ĐẠI HỌC QUỐC GIA TP HỒ CHÍ MINH TRƢỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN KHOA CÔNG NGHỆ PHẦN MỀM KHÓA LUẬN TỐT NGHIỆP XÂY DỰNG ỨNG DỤNG NHẬN DẠNG BIỂN BÁO GIAO THÔNG TRÊN THIẾT BỊ DI ĐỘNG Giáo viên hƣớng dẫn: ThS PHAN NGUYỆT MINH Sinh viên thực hiện: NGUYỄN BÁ CHUNG - 07520031 ĐỖ TRƢỜNG GIANG – 07520094 Lớp: CNPM02 Khóa: 02 TP Hồ Chí Minh, tháng năm 2012 GVHD: ThS Phan Nguyệt Minh SVTH: Nguyễn Bá Chung Đỗ Trƣờng Giang MỞ ĐẦU Ngày với tiến khoa học kỹ thuật cơng việc hầu nhƣ tiến hành máy tính cách tự động hóa hồn tồn phần Một thay đổi lớn cách thức thu nhận xử lý liệu Các cơng cụ nhập liệu nhƣ bàn phím hay máy scan dần bị thay thiết bị tiện lợi nhƣ hình cảm ứng, camera… Hơn nữa, máy tính để bàn khơng cịn cơng cụ hỗ trợ cho ngƣời Chúng ta bƣớc sang kỷ 21 với phát triển mạnh mẽ thiết bị di động, giải trí cầm tay hay smartphone Với kích thƣớc ngày nhỏ gọn hiệu suất làm việc không ngừng đƣợc cải tiến, công cụ mini hứa hẹn phần thiếu xã hội đại Và đó, phát triển ứng dụng thiết bị xu tất yếu Công nghệ nhận dạng công nghệ đƣợc áp dụng cho thiết bị di động Nhận dạng bao gồm nhận dạng âm thanh, hình ảnh Các đối tƣợng nhận dạng có nhiều kiểu nhƣ tiếng nói, chữ viết, khuôn mặt, mã vạch … biển báo giao thơng số Chƣơng trình nhận dạng biển báo giao thông thƣờng phức tạp đƣợc cài đặt hệ thống có xử lý lớn, camera chất lƣợng cao Mục tiêu khóa luận cải tiến công nghệ nhận dạng mang cài đặt thiết bị di động, giúp phát biển báo nhận dạng cách nhanh Khóa luận “Xây dựng ứng dụng nhận dạng biển báo giao thông thiết bị di động” bao gồm tất chƣơng Chƣơng I - Giới thiệu: Giới thiệu khái quát khóa luận mục đích khóa luận Chƣơng II - Nền tảng công nghệ: Giới thiệu đầy đủ kiến thức tảng nhƣ công nghệ phần mềm đƣợc sử dụng khóa luận bao gồm kiến thức xử lý ảnh, lý thuyết mạng noron, môi trƣờng hệ điều hành dành cho di động Android, thƣ viện xử lý ảnh OpenCV GVHD: ThS Phan Nguyệt Minh SVTH: Nguyễn Bá Chung Đỗ Trƣờng Giang Chƣơng III - Xây dựng ứng dụng nhận dạng biển báo giao thơng: Trình bày mơ hình giải tốn nhận dạng thiết bị di động, sơ đồ chức thiết kế giao diện chƣơng trình Chƣơng IV - Đánh giá kết kết luận: Tổng kết trình thực khóa luận rút hƣớng phát triển sau GVHD: ThS Phan Nguyệt Minh SVTH: Nguyễn Bá Chung Đỗ Trƣờng Giang LỜI CẢM ƠN Trong suốt thời gian thực khóa luận tốt nghiệp, chúng em nhận đƣợc giúp đỡ, bảo tận tình thầy cô Trƣờng ĐH CNTT – ĐHQGTPHCM Chúngem xin gửi lời cảm ơn sâu sắc đến quý thầy cô Đặc biệt xin chân thành cảm ơn cô Phan Nguyệt Minh – ngƣời trực tiếp hƣớng dẫn tạo điều kiện thuận lợi giúp đỡ chúng em hồn thành khóa luận Chúng em xin cảm ơn chân