TRƢỜNG ĐẠI HỌC LẠC HỒNG
KHOA CÔNG NGHỆ THÔNG TIN
----------
BÁO CÁO
NGHIÊN CỨU KHOA HỌC
ĐỀ TÀI:
XÂY DỰNG CHƢƠNG TRÌNH
PHÁT HIỆN VÀ NHẬN DẠNG
MỘT SỐ BIỂN BÁO GIAO
THÔNG ĐƢỜNG BỘ NGUY
HIỂM TẠI VIỆT NAM
LÊ CHÂN THIỆN TÂM
PHẠM HỒNG THÁI
BIÊN HÒA, THÁNG 11/2012
TRƢỜNG ĐẠI HỌC LẠC HỒNG
KHOA CÔNG NGHỆ THÔNG TIN
----------
BÁO CÁO
NGHIÊN CỨU KHOA HỌC
ĐỀ TÀI:
XÂY DỰNG CHƢƠNG TRÌNH
PHÁT HIỆN VÀ NHẬN DẠNG
MỘT SỐ BIỂN BÁO GIAO
THÔNG ĐƢỜNG BỘ NGUY
HIỂM TẠI VIỆT NAM
SVTH : LÊ CHÂN THIỆN TÂM
PHẠM HỒNG THÁI
GVHD : ThS. TRẦN TIẾN ĐỨC
BIÊN HÒA, THÁNG 11/2012
LỜI CÁM ƠN
Để hoàn thành đề tài này và có kiến thức như ngày hôm nay, đầu tiên chúng
em xin gửi lời cảm ơn đến Ban Giám Hiệu cùng toàn thể Thầy Cô Khoa Công Nghệ
Thông Tin – Trường Đại Học Lạc Hồng đã tận tình giảng dạy, truyền đạt kiến thức
cũng như những kinh nghiệm quý báu cho chúng em trong suốt quá trình học tập tại
trường.
Chúng em xin gửi những lời tri ân sâu sắc nhất đến thầy Ths Trần Tiến Đức,
người thầy đã tận tình hướng dẫn và quan tâm, động viên chúng em trong suốt quá
trình thực hiện đề tài.
Chúng em xin chân thành cảm ơn sự đóng góp ý kiến để góp phần hoàn thiện
đề tài các từ thầy Ths Huỳnh Cao Tuấn, thầy Ths Phan Mạnh Thường, thầy Ths
Nguyễn Phát Nhựt.
Chúng em cũng vô cùng cảm ơn sự nhiệt tình của các nhóm bạn đã hỗ trợ cho
nhóm nghiên cứu trong quá trình khảo sát thực tế, lấy mẫu thực nghiệm, đánh giá kết
quả cũng như hỗ trợ các thiết bị cần thiết để nhóm có thể hoàn thành đề tài.
Chúng em cũng bày tỏ lòng biết ơn đến những người thân trong gia đình đã
động viên và tạo mọi điều kiện giúp chúng em trong quá trình học tập cũng như
trong cuộc sống.
Mặc dù chúng em đã cố gắng hoàn thành tốt đề tài nhưng cũng không thể
tránh khỏi những sai sót nhất định, rất mong được sự thông cảm và chia sẻ cùng quý
Thầy Cô và bạn bè.
Chúng em xin gửi lời chúc sức khỏe và thành đạt tới tất cả quý thầy cô cùng các
bạn.
Nhóm sinh viên thực hiện đề tài
Lê Chân Thiện Tâm – Phạm Hồng Thái
Biên Hòa, Tháng 11 - 2012
NHẬN XÉT CỦA GIÁO VIÊN HƢỚNG DẪNPHẢN BIỆN
..............................................................................................................
..............................................................................................................
..............................................................................................................
..............................................................................................................
..............................................................................................................
..............................................................................................................
..............................................................................................................
..............................................................................................................
..............................................................................................................
..............................................................................................................
..............................................................................................................
..............................................................................................................
..............................................................................................................
..............................................................................................................
..............................................................................................................
..............................................................................................................
