nghiên cứu và xây dựng bộ lọc ảnh thông qua phân loại ảnh kết hợp với gom cụm

NGHIÊN CỨU VÀ XÂY DỰNG BỘ LỌC ẢNH
THÔNG QUA PHÂN LOẠI ẢNH KẾT HỢP VỚI
GOM CỤM.
GVHD: Ts. Phạm Trần Vũ
HVTH: Nguyễn Đức Năng
ĐỀ TÀI:
BÁO CÁO LUẬN VĂN
THẠC SĨ
BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC LẠC HỒNG
19/01/2013
NỘI DUNG BÁO CÁO
Mục tiêu đề tài.
Phương pháp thực hiện.
Hiện thực.
Kết luận.
2
Vấn đề cần giải quyết.
Giời thiệu bài toán phân loại ảnh.
Tổng quan tình hình nghiên cứu.
Giới thiệu bài toán phân loại.
NỘI DUNG BÁO CÁO
Mục tiêu đề tài.
Phương pháp thực hiện.
Hiện thực.
Kết luận.
3
Vấn đề cần giải quyết.
Tổng quan tình hình nghiên cứu.
Giới thiệu bài toán phân loại ảnh.
GIỚI THIỆU BÀI TOÁN PHÂN LOẠI.

4
NỘI DUNG BÁO CÁO
Mục tiêu đề tài.
Phương pháp thực hiện.
Hiện thực.
Kết luận.
5
Vấn đề cần giải quyết.
Tổng quan tình hình nghiên cứu.
Giới thiệu bài toán phân loại ảnh.
TỔNG QUAN TÌNH HÌNH NGHIÊN CỨU.
 Đề tài “ Beyond Bags of Features: Spatial Pyramid Matching for
Recognizing Natural Scene Categories” của đồng tác giả Svetlana
Lazebnik, Cordelia Schmid, Jean Ponce.
 SVM-KNN: Discriminative Nearest Neighbor Classification for
Visual Category Recognition.
6
Ngoài nước.
TỔNG QUAN TÌNH HÌNH NGHIÊN CỨU
(TT)
 Đề tài “ phương pháp trích chọn đặc trưng ảnh trong thuật toán học
máy tìm kiếm ảnh áp dụng vào bài toán tìm kiếm sản phẩm”,
Nguyễn Thị Hoàn.
 Đề tài “Xác định cảm xúc mặt người”, Trần Ngọc Phẩm.
7
Trong nước.
NỘI DUNG BÁO CÁO
Mục tiêu đề tài.
Phương pháp thực hiện.
Hiện thực.

Kết luận.
8
Vấn đề cần giải quyết.
Tổng quan tình hình nghiên cứu.
Giới thiệu bài toán phân loại ảnh.
MỤC TIÊU ĐỀ TÀI
9
Tập
ảnh
Nhóm 1 Nhóm 2 … Nhóm n
NỘI DUNG BÁO CÁO
Mục tiêu đề tài.
Phương pháp thực hiện.
Hiện thực.
Kết luận.
10
Vấn đề cần giải quyết.
Tổng quan tình hình nghiên cứu.
Giới thiệu bài toán phân loại ảnh.
VẤN ĐỀ CẦN GIẢI QUYẾT
Tìm hiểu phương pháp phân loại.
11
Xây dựng quy trình phân loại ảnh.
Tìm hiểu thuật toán rút trích đặc trưng ảnh.
CÁC LOẠI ĐẶC TRƯNG
 Màu sắc.
 Hình dạng.
 Kết cấu.
 Góc cạnh.
 SIFT.

12
ĐẶC TRƯNG SIFT
 Phát hiện các điểm cực trị Scale-Space.
 Định vị các điểm hấp dẫn.
 Xác định hướng cho các điểm hấp dẫn.
 Mô tả các điểm hấp dẫn.
13
THUẬT TOÁN RÚT TRÍCH ĐẶC TRƯNG
ẢNH.
 ASIFT: A New Framework for Fully Affine
Invariant Image Comparison. Jean-Michel Morel
and Guoshen Yu. 2009 Society for Industrial and
Applied Mathematics.
14
VẤN ĐỀ CẦN GIẢI QUYẾT
Tìm hiểu phương pháp phân loại.
15
Xây dựng quy trình phân loại ảnh.
Tìm hiểu thuật toán rút trích đặc trưng ảnh.
PHƯƠNG PHÁP PHÂN LOẠI.
 Phương pháp phân loại K-Means.
 Phương pháp pháp Naïve Baye.
 Phương pháp Support Vector Machine.
 Phương pháp K-Nearest Neighbor.
 Phương pháp Linear Least Square Fit.
 Phương pháp Centroid – based vector.
16
PHƯƠNG PHÁP PHÂN LOẠI K-MEANS.
17
VẤN ĐỀ CẦN GIẢI QUYẾT

Tìm hiểu phương pháp phân loại.
18
Xây dựng quy trình phân loại ảnh.
Tìm hiểu thuật toán rút trích đặc trưng ảnh.
XÂY DỰNG QUY TRÌNH PHÂN LOẠI ẢNH.
19
NỘI DUNG BÁO CÁO
Mục tiêu đề tài.
Phương pháp thực hiện.
Hiện thực.
Kết luận.
20
Vấn đề cần giải quyết.
Tổng quan tình hình nghiên cứu.
Giới thiệu bài toán phân loại ảnh.
PHƯƠNG PHÁP THỰC HIỆN.
21
K-Mean
SIFT
PHƯƠNG PHÁP THỰC HIỆN. (TT)
22
SIFT
• Tính khoảng cách của
từng đặc trưng với
tâm nhóm.
• Đếm số đặc trưng của
nhóm.
NỘI DUNG BÁO CÁO
Mục tiêu đề tài.
Phương pháp thực hiện.

Hiện thực.
Kết luận.
23
Vấn đề cần giải quyết.
Tổng quan tình hình nghiên cứu.
Giới thiệu bài toán phân loại ảnh.
HIỆN THỰC.
24
HIỆN THỰC. (TT)
25