thành tới gia đình bạn bè, cơng ty tạo điều kiện, giúp đỡ động viên chúng em hồn thành khóa luận thời hạn Mặc dù cố gắng hết khả nhƣng khóa luận khơng thể tránh khỏi thiếu xót Rất mong nhận đƣợc góp ý quý báu quý thầy để khóa luận hồn chỉnh Nhóm sinh viên thực Nguyễn Bá Chung – Đỗ Trƣờng Giang Tháng – 2012 GVHD: ThS Phan Nguyệt Minh SVTH: Nguyễn Bá Chung Đỗ Trƣờng Giang NHẬN XÉT (Của giảng viên hƣớng dẫn) GVHD: ThS Phan Nguyệt Minh SVTH: Nguyễn Bá Chung Đỗ Trƣờng Giang NHẬN XÉT (Của giảng viên phản biện) GVHD: ThS Phan Nguyệt Minh SVTH: Nguyễn Bá Chung Đỗ Trƣờng Giang MỤC LỤC MỞ ĐẦU LỜI CẢM ƠN NHẬN XÉT NHẬN XÉT MỤC LỤC DANH MỤC BẢNG BIỂU DANH MỤC HÌNH VẼ 10 CHƢƠNG : GIỚI THIỆU 1.1 1.2 Giới Thiệu Đề Tài Mục Tiêu Của Đề Tài CHƢƠNG : NỀN TẢNG VÀ CÔNG NGHỆ Lý Thuyết Xử Lý Ảnh 2.1.1 Tổng quan xử lý ảnh 2.1.2 Một số phƣơng pháp biểu diễn ảnh 2.1.3 Phƣơng pháp phát biên ảnh 2.1.4 Phân vùng ảnh 12 2.1.5 Nhận dạng ảnh 17 2.2 Lý Thuyết Mạng Nơron 18 2.2.1 Tổng quan mạng nơron 18 2.2.2 Các thành phần mạng nơron nhân tạo 18 2.2.3 Mạng truyền thẳng thuật toán lan truyền ngƣợc 26 2.3 Nền Tảng Android 31 2.3.1 Sự phát triển Android 31 2.3.2 Những đặc điểm khác biệt Android 33 2.3.3 Máy ảo Dalvik 34 2.3.4 Kiến trúc Android 34 2.3.5 Các thành phần dự án ứng dụng Android 37 2.4 Thƣ Viện Xử Lý Ảnh OpenCv 40 2.4.1 Vài nét Computer Vision 40 2.4.2 Một số thƣ viện xử lý ảnh tiêu biểu 41 2.4.3 Thƣ viện OpenCV 43 2.1 CHƢƠNG : ỨNG DỤNG NHẬN DẠNG BIỂN BÁO GIAO THÔNG 47 3.1 Mơ Tả Bài Tốn 47 GVHD: ThS Phan Nguyệt Minh SVTH: Nguyễn Bá Chung Đỗ Trƣờng Giang 3.1.1 Đặt vấn đề 47 3.1.2 Đối tƣợng toán 48 3.2 Mơ Hình Giải Quyết Bài Toán 52 3.2.1 Mơ hình tổng qt 52 3.2.2 Thu nhận hình ảnh (Capture Image) 53 3.2.3 Phát biển báo trích xuất vùng đặc trƣng 54 3.2.4 Xử lý trƣớc nhận dạng (Pre-recognized) 62 3.2.5 Quá trình nhận dạng (Recognized) 63 3.3 Thiết Kế Chƣơng Trình 66 3.3.1 Yêu cầu phần mềm 66 3.3.2 Thiết kế Use-Case 69 3.3.3 Thiết kế sơ đồ lớp (mức phân tích) 74 3.3.4 Thiết kế liệu 81 3.3.5 Thiết kế giao diện 82 3.4 Thực Nghiệm 87 CHƢƠNG : ĐÁNH GIÁ KẾT QUẢ VÀ KẾT LUẬN 88 Đánh Giá Luận Văn 88 Đánh Giá Chƣơng Trình 88 4.2.1 Kết đạt đƣợc 88 4.2.2 Các hạn chế 88 4.3 Hƣớng Phát Triển 89 4.4 Kết Luận 89 4.1 4.2 TÀI LIỆU THAM KHẢO 90 GVHD: ThS Phan Nguyệt Minh SVTH: Nguyễn Bá Chung Đỗ Trƣờng Giang DANH MỤC BẢNG BIỂU Bảng 3.1 – Danh sách yêu cầu chức 66 Bảng 3.2 – Danh sách yêu cầu hiệu 67 Bảng 3.3 – Danh sách yêu cầu tiện dụng 68 Bảng 3.4 – Danh sách yêu cầu tiến hóa 68 Bảng 3.5 – Danh sách Actor 69 Bảng 3.6 – Danh sách Use-Case 70 Bảng 3.7 – Danh sách lớp đối tƣợng quan hệ 75 Bảng 3.8 – Danh sách thuộc