LuanVan.vnLuận Văn
Gửi thư

XÂY DỰNG HỆ THỐNG LƯU TRỮ, PHÂN LOẠI VÀ TÌM KIẾM HÌNH ẢNH TỪ TÀI LIỆU PDF DỰA TRÊN HỌC SÂU

Khoá luận tốt nghiệp · Đại học · năm 2025 · đề tài tham khảo

Loại tài liệuKhoá luận tốt nghiệp
Bậc họcĐại học
NgànhCông nghệ thông tin
Tác giảNguyễn Hà Anh Thư
Người hướng dẫnTrần Thanh Điện
Cơ sở đào tạoTrường Đại học Cần Thơ
Năm2025
NguồnThư viện số Trường Đại học Cần Thơ · trang gốc

Tóm tắt

Trong những năm gần đây, sự phát triển của trí tuệ nhân tạo (AI) đã mang lại nhiều tiến bộ vượt bậc trong các ứng dụng thị giác máy tính. Một trong những thành tựu nổi bật nhất là sự ra đời của các mô hình mạng nơ-ron tích chập (CNN), trong đó InceptionV3, VGG16 và ResNet50 là ví dụ điển hình. Các mô hình này đã chứng minh hiệu quả trong việc phân loại và nhận dạng hình ảnh nhờ vào kiến trúc đặc trưng và khả năng trích xuất đặc trưng mạnh mẽ từ dữ liệu đầu vào. Bên cạnh đó, việc đo lường độ tương đồng giữa các hình ảnh cũng là một khía cạnh quan trọng trong thị giác máy tính. Phương pháp cosine similarity (độ tương đồng cosine) là một kỹ thuật phổ biến để xác định mức độ giống nhau giữa hai hình ảnh thông qua các vector đặc trưng. Mục tiêu của nghiên cứu này là tìm hiểu và ứng dụng các mô hình và giải thuật học sâu cho bài toán liên quan đến thị giác máy tính, cụ thể là phân loại và tính toán độ tương đồng giữa các hình ảnh, sử dụng các mô hình như InceptionV3, VGG16 và ResNet50. Việc phát triển hệ thống này có thể được áp dụng trong nhiều lĩnh vực khác nhau, từ tìm kiếm hình ảnh, nhận dạng đối tượng, đến quản lý dữ liệu hình ảnh. Từ khóa: Mạng nơ-ron tích chập, Mô hình học sâu, Trích xuất đặc trưng ảnh, Phân loại hình ảnh, Độ tương đồng hình ảnh.
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.