Biên Hòa, Ngày … tháng … năm 201…
Kí tên
Formatted: Vietnamese
MỤC LỤC
---------Trang phụ bìa
Lời cám ơn
Mục lục
Danh mục viết tắt
Danh mục bảng và hình
PHẦN MỞ ĐẦU ............................................................................................................ 1
CHƢƠNG 1: TỔNG QUAN VỀ CÁC PHƢƠNG PHÁP PHÁT HIỆN BIỂN BÁO
GIAO THÔNG VÀ NỀN TẢNG OPENCV ................................................................ 9
1.1. Các phương pháp phát hiện biển báo giao thông. .................................................. 10
1.1.1, Phương pháp phát hiện dựa trên màu sắc ........................................................ 10
1.1.2, Phương pháp phát hiện dựa trên hình dạng...................................................... 11
1.1.3, Phương pháp phát hiện dựa trên máy học ........................................................ 14
1.2. Giới thiệu thư viện mã nguồn mở OpenCV ........................................................... 14
1.2.1, Lịch sử OpenCV............................................................................................... 15
1.2.2, Kiến trúc của OpenCV ..................................................................................... 16
1.3. Tiểu kết ................................................................................................................... 17
CHƢƠNG 2: GIỚI THIỆU PHƢƠNG PHÁP NHẬN DẠNG BIỂN BÁO GIAO
THÔNG ........................................................................................................................ 18
2.1. Khái quát phương pháp nhận dạng biển báo giao thông sử dụng trong đề tài. ...... 19
2.2. Xác định vùng đặc trưng chứa biển báo giao thông ............................................... 20
2.2.1, Đặc trưng Haar-like .......................................................................................... 20
2.2.2,
Thuật toán tăng tốc Adaboost ....................................................................... 22
2.2.2.1, Tiếp cận Boosting .................................................................................... 22
2.2.2.2, AdaBoost ...................................................................................................23
2.3. Giới thiệu phương pháp phân tích thành phần chính (Principle Component
Analysis_PCA). ............................................................................................................. 25
2.3.1, Giới thiệu.......................................................................................................... 25
2.3.2, Thuật toán PCA ................................................................................................ 27
2.4. Nhận dạng biển báo dùng bộ phân lớp Support Vector Machine (SVM) .............. 30
2.4.1, Phân lớp tuyến tính (Linear classifier) ............................................................. 30
2.4.2, Phân lớp phi tuyến (Nonlinear classifier) ........................................................ 34
2.5. Tiểu kết ................................................................................................................... 35
CHƢƠNG 3: THIẾT KẾ VÀ XÂY DỰNG CHƢƠNG TRÌNH ............................. 36
3.1. Chức năng của chương trình................................................................................... 37
3.2. Xây dựng chương trình ........................................................................................... 37
3.2.1, Xây dựng cơ sở dữ liệu ảnh biển báo............................................................... 37
3.2.1.1, Nguồn ảnh .................................................................................................37
3.2.1.2, Phân loại ảnh ............................................................................................. 38
3.2.2, Huấn luyện phát hiện biển báo trong ảnh ........................................................ 39
3.2.2.1, Chuẩn bị dữ liệu ........................................................................................ 39
3.2.2.2, Lấy mẫu dữ liệu huấn luyện ...................................................................... 40
3.2.2.3, Huấn luyện máy học (Machine Learning) ................................................ 42
3.2.3, Huấn luyện nhận dạng biển báo ....................................................................... 47
3.2.4, Chương trình nhận dạng. .............................................................................. 5251
3.2.4.1, Sơ đồ hoạt động của chương trình ........................................................ 5251
3.2.4.2, Giao diện và cách sử dụng .................................................................... 5453
3.3. Tiểu kết ............................................................................................................... 5655
CHƢƠNG 4: ĐÁNH GIÁ KẾT QUẢ CHƢƠNG TRÌNH ..................................5756
