Nhận dạng logo với giải thuật naïve bayes neareast neighbor (NBNN) sử dụng đặc trưng DSIFT (Tóm tắt trích đoạn)

BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƯỜNG ĐẠI HỌC CẦN THƠ

VÕ THÀNH C

NHẬN DẠNG LOGO VỚI GIẢI THUẬT
NAIVE BAYES NEAREST NEIGHBOR
SỬ DỤNG ĐẶC TRƯNG DSIFT
Chuyên ngành: HỆ THỐNG THÔNG TIN
Mã số: 60 48 01 04

LUẬN VĂN THẠC SĨ CÔNG NGHỆ THÔNG TIN

Người hướng dẫn khoa học
TS. Đỗ Thanh Nghị
TS. Phạm Nguyên Khang

Cần Thơ – 2015


MỤC LỤC
DANH MỤC HÌNH ...................................................................................................v
DANH MỤC BẢNG ............................................................................................... vii
DANH MỤC CÁC TỪ VIẾT TẮT ...................................................................... viii
TÓM TẮT ................................................................................................................ ix
ABSTRACT ...............................................................................................................x
MỞ ĐẦU ....................................................................................................................1
1. Đặt vấn đề ............................................................................................................1
2. Mục tiêu của đề tài ..............................................................................................2
3. Đối tượng và phạm vi nghiên cứu .......................................................................2

4. Cấu trúc của luận văn ..........................................................................................2
Chương 1. GIỚI THIỆU VỀ HỆ THỐNG NHẬN DẠNG LOGO VÀ CÁC
NGHIÊN CỨU LIÊN QUAN ...................................................................................4
1.1 Giới thiệu về hệ thống nhận dạng logo .............................................................5
1.2 Các công trình nghiên cứu liên quan .................................................................6
Chương 2. ĐỊNH VỊ LOGO VỚI GIẢI THUẬT CASCADE OF BOOSTED
SỬ DỤNG ĐẶC TRƯNG HAAR-LIKE ...............................................................10
2.1 Đặc trưng Haar-like .........................................................................................10
2.2 Boosting ...........................................................................................................13
2.3 AdaBoost .........................................................................................................15
2.4 Mô hình Cascade of Boosted Classifiers .........................................................16
Chương 3. NHẬN DẠNG LOGO VỚI GIẢI THUẬT NAIVE BAYES
NEAREST NEIGHBOR SỬ DỤNG ĐẶC TRƯNG DSIFT ...............................19
3.1 Giới thiệu về SIFT ...........................................................................................19
3.1.1 Phát hiện các điểm cực trị (Detect of scale-space extrema) .....................20
3.1.2 Định vị các điểm hấp dẫn (Keypoint localization) ...................................24
3.1.3 Gán hướng cho các điểm đặc trưng (Orientation assignment) .................26
3.1.4 Tạo bộ mô tả cục bộ (Keypoint descriptor) ..............................................27
3.2 Đặc trưng DSIFT .............................................................................................28
3.3 Giải thuật Naive Bayes Nearest Neighbor ......................................................29
Chương 4. XÂY DỰNG HỆ THỐNG NHẬN DẠNG LOGO .............................34
4.1 Kiến trúc của hệ thống nhận dạng logo đề xuất ..............................................34

iii


4.2 Thiết kế hệ thống .............................................................................................35
4.2.1 Xây dựng mô hình máy học để định vị logo ............................................35
4.2.2 Thiết kế cơ sở dữ liệu ...............................................................................38
4.2.3 Thiết kế giao diện .....................................................................................39

