PHÂN LỚP ẢNH DI SẢN VĂN HÓA PHI VẬT THỂ
Khoá luận tốt nghiệp · Đại học · năm 2025 · đề tài tham khảo
| Loại tài liệu | Khoá luận tốt nghiệp |
|---|---|
| Bậc học | Đại học |
| Ngành | Công nghệ thông tin |
| Tác giả | Nguyễn Hải Nguyên |
| Người hướng dẫn | Đỗ Thanh Nghị; Trần Minh Tân |
| Cơ sở đào tạo | Trường Đại học Cần Thơ |
| Năm | 2025 |
| Nguồn | Thư viện số Trường Đại học Cần Thơ · trang gốc |
Tóm tắt
Trong những năm gần đây, việc ứng dụng trí tuệ nhân tạo vào bảo tồn và phát huy giá trị di sản văn hóa trở thành xu hướng, đặc biệt trong bối cảnh công nghệ thị giác máy tính phát triển mạnh mẽ. Luận văn này tập trung nghiên cứu và xây dựng một số mô hình học sâu nhằm nhận diện hình ảnh các di sản văn hóa phi vật thể của Việt Nam, góp phần hỗ trợ công tác số hóa, phân loại và tra cứu thông tin một cách tự động, nhanh chóng và chính xác. Để giải quyết bài toán, luận văn tiến hành xây dựng một tập dữ liệu gồm 18 lớp di sản văn hóa phi vật thể, mỗi lớp được thu thập từ nhiều nguồn hình ảnh khác nhau, qua đó đảm bảo mức độ đa dạng và phản ánh đúng đặc trưng của từng loại hình. Luận văn thử nghiệm nhiều kiến trúc mạng học sâu khác nhau như MobileNetV2, EfficientNetB0, cùng các kỹ thuật tăng cường dữ liệu (Data Augmentation). Mỗi mô hình được đánh giá dựa trên độ chính xác (Accuracy), độ mất mát (Loss), ma trận nhầm lẫn và khả năng tổng quát hóa. Kết quả cho thấy EfficientNetB0 đạt hiệu năng tốt nhất với độ chính xác cao và khả năng phân biệt khá tốt các lớp khó. Ngoài ra, luận văn còn xây dựng giao diện web sử dụng FastAPI, cho phép người dùng tải ảnh lên và nhận kết quả phân loại ngay lập tức. Kết quả nghiên cứu chứng minh tính khả thi của việc ứng dụng học sâu vào nhận diện di sản văn hóa phi vật thể. Hệ thống không chỉ hỗ trợ phân loại tự động mà còn mở ra hướng phát triển các ứng dụng công nghệ trong bảo tồn, quảng bá và giáo dục về di sản văn hóa Việt Nam.
Bản toàn văn lưu tại thư viện Trường Đại học Cần Thơ
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
- PHÁT TRIỂN WEBSITE BÁN THỨC ĂN MANG ĐI DÙNG KIẾN TRÚC MICROSERVICES BẰNG REACTJS VÀ JAVA SPRING BOOT
- XÂY DỰNG MẠNG XÃ HỘI NGHỆ THUẬT
- STUDYING NETWORK INTRUSIONS
- XÂY DỰNG WEBSITE CỬA HÀNG ĐỒ CHƠI TRẺ EM SHOPDUNG
- WEBSITE BÁN HÀNG ĐIỆN TỬ
- BUILDING A STOCK TRADING SIMULATION SYSTEM WITH AUTOMATED TECHNICAL ANALYSIS
- XÂY DỰNG CÔNG CỤ QUẢN LÝ CHỨC NĂNG VÀ DOMAIN CỦA HỆ THỐNG QUAN TRẮC MÔI TRƯỜNG – PHÂN HỆ QUẢN LÝ CHỨC NĂNG HỆ THỐNG
- DROWSINESS DETECTION USING YOLOV8
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.