Scholar Hub/Chủ đề/#thị giác máy tính/
Thị giác máy tính là một lĩnh vực của trí tuệ nhân tạo và công nghệ máy tính liên quan đến việc phát triển các hệ thống và chương trình máy tính để giúp máy tín...
Thị giác máy tính là một lĩnh vực của trí tuệ nhân tạo và công nghệ máy tính liên quan đến việc phát triển các hệ thống và chương trình máy tính để giúp máy tính nhận diện và hiểu các hình ảnh và video tương tự như con người. Thị giác máy tính sử dụng các thuật toán và kỹ thuật như: xử lý ảnh, mạng neural nhân tạo, khai phá dữ liệu và học máy để phân tích và rút trích thông tin từ hình ảnh, nhận dạng đối tượng, phát hiện hình ảnh, theo dõi vật thể và các tác vụ khác liên quan đến thị giác. Ứng dụng của thị giác máy tính có thể thấy trong các lĩnh vực như xe tự hành, nhận dạng khuôn mặt, quét mã vạch, chẩn đoán y tế và công nghiệp sản xuất.
Thị giác máy tính sử dụng các phương pháp và công nghệ để xử lý, phân tích và nhận diện hình ảnh và video. Dưới đây là một số khái niệm chính trong lĩnh vực này:
1. Xử lý ảnh: Thị giác máy tính sử dụng các thuật toán để biến đổi và xử lý các hình ảnh kỹ thuật số. Các công cụ xử lý ảnh bao gồm lọc, biến đổi hình học, biến đổi màu sắc và phân đoạn ảnh.
2. Nhận dạng đối tượng: Một trong những nhiệm vụ quan trọng của thị giác máy tính là nhận dạng đối tượng trong hình ảnh. Các thuật toán và mô hình học máy được sử dụng để tìm kiếm và phân loại các đối tượng như người, xe hơi, động vật, vật thể, v.v.
3. Phát hiện hình ảnh: Thị giác máy tính có thể được sử dụng để phát hiện vị trí và tự động xác định các đối tượng trong hình ảnh. Các phương pháp như phát hiện ranh giới, phát hiện biên, phát hiện điểm đặc trưng và phát hiện các hình dạng có thể được áp dụng.
4. Theo dõi vật thể: Thị giác máy tính có thể theo dõi vật thể theo thời gian trong các video hoặc chuỗi hình ảnh. Các thuật toán theo dõi đối tượng sử dụng các thông tin về vị trí, hướng, đặc điểm và sự thay đổi của vật thể trong các khung hình liên tiếp.
5. Khai phá dữ liệu: Thị giác máy tính có thể khai thác thông tin từ tập dữ liệu hình ảnh và video để tạo ra kiến thức và hiểu biết. Các phương pháp khai phá dữ liệu bao gồm phân tích vùng, phân loại, nhận dạng mẫu và học máy.
Ứng dụng của thị giác máy tính rất đa dạng và có thể thấy trong nhiều lĩnh vực như giao thông vận tải (xe tự lái), kho bãi tự động, nhận dạng khuôn mặt, chẩn đoán y tế, kiểm tra chất lượng sản phẩm trong công nghiệp sản xuất, ứng dụng an ninh và quản lý, và nhiều lĩnh vực khác.
Phương pháp khử sương cho hình ảnh đơn dựa trên mô hình lặp số và DehazeNet Dịch bởi AI PLoS ONE - Tập 16 Số 7 - Trang e0254664
Là một trong những hiện tượng thời tiết bất lợi phổ biến nhất, hiện tượng sương mù đã gây ra tác động tiêu cực đến nhiều hệ thống thị giác máy tính. Để loại bỏ ảnh hưởng của sương, trong lĩnh vực xử lý ảnh, việc khử sương đã được nghiên cứu một cách chuyên sâu và nhiều thuật toán khử sương tiên tiến đã được đề xuất. Các phương pháp dựa trên mô hình vật lý và các phương pháp học sâu là hai...... hiện toàn bộ #khử sương #thị giác máy tính #xử lý ảnh #mô hình vật lý #học sâu #ánh sáng khí quyển #truyền dẫn #DehazeNet
Phát hiện drone nhiều kích thước sử dụng mạng YOLOv5Ngày nay, máy bay không người lái được sử dụng rộng rãi với nhiều mục đích khác nhau. Với công nghệ ngày càng hiện đại, được trang bị nhiều chức năng cao cấp, linh hoạt với thiết kế nhỏ gọn mà giá thành lại không quá đắt. Drone được sử dụng trong nhiều lĩnh vực với nhiều mục đích khác nhau, đặc biệt là trong lĩnh vực quân sự, các thế lực thù địch sử dụng nó để thăm dò địa hình, mang vật liệu nổ tr...... hiện toàn bộ #Phát hiện máy bay không người lái; Thị giác máy tính; Yolov5; Mạng nơron phức tạp; IoU.
