Nghiên cứu phương pháp nhận dạng số nhà từ ảnh chụp đường phố
Luận văn · Thạc sĩ · năm 2019 · đề tài tham khảo
| Loại tài liệu | Luận văn |
|---|---|
| Bậc học | Thạc sĩ |
| Ngành | Công nghệ thông tin — Kỹ thuật |
| Tác giả | Trần Duy Thanh |
| Người hướng dẫn | Hồ Phước Tiến |
| Cơ sở đào tạo | Trường Đại học Bách khoa, Đại học Đà Nẵng |
| Năm | 2019 |
| Nguồn | Thư viện số Trường Đại học Bách khoa, Đại học Đà Nẵng · trang gốc |
Tóm tắt
Trong những năm gần đây, mạng Neuron tích chập (Convolutional Neural Network-CNN) và đặc biệt là mạng Neuron tích chập sâu với nhiều lớp tích chập đã tạo ra những bước tiến đáng kể trong việc giải quyết các bài toán về thị giác máy tính. Tuy nhiên, việc nhận dạng hình ảnh trong môi trường tự nhiên vẫn là một vấn đề khó khăn đối với thị giác máy tính. Luận văn này tập trung nghiên cứu và khảo sát thực nghiệm các kiến trúc mạng Neuron nhân tạo bao gồm mạng MLP, CNN và mạng CNN sâu với nhiều lớp tích chập trong việc nhận dạng hình ảnh số nhà được chụp từ đường phố. Vai trò của các khối chức năng trong mạng sẽ được phân tích và đánh giá thông qua tỉ lệ nhận dạng. Việc đánh giá được thực hiện thông qua bộ dữ liệu ảnh số nhà SVHN, đây là bộ dữ liệu được sử dụng rộng rãi trong lĩnh vực nhận dạng ảnh. Quá trình thực nghiệm đã cho thấy những kết quả tốt về tỷ lệ nhận dạng, cũng như thể hiện được ưu điểm của kiến trúc CNN, mạng CNN nhiều lớp, và đặc biệt là mạng ResNet.
Bản toàn văn lưu tại thư viện Trường Đại học Bách khoa, Đại học Đà Nẵng
Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.
Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
- Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
- Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
- Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.
Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn công nghệ thông tin · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.
Đề tài cùng ngành
- Phân loại luồng dữ liệu sử dụng mạng Nơ-ron
- Nghiên cứu thuật toán khử nhiễu ảnh dựa trên phương pháp biến phân
- Nghiên cứu ứng dụng trí tuệ nhân tạo trong hệ thống phát hiện vết nứt bề mặt
- Ứng dụng mạng nơ-ron xác định khả năng ung thư da dựa vào hình ảnh
- Nghiên cứu bù tán sắc nhằm nâng cao chất lượng hệ thống thông tin sợi quang
- Nghiên cứu đặc tính của hệ thống truy cập quang - vô tuyến sử dụng băng tần cao SCM/MMW/RoF cho thông tin di động thế hệ mới
- Nghiên cứu hệ thống canh tác chính xác ứng dụng Robot, AI và IoT
- Nghiên cứu kỹ thuật nén xung quang sử dụng hiệu ứng phi tuyến
Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.