. 444–445.
[34] C. O. Ancuti, C. Ancuti, F.-A. Vasluianu, and R. Timofte, “Ntire 2020 challenge on nonhomogeneous dehazing,” in Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshops, 2020,
72
PHỤ LỤC A – BÀI BÁO
Bài báo khoa học được đăng tại Hội nghị Khoa học Quốc tế “NAFOSTED Conference on Information and Computer Science (NICS)”, 2021
78
79
80
81
82
83
84
85
86
PHỤ LỤC B – HƯỚNG DẪN CÀI ĐẶT
Các yêu cầu và hướng dẫn cài đặt ứng dụng Aerial Object Detection
1.Yêu cầu hệ thống
a.Yêu cầu phía máy chủ.
Ubuntu 20.04.1 LTS, NVIDIA GeForce RTX 2080 Ti 11019 MiB (được đề xuất).
b.Yêu cầu phía thiết bị đầu cuối.
Ứng dụng web: Windows 10 64-bit Pro, Enterprise, or Education (Build 16299 hoặc phiên bản mới hơn), 64-bit processor (được đề xuất), 8GB RAM trở lên (được đề xuất).
Ứng dụng di động: hệ điều hành Android 10 trở lên, bộ nhớ trống tối thiểu 200MB. (được đề xuất), RAM > 4GB. (được đề xuất).
2.Cài đặt môi trường sử dụng dành cho nhà phát triển.
a.Cài đặt tiên quyết.
• NodeJS (v12. hoặc mới hơn) (https://nodejs.org/en/).
• Java SE Development Kit (JDK) (https://openjdk.java.net/projects/jdk8/). • Android Studio: Android SDK, Android SDK Platform, Android Virtual
Device (Android 10 trở lên) (https://developer.android.com/studio). • Flutter SDK (v2.10.0 hoặc mới hơn) (https://docs.flutter.dev/).
b.Hướng dẫn cài đặt từng bước.
• Tải mã nguồn từ trang web https://github.com/MinhTran0311/Aerial ObjectDetection.
• Giải nén và làm theo các chỉ dẫn cài đặt trong tập tin README.md.
• Mở một terminal tại trong thư mục mmdetection và chạy lệnh sau để bắt đầu server:
87
• Mở thêm một terminal trong thư mục Web và chạy lệnh sau để chạy ứng dụng web:
npm start
• Mở một terminal tại thư mục Mobile và chạy lệnh để chạy ứng dụng trên thiết bị di động:
flutter run
• Có thể sử dụng thiết bị Android (physical device) hoặc máy ảo (virtual device). Mở một terminal mới và sử dụng lệnh sau để kiểm tra các thiết bị đang có sẵn.
adb devices
3.Cài đặt môi trường sử dụng dành cho người dùng
a.Yêu cầu hệ thống.
• Hệ điều hành: Android 10 trở lên. • Yêu cầu phần cứng:
o Bộ nhớ trống tối thiểu 200MB. (được đề xuất).
o RAM > 4GB. (được đề xuất).
b.Hướng dẫn cài đặt từng bước.
• Tải tập tin cài đặt trong trang web https://github.com/MinhTran0311/Aerial ObjectDetection.
• Mở một terminal tại trong thư mục mmdetection và chạy lệnh sau để bắt đầu server:
CUDA_VISIBLE_DEVICES=0 python3 src.py
• Trên thiết bị Android (Physical device), tải file apk theo đường link https://github.com/MinhTran0311/AerialObjectDetection/blob/main/Mobile/ AOD-release.apk.
• Sau khi tải xong, nhấn chọn “cài đặt” (install) để cài đặt phần mềm trên máy. • Sau khi cài đặt thành cơng, chọn mở phần mềm và cấp quyền sử dụng để bắt