LỜI CAM ĐOAN
Tôi cam đoan đây là công trình nghiên cứu của riêng tôi. Các số liệu, kết
quả nêu trong luận văn là trung thực và chƣa từng đƣợc ai công bố trong bất kỳ
công trình nào khác.
Bình Dƣơng, ngày
tháng
Học viên
Nông Kiều Trang
i
năm 2019
LỜI CẢM ƠN
Tôi xin gửi lời cảm ơn chân thành nhất đến Thầy TS Hoàng M nh Hà,
ngƣời đã tận tình hƣớng dẫn, hỗ trợ và giúp đỡ tôi rất nhiều trong nghiên cứu
luận văn Thầy đã đƣa ra những định hƣớng, nhận xét và góp ý quý giá để luận
văn này đƣợc hoàn thành.
Kính gửi lời cảm ơn sâu sắc đến quý Thầy, Cô giảng viên trong thời gian
qua đã nhiệt tình giảng d y và truyền đ t những kiến thức chuyên môn cần thiết
trong quá trình tôi đƣợc học tập t i Trƣờng
i Học Thủ Dầu M t tỉnh Bình
Dƣơng
Xin gửi lời cảm ơn sâu sắc đến Ban giám hiệu Trƣờng
M t, Cán
i Học Thủ Dầu
Phòng, Khoa của trƣờng đã nhiệt tình giúp đỡ và t o điều kiện thuận
lợi để tôi có đƣợc môi trƣờng học tập tốt và hoàn tất khóa học.
Xin gửi lời biết ơn vô h n đến gia đình đã không ngừng quan tâm, đ ng
viên, ủng h về mặt tinh thần lẫn vật chất trong suốt thời gian tôi tham gia học
tập và thực hiện luận văn này
Cảm ơn các anh chị đồng nghiệp, bè b n lớp Cao học Hệ thống thông tin
khóa 2017-2019 đã giúp đỡ và đồng hành c ng tôi trong thời gian học tập t i nhà
trƣờng.
Bình Dƣơng, ngày
tháng
Học viên
Nông Kiều Trang
ii
năm 2019
TÓM TẮT LUẬN VĂN
Lấy ý tƣởng từ những cửa hàng tự phục vụ nhƣ Amazon Go, Bingo Box,
Mama fan ox,…khách hàng đến mua sắm và tự tính tiền, cửa hàng không có
nhân viên phục vụ.
T i các cửa hàng tự phục vụ này có sử dụng máy quét mã v ch, máy đọc
thẻ RFID để tính tiền, tuy nhiên việc dán mã v ch lên từng mặt hàng đòi hỏi
nhiều công sức và cũng đòi hỏi đ chính xác do 1 số mặt hàng chƣa có sẵn mã
v ch, nếu mã v ch bị mờ bị rách hoặc thẻ RFID bị hƣ hay ị mất, thì khách hàng
sẽ không tính tiền đƣợc.
ể cải thiện các h n chế trên, tôi đề nghị m t giải pháp đó là sử dụng hình
ảnh trực tiếp của sản phẩm làm căn cứ để tính tiền thay cho mã v ch hoặc thẻ
RFID.
B dữ liệu sử dụng trong chƣơng trình gồm 1500 hình ảnh tự chụp của các
sản phẩm trong cửa hàng tiện lợi FamilyMart, mỗi lo i chụp 30 hình theo các góc
khác nhau. ể đáp ứng yêu cầu về đ chính xác trong bối cảnh nhiễu và thời gian
nhận d ng sản phẩm ngắn, tôi đề xuất áp dụng phƣơng pháp trích xuất đặc trƣng
SURF (Speeded-Up Robust Features).