4.1. Đánh giá kết quả. ................................................................................................ 5857
4.1.1, Các môi trường thử nghiệm đánh giá........................................................... 5857
4.1.2, Đánh giá các sai số ....................................................................................... 6564
4.2. Ưu và nhược điểm của chương trình ..................................................................6665
4.2.1, Ưu điểm........................................................................................................ 6665
4.2.2, Nhược điểm ..................................................................................................6665
4.3. Tiểu kết ............................................................................................................... 6766
PHẦN KẾT LUẬN ..................................................................................................6867
TÀI LIỆU THAM KHẢO
DANH MỤC VIẾT TẮT
---------Từ viết tắt
Từ đầy đủ
AVI
Audio Video Interleave
BMP
Bitmap Portable
CPU
Central Processing Unit
GB
Gigabyte
HSI
Hue – Saturation – Intensity
IPP
Intergrated Performance Primitives
JPG
Joint Photographic Experts Group
MB
Megabyte
ML
Machine Learning
OpenCV
Open Computer Vision
ORC
Optical Character Recognition
PCA
Principle Components Analysis
PGM
Portable Graymap
RGB
Red – Green – Blue
SVM
Support Vector Machine
DANH MỤC BẢNG VÀ HÌNH
----------
DANH MỤC HÌNH
Hình 1. Mô hình xử lý nhận dạng biển báo giao thông của bài báo “A Road Sign
Recognition System Based on Dynamic Visual Model” [10] . ........................................ 3
Hình 2. Mô hình xử lý nhận dạng biển báo giao thông của bài báo “A System for
Traffic Sign Detection, Tracking, and Recognition Using Color, Shape, and Motion
Information” [8]. ............................................................................................................. 4
Hình 3. Mô hình phát hiện biển báo giao thông của bài báo “Color-Based Road Sign
Detection and Tracking” [14]. ........................................................................................ 4
Hình 4. Mô hình tác giả đề nghị [5]. ............................................................................... 5
Hình 5. Tổng quan thuật toán [2]. ................................................................................... 6
Hình 1. 1. Các vị trí của một đề cử điểm ảnh cho tâm đối tượng [13]. ........................ 11
Hình 1. 2. Nhân các góc gradient của một tam giác cho 3. .......................................... 12
Hình 1. 3. Vùng kiểm soát. ........................................................................................... 13
Hình 1. 4. Xây dựng ảnh biến đổi khoảng cách [9]. ..................................................... 14
Hình 1. 5. Lịch sử phát triển của OpenCV [12, Trang 7]. ............................................ 16
Hình 1. 6. Kiến trúc cơ bản của OpenCV [12, Trang 13]. ............................................ 17
Hình 2. 1. Đặc trưng theo cạnh ..................................................................................... 20
Hình 2. 2. Đặc trưng theo đường .................................................................................. 20
Hình 2. 3. Đặc trưng theo xung quanh tâm ...................................................................20
Hình 2. 4. Đặc trưng theo đường chéo.......................................................................... 20
Hình 2. 5. Cách tính Integral Image của ảnh ................................................................ 21
Hình 2. 6. Cách tính tổng giá trị pixel vùng cần tính. ................................................... 22
Hình 2. 7. Boosting[ 3, Trang 16 ]. ............................................................................... 23
Hình 2. 8. Phép chiếu lên các trục tọa độ khác nhau có thể cho cách nhìn khác nhau về
cùng một dữ liệu. ........................................................................................................... 26
Hình 2. 9. Tìm các trục tọa độ mới sao cho dữ liệu có độ biến thiên cao nhất............. 26
Hình 2. 10. Tách hai phân lớp tuyến tính với một mặt siêu phẳng. .............................. 31
Hình 2. 11. Tách hai phân lớp tuyến tính với hai mặt siêu phẳng ................................ 31
Hình 2. 12. Ví dụ minh họa về độ lớn của lề (margin) ................................................. 32
Hình 2. 13. Minh họa các mẫu được gọi là Support Vector. ........................................ 34
Hình 2. 14. Một mặt phân chia phi tuyến có thể trở thành một siêu phẳng trong không
gian lớn hơn ................................................................................................................... 34
Hình 3. 1. Tập ảnh Positive trong thư mục “rawdata” .................................................. 39
