LuanVan.vnLuận Văn
Gửi thư

PHÂN LỚP ẢNH SỬ DỤNG GIẢI THUẬT MÁY HỌC VECTOR HỖ TRỢ

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 Xuân Toàn
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 máy học vector hỗ trợ” thực hiện phân lớp trên tập dữ liệu ảnh các loại trái cây bằng phương pháp trích đặc trưng cục bộ bất biến (Scale-Invariant Feature Transform - SIFT) và giải thuật máy học vector hỗ trợ (Support Vector Machines - SVM). Luận văn lựa chọn giải pháp máy học vector hỗ trợ vì giải thuật này cho hiệu quả phân lớp tốt trên tập dữ liệu có số chiều lớn (Olivier, 1998), có khả năng phân lớp trên tập dữ liệu phân biệt tuyến tính lẫn không phân biệt tuyến tính (Laura & Rouslan, 2008). SIFT là phương pháp rút trích các đặc trưng từ hình ảnh. Đặc trưng này có tính chất như: không đổi với phép biến đổi tỉ lệ, phép quay, đôi khi là thay đổi cường độ chiếu sáng ảnh, thay đổi điểm nhìn và nhiễu trên ảnh. Luận văn tiến hành đánh giá hiệu quả phân lớp thông qua việc thống kê độ tin cậy cùng với thời gian huấn luyện và kiểm thử mô hình máy học vector hỗ trợ. Tập dữ liệu ảnh sau khi được rút trích đặc trưng sẽ được biểu diễn bằng mô hình túi từ (Bag-of-Words - BoW). Mỗi ảnh được biểu diễn lại thành một biểu đồ Bag-ofWords. Tiếp đến, sử dụng các biểu đồ Bag-of-Words để huấn luyện và kiểm thử mô hình máy học vector hỗ trợ. Sau cùng, đánh giá hiệu quả phân lớp của mô hình thông qua các kết quả ghi nhận. Kết quả thực nghiệm cho thấy giải thuật máy học vector hỗ trợ phân lớp tốt, cho độ tin cậy cao trên tập dữ liệu mẫu. Trên cơ sở đó, luận văn xây dựng ứng dụng có thể phân lớp được một số loại trái cây phổ biến. Từ ảnh đầu vào, ứng dụng tiến hành rút trích đặc trưng trên ảnh và gán nhãn cho ảnh đó thuộc về loại trái cây nào.
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.