Tôi đề xuất 3 mô hình để nhận d ng và phân lo i sản phẩm: SURF kết hợp
SVM, SURF kết hợp hàm matchFeatures của Matlab, sử dụng Copulas Gauss đối
sánh vector đặc trƣng Trên cơ sở thực nghiệm, đánh giá so sánh các kết quả đã
đ t đƣợc của các mô hình, tôi đã lựa chọn mô hình phù hợp nhất để nhận d ng và
phân lo i sản phẩm. Kết quả thực nghiệm đã chứng minh rằng mô hình nhận
d ng và phân lo i sản phẩm SURF kết hợp hàm matchFeatures của Matlab có đ
chính xác cao nhất, đ t trên 99%.
iii
MỤC LỤC
LỜI CAM ĐOAN .................................................................................................. i
LỜI CẢM ƠN ....................................................................................................... ii
TÓM TẮT LUẬN VĂN ...................................................................................... iii
MỤC LỤC............................................................................................................ iv
DANH MỤC THUẬT NGỮ VÀ CÁC TỪ VIẾT TẮT ................................... vi
DANH MỤC CÁC BẢNG ................................................................................. vii
DANH MỤC HÌNH VẼ, ĐỒ THỊ.................................................................... viii
CHƢƠNG 1 ...........................................................................................................1
TỔNG QUAN VỀ LĨNH VỰC NGHIÊN CỨU .................................................1
1.1. Lý do chọn đề tài ..........................................................................................1
1.2. Mục tiêu nghiên cứu.....................................................................................1
1.3. Đối tƣợng và phạm vi nghiên cứu ...............................................................2
1.4. Phƣơng pháp nghiên cứu.............................................................................2
1.5. Ý nghĩa khoa học và thực tiễn .....................................................................2
1.6. Bố cục luận văn .............................................................................................2
CHƢƠNG 2 ...........................................................................................................4
CƠ SỞ LÝ THUYẾT VÀ CÁC NGHIÊN CỨU LIÊN QUAN ........................4
2.1 Tổng quan về một số phƣơng pháp tính tiền tự động ...............................4
2.2 Mã vạch .........................................................................................................4
2.3 RFID: .............................................................................................................8
2.4 Ƣu điểm, nhƣợc điểm của phƣơng pháp mã vạch và RFID ....................8
2.5
Hƣớng nghiên cứu .......................................................................................9
2.5.1 Tổng quan ....................................................................................................9
2.5.2 Một số phƣơng pháp trích chọn đặc trƣng của ảnh ................................ 9
2.5.3 Lựa chọn phƣơng pháp trích chọn đặc trƣng phù hợp nhất ...............17
CHƢƠNG 3 .........................................................................................................19
MÔ HÌNH ĐỀ XUẤT .........................................................................................19
iv
3.1 Tổng quan mô hình đề xuất ...................................................................... 19
3.2 Các đặc trƣng của mô hình đề xuất ......................................................... 19
3.3 Giới thiệu SVM .......................................................................................... 22
3.4 Các mô hình thực nghiệm: ....................................................................... 27
3.5 Cách đánh giá ............................................................................................ 29
CHƢƠNG 4......................................................................................................... 30
THỰC NGHIỆM ................................................................................................ 30
4.1. Chuẩn bị dữ liệu ........................................................................................ 30
4.1.1. Giới thiệu FamilyMart ................................................................... 30
4.1.2. Danh mục sản phẩm của FamilyMart .......................................... 30
4.1.3. Thu thập dữ liệu ............................................................................. 31
4.2. Chuẩn bị môi trƣờng thực nghiệm .......................................................... 33
4.3. Sử dụng SURF để lấy đặc trƣng của ảnh ................................................ 34
4.4. Quy trình train (huấn luyện) .................................................................... 36
4.5. Quy trình phân loại sản phẩm.................................................................. 36