Hình 3. 2. Tập ảnh Negative trong thư mục “negative” ............................................... 40
Hình 3. 3. Nội dung file “inforfile.txt” sau khi chạy file “create_list.bat” ................... 40
Hình 3. 4. Chương trình ObjectMaker trong thư mục “positive”. ................................ 41
Hình 3. 5. Đánh dấu đối tượng trong trình ObjectMaker ............................................. 41
Hình 3. 6. Nội dung file “info.txt”. ............................................................................... 42
Hình 3. 7. Nội dung file “samples_creation.bat” .......................................................... 42
Hình 3. 8. Nội dung file “haarTraining.bat” .................................................................43
Hình 3. 9. Kết quả phân tầng ........................................................................................ 44
Hình 3. 10. Nội dung file “convert.bat” ........................................................................ 45
Hình 3. 11. Cấu trúc của một tập tin XML ...................................................................45
Hình 3. 12. Kết quả ảnh biển số 201a nhận được. ........................................................ 46
Hình 3. 13. Kết quả ảnh biển số 210 nhận được. .......................................................... 46
Hình 3. 16. Một phần nội dung file “psiTT.txt”. .......................................................... 50
Hình 3. 17. Một phần nội dung file “svmtrained.xml” ................................................. 50
Hình 3. 18.Giao diện chính của chương trình ........................................................... 5453
Hình 4. 1. Một số kết quả thử nghiệm trong môi trường chuẩn. .............................. 5857
Hình 4. 2. Một số kết quả thử nghiệm trong môi trường ban đêm. .......................... 5958
Hình 4. 3. Một số kết quả thử nghiệm trong môi trường nhiều mây, yếu ánh sáng và có
mưa nhỏ ..................................................................................................................... 6059
Hình 4. 4. Kết quả thử nghiệm biển bị che khuất bởi cây ........................................ 6160
Hình 4. 5. Kết quả thử nghiệm với biển bị bong tróc sơn. ....................................... 6160
Hình 4. 6. Kết quả thử nghiệm với biển bị bẩn bởi sơn. ........................................... 6261
Hình 4. 7. Kết quả thử nghiệm với biển cũ bị phai màu ........................................... 6261
Hình 4. 8. Kết quả thử nghiệm với ảnh bị các tờ quảng cáo dán lên. ....................... 6362
Hình 4. 9. Kết quả thử nghiệm với biển báo nghiêng bên phải trên ảnh tĩnh. .......... 6362
Hình 4. 10. Kết quả thử nghiệm với biển báo bị nghiêng bên trái trên ảnh tĩnh. ..... 6463
Hình 4. 11. Khoảng cách từ lúc nhận dạng đến biển báo. ........................................ 6463
DANH MỤC SƠ ĐỒ
Sơ đồ 2. 1. Trình tự các bước trong phương pháp nhận dạng biển báo giao thông nguy
hiểm. .............................................................................................................................. 19
Sơ đồ 3. 1. Sơ đồ huấn luyện phát hiện biển báo trong ảnh. ......................................... 47
Sơ đồ 3. 2. Sơ đồ huấn luyện nhận dạng biển báo .................................................... 5251
Sơ đồ 3. 3. Sơ đồ hoạt động chương trình. ................................................................ 5352
DANH MỤC BẢNG
Bảng 3. 1. Một số biển báo giao thông được bộ được nhóm nghiên cứu. .................... 38
Formatted: Space Before: 6 pt, After: 6 pt,
Line spacing: 1.5 lines
Bảng 4. 1. Kết quả nhận dạng biển báo giao thông .................................................. 6564
Formatted: Space Before: 6 pt, After: 6 pt,
Line spacing: 1.5 lines
Bảng 4. 1. Kết quả nhận dạng biển báo giao thông
64
Formatted: Default Paragraph Font, Font: No
Bold, Check spelling and grammar
Formatted: Normal, Justified, Tab stops: Not
15.98 cm
- 1-
Formatted: Font: 12 pt
Formatted: Font: Check spelling and gramm
Formatted: Font: 12 pt
PHẦN MỞ ĐẦU
Lý do chọn đề tài
Song hành cùng với sự phát triển của các thành tựu khoa học kỹ thuật hiện đại,
sự năng động trong cơ chế kinh tế thị trường, sự chăm chút bồi bổ nâng cao đời sống
văn hóa thì vấn đề về giao thông cũng từng bước được cải thiện và phát triển mạnh mẽ
góp phần vào sự phát triển chung của toàn xã hội.
Giao thông Việt Nam luôn là một trong những vấn đề nóng của xã hội. Nóng từ
quy mô phát triển đến chất lượng cơ sở hạ tầng và hơn hết chính tình hình tai nạn giao
thông đường bộ. Theo số liệu mới nhất từ Ủy ban An toàn giao thông quốc gia, chỉ
trong 8 tháng đầu năm 2012, Việt Nam có hơn 7000 vụ tai nạn giao thông [20], dân số
mất đi hơn 6000 người. Đây là những mất mát quá lớn xảy ra trong một đất nước hòa
bình đáng để mọi thành phần trong xã hội cùng quan tâm và suy xét.