tính lớp Input 75 Bảng 3.9 – Danh sách thuộc tính lớp Hidden 76 Bảng 3.10 – Danh sách thuộc tính lớp Output 76 Bảng 3.11 – Danh sách phƣơng thức lớp IbackPropagation 77 Bảng 3.12 – Danh sách thuộc tính lớp MLP 78 Bảng 3.13 – Danh sách phƣơng thức lớp MLP 78 Bảng 3.14 – Danh sách thuộc tính lớp CaptureObjectLayer 78 Bảng 3.15 – Danh sách phƣơng thức lớp CaptureObjectLayer 79 Bảng 3.16 – Danh sách thuộc tính lớp DetectObjectLayer 79 Bảng 3.17 – Danh sách phƣơng thức lớp DetectObjectLayer 80 Bảng 3.18 – Danh sách thuộc tính lớp NeuralNetwork 80 Bảng 3.19 – Danh sách phƣơng thức lớp NeuralNetwork 80 Bảng 3.20 – Danh sách hình 82 Bảng 3.21 – Chi tiết hình 83 Bảng 3.22 – Chi tiết hình phát biển báo tay 84 Bảng 3.23 – Chi tiết hình phát biển báo tự động 85 Bảng 3.24 – Chi tiết hình kết detect 86 Bảng 3.25 – Chi tiết hình kết nhận dạng 86 Bảng 3.26 – Bảng kết thực nghiệm 87 GVHD: ThS Phan Nguyệt Minh SVTH: Nguyễn Bá Chung Đỗ Trƣờng Giang DANH MỤC HÌNH VẼ Hình 1.1 – Một số thiết bị hay đƣợc sử dụng nhận dạng Hình 1.2 – Smartphone xu hƣớng phát triển giai đoạn Hình 1.3 – Những tảng sử dụng khóa luận Hình 2.1 – Các bƣớc xử lý ảnh Hình 2.2 – Hƣớng điểm biên mã tƣơng ứng Hình 2.3 – Minh họa xác định điểm biên 12 Hình 2.4 – Lƣợc đồ rắn lƣợn cách chọn ngƣỡng 13 Hình 2.5 – Minh họa khái niệm liên thơng 15 Hình 2.6 – Đơn vị xử lý (Processing Unit) 18 Hình 2.7 – Hàm đồng (Identity function) 20 Hình 2.8 – Hàm bƣớc nhị phân (Binary step function) 21 Hình 2.9 – Hàm Sigmoid 21 Hình 2.10 – Hàm sigmoid lƣỡng cực 22 Hình 2.11 – Mạng nơron truyền thẳng nhiều lớp (Feed-forward neural network) 23 Hình 2.12 – Mạng nơron hồi quy (Recurrent neural network) 24 Hình 2.13 – Mơ hình Học có thầy (Supervised learning model) 25 Hình 2.14 – Mạng nơron truyền thẳng nhiều lớp 26 Hình 2.15 – Lịch sử phát triển Android 32 Hình 2.16 – Một số giao diện Android 33 Hình 2.17 – Bàn phím Android 33 Hình 2.18 – Kiến trúc Android 34 Hình 2.19 – Kiến trúc file XML 37 Hình 2.20 – Activity Stack 39 Hình 2.21 – Vịng đời Activity 40 Hình 2.22 – Ví dụ Computer Vision 41 Hình 2.23 – Tốc độ xử lý OpenCV so với LTI VXL 43 Hình 2.24 – Lịch sử phát triển OpenCV 44 Hình 2.25 – Cấu trúc thƣ viện OpenCV 45 Hình 3.1 – Bài tốn nhận dạng biển báo giao thông 48 GVHD: ThS Phan Nguyệt Minh SVTH: Nguyễn Bá Chung Đỗ Trƣờng Giang 76 | T r a n g Độ lệch noron trƣớc preBias double Public Output double Public Giá trị đầu noron Error double Public Giá trị lỗi Weights double[] Public preDwt double[] Public sửa lỗi Mảng chứa trọng số ứng với noron Mảng chứa trọng số trƣớc sửa lỗi Bảng3.9 – Danh sách thuộc tính lớp Hidden 3.3.3.3.3 Lớp Output: STT