4.3 Thực nghiệm ....................................................................................................39
4.3.1 Chuẩn bị tập dữ liệu ..................................................................................40
4.3.2 Kết quả thực nghiệm phát hiện và định vị logo ........................................42
4.3.3 Kết quả thực nghiệm nhận dạng logo .......................................................44
Chương 5. KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN ..........................................50
5.1 Kết quả đạt được..............................................................................................50
5.2 Hướng phát triển ..............................................................................................51
TÀI LIỆU THAM KHẢO ......................................................................................52
PHỤ LỤC .................................................................................................................56

iv


DANH MỤC HÌNH
Hình 1. 1: Logo BMW có những thay đổi về chi tiết bên trong .................................4
Hình 1. 2: Hệ thống nhận dạng logo tổng quát ...........................................................5
Hình 2. 1: Các đặc trưng Haar-like cơ bản ...............................................................10
Hình 2. 2: Các đặc trưng Haar-like mở rộng.............................................................11
Hình 2. 3: Mô tả cách tính giá trị 1 điểm có tọa độ (x, y) trong ảnh tích phân .........12
Hình 2. 4: Tính nhanh các điểm ảnh của vùng D trên ảnh ........................................12
Hình 2. 5: Tính nhanh tổng điểm ảnh của vùng D trên ảnh ......................................13
Hình 2. 6: Boosting ...................................................................................................15
Hình 2. 7: Mô hình Cascade of Boosted ...................................................................17
Hình 3. 1: Minh họa các bước chính trong giải thuật SIFT ......................................20
Hình 3. 2: Quá trình tính không gian đo (L) và hàm sai khác D ..............................22
Hình 3. 3: Quá trình tìm điểm cực trị trong các hàm sai khác DoG .........................23
Hình 3. 4: Mô phỏng sử dụng công thức mở rộng của Taylor cho hàm DoG ..........24
Hình 3. 5: Minh họa các bước của quá trình lựa chọn các điểm keypoints ..............26
Hình 3. 6: Đặc trưng cục bộ SIFT được tính toán từ vùng xung quanh điểm đặc biệt
(vòng tròn) .................................................................................................................27

Hình 3. 7: Xác định các điểm cần rút trích đặc trưng DSIFT ...................................28
Hình 3. 8: Đặc trưng cục bộ DSIFT được tính toán từ vùng xung quanh điểm trên
lưới (vòng tròn) .........................................................................................................29
Hình 3. 9: Biểu đồ so sánh 1-NN, 20-NN và Quant. ................................................31
Hình 3. 10: Láng giềng gần nhất từ một mô tả của ảnh truy vấn đến lớp đối tượng 32
Hình 4. 1: Kiến trúc khung của hệ thống nhận dạng logo ........................................34
Hình 4. 2: Xác định vị trí của logo trong ảnh ...........................................................36
Hình 4. 3: Giao diện hệ thống ...................................................................................39
Hình 4. 4: Một số logo trong tập dữ liệu tự thu thập ................................................40
Hình 4. 5: Các lớp logo trong tập FlickrLogos-32 ....................................................42
Hình 4. 6: Biểu đồ so sánh độ chính xác của bộ phát hiện và định vị logo với các tỷ
lệ khác nhau ...............................................................................................................43
Hình 4. 7: Biểu đồ so sánh độ chính xác nhận dạng logo với các tỷ lệ chia ảnh ......45

v


Hình 4. 8: Biểu đồ so sánh độ chính xác nhận dạng logo với đặc trưng DSIFT và
SIFT ...........................................................................................................................46
Hình 4. 9: Ma trận phân lớp với NBNN + DSIFT ....................................................47
Hình 4. 10: Ma trận phân lớp với NBNN + SIFT .....................................................48

vi


DANH MỤC BẢNG
Bảng 4. 1: Các công cụ dùng trong thực nghiệm ......................................................40
Bảng 4. 2: Các lớp dương trong tập dữ liệu FlickrLogos-32 ....................................41
Bảng 4. 3: Kết quả phát hiện và định vị logo với tỷ lệ khác nhau ............................43
Bảng 4. 4: Số lượng đặc trưng DSIFT theo tỷ lệ chia ảnh ........................................44