4.6. Thiết kế giao diện ứng dụng ..................................................................... 40
4.7. Kiểm thử ..................................................................................................... 41
4.8. Kết luận ...................................................................................................... 45
CHƢƠNG 5......................................................................................................... 47
KẾT LUẬN VÀ HƢỚNG PHÁT TRIỂN ........................................................ 47
5.1. Kết quả đạt đƣợc ....................................................................................... 47
5.2. Hƣớng phát triển của đề tài...................................................................... 47
CÔNG TRÌNH CÔNG BỐ ................................................................................ 48
TÀI LIỆU THAM KHẢO ................................................................................. 49
v
DANH MỤC THUẬT NGỮ VÀ CÁC TỪ VIẾT TẮT
KÝ HIỆU
Ý NGHĨA
TIẾNG ANH
HOG
Histogram of Oriented Gradients
Biểu đồ định hƣớng cƣờng đ
RFID
Radio Frequency Identification
Nhận d ng dựa trên tần số vô
tuyến
SURF
Speeded-Up Robust Features
Tách nhanh đặc trƣng
SVM
Support Vector machine
Máy vector hỗ trợ
vi
DANH MỤC CÁC BẢNG
Bảng 4.1 Mô tả hàng hóa ................................................................................... 312
Bảng 4.2 Bảng kết quả mô hình 1...................................................................... 462
Bảng 4.3 Bảng kết quả mô hình 2...................................................................... 463
Bảng 4.4 Bảng kết quả mô hình 3...................................................................... 464
Bảng 4.5 Bảng đánh giá 3 mô hình đề xuất ....................................................... 466
vii
DANH MỤC HÌNH VẼ, ĐỒ THỊ
Hình 2. 1 Sơ đồ giải thuật HOG (Nguồn ảnh: bài báo gốc HOG)1 ..................... 10
Hình 2. 2 Ảnh minh họa sau khi trích xuất đặc trƣng với Hog2........................ 122
Hình 2. 3 Hình chữ nhật đặc trƣng Haar – Like3 .............................................. 133
Hình 2. 4 Bốn đặc trƣng cơ ản để xác định mặt ngƣời4 .................................. 133
Hình 2. 5 Các hình tròn biểu diễn điểm đặc trƣng của ảnh ............................... 177
Hình 3. 1 Mô tả các ƣớc trong mô hình nhận d ng hàng hóa ......................... 199
Hình 3. 2 Mô hình kết hợp SURF và SVM để nhận d ng sản phẩm .................. 20
Hình 3. 3 Mô hình SURF kết hợp hàm matchFeatures của Matlab .................. 211
Hình 3. 4 Mô hình SURF kết hợp Copulas Gauss đối sánh vector đặc trƣng .. 222
Hình 3. 5 Tìm đƣờng thẳng phân chia các điểm xanh đỏ 4 ............................... 232
Hình 3. 6 Hình minh họa lề - đƣờng thẳng phân chia 2 nhóm xanh và đỏ5 ...... 233
Hình 3.7 Hình minh họa Margin – đƣờng thẳng phân chia 2 nhóm xanh và đỏ6
............................................................................................................................ 243
Hình 3. 8 Hình minh họa dữ liệu nhiễu7 ........................................................... 255
Hình 3. 9 Mô hình thực nghiệm số 1 ................................................................ 287
Hình 3. 10 Mô hình thực nghiệm số 2 .............................................................. 288
Hình 3. 11 Mô hình thực nghiệm số 3 ................................................................ 28
Hình 4. 1 Sơ đồ các ƣớc lấy đặc trƣng của ảnh............................................... 344
Hình 4. 2 Xử lý chuyển ảnh sang d ng xám .................................................... 354
Hình 4. 3 Dùng SURF lấy các điểm đặc trƣng của ảnh .................................... 355
Hình 4. 4 Chọn 100 điểm đặc trƣng tốt nhất của ảnh ....................................... 365
Hình 4. 5 Cấu trúc thƣ mục trong chƣơng trình ................................................ 377
viii
Hình 4. 6 Vector dữ liệu các điểm đặc trƣng của ảnh sản phẩm ....................... 398
Hình 4. 7 Nhãn của ảnh sản phẩm ..................................................................... 399
Hình 4. 8 Mảng chứa tên của sản phẩm .............................................................. 39
Hình 4. 9 Giao diện của ứng dụng tính tiền cho FamilyMart sử dụng hình ảnh
trực tiếp của sản phẩm. ......................................................................................... 40
Hình 4. 10 Hình giao diện ứng dụng tính tiền cho Family Mart, chụp ảnh sản
phẩm kem vinamilk từ webcam và nhấn nút phân lo i sẽ hiển thị tên và giá của
sản phẩm.. ........................................................................................................... 414
Hình 4. 11 Hình kết quả phân lo i chính xác sản phẩm chụp từ webcam. ....... 424
ix
CHƢƠNG 1
TỔNG QUAN VỀ LĨNH VỰC NGHIÊN CỨU
1.1. Lý do chọn đề tài
T i các siêu thị, cửa hàng tiện lợi, cửa hàng t p hóa, vấn đề tính tiền sao
cho nhanh chóng và chính xác luôn đƣợc ƣu tiên hàng đầu.