Từ tình hình thực tế giao thông tại Việt Nam, nguyên nhân phần lớn các vụ tai
nạn giao thông đường bộ là do tài xế lái xe không làm chủ tốc độ, không chấp hành
hiệu lệnh giao thông, không quan sát hoặc không kịp nhận ra các loại biển báo và tín
hiệu giao thông có thể vì tài xế mệt mỏi, thiếu tập trung và chịu nhiều yếu tố tác động
khác.
Từ khảo sát thực tế của nhóm sinh viên nghiên cứu [Phụ lục 1] với các tài xế
mà thành phần chủ yếu là các tài xế taxi cho thấy sự mong muốn có một hệ thống có
khả năng cảnh báo được trang bị trên xe giúp họ ý thức hơn về những nguy hiểm tiềm
ẩn khi điều khiển phương tiện lưu thông.
Các hệ thống cảnh báo hỗ trợ tài xế hiện vẫn đang trong giai đoạn được các
trung tâm nghiên cứu của thế giới, các hãng xe ô tô thử nghiệm, đánh giá và vẫn chưa
chính thức đưa vào sử dụng trong thực tế.
Hơn nữa việc ứng dụng công nghệ cao trong việc tạo ra các loại xe tự hành là
xu hướng thiết yếu của xã hội phát triển.
Từ những lý do trên, nhóm sinh viên nghiên cứu với mong muốn góp phần hạn
chế những tai nạn giao thông và giảm thiểu hóa những hậu quả sau tai nạn. Sau quá
Formatted: Font: Times New Roman, 12 pt
- 2-
Formatted: Font: 12 pt
Formatted: Font: Check spelling and gramm
trình học tập và tìm hiểu những lợi ích từ những ứng dụng xử lý nhận dạng ảnh, nhóm
sinh viên chúng em lựa chọn đề tài: “Xây dựng chương trình phát hiện và nhận dạng
một số biển báo giao thông đường bộ nguy hiểm tại Việt Nam” làm đề tài tốt nghiệp.
Lịch sử nghiên cứu
Vấn đề xây dựng một hệ thống nhận dạng biển báo giao thông là một vấn đề
lớn và có nhiều hướng tiếp cận để giải quyết bài toán. Vấn đề này được các quốc gia
phát triển về ngành tự động hóa quan tâm từ sớm và cũng đã cho nhiều kết quả khả
quan. Tuy nhiên hiện tất cả vẫn đang được tiếp tục đầu tư nghiên cứu nhằm mục đích
xây dựng một sản phẩm tối ưu và hoàn chỉnh hơn.
Trên thế giới
Bài báo “A Road Sign Recognition System Based on Dynamic Visual Model”
(C. Y. Yang, C. S. Fuh, S. W. Chen, P. S. Yen, CVPR'03 Proceedings of the 2003
IEEE computer society conference on Computer vision and pattern recognition, Pages
750-755, 2003). Nhóm tác giả nghiên cứu mong muốn thúc đẩy, thay đổi nhận thức,
cung cấp những thông tin cần thiết để hỗ trợ người lái xe và nâng cao độ an toàn trong
giao thông. Bài báo đề xuất một mô hình, gọi là mô hình trực quan động (Dynamic
Visual Model) để phát hiện và nhận dạng các biển báo giao thông trên đường. Đồng
thời cũng trình bày những khó khăn trong việc nhận dạng biển báo như: Màu sắc của
biển báo bị phai mờ dưới ảnh hưởng của ánh nắng mặt trời, sơn biển báo bị bong tróc,
mất đi những thông tin cần thiết của biển báo. Không khí bị ô nhiễm và các điều kiện
về thời tiết cũng làm giảm khả năng nhận dạng…
Formatted: Font: 12 pt
Formatted: Font: Times New Roman, 12 pt
- 3-
Formatted: Font: 12 pt
Formatted: Font: Check spelling and gramm
Formatted: Font: 12 pt
Formatted: Font: Times New Roman, 12 pt
Hình 1. Mô hình xử lý nhận dạng biển báo giao thông của bài báo “A Road Sign
Recognition System Based on Dynamic Visual Model” [10] .
Bài báo “A System for Traffic Sign Detectiona, Tracking, and Recognition Using
Color, Shape, and Motion Information”, (C. Bahlmann, Y. Zhu, V. Ramesh, M.