Bảng 4. 5: Kết quả nhận dạng ứng với kích thước vùng trích đặc trưng DSIFT ......45
Bảng 4. 6: So sánh kết quả nhận dạng khi dùng đặc trưng DSIFT và SIFT .............46
Bảng 4. 7: So sánh kết quả nhận dạng khi dùng đặc trưng DSIFT và SIFT .............48

vii


DANH MỤC CÁC TỪ VIẾT TẮT
Từ viết tắt

Từ đầy đủ

AdaBoost

Adaptive Boosting

DoG

Difference of Gaussian

DSIFT

Dense Scale Invariant Feature Transform

KNN

K-Nearest Neighbors

MAP

Maximum A Posteriori

ML

Maximum Likehood

MSER

Maximally stable extremal regions

NBNN

Naïve Bayes Neareast Neighbor

RSAT

Rotated Summed Area Table

SAT

Summed Area Table

SIFT

Scale Invariant Feature Transform

SURF

Speeded Up Robust Features

SVM

Support Vector Machine

XML

Extensible Mark-up Language

viii


TÓM TẮT
Ngày nay, logo được xem là thương hiệu gắn liền với doanh nghiệp. Vì vậy
nhận dạng logo là bài toán nhận được rất nhiều sự quan tâm. Trong luận văn, chúng
tôi trình bày một phương pháp nhận dạng logo với giải thuật Naïve Bayes Neareast
Neighbor (NBNN) sử dụng đặc trưng DSIFT. Trước tiên, chúng tôi sử dụng
Cascade of Boosted với tập đặc trưng Haar-like để dò tìm logo trong ảnh đầu vào.
Tiếp theo, chúng tôi sử dụng giải thuật NBNN với đặc trưng DSIFT để nhận dạng
logo. Tập dữ liệu dùng để huấn luyện và nhận dạng được thu thập từ internet. Kết
quả thực nghiệm cho thấy phương pháp đề xuất cho độ chính xác trong giai đoạn
phát hiện logo gần 99% và trong nhận dạng là 97%. Hơn nữa, phương pháp đề xuất
đơn giản, hiệu quả và có thời gian thực hiện nhanh, phù hợp với các hệ thống nhận
dạng logo yêu cầu tính thời gian thực.

ix


ABSTRACT
Nowadays, logo is a trademark associated with company. Many work related
to logo detection and recognition. This thesis presents a method for recognizing

logo from image using Naïve Bayes Neareast Neighbor (NBNN) algorithm and
Dense SIFT (DSIFT) feature. This work is distinguished by two steps. Firstly, a
machine learning algorithm, based on AdaBoost, was applied to locate the logo over
the input image. Then, NBNN algorithm was employed to recognize the logo with
DSIFT. Dataset was downloaded from internet. Experimental results show that the
proposed method achieved high accuracy (99% in detection and 97% in
recognition). Furthermore, proposed method is extremely simple, efficient with less
processing time, suitable for real-time logo recognition applications.

x


MỞ ĐẦU
1. Đặt vấn đề
Trong nền kinh tế thị trường ngày nay, xây dựng thương hiệu là quá trình bao
gồm nhiều hoạt động nhằm hướng đến mục tiêu chung là tạo ra một vị trí xác định
cho doanh nghiệp trên thị trường. Trong đó, logo được xem là biểu tượng quan
trọng làm nổi bật thương hiệu, tạo dấu ấn riêng cho doanh nghiệp. Logo có vai trò
quan trọng trong việc gợi nhớ cho khách hàng về sản phẩm và dịch vụ của công ty.
Trong thời đại bùng nổ thông tin, người tiêu dùng không đủ thời gian để tìm kiếm
thông tin mình cần. Để tìm kiếm thông tin nhanh chóng và hiệu quả, thực tế đa
phần người ta chỉ đọc lướt qua các trang web để tìm các kết quả có sẵn. Trong bối
cảnh đó, một logo có thể được xem là "con đường tắt" làm cho khách hàng nhớ
đến những thông điệp mà doanh nghiệp muốn chuyển tải đến họ. Đôi khi những
đứa trẻ nhỏ cũng có thể nhận ra các logo quen thuộc trước khi chúng có thể nói
một câu hoàn chỉnh.
Hiện nay các thương hiệu nổi tiếng trên thế giới đều tiến hành đăng ký sở hữu
trí tuệ cho logo của công ty mình. Như vậy có thể nói logo là hình ảnh hữu hiệu
trong việc quảng bá các sản phẩm, dịch vụ tới khách hàng. Nó đóng vai trò quan
trọng trong việc xây dựng, phát triển hình ảnh, thương hiệu của doanh nghiệp và