Xu hƣớng mua sắm mới ngày nay đó là các cửa hàng tự phục vụ, hàng
hóa trong cửa hàng đƣợc sắp xếp dễ nhìn, dễ mua, khách hàng tự lựa chọn hàng
hóa, và tự tính tiền, cửa hàng không có nhân viên thu ngân và nhân viên phục vụ.
T i siêu thị và các cửa hàng tiện lợi đang sử dụng máy quét mã v ch để
tính tiền, còn trong các cửa hàng t p hóa vừa và nhỏ ngƣời ta thƣờng nhớ hoặc
ghi ra giấy tên và giá của các mặt hàng, khi cần thì tra trên giấy.
Phƣơng pháp phổ biến hiện nay là máy quét mã v ch, tuy nhiên để trang
bị m t hệ thống gồm máy t o mã v ch, máy in mã v ch, máy đọc mã v ch thì chi
phí đầu tƣ khá cao, thời gian bỏ ra để dán mã v ch lên các sản phẩm cũng không
nhỏ, và có m t sự bất tiện là nếu mã v ch bị mờ hay bị rách thì máy đọc mã v ch
không nhận d ng đƣợc tên và giá của sản phẩm.
ể việc h n chế các lỗi trên, tôi đề xuất m t giải pháp đó là sử dụng trực
tiếp hình ảnh của sản phẩm để tính tiền thay cho mã v ch.
ể đáp ứng yêu cầu về đ chính xác trong bối cảnh nhiễu và thời gian
nhận d ng ngắn, tôi đề xuất áp dụng phƣơng pháp trích xuất đặc trƣng SURF
(Speeded-Up Robust Features)
1.2. Mục tiêu nghiên cứu
ánh giá đƣợc tính hiệu quả của SURF trong trích chọn đặc trƣng trên
ảnh sản phẩm trong siêu thị, cửa hàng.
Lựa chọn đƣợc phƣơng pháp phân lớp phù hợp với dữ liệu là các đặc
trƣng đƣợc trích xuất bởi SURF trong vấn đề định danh nhanh hàng hóa.
1
1.3. Đối tƣợng và phạm vi nghiên cứu
Nguyên lý của phƣơng pháp trích xuất đặc trƣng SURF và cài đặt.
Cài đặt m t số phƣơng pháp phân lớp dựa trên học có giám sát.
Thực nghiệm trên các sản phẩm đƣợc bán trong FAMILY MART.
1.4. Phƣơng pháp nghiên cứu
Nghiên cứu lý thuyết về nguyên lý của SURF.
Cài đặt SURF và đánh giá thông qua thực nghiệm.
Nghiên cứu lý thuyết và làm thực nghiệm để lựa chọn phƣơng pháp phân
lớp dựa trên học có giám sát phù hợp với dữ liệu.
1.5. Ý nghĩa khoa học và thực tiễn
Ý nghĩa khoa học: Luận văn tập trung nghiên cứu lý thuyết về nguyên lý
của SURF, đề xuất giải pháp mới về việc thanh toán tiền cho cửa hàng tiện lợi,
đƣa ra ba mô hình nhận d ng và phân lo i sản phẩm dựa vào hình ảnh trực tiếp
của sản phẩm có trong cửa hàng.
Ý nghĩa thực tiễn: tôi đã xây dựng phần mềm tính tiền tự đ ng dựa vào
hình ảnh trực tiếp của sản phẩm có trong cửa hàng tiện lợi, dữ liệu sử dụng là các
hình ảnh sản phẩm của cửa hàng tiện lợi Family Mart. Tôi đã đánh giá hệ thống
trên nhiều khía c nh để từ đó xây dựng đƣợc giải pháp tối ƣu khi đƣa ứng dụng
vào sử dụng trong thực tiễn.
1.6. Bố cục luận văn
N i dung luận văn gồm 5 chƣơng:
Chƣơng 1: Tổng quan về lĩnh vực nghiên cứu.
Chƣơng 2: Cơ sở lý thuyết và các nghiên cứu liên quan.
Chƣơng 3: Mô hình đề xuất.
Chƣơng 4: Thực nghiệm.
2
Chƣơng 5: Kết luận và hƣớng phát triển.
