LuanVan.vnLuận Văn
Gửi thư

PHÂN LỚP ẢNH SỬ DỤNG GIẢI THUẬT K-NN

Khoá luận tốt nghiệp · Đại học · năm 2018 · đề tài tham khảo

Loại tài liệuKhoá luận tốt nghiệp
Bậc họcĐại học
NgànhCông nghệ thông tin
Tác giảNguyễn Phú Hưng
Người hướng dẫnLê Thị Phương Dung
Cơ sở đào tạoTrường Đại học Cần Thơ
Năm2018
NguồnThư viện số Trường Đại học Cần Thơ · trang gốc

Tóm tắt

“Phân lớp ảnh sử dụng giải thuật K-NN” thực hiện phân lớp tập ảnh gồm 726 ảnh theo các chủ đề: dogs, horses, humans. Bài toán phân lớp ảnh đã và đang được nhiều nhà nghiên cứu quan tâm và có nhiều phương pháp được đề xuất để giải quyết bài toán này với mục tiêu nâng cao hiệu quả phân lớp. Một trong những cách tiếp cận phổ biến hiện nay cho bài toán này là phân lớp ảnh dựa trên đa đặc trưng ảnh. Trước tiên, chiếu mẫu cần phân lớp về nhiều không gian biểu diễn khác nhau. Trong giai đoạn này vấn đề đặt ra cần lựa chọn phép biến đổi ảnh thích hợp để trích chọn đặc trưng ảnh phù hợp với mục tiêu ứng dụng. Phương pháp được sử dụng là biểu diễn ảnh bằng mô hình túi từ (Bag-of-Words - BoW) sử dụng các đặc trưng không đổi với những biến đổi tỉ lệ (Scale-Invariant Feature Transform - SIFT). Đặc trưng SIFT là đặc trưng cục bộ, không bị thay đổi trước những biến đổi tỉ lệ ảnh, tịnh tiến, phép quay, không bị thay đổi một phần đối với phép biến đổi hình học affine (thay đổi góc nhìn) và mạnh với những thay đổi về độ sáng, sự nhiễu và che khuất. Sau đó, chúng tôi sử dụng các kỹ thuật tính toán thông minh đánh giá phân loại ảnh theo các không gian này về các lớp tương ứng. Ở bước này, luận văn sử dụng giải thuật K-NN (Knearest neighbor) để giải quyết vấn đề. Cuối cùng, hợp nhất các kết quả đánh giá để đưa ra kết luận. Cách tiếp cận này phản ánh đầy đủ tính đa dạng của hình ảnh cần phân lớp.
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

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.