trở thành một trong những sản phẩm sở hữu trí tuệ quan trọng của các doanh
nghiệp trong kinh doanh. Ngày nay logo xuất hiện ngày càng nhiều trong các nhãn
hiệu hàng hóa, trong các bảng tiếp thị, quảng cáo hoặc trên truyền hình, internet.
Bên cạnh đó, việc các doanh nghiệp mới ra đời sao chép hay “nhái” logo của
những thương hiệu nổi tiếng đang là vấn đề làm đau đầu các nhà quản lý, nó trực
tiếp gây hại đến thương hiệu, làm ảnh hưởng đến quá trình kinh doanh của các
doanh nghiệp và cả người tiêu dùng.
Do đó, trong thời gian qua, có nhiều nghiên cứu liên quan đến phát hiện và
nhận dạng logo như hệ thống tự động nhận dạng các sản phẩm trên web để cải
thiện công cụ tìm kiếm thương mại; hệ thống xác nhận việc hiển thị của những
logo quảng cáo trong các sự kiện thể thao; hệ thống phát hiện những logo gần như
trùng lắp và sử dụng trái phép; hệ thống nhận dạng các cửa hàng dành cho người
khiếm thị; hệ thống phân tích video để thống kê logo của một công ty được hiển
thị bao lâu, …[1]. Tuy nhiên, các hệ thống nhận dạng logo phái đối mặt với thách
thức là thời gian nhận dạng phải đáp ứng yêu cầu thời gian thực và độ chính xác

1


khi nhận dạng phải cao. Vì vậy việc xây dựng mô hình cho bài toán nhận dạng
logo đáp ứng hai yêu cầu trên là cần thiết.
2. Mục tiêu của đề tài
Mục tiêu của đề tài là xây dựng một mô hình cho bài toán nhận dạng logo với
mong muốn có thời gian xử lý nhanh và độ chính xác cao. Ngoài ra mô hình đề
xuất phải không quá phức tạp để có thể ứng dụng vào việc xây dựng các hệ thống
nhận dạng logo trong thực tế.
3. Đối tượng và phạm vi nghiên cứu
Để xây dựng mô hình cho bài toán nhận dạng logo, trước tiên luận văn sẽ tập
trung nghiên cứu về mô hình tổng quát của một hệ thống nhận dạng logo. Tiếp theo
sẽ nghiên cứu các phương pháp được áp dụng trong các giai đoạn của một hệ thống

nhận dạng logo, phân tích và đề xuất một phương pháp cho bài toán nhận dạng
logo. Sau cùng là nghiên cứu cách thức thực nghiệm để đánh giá hiệu quả của
phương pháp đã đề xuất.
4. Cấu trúc của luận văn
Cấu trúc của luận văn được tổ chức thành 5 chương. Nội dung các chương có
thể tóm tắt như sau:
Chương 1: Giới thiệu về hệ thống nhận dạng logo và các nghiên cứu liên
quan. Chương 1 sẽ giới thiệu tổng quát về hệ thống nhận dạng logo nhằm giúp
người đọc có cái nhìn tổng quan về các thành phần bên trong của một hệ thống nhận
dạng logo. Bên cạnh đó sẽ trình bày các phương pháp nghiên cứu có liên quan đến
nhận dạng logo và ý nghĩa thực tiễn của đề tài.
Chương 2: Định vị logo với giải thuật Cascade of Boosted sử dụng đặc
trưng Haar-like. Chương 2 sẽ trình bày về phương pháp định vị logo trong ảnh sử
dụng đặc trưng Haar-like kết hợp với giải thuật AdaBoost và mô hình phân tầng
Cascade.
Chương 3: Nhận dạng logo với giải thuật Naïve Bayes Nearest Neighbor sử
dụng đặc trưng DSIF. Chương 3 sẽ tập trung trình bày về đặc trưng SIFT, DSIFT
và giải thuật Naïve Bayes Nearest Neighbor dùng để nhận dạng logo.
Chương 4: Xây dựng hệ thống nhận dạng logo. Chương 4 sẽ trình bày chi
tiết về kiến trúc khung của hệ thống nhận dạng logo được đề xuất, cách tiến hành
thực nghiệm và một số kết quả thực nghiệm. Ngoài ra trong chương này chúng tôi