Pellkofer, T. Koehler Proceedings. IEEE Intelligent Vehicles Symposium, 2005). Bài
báo mô tả một hệ thống thị giác máy tính (Computer Vision) xử lý việc phát hiện, theo
vết và nhận dạng các biển báo giao thông dựa trên màu sắc, hình dạng và thông tin
trong thời gian thực. Phương pháp tiếp cận được trình bày trong bài báo gồm hai thành
phần. Đầu tiên sử dụng các đặc trưng Haar kết hợp với bộ tăng tốc Adaboost để phát
hiện biển báo. Sau khi phát hiện và theo vết biển báo thì biển báo được phân loại bằng
mô hình Bayes. Kết quả được thực nghiệm theo bài báo là có thể phát hiện và phân loại
được một số biển báo giao thông với tỉ lệ chính xác cao trong điều kiện 10frames/1
giây.
- 4-
Formatted: Font: 12 pt
Formatted: Font: Check spelling and gramm
Formatted: Font: 12 pt
Formatted: Font: Times New Roman, 12 pt
Hình 2. Mô hình xử lý nhận dạng biển báo giao thông của bài báo “A System for
Traffic Sign Detection, Tracking, and Recognition Using Color, Shape, and Motion
Information” [8].
Bài báo “Color-Based Road Sign Detection and Tracking ” (Luis David Lopez
and Olac Fuentes,Computer Science Department University of Texas, El Paso 79902,
USA, 2007) bài báo trình bày một nền tảng chung cho việc nhận dạng và theo vết các
biển báo giao thông chỉ sử dụng duy nhất một thông tin màu sắc. Phương pháp tiếp cận
gồm hai thành phần. Phần đầu sử dụng một tập phân phối Gauss để phát hiện đường và
các biển báo giao thông. Phần thứ hai là theo vết đối tượng đã được xác định ở bước
trước đó. Kết quả thử nghiệm cho thấy rằng hệ thống đề xuất nhận dạng trung bình
97% trong thời gian thực với các đối tượng ở gần.
Hình 3. Mô hình phát hiện biển báo giao thông của bài báo “Color-Based Road Sign
Detection and Tracking” [14].
- 5-
Formatted: Font: 12 pt
Formatted: Font: Check spelling and gramm
Formatted: Font: 12 pt
Trong nƣớc
Formatted: Font: Times New Roman, 12 pt
Đề tài “Phát hiện và phân loại biển báo giao thông dựa trên SVM trong thời
gian thực” (Lê Thanh Tâm, Trần Thái Sơn, Seichii Mita, Tuyển tập Công trình Nghiên
cứu Công nghệ Thông tin và Truyền thông, 2009). Đây là một module nằm trong dự
án hệ thống lái xe tự động của học viện Công Nghệ Toyota được tài trợ bởi tập đoàn ô
tô Toyota. Cách tiếp cận được giới thiệu là sử dụng đặc trưng màu trên SVM (Support
Vector Machine) để phát hiện vùng ứng cử cho biển báo giao thông trong thời gian
thực (xem hình 4).
Hình 4. Mô hình tác giả đề nghị [5].
Đề tài “Phát hiện biển báo giao thông dùng đặc trưng cục bộ (local features)”
của tác giả Nguyễn Duy Khánh, Lê Đình Duy, Dương Anh Đức được báo cáo tại Hội
thảo Fair 2011 tại Trường đại học Lạc Hồng. Đề tài dùng đặc trưng cục bộ và bộ phân
lớp SVM (Support Vector Machine) để phát hiện biển báo giao thông. Tổng quan thuật
- 6-
Formatted: Font: 12 pt
Formatted: Font: Check spelling and gramm
toán được tác giả trình bày như theo hình 5. Kết quả của đề tài dừng lại ở việc xác
định biển báo và phân lớp chúng thành các nhóm biển cấm, nguy hiểm, chỉ dẫn.
Hình 5. Tổng quan thuật toán [2].
Mục tiêu nghiên cứu
Xây dựng chương trình phát hiện và nhận dạng biển báo giao thông đường bộ
từ video thu về và hiển thị thông tin cảnh báo dưới dạng hình ảnh và âm thanh.