3
CHƢƠNG 2
CƠ SỞ LÝ THUYẾT VÀ CÁC NGHIÊN CỨU LIÊN QUAN
2.1 Tổng quan về một số phƣơng pháp tính tiền tự động
Ngày nay, xã h i phát triển nhu cầu mua sắm hàng hóa của mọi ngƣời
tăng cao, thêm vào đó các nhà sản xuất cũng sản xuất ra nhiều mặt hàng phong
phú, đáp ứng cho nhu cầu tiêu dùng của xã h i.
Thói quen mua hàng t i các cửa hàng t p hóa, siêu thị mini, của hàng tiện
lợi ngày càng phổ biến đối với ngƣời dân.
Khi số lƣợng giao dịch án hàng ngày càng tăng và số lƣợng sản phẩm
trong cửa hàng rất nhiều thì bắt bu c các nhà quản lý phải tìm kiếm m t phƣơng
pháp quản lý và tính tiền t i cửa hàng sao cho nhanh chóng, chính xác, tiết kiệm
chi phí và có hiệu quả.
Quản lý bằng sổ sách là phƣơng pháp quản lý án hàng đầu tiên và sơ khai
nhất trong các phƣơng thức. Tuy nhiên, cách thức này chỉ nên áp dụng với các
cửa hàng nhỏ lẻ khi lƣợng hàng không quá nhiều và các giao dịch cũng không
quá phức t p.
Hiện nay, hầu hết các siêu thị, cửa hàng tiện lợi đều sử dụng các hệ thống
tính tiền dựa vào các phƣơng pháp mới nhƣ là mã v ch hoặc RFID.
2.2 Mã vạch
Mã v ch [1] trƣớc hết là m t dãy ký tự có thể là số hoặc chữ số đƣợc mã
hóa Theo định nghĩa, mã v ch là phƣơng pháp lƣu trữ và truyền tải thông tin
bằng m t lo i ký hiệu đặc biệt, đây là m t ký hiệu gồm tổ hợp các khoảng trắng
và v ch thẳng để biểu thị các mẫu tự, ký hiệu và con số.
Sự thay đổi trong đ r ng của v ch và khoảng trắng sẽ là biểu thị thông tin
số hay chữ số dƣới d ng mà máy có thể đọc đƣợc.
4
Phần đọc dành cho ngƣời dùng nhận biết thông tin sản phẩm đƣợc thể
hiện dƣới d ng chữ số. Khi nhìn vào dãy số này ngƣời ta sẽ biết đƣợc nguồn gốc
xuất xứ của sản phẩm thông qua quy ƣớc mã số cho các quốc gia trên thế giới.
Mã v ch đƣợc in ấn bởi các lo i máy in mã v ch chuyên dụng, đƣợc thiết
lập các thông số đúng quy luật, vì thế, không phải máy in nào cũng có thể in mã
v ch.
Mã v ch sẽ đƣợc thu nhận bằng m t lo i máy quét mã v ch, đó là m t lo i
máy thu nhận hình ảnh của mã v ch sau đó chuyển thông tin tới máy tính để mã
hóa, vì vậy, đó là lý do vì sao ngƣời ta chỉ sử dụng mã v ch kèm theo các thiết bị
hỗ trợ.
Các lo i mã v ch: có 2 lo i là mã v ch 1 chiều và mã v ch 2 chiều.
Mã v ch m t chiều (1D): Mã v ch m t chiều hoặc 1D, thể hiện dữ liệu
m t cách có hệ thống bằng cách thay đổi chiều r ng và khoảng cách của các
đƣờng song song và có thể đƣợc gọi là tuyến tính hoặc m t chiều. Chúng bao
gồm m t số lo i mã v ch truyền thống, đƣợc công nhận r ng rãi nhất là các lo i
mã UPC và EAN, các mã v ch này là m t trong số các mã v ch đƣợc dùng phổ
biến hiện nay.
Mã UPC: Mã v ch UPC đƣợc sử dụng để dán nhãn và quét hàng tiêu dùng
t i các điểm bán hàng trên toàn thế giới, đƣợc sử dụng nhiều t i Mỹ, lo i mã
UPC-A mã hóa 12 chữ số trong khi lo i UPC-E nhỏ hơn, chỉ mã hoá đƣợc 6 chữ
số.
Mã EAN: Mã v ch EAN đƣợc sử dụng để mã hóa nhãn hàng tiêu dùng
trên toàn thế giới cho điểm bán hàng, chủ yếu ở Châu Âu.