2


sẽ tập trung phân tích các yếu tố có ảnh hưởng đến độ chính xác của hệ thống nhận
dạng logo cũng như đánh giá tính hiệu quả của phương pháp đã đề xuất.
Chương 5: Kết luận và hướng phát triển. Chương 5 sẽ tổng kết các kết quả
chính đạt được của luận văn và đề xuất hướng nghiên cứu tiếp theo.

3


Chương 1. GIỚI THIỆU VỀ HỆ THỐNG NHẬN DẠNG LOGO VÀ
CÁC NGHIÊN CỨU LIÊN QUAN
Mục tiêu lâu dài của thị giác máy tính chắc chắn là nhận dạng đối tượng.
Nhiều nghiên cứu đã được dành riêng cho nhận dạng đối tượng nói chung và cũng
có nhiều bài toán đã được khám phá, tuy nhiên các nhiệm vụ vẫn còn nhiều thách
thức. Việc nhận dạng đối được ứng dụng rất nhiều trong các bài toán truy vấn ảnh
dựa vào nội dung, chú thích ảnh tự động [2]. Nhận dạng logo có thể được xem như
một tập con của nhận dạng đối tượng bởi vì hầu hết các logo được xem là đối tượng
có bề mặt bằng phẳng. Logo là một đối tượng đặc biệt được dùng để xác định một
vật gì đó hoặc một ai đó. Trong ngành công nghiệp và thương mại, logo có vai trò
quan trọng nhắc khách hàng gợi nhớ đến một sản phẩm hoặc dịch vụ đặc biệt.
Chính điều này đã thúc đẩy sự tích cực của các công ty trong việc tìm ra các giải
pháp phân tích hình ảnh thông minh để tìm bằng chứng về những logo “nhái” logo
của họ hoặc để cảnh báo khách hàng những thay đổi nhỏ của logo nhái so với bản
gốc. Do đó, bài toán nhận dạng logo là một bài toán đã và đang thu hút được sự
quan tâm của nhiều nhà nghiên cứu. Tuy nhiên, một lớp logo cụ thể có thể có nhiều
sự biến đổi bên trong và việc nhận dạng logo trong hình ảnh tự nhiên phải đối phó
với góc nhìn nghiêng, nhiễu, che khuất một phần, điều kiện chiếu sáng, … đó là sự
khác biệt chính giữa các hệ thống nhận dạng logo.

Hình 1. 1: Logo BMW có những thay đổi về chi tiết bên trong

4


1.1 Giới thiệu về hệ thống nhận dạng logo
Một hệ thống nhận dạng logo tự động bao gồm 2 bộ phận chính (Hình 1.2): (1)

Phát hiện và rút trích logo từ ảnh đầu vào; (2) Nhận dạng logo được rút trích từ (1)
và trả về kết quả nhận dạng.
-

Bộ phát hiện và rút trích logo: để nhận dạng logo, đầu tiên hệ thống phải
phát hiện và định vị được các vùng chứa logo trong ảnh truy vấn. Sau đó hệ
thống tự động rút trích vùng chứa logo và chuyển cho bộ nhận dạng logo để
xử lý. Như vậy một hệ thống nhận dạng logo tốt trước tiên phải đảm bảo phát
hiện chính xác vùng có chứa logo. Độ chính xác của bộ phát hiện và định vị
logo có ảnh hưởng rất lớn đến kết quả nhận dạng của toàn hệ thống. Nếu bộ
phát hiện và định vị logo xác định sai vùng chứa logo thì kéo theo kết quả
nhận dạng cũng sai.