Tên thuộc tính Kiểu Truy cập Ý nghĩa/Ghi InputSum double Public Tổng trọng số Bias double Public Độ lệch noron preBias double Public Output double Public Giá trị đầu noron Error double Public Giá trị lỗi Target double Public Value T Public Độ lệch noron trƣớc sửa lỗi Giá trị đầu mong muốn Kiểu trị kiểu T tƣơng ứng với đầu Bảng3.10 – Danh sách thuộc tính lớp Output 3.3.3.3.4 Lớp IbackPropagation: STT Tên phƣơng thức Kiểu Truy cập Ý nghĩa/Ghi Lan truyền ngƣợc lỗi backPropagate void Public hiệu chỉnh trọng số mạng f GVHD: ThS Phan Nguyệt Minh double Public Hàm tính giá trị kích hoạt cho noron SVTH: Nguyễn Bá Chung Đỗ Trƣờng Giang 77 | T r a n g forwardPropagate void Public recognize void Public initializeNetwork void Public Lan truyền tính tốn mạng Tiến hành nhận dạng mẫu Khởi tạo mạng noron Bảng3.11 – Danh sách phƣơng thức lớp IbackPropagation 3.3.3.3.5 Lớp MLP: Truy STT Tên thuộc tính Kiểu InputNum int Private Số noron lớp Input HiddenNum int Private Số noron lớp Hidden OutputNum int Private Số noron lớp Output learningRate double Private Tỷ lệ thay đổi trọng số alpha double Private cập Ý nghĩa/Ghi Thông số alpha mạng noron Giá trị tính tốn đƣợc gần OutputValueHight double Private với giá trị mong muốn MatchedHigh T Private Giá trị kiểu T tƣơng ứng với OutputValueHight Giá trị tính tốn đƣợc gần OutputValueLow double Private xếp thứ so với giá trị mong muốn MatchedLow T Private 10 InputLayer Input[] Private 11 HiddenLayer Hidden[] Private GVHD: ThS Phan Nguyệt Minh Giá trị kiểu T tƣơng ứng với OutputValueLow Mảng chứa noron lớp Input Mảng chứa noron lớp Hidden SVTH: Nguyễn Bá Chung Đỗ Trƣờng Giang 78 | T r a n g 12 OutputLayer Output[] Private Mảng chứa noron lớp Output Bảng3.12 – Danh sách thuộc tính lớp MLP STT Tên phƣơng thức Kiểu Truy cập reset void Public getMatchedHigh T Public getOutputValueHight double Public getMatchedLow T Public getOutputValueLow double Public Ý nghĩa/Ghi Khởi tạo lại tham số mạng Lấy kết kiểu T gần xác Lấy kết gần xác Lấy kết kiểu T gần xác thứ hai Lấy kết gần xác thứ hai Bảng3.13 – Danh sách phƣơng thức lớp MLP 3.3.3.3.6 Lớp CaptureObjectLayer: Truy STT Tên thuộc tính Kiểu mCamera Camera Private Camera thiết bị mFrameWidth int Private Độ rộng Frame hình mFrameHeight int Private Độ cao Frame hình mFrame Byte[] Private Dữ liệu thu từ camera cập Ý nghĩa/Ghi Bảng3.14 – Danh sách thuộc tính lớp CaptureObjectLayer STT Tên phƣơng thức Kiểu Truy cập processFrame Bitmap Public run Void Public GVHD: ThS Phan Nguyệt Minh Ý nghĩa/Ghi Xử lý ảnh thu đƣợc từ camera Khởi chạy luồng phụ song song với luồng chính, liên SVTH: Nguyễn Bá Chung Đỗ Trƣờng Giang 