Mã v ch UPC và EAN thƣờng dùng trong các cửa hàng bán lẻ.
Mã v ch 39: Mã số mã v ch 39 (hoặc mã số 3 của 9) đƣợc sử dụng để dán
nhãn hàng hoá trong nhiều ngành và thƣờng đƣợc tìm thấy trong ngành công
nghiệp ô tô và B Quốc phòng Mỹ. Cho phép sử dụng cả chữ số và ký tự, tên của
5
nó bắt nguồn từ thực tế là nó chỉ có thể mã hóa 39 ký tự mặc dù trong phiên bản
mới nhất của b ký tự đã đƣợc tăng lên đến 43.
MÃ 128: Mã v ch 128 là mã v ch nhỏ gọn, mật đ cao đƣợc sử dụng
trong các ngành hậu cần và vận tải để đặt hàng và phân phối. Mã 128 mã v ch
rất m nh và có thể lƣu trữ thông tin đa d ng hỗ trợ bất kỳ ký tự nào của b ký tự
ASCII 128 ký tự.
Mã v ch ITF: Mã v ch ITF (hoặc Interleaved 2/5) đƣợc sử dụng để dán
nhãn vật liệu đóng gói trên toàn cầu, rất tốt cho việc in trên các bìa cứng. Mã
v ch ITF mã hóa 14 chữ số số và sử dụng b ASCII.
Mã số mã v ch 93: Mã số mã v ch 93 đƣợc sử dụng để xác định các gói
hàng tồn kho, nhãn hiệu linh kiện điện tử. Giống nhƣ mã 39, mã số 93 có hỗ trợ
đầy đủ về ASCII và cho phép bảo mật bổ sung bên trong mã v ch, mật đ cao và
kích thƣớc nhỏ gọn làm cho nhãn của nó ngắn hơn khoảng 25% so với mã v ch
đƣợc t o ra trong Mã 39.
CODABAR: Mã v ch Codabar đƣợc sử dụng bởi các chuyên gia về hậu
cần và chăm sóc sức khoẻ, bao gồm ngân hàng máu Hoa Kỳ, FedEx, phòng thí
nghiệm ảnh và thƣ viện.
Mã v ch GS1: Các mã v ch GS1 DataBar đƣợc sử dụng bởi các cửa hàng
bán lẻ để xác định phiếu giảm giá, sản phẩm và chất dễ hỏng, cũng nhƣ các vật
nhỏ trong ngành y tế.
Mã v ch 2 chiều (2D): Mã v ch hai chiều hoặc 2D, có hệ thống đ i diện
cho dữ liệu sử dụng biểu tƣợng và hình d ng hai chiều, tƣơng tự nhƣ mã v ch 1D
nhƣng có thể đ i diện cho nhiều dữ liệu hơn trên m t đơn vị diện tích. Mã 2D
bao gồm m t số lo i mã v ch mới hơn nhƣ mã QR và các lo i mã PDF417, đây
cũng là m t trong số các lo i mã v ch thƣờng dùng phổ biến hiện nay.
MÃ QR Codes: Mã QR là mã v ch ma trận 2D thƣờng đƣợc sử dụng
trong việc theo dõi và tiếp thị nhƣ quảng cáo, t p chí và danh thiếp. Miễn phí sử
6
dụng, kích thƣớc linh ho t, có khả năng chịu lỗi cao và có khả năng đọc nhanh.
ây là mã công c ng và đƣợc sử dụng miễn phí
Mã v ch DATAMATRIX: Datamatrix mã là mã v ch 2D sử dụng để đặt
tên các mặt hàng nhỏ, hàng hóa và các văn ản. Tƣơng tự nhƣ mã QR, chúng có
khả năng chịu lỗi cao và khả năng đọc nhanh.
Mã v ch PDF417: Mã PDF417 là mã v ch 2D đƣợc sử dụng trong các
ứng dụng yêu cầu lƣu trữ số lƣợng lớn dữ liệu, chẳng h n nhƣ ảnh, dấu vân tay,
chữ ký, văn ản, số và đồ họa. Giống nhƣ mã QR, mã v ch PDF417 là miền công
c ng và đƣợc sử dụng miễn phí
ây cũng là m t mã v ch thƣờng dùng khá phổ
biến ở nƣớc ngoài.