-

Bộ nhận dạng logo: có chức năng nhận dạng logo từ vùng chứa logo đã được
rút trích và trả về kết quả nhận dạng. Ngoài yêu cầu về độ chính xác cao, thời
gian xử lý ít cũng là một tiêu chí quan trọng đối với các hệ thống nhận dạng
logo.

Hình 1. 2: Hệ thống nhận dạng logo tổng quát

Như vậy, một hệ thống nhận dạng logo tốt trong thực tế phải đảm bảo cả hai
tiêu chí: độ chính xác khi nhận dạng cao và thời gian xử lý thấp (đáp ứng yêu cầu
về tính thời gian thực). Hiện nay, rất nhiều nhà nghiên cứu tập trung vào việc xây
dựng các giải pháp, thuật toán cho bài toán nhận dạng logo nhằm đáp ứng hai tiêu
chí nêu trên. Bên cạnh đó, một mô hình đơn giản, dễ cài đặt mà vẫn đáp ứng yêu

5

cầu về độ chính xác và thời gian xử lý cũng là rất được quan tâm.
Tiếp theo chúng tôi sẽ trình bày các nghiên cứu có liên quan đến bài toán
nhận dạng logo cũng như phân tích, đánh giá các phương pháp hiện có để giúp
người đọc có cái nhìn tổng quát về những điểm mạnh, điểm yếu của các nhóm
phương pháp.
1.2 Các công trình nghiên cứu liên quan
Bài toán phát hiện và nhận dạng các đối tượng trong ảnh như mặt người, biển
số xe, biển báo giao thông,... rất được quan tâm [12]. Các nhà sản xuất máy ảnh như
Canon, Nikon, Samsung,… cũng đã tích hợp các giải thuật nhận dạng vào trong sản
phẩm của mình về phát hiện mặt người. Những vấn đề chính thường gặp phải trong
nhận dạng đối tượng là đối tượng hiển thị trong ảnh có những sự biến đối về điều
kiện chiếu sáng, biến đổi hình học và sự thay đổi bên trong của chính đối tượng.
Trong lĩnh vực nhận dạng logo, các phương pháp nhận dạng logo có thể dựa
vào đặc trưng toàn cục hoặc đặc trưng cục bộ [10]. Hướng tiếp cận dựa trên đặc
trưng toàn cục như đặc trưng hình dáng, lược đồ màu, kết cấu của logo đòi hỏi tập
ảnh dùng để huấn luyện rất lớn, chi phí tính toán cao [9]. Những đặc trưng toàn cục
có thể giúp cho việc phát hiện logo nhanh nhưng việc nhận dạng thì không thích
hợp trong thế giới thực bởi vì nó không đầy đủ thông tin để phân biệt các logo thuộc
các lớp khác nhau. Ngoài ra, đặc trưng toàn cục thường không bất biến với những
phép biến đổi hình học.
Những năm gần đây, hướng tiếp cận dựa trên đặc trưng cục bộ như Harris,
SIFT, SURF đã được nhiều tác giả nghiên cứu và vận dụng thành công vào bài toán
phát hiện và nhận dạng logo trong thế giới thực [4, 13, 18, 28]. Do các đặc trưng
cục bộ này có thể bất biến với những phép biến đổi hình học và mạnh đối với sự
thay đổi về điều kiện chiếu sáng, nhiễu, sự che khuất nên rất thích hợp đối với bài
toán phân lớp hoặc nhận dạng đối tượng. Ngoài ra, việc biểu diễn ảnh theo các đặc
trưng cục bộ sẽ cô đọng hơn vì thế sẽ giảm kích thước trong không gian tìm kiếm
hoặc so sánh. Tuy nhiên, việc sử dụng đặc trưng cục bộ có thể làm mất thông tin về
bố trí không gian của ảnh nên có thể thiếu khả năng mô tả ảnh.