Đối tƣợng nghiên cứu và phạm vi nghiên cứu
- Đối tượng nghiên cứu : Biển báo giao thông đường bộ ở Việt Nam
- Phạm vi nghiên cứu : Nghiên cứu bộ biển báo giao thông đường bộ nguy
hiểm tại Việt Nam.
Phƣơng pháp nghiên cứu
- Khảo sát, tìm hiểu và thu thập tài liệu, hình ảnh về biển báo giao thông, đề tài
đã nghiên cứu trước đây.
- Tìm hiểu các bước phát hiện biển báo giao thông: gồm phương pháp máy học
dựa trên đặc trưng Haar-like kết hợp với bộ tăng tốc Adaboost.
- Tìm hiểu các bước nhận dạng biển báo giao thông: Gồm quá trình phân tích
thành phần chính Pricipal Components Analaysis (PCA), và huấn luyện Support
Vector Machine(SVM) để nhận dạng biển báo giao thông.
Formatted: Font: 12 pt
Formatted: Font: Times New Roman, 12 pt
- 7-
Formatted: Font: 12 pt
Formatted: Font: Check spelling and gramm
- Kế thừa những phương pháp đạt kết quả tốt và phù hợp với nội dung cần đạt
được của đề tài.
- Phát triển và cải tiến phương pháp đã có ở những đề tài trước để xây dựng
chương trình hướng tới kết quả tốt hơn.
- Tìm ra một hướng đi mới trong mỗi bước cần làm của đề tài, đặc biệt là trong
giải thuật nhận dạng.
Những đóng góp mới của đề tài - những vấn đề mà đề tài chƣa thực hiện đƣợc
- Đề tài đưa ra hướng mới là kết hợp phương pháp dựa trên đặc trưng Haar và
bộ tăng tốc Adaboost để nâng cao khả năng phát hiện đồng thời dùng thuật toán phân
tích thành phần chính PCA để làm giảm bớt số chiều của ảnh xám làm số liệu đầu vào
cho bước sử dụng thuật toán SVM để nhận dạng.
- Tạo tiền đề cho việc xây dựng hệ thống nhận dạng biển báo giao thông đầy đủ
và hoàn chỉnh hơn.
- Đề tài dừng lại ở mức độ nghiên cứu nên số lượng biển báo nhận dạng được
rất hạn chế.
Kết cấu của đề tài
Báo cáo này được trình bày thành ba phần chính: Phần mở đầu, phần nội dung
và phần kết luận.
Phần mở đầu
Giới thiệu sơ lược về lý do chọn đề tài, lịch sử nghiên cứu, mục tiêu nghiên
cứu, đối tượng và phạm vi nghiên cứu, phương pháp nghiên cứu, những đóng góp và
những vấn đề tồn tại của đề tài để từ đó đem lại cho mọi người một cái nhìn tổng quan
nhất về đề tài.
Phần nội dung
Chƣơng 1: Tổng quan về các phương pháp phát hiện biển báo giao thông và
nền tảng opencv.
Formatted: Font: 12 pt
Formatted: Font: Times New Roman, 12 pt
- 8-
Formatted: Font: 12 pt
Formatted: Font: Check spelling and gramm
Trình bày các phương pháp phổ biến trong viện phát hiện và nhận dạng biển
báo giao thông như dựa trên màu sắc, dựa trên hình dạng, và dựa trên phương pháp
máy học.
Trình bày nền tảng của thư viện hỗ trợ xử lý ảnh OpenCV.
Chƣơng 2: Giới thiệu phương pháp nhận dạng biển báo giao thông.
Trình bày nội dung về trình tự các bước trong quá trình phát hiện và nhận dạng
biển báo giao thông.
Trình bày chi tiết các thuật toán hỗ trợ trong việc phát hiện và nhận dạng gồm:
Đặc trưng Haar, bộ tăng tốc Adaboost, phân tích thành phần chính PCA, và bộ phân
lớp SVM.
Chƣơng 3: Thiết kế và xây dựng chương trình.
Trình bày các bước xây dựng chương trình phát hiện và nhận dạng biển báo
giao thông.
Chƣơng 4: Đánh giá kết quả chương trình.
Đánh giá độ chính xác của phương pháp.
Phần kết luận
Formatted: Font: 12 pt
Formatted: Font: Times New Roman, 12 pt
- Xem thêm -