AZTEC: Mã Aztec là mã v ch 2D đƣợc ngành công nghiệp vận tải sử
dụng, đặc biệt là vé máy bay và vé máy bay. Mã v ch vẫn có thể đƣợc giải mã
ngay cả khi chúng có đ phân giải kém. Mã v ch này ít đƣợc sử dụng nhƣ
những mã v ch thƣờng dùng khác.
Một số ứng dụng của mã vạch:
Trong sản xuất: mã v ch trong sản xuất đƣợc ứng dụng phố biến, r ng rãi
giúp con ngƣời giảm rất nhiều công sức trong việc kiểm đếm, kiểm tra xuất xứ…
Trong quản lý kho, xuất nhập hàng hóa: hàng hóa đƣợc dán tem nhãn mã
v ch với đầy đủ các thông tin giúp hỗ trợ cho quá trinh xuất, nhập hàng hóa.
ồng thời kiểm soát hàng hóa tồn kho trong kho, giúp ngƣời quản lý có thể ra
quyết định xuất, nhập hàng hợp lý, giảm chi phí tồn kho.
Trong bán lẻ: lĩnh vực sử dụng thiết bị mã số mã v ch đƣợc nhiều ngƣời
biết đến nhất là lĩnh vực bán lẻ. Thiết bị mã số mã v ch đƣợc ứng dụng nhiều
nhất trong lĩnh vực này. Các thiết bị mã số mã v ch hỗ trợ đắc lực cho các nhân
viên bán hàng trong quá trình khách hàng thanh toán. Sản phẩm thƣờng đƣợc
d ng trong lĩnh vực bán lẻ bao gồm: máy quét mã v ch giúp nhận diện mã v ch
của sản phẩm, máy in hóa đơn án hàng, hay máy in mã v ch khi cần t o mã
v ch cho sản phẩm, tem từ, cân điện tử mã v ch…
7
2.3 RFID:
RFID (Radio Frequency Identification) [2] là công nghệ nhận d ng bằng
sóng vô tuyến, công nghệ này cho phép nhận biết các đối tƣợng thông qua hệ
thống thu phát sóng radio.
Hệ thống RFID gồm 2 thành phần chính: thiết bị thẻ RFID (RFID tag) và
đầu đọc RFID (reader).
Thẻ RFID có gắn chip silicon và ăngten radio d ng để gắn vào đối tƣợng
cần quản lý nhƣ sản phẩm, con ngƣời, hàng hóa, đ ng vật,… Thẻ RFID có kích
thƣớc rất nhỏ khoảng vài centimet.
ầu đọc reader cho phép giao tiếp với thẻ RFID bằng sóng radio ở khoảng
cách từ 0,5 – 30 mét và gửi dữ liệu về hệ thống máy chủ quản lý.
Thẻ RFID có thể thay thế cho các mã v ch trên các sản phẩm có bán t i
các siêu thị bán lẻ. Thay vì phải đƣa thiết bị vào sát mã v ch để quét, RFID cho
phép thông tin có thể đƣợc truyền qua những khoảng cách nhỏ mà không cần m t
tiếp xúc trực tiếp.
M t số ứng dụng của RFID: thẻ RFID đƣợc đƣa vào sử dụng trong rất
nhiều lĩnh vực nhƣ: Quản lý nhân sự, quản lý hàng hóa vào/ra siêu thị, nhà kho,
… theo dõi đ ng vật, quản lý xe c qua tr m thu phí, làm thẻ h chiếu…
2.4 Ƣu điểm, nhƣợc điểm của phƣơng pháp mã vạch và RFID
Ƣu điểm: tiết kiệm chi phí quản lý, xử lý tính tiền nhanh, chính xác.
Nhƣợc điểm:
Tốn thời gian và chi phí để dán mã v ch hoặc gắn thẻ RFID.
Khi mã v ch bị xé hoặc thẻ RFID bị mất thì không thể tính tiền đƣợc.
Máy đọc thẻ RFID hoặc máy đọc mã v ch bị hƣ cũng không thể tính tiền
đƣợc.