Trong những nghiên cứu trước đây về nhận dạng đối tượng, có rất nhiều cách
tiếp cận để giải quyết, tuy nhiên với mỗi loại đối tượng sẽ có một phương pháp cụ
thể để thực hiện. Trong lĩnh vực nhận dạng logo, các phương pháp có thể chia thành
các nhóm sau: phương pháp so khớp mẫu, phương pháp máy học.

6


Trong phương pháp so khớp mẫu, cách đơn giản nhất là ta so sánh các điểm
ảnh với nhau giữa các đối tượng cần nhận dạng. Tuy nhiên việc so sánh này thường
tốn nhiều thời gian và không đạt được kết quả như mong muốn. Một trong những
phương pháp được sử dụng đạt được hiệu quả tốt hơn đó là trích chọn các đặc trưng
cục bộ từ các điểm đặc biệt của ảnh và so khớp dựa trên các đặc trưng cục bộ này
[4, 7, 24, 27]. Điểm đặc biệt trong ảnh là một điểm mà nó chứa nhiều thông tin hơn
các điểm ảnh lân cận. Tuy nhiên điểm đặc biệt cũng không quá tối giản để việc biểu
diễn ảnh không bị mất thông tin. Những nghiên cứu trước đây tập trung vào các đặc
trưng góc, đặc trưng cạnh [30]. Gần đây, có rất nhiều nghiên cứu liên quan đến việc
sử dụng đặc trưng SIFT được giới thiệu bởi Lowe trong so khớp mẫu [6]. Lowe
phát hiện các điểm cực đại hoặc cực tiểu trong không gian ba chiều (x, y, scale) của
Laplacian và gọi các điểm đặc trưng này là SIFT (Scale-Invariant Feature
Transform). Trong đó đặc trưng SIFT được đánh giá rất cao bởi giới chuyên môn
trong việc biểu diễn các vùng xung quanh điểm đặc biệt bởi vì nó không đổi đối với
những biến đổi tỉ lệ, tịnh tiến, phép quay, và không đổi một phần đối với những
thay đổi về góc nhìn, đồng thời nó cũng rất mạnh với những thay đổi về độ sáng, sự
che khuất, nhiễu. Do đó việc nhận dạng ảnh hay tìm vùng ảnh giống nhau trên hai
ảnh sử dụng đặc trưng SIFT cho độ chính xác rất cao và thậm chí có thể nhận dạng
được các ảnh bị che khuất một phần. Ngoài ra việc tích hợp thêm ngữ cảnh [11]
hoặc kết hợp đặc trưng SIFT và đặc trưng cạnh [25] cũng được nghiên cứu để nhận
dạng logo.
Với phương pháp máy học, có rất nhiều nghiên cứu đến nhận dạng logo sử

dụng mô hình máy học như nhận dạng logo với mạng nơron [15], mạng bayesian
[9], sử dụng SVM [17, 31] và mô hình “Bag of Words” [26], nhận dạng logo sử
dụng Radial Tchebichef Moment [29]. Việc sử dụng mô hình máy học thường phức
tạp, tốn thời gian huấn luyện và phải huấn luyện lại nếu có thay đổi về tập dữ liệu
huấn luyện.
Có nhiều công trình liên quan đến truy vấn hình ảnh và nhận dạng đối tượng.
Arash Asef Nejad, Karim Faez [5] đã đề xuất một phương pháp xác định vị trí
của logo bằng việc phân tích chiều ngang, chiều dọc kết hợp với cấu trúc cây phân
tầng. Sau khi xác định vị trí của logo, một thuật toán mở rộng đường biên của các
hình chữ nhật đặc trưng được dùng để rút trích logo. Tiếp theo là chuẩn hóa kích