79 | T r a n g tục lấy liệu từ camera getFrameWidth int Public getFrameHeight int Public Lấy độ rộng Frame hình Lấy độ cao Frame hình Bảng3.15 – Danh sách phƣơng thức lớp CaptureObjectLayer 3.3.3.3.7 Lớp DetectObjectLayer: Truy STT Tên thuộc tính Kiểu image Bitmap Private signList List Private boxList List Private cập Ý nghĩa/Ghi Chứa hình thu từ camera để xử lý Danh sách biển báo tìm đƣợc Danh sách viền bao chữ nhật biển báo Bảng3.16 – Danh sách thuộc tính lớp DetectObjectLayer Truy STT Tên phƣơng thức Kiểu getContoursRedMask List Public getContoursBlueMask List Public detectRedTriangleSign void Public detectBlueCircleSign void Public detectRedCircleSign void Public Tìm biển báo tròn đỏ getSignList List Public Lấy danh sách biển báo getBoxList List Public Lấy sanh sách đƣờng bao GVHD: ThS Phan Nguyệt Minh cập Ý nghĩa/Ghi Lấy đƣờng biên sau lọc mặt nạ màu đỏ Lấy đƣờng biên sau lọc mặt nạ màu xanh Tìm biển báo tam giác đỏ Tìm biển báo tròn xanh SVTH: Nguyễn Bá Chung Đỗ Trƣờng Giang 80 | T r a n g chữ nhật biển báo Bảng3.17 – Danh sách phƣơng thức lớp DetectObjectLayer 3.3.3.3.8 Lớp NeuralNetwork: Truy STT Tên thuộc tính Kiểu neuralNet MLP Private Mạng MLP maximumError double Private Giới hạn tối đa lỗi maximumIteration int Private TrainingSet Hashtable cập Public Ý nghĩa/Ghi Số vòng lặp huấn luyện mạng Tập liệu huấn luyện mạng Bảng3.18 – Danh sách thuộc tính lớp NeuralNetwork Truy STT Tên phƣơng thức Kiểu train void Public Huấn luyện mạng recognize Void Public Nhận dạng đầu vào saveNetwork void Public Lƣu cấu hình mạng loadNetwork void Public Load cấu hình mạng cập Ý nghĩa/Ghi Bảng3.19 – Danh sách phƣơng thức lớp NeuralNetwork GVHD: ThS Phan Nguyệt Minh SVTH: Nguyễn Bá Chung Đỗ Trƣờng Giang 81 | T r a n g 3.3.4 Thiết kế liệu Do tích chất ứng dụng phần mềm nghiên cứu giải thuật phát nhận dạng biển báo giao thông nên sở liệu ứng dụng sử dụng cịn có phần đơn giản Nhóm sử dụng file XML để lƣu cấu trúc mã, tên, nội dung hình ảnh biển báo giao thơng Hình 3.22 – Cấu trúc file liệu XML GVHD: ThS Phan Nguyệt Minh SVTH: Nguyễn Bá Chung Đỗ Trƣờng Giang 82 | T r a n g 3.3.5 Thiết kế giao diện 3.3.5.1 Danh sách hình STT Tên hình Ý nghĩa/Ghi Màn hình Giao diện chính, cho phép ngƣời dùng chọn lựa thay đổi chế độ phát biển báo Phát biển báo tay Chế độ phát biển báo tay, cho phép ngƣời dụng tự lựa chọn khung cảnh chụp hình Phát biển báo tự động Chế độ tự động phát biển báo quét camera qua khung cảnh Màn hình kết detect Hiển thị kết phát đƣợc, khoanh vùng biển báo Màn hình nhận dạng Hiển thị kết nhận dạng biển báo theo nhu cầu Bảng3.20 – Danh sách hình 3.3.5.2 Mơ tả chi tiết hình 