tailieunhanh - Tóm tắt luận văn Thạc sĩ: Kết hợp so khớp Spatial Pyramid và vecto hỗ trợ SVM trong nhận dạng khung cảnh tự nhiên

Đề tài nghiên cứu và phân tích xây dựng phần mềm nhận dạng khung cảnh tự nhiên Nội dung chính của luận văn được tổ chức thành 3 chương. Chương 1 Tổng quan giới thiệu bài toán nhận dạng ảnh,các hướng tiếp cận bài toán, mô hình chung của hệ thống nhận dạng và một số ứng dụng của nhận dạng,. | 1 HỌC VIỆN CÔNG NGHỆ Bưu CHÍNH VIỄN THÔNG NGUYỄN THỊ NGỌC HÀ KẾT HỢP SO KHỚP SPATIAL PYRAMID VÀ VECTỎ hô trợ SVM TRONG NHẬN DẠNG KHUNG CẢNH Tự NHIÊN Chuyên ngành Khoa học máy tính Mã số Người hướng dẫn khoa học PGS. TS TỪ MINH PHƯƠNG TÓM TẮT LUẬN VĂN THẠC sĩ HÀ NỘI - 2012 2 MỞ ĐẦU Với sự bùng nổ của dữ liệu ảnh việc nhận dạng ảnh theo các lớp ngữ nghĩa là một trong những nhu cầu cơ bản cho việc quản lý và truy vấn ảnh dụa trên nội dung. Thêm nữa nhận dạng ảnh là một trong nhũng bài toán cơ bản trong lĩnh vục thị giác máy tính và ứng dụng máy học đã nhận đuợc sụ quan tâm của nhiều nhà khoa học trên thế giới. Bài toán nhận dạng ảnh có rất nhiều thách thức từ việc ảnh đuợc chụp duới nhiều góc độ khác nhau điều kiện chiếu sáng khác nhau sụ đa dạng các thể hiện của cùng một lớp ngữ nghĩa cũng nhu sụ phức tạp của thông tin nền trong ảnh. Để giải quyết bài toán nhận dạng ảnh có 4 huớng tiếp cận đó là so khóp mẫu nhận dạng thống kê nhận dạng dụa vào cấu trúc và nhận dạng theo mạng nơron. Trong đó huớng tiếp cận dụa trên so khóp mẫu đuợc áp dụng rộng rãi và mang lại kết quả cao trong bài toán nhận dạng ảnh nói riêng và trong thị giác máy tính nói chung. Biểu diễn một ví dụ đơn lẻ bằng tập các đặc trung cục bộ hoặc các bộ phận bao gồm nó thuờng rất hữu ích. Ví dụ trong thị giác máy tính một hình ảnh có thể đuợc mô tả bởi các đặc trung cục bộ đuợc trích chọn tù các điểm hấp dẫn nhô ra salient interest points của ảnh. Tuơng tụ nhu vậy trong xủ lý ngôn ngữ tụ nhiên các tài liệu và chủ đề đuợc đặc trung bởi túi các tù bag of words . Tuy nhiên việc đánh giá độ giống nhau giữa các mẫu theo phuơng pháp này là một thách thức khi tập các đặc trung gồm nhiều yếu tố các yếu tố không có thứ tụ. Để so sánh tập các đặc trung này các nhà nghiên cứu thuờng cố gắng sử dụng những giải pháp phù họp tốn ít 3 chi phí nhất tuy nhiên đây lại là nhũng tính toán tốn kém và trở nên không khả thi khi tập này có kích thước lớn. Những phưong pháp trước đây nhận đầu vào là các véctơ với mỗi .