Hệ thống vận hành có chi phí đầu tƣ cao
8
2.5 Hƣớng nghiên cứu
2.5.1 Tổng quan
Do 2 phƣơng pháp tính tiền bằng cách sử dụng mã v ch hoặc RFID có
m t số nhƣợc điểm chƣa khắc phục đƣợc nhƣ mã v ch bị mờ, bị xé dẫn đến
không tính tiền đƣợc, thời gian t o và dán mã v ch lên từng sản phẩm rất lâu, chi
phí đầu tƣ hệ thống cao, tôi đề nghị m t giải pháp mới, đó là sử dụng trực tiếp
hình ảnh của sản phẩm trong cửa hàng hoặc siêu thị để tính tiền.
Mỗi hình ảnh sản phẩm đều có m t đặc trƣng nhất định nào đó để nhận
d ng, dựa vào đặc trƣng của ảnh và kết hợp với các phƣơng pháp nhận d ng,
phân lớp, tôi sẽ thiết kế m t ứng dụng phân lo i và tính tiền cho sản phẩm.
Dùng trực tiếp hình ảnh của sản phẩm để tính tiền sẽ giúp giảm thời gian
dán hoặc gắn mã v ch hoặc thẻ RFID, giảm chi phí đầu tƣ hệ thống máy móc,
giảm đƣợc các lỗi có thể phát sinh trong quá trình tính tiền nhƣ mã v ch mờ hoặc
rách máy không đọc đƣợc, mất hoặc hƣ thẻ RFID…
Cốt lõi chính của bài toán nhận d ng là phải làm sao để tìm ra các điểm
đặc trƣng của m t hình ảnh sản phẩm trong thời gian ngắn nhất có thể, và so sánh
với các mẫu thử có sẵn sau đó đƣa ra kết luận chính xác.
Việc lựa chọn phƣơng pháp trích chọn đặc trƣng ph hợp là vấn đề then
chốt của bài toán nhận d ng hàng hóa này.
2.5.2 Một số phƣơng pháp trích chọn đặc trƣng của ảnh
2.5.2.1. HOG (Histogram of Oriented Gradients)
HOG là viết tắt của Histogram of Oriented Gradient [3], mục đích của
phƣơng pháp là xử lý đối tƣợng bằng cách trích xuất ra những đặc trƣng của đối
tƣợng và bỏ đi những thông tin không hữu ích. Vì vậy, HOG đƣợc sử dụng chủ
yếu để mô tả hình d ng và sự xuất hiện của m t đối tƣợng trong ảnh.
9
Bản chất của phƣơng pháp HOG là sử dụng thông tin về sự phân bố của
các cƣờng đ (intensity gradient) hoặc của hƣớng iên (edge directins) để mô tả
các đối tƣợng cục b trong ảnh.
Các toán tử HOG đƣợc cài đặt bằng cách chia nhỏ m t bức ảnh thành các
v ng con, đƣợc gọi là ô (cells) và với mỗi cell, ta sẽ tính toán m t biểu đồ về các
hƣớng của cƣờng đ cho các điểm nằm trong cell. Ghép các biểu đồ l i với nhau
ta sẽ có m t biểu diễn cho bức ảnh an đầu.
ể tăng cƣờng hiệu năng nhận d ng, các biểu đổ cục b có thể đƣợc
chuẩn hóa về đ tƣơng phản bằng cách tính m t ngƣỡng cƣờng đ trong m t
vùng lớn hơn cell, gọi là các khối (blocks) và sử dụng giá trị ngƣỡng đó để chuẩn
hóa tất cả các cell trong khối. Kết quả sau ƣớc chuẩn hóa sẽ là m t vector đặc
trƣng có tính ất biến cao hơn đối với các thay đổi về điều kiện ánh sáng.
Có 5 ƣớc cơ ản để xây dựng m t vector HOG cho hình ảnh, bao gồm:
Bƣớc 1: Tiền xử lý
Bƣớc 2: Tính gradient (đ o hàm theo hƣớng)
Bƣớc 3: Tính vector đặc trƣng cho từng ô (cells)
Bƣớc 4: Chuẩn hóa khối (blocks)
Bƣớc 5: Tính toán vector đặc trƣng HOG
Sơ đồ gải thuật HOG
Hình 2. 1 Sơ đồ giải thuật HOG (Nguồn ảnh: bài báo gốc HOG)1
1
viblo.asia
10
- Xem thêm -