Ứng dụng mô hình học sâu thích ứng trong bài toán phát hiện phương tiện giao thôngPhân tích hình ảnh để phát hiện phương tiện giao thông là một bài toán trong lĩnh vực thị giác máy tính. Bài toán này có nhiều ứng dụng hữu ích trong các hệ thống xe tự hành, quản lý giao thông và đo lưu lượng xe tại các địa điểm, các tuyến đường quan trọng. Có nhiều cách tiếp cận để giải quyết bài toán này như biểu diễn đường viền, trích chọn đặc trưng, học máy, mạng học sâu. Trong bài báo này, t...... hiện toàn bộ #Phát hiện phương tiện giao thông #mạng học sâu #học thích ứng #thị giác máy tính
Hệ thống theo dõi và báo động nhịp thở dựa trên thị giác máy tínhBreathing rate is one of the most important vital signals for monitoring health status and reflecting conditions of dangerous diseases. Previous contactless breath monitoring methods were more convenient than contact methods, but they were not suitable for the actual sleeping environment because of the narrow field of vision (FoV). This study proposed a breathing rate monitoring strategy using a m...... hiện toàn bộ #Computer vision-based #breathing rate detection #sleep apnea #optical flow #Principal component analysis
Ma trận cơ bản: Lý thuyết, thuật toán và phân tích độ ổn định Dịch bởi AI Springer Science and Business Media LLC - Tập 17 - Trang 43-75 - 1996
Trong bài báo này, chúng tôi phân tích chi tiết hình học của một cặp camera, tức là một thiết lập stereo. Trái ngược với những gì đã được thực hiện trong quá khứ và vẫn đang được sử dụng hiện nay, chẳng hạn như trong phân tích stereo hoặc chuyển động, chúng tôi không giả định rằng các tham số nội tại của các camera là đã biết (tọa độ của các điểm chính, tỷ lệ pixel và tiêu cự). Điều này quan trọng...... hiện toàn bộ #ma trận cơ bản #hình học stereo #ước lượng #thị giác máy tính ba chiều #ổn định
Độ chính xác nhận dạng trong mô hình Faster R-CNN khi có nhiễuThuật toán Faster R-CNN được đánh giá là mô hình nhận dạng khá tốt về độ chính xác và tốc độ phát hiện. Đã có nhiều nghiên cứu đánh giá về độ chính xác mô hình này với các mô hình khác. Tuy nhiên, các kết quả đó được thực hiện với ảnh đưa vào nhận dạng không bị nhiễu. Nghiên cứu này để đánh giá về độ chính xác của mô hình ở trạng thái bình thường và nhiễu. Để thực hiện việc này, tác giả đã huấn lu...... hiện toàn bộ #deep learning #Trí tuệ nhân tạo #thị giác máy tính #nhận dạng đối tượng #xử lý ảnh
PHƯƠNG PHÁP ƯỚC LƯỢNG GÓC NHÌN DỰA TRÊN ĐIỂM 3D ĐẶC TRƯNG KHUÔN MẶT VÀ ỨNG DỤNG GIÁM SÁT THI TRỰC TUYẾN Ước lượng góc nhìn khuôn mặt (HPE) là một bài toán phức tạp đòi hỏi sự kết hợp giữa xử lý hình ảnh, thị giác máy tính và kỹ thuật học máy với các phương pháp hiện nay dựa trên mạng nơron tích chập (CNN) để xác định ánh xạ giữa không gian ảnh 2D và mô hình 3D khuôn mặt và xác định các góc nhìn. HPE được ứng dụng trong nhiều vấn đề thực tiễn và có ý nghĩa cao như các giám sát an ninh, phát hiện sự t...... hiện toàn bộ #Giám sát thi trực tuyến #thị giác máy tính #mạng nơron tích chập #hồi quy rừng ngẫu nhiên
Quy hoạch quỹ đạo cho Robot di động dựa trên thị giác máy tínhBài báo giới thiệu thuật toán quy hoạch quỹ đạo cho robot di động hoạt động trong nhà dựa trên thị giác máy tính. Thuật toán được xây dựng nhằm giải quyết những vấn đề cơ bản mà robot gặp phải trong quá trình di chuyển bao gồm định hướng, định vị trí, tránh vật cản và các bài toán nhận dạng như nhận dạng điểm mốc, cửa và vật thể đích. Các thuật toán xử lý ảnh được hỗ trợ bằng các hàm từ thư viện O...... hiện toàn bộ #OpenCV #Player/Stage #robot di động #thị giác máy tính #quy hoạch quỹ đạo
Chữ ký dựa trên mạng nơ-ron ngẫu nhiên cho phân loại kết cấu màu Dịch bởi AI Multidimensional Systems and Signal Processing - Tập 30 - Trang 1171-1186 - 2018
Phân tích kết cấu màu là một chủ đề quan trọng trong nghiên cứu thị giác máy tính. Bài báo này giới thiệu một phương pháp phân tích kết cấu màu sáng tạo và mạnh mẽ dựa trên mạng nơ-ron ngẫu nhiên. Cách tiếp cận này sử dụng trọng số của mạng nơ-ron như các thuộc tính cho một vector đặc trưng màu sắc. Các thí nghiệm đã được thực hiện trên ba bộ dữ liệu chuẩn nổi tiếng (Vistex, USPtex và Outex) và ha...... hiện toàn bộ #Phân tích kết cấu màu #mạng nơ-ron #phân loại màu sắc #học máy #thị giác máy tính.
Thuật toán ghép nối xác suất cho thị giác máy tính Dịch bởi AI Springer Science and Business Media LLC - Tập 10 - Trang 85-124 - 1994
Một hệ thống thị giác dựa trên mô hình cố gắng tìm ra sự tương ứng giữa các đặc trưng của mô hình đối tượng và các đặc trưng được phát hiện trong hình ảnh với mục đích nhận diện, định vị hoặc kiểm tra. Trong bài báo này, chúng tôi đặt vấn đề ghép nối quan hệ như một trường hợp đặc biệt của bài toán nhận diện phức tạp và đề xuất một mô hình xác suất để mô tả các hình ảnh của một đối tượng. Phương p...... hiện toàn bộ #thị giác máy tính #ghép nối xác suất #mô hình Bayesian #nhận diện #định vị #kiểm tra