3.3.5.2.1 Màn hình chính: Hình 3.23 – Màn hình GVHD: ThS Phan Nguyệt Minh SVTH: Nguyễn Bá Chung Đỗ Trƣờng Giang 83 | T r a n g STT Tên Loại Ý Nghĩa Kích hoạt Ghi Cho phép kéo cusZoomSlider CustomSlider trƣợt để zoom Drag hình ảnh imgFocusImage ImageView Focus hình ảnh btnCaptureButton ImageButton Chụp hình mItemManual MenuItem mItemAuto MenuItem Chọn chế độ phát tay Chọn chế độ phát tự động Click Click Click Bảng3.21 – Chi tiết hình [cusZoomSlider drag ]  Thay đổi hình ảnh theo tỷ lệ Zoom thích hợp [btnCaptureButton click ]  Chụp hình sau thơng báo kết quả: o Hiện thơng báo khơng có phát biển báo o Chuyển đến hình kết detect phát biển báo [mItemManual click ]  Chuyển sang chế độ phát tay [mItemAuto click ]  Chuyển sang chế độ phát tự động GVHD: ThS Phan Nguyệt Minh SVTH: Nguyễn Bá Chung Đỗ Trƣờng Giang 84 | T r a n g 3.3.5.2.2 Màn hình phát biển báo tay: Hình 3.24 – Màn hình phát biển báo tay STT Tên Loại Kích Ý Nghĩa hoạt Ghi Cho phép kéo cusZoomSlider CustomSlider trƣợt để zoom Drag hình ảnh imgFocusImage ImageView Focus hình ảnh btnCaptureButton ImageButton Chụp hình Click Bảng3.22 – Chi tiết hình phát biển báo tay [cusZoomSlider drag ]  Thay đổi hình ảnh theo tỷ lệ Zoom thích hợp [btnCaptureButton click ]  Chụp hình sau thơng báo kết quả: o Hiện thơng báo khơng có phát biển báo o Chuyển đến hình kết detect phát biển báo GVHD: ThS Phan Nguyệt Minh SVTH: Nguyễn Bá Chung Đỗ Trƣờng Giang 85 | T r a n g 3.3.5.2.3 Màn hình phát biển báo tự động: Hình 3.25 – Màn hình phát biển báo tự động STT Tên Loại tvFPS TextView imgFocusImage ImageView Ý Nghĩa Kích hoạt Ghi Hiển thị số Frame/giây Focus hình ảnh Bảng3.23 – Chi tiết hình phát biển báo tự động 3.3.5.2.4 Màn hình kết detect: Hình 3.26 – Màn hình kết detect GVHD: ThS Phan Nguyệt Minh SVTH: Nguyễn Bá Chung Đỗ Trƣờng Giang 86 | T r a n g STT Tên Loại Kích Ý Nghĩa hoạt Ghi Hiện thị hình ảnh thu FrameViewLayer từ camera xử lý cam khoanh vùng biển báo Bảng3.24 – Chi tiết hình kết detect 3.3.5.2.5 Màn hình kết nhận dạng: Hình 3.27 – Màn hình kết nhận dạng STT Tên Loại Kích Ghi hoạt Ý Nghĩa Hiện thị hình ảnh thu từ cam FrameViewLayer camera xử lý khoanh vùng biển báo Hiện thị kết nhận quickAction PopupMenu dạng tƣơng ứng với biển báo đƣợc chọn Bảng3.25 – Chi tiết hình kết nhận dạng GVHD: ThS Phan Nguyệt Minh SVTH: Nguyễn Bá Chung Đỗ Trƣờng Giang 87 | T r a n g 3.4 Thực Nghiệm Nhƣ trình bày phần cấu trúc mạng noron, tập huấn luyện dành cho mạng tập loại biển báo với tất 30 mẫu biến thể Mục đích việc thực nghiệm nhằm xác định số lƣợng noron lớp ẩn cách hợp lý, cho mạng có khả nhận biết cao nhất, khơng bỏ xót thơng tin thời gian huấn