7


thước của logo và loại bỏ góc nghiêng được thực hiện trước khi sử dụng giải thuật
KNN để nhận dạng logo.
C. Constantinopoulos, E. Meinhardt-Llopis, Y. Liu, and V.Caselles (2011) đề
xuất một phương pháp phát hiện sự xuất hiện của logo trong video có độ phân giải
thấp. Phương pháp này dựa trên kỹ thuật so khớp các đặc trưng SIFT cộng với
heuristics. Phương pháp này đáng tin cậy nhưng hạn chế về thời gian xử lý [15].
C. H. V (2009) đề xuất phương pháp kết hợp đặc trưng toàn cục và đặc trưng
cục bộ để nhận dạng logo. Tiếp cận của phương pháp này sử dụng bộ dò tìm các
cạnh sử dụng việc rút trích các cạnh, sau đó thực hiện chuẩn hóa hình dạng của
logo. Phương pháp này sử dụng đặc trưng hình dáng và đặc trưng cục bộ mô tả cấu
trúc bên trong của logo để so khớp ảnh truy vấn với cơ sở dữ liệu [15].
P. Piccinini, A. Prati and R. Cucchiara (2012) sử dụng đặc trưng SIFT và giải
thuật gom cụm để phân chia các đối tượng. Sau đó sử dụng giả thuyết về hình dạng
để phát hiện đối tượng [18].
Nhìn chung, các nghiên cứu thành công hiện nay về nhận dạng logo đều dựa trên
đặc trưng cục bộ bất biến SIFT và một giải thuật máy học được huấn luyện trước đó

để nhận dạng logo [1, 4, 11, 25, 28]. Hướng tiếp cận dựa trên đặc trưng SIFT được
đánh giá cao bởi vì nó bất biến đối với những phép biến đổi tỉ lệ, tịnh tiến, phép
quay, và không đổi một phần đối với những thay đổi về góc nhìn, đồng thời nó cũng
rất mạnh với những thay đổi về độ sáng, sự che khuất, nhiễu. Tuy nhiên sử dụng
đặc trưng SIFT có một số hạn chế sau: (1) Hạn chế thứ nhất của SIFT là tốn nhiều
thời gian xử lý để dò tìm các điểm đặc trưng cần tính toán bộ mô tả xung quanh
[27]; (2) Hạn chế thứ hai là việc biễn diễn logo bởi các đặc trưng SIFT có thể dẫn
đến thông tin mô tả về logo không đầy đủ, điều này có thể làm giảm kết quả nhận
dạng. Để khắc phục những hạn chế của SIFT, chúng tôi đề xuất sử dụng đặc trưng
DSIFT [3] thay cho SIFT để nhận dạng logo. Ý tưởng DSIFT là chia ảnh ban đầu
thành các phần có kích thước bằng nhau và rút trích đặc trưng SIFT từ mỗi phần của
ảnh. Kết quả là thời gian rút trích đặc trưng sẽ nhanh hơn và số đặc trưng rút trích
được sẽ nhiều hơn, thông tin mô tả về logo sẽ phong phú hơn.
Ngoài ra, chúng tôi đề xuất sử dụng giải thuật NBNN với đặc trưng DSIFT để
nhận dạng logo. Giải thuật NBNN là một giải thuật đơn giản, không cần quá trình
học nên rất thích hợp với các ứng dụng nhận dạng logo bởi vì không phải huấn
luyện lại mô hình máy học khi thay đổi tập dữ liệu huấn luyện mà vẫn có thể cập

8


nhật trực tiếp vào cơ sở dữ liệu đối tượng khi có một đối tượng mới được nhận dạng
thành công.
Tóm lại, chương 1 tập trung trình bày các thành phần của một hệ thống nhận
dạng logo và các hướng tiếp cận có liên quan. Dựa trên phân tích các phương pháp
nghiên cứu trước đó, chúng tôi để xuất sử dụng giải thuật NBNN với đặc trưng
DSIFT cho giai đoạn nhận dạng logo nhằm khắc phục những hạn chế đã phân tích.
Bên cạnh đó, chúng tôi sử dụng giải thuật Cascade of Boosted với tập đặc trưng
Haar-like cho giai đoạn phát hiện và định vị logo. Nội dung chi tiết về đặc trưng
Haar-like và giải thuật Cascade of Boosted sẽ được trình bày trong chương tiếp

theo.

9