Đăng ký Đăng nhập
Trang chủ Giáo dục - Đào tạo Cao đẳng - Đại học Xây dựng chương trình phát hiện và nhận dạng một số biển báo giao thông đường bộ...

Tài liệu Xây dựng chương trình phát hiện và nhận dạng một số biển báo giao thông đường bộ nguy hiểm tại việt nam.

.PDF
96
152
119

Mô tả:

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 -

Tài liệu liên quan