luyện mạng giới hạn cho phép Chúng ta sử dụng đại lƣợng trung bình bình phƣơng lỗi tối thiểu số vòng lặp huấn luyện mạng để đo lƣờng trình thực nghiệm, lựa chọn số noron lớp ẩn hợp lý Giới hạn trung bình bình phƣơng tối thiểu 0.0001 số vòng lặp huấn luyện tối đa 500.000 vịng Số noron Số lƣợng mẫu Trung bình bình Số vịng lặp Kết huấn lớp ẩn huấn luyện phƣơng lỗi tối thiểu huấn luyện luyện 10 0.317 500000 Thất bại 20 0.240 500000 Thất bại 30 0.237 500000 Thất bại 40 0.153 500000 Thất bại 45 0.0001 20882 Thành công 45 10 0.161 500000 Thất bại 50 10 0.0001 39388 Thành công 50 15 0.0001 59349 Thành công 50 20 0.0001 64497 Thành công 50 25 0.0001 111311 Thành công 50 30 0.407 500000 Thất bại 60 30 0.329 500000 Thất bại 70 30 0.089 500000 Thất bại 80 30 0.0001 47092 Thành công Bảng3.26 – Bảng kết thực nghiệm Qua kết thực nghiệm, mạng noron đƣợc chọn số noron lớp ẩn 80 đại lƣợng ƣớc lƣợng trung bình bình phƣơng tối thiểu nhỏ 0.0001 GVHD: ThS Phan Nguyệt Minh SVTH: Nguyễn Bá Chung Đỗ Trƣờng Giang 88 | T r a n g CHƢƠNG : ĐÁNH GIÁ KẾT QUẢ VÀ KẾT LUẬN Chƣơng trình bày vấn đề sau: 4.1 Đánh giá luận văn 4.2 Đánh giá chƣơng trình 4.3 Hƣớng phát triển 4.4 Kết luận 4.1 Đánh Giá Luận Văn Báo cáo lý thuyết trình bày đầy đủ cụ thể điểm then chốt xử lý ảnh, mạng noron nhƣ sức mạnh Ngồi báo cáo giới thiệu tảng di động dành cho nhà phát triển ứng dụng di động hệ điều hành Android Cùng với thƣ viện xử lý ảnh OpenCV, thƣ viện thƣờng hay đƣợc sử dụng làm việc với tốn nhận dạng Về mặt áp dụng, khóa luận giải đƣợc toán phát nhận dạng biển báo giao thông Việt Nam Mô hình giải tốn đơn giản, dễ cài đặt thích hợp với thị bị di động khơng cần đòi hỏi nhiều phần cứng 4.2 Đánh Giá Chƣơng Trình 4.2.1 Kết đạt đƣợc Chƣơng trình tƣơng đối hoàn chỉnh cho phép ngƣời dùng thực chức sau: - Phát biển báo khung cảnh tay thơng qua thao tác chụp hình - Phát biển báo tự động quay phim khung cảnh - Nhận dạng biển báo phát đƣợc dựa theo sở liệu có sẵn 4.2.2 Các hạn chế - Chƣơng trình cịn mang tính học thuật cao, đƣợc xem nhƣ ứng dụng để tra cứu thông tin biển báo tức thời chƣa có GVHD: ThS Phan Nguyệt Minh SVTH: Nguyễn Bá Chung Đỗ Trƣờng Giang 89 | T r a n g chức nhƣ hệ thống nhận dạng tự cảnh báo cho ngƣời tham gia giao thông để xử lý kịp thời tham gia giao thơng - Vì mang tính nghiên cứu nên hệ thống làm việc tập liệu thử nghiệm với loại biển báo khác - Ứng dụng bị hạn chế làm việc với số phần cứng không đáp ứng đƣợc yêu cầu xử lý chất lƣợng camera - Ứng dụng chƣa giải triệt để toán xử lý lỗi góc nhìn (perspective projection) chụp ảnh, tốn làm việc với biển báo điều kiện môi trƣờng phực tạp nhƣ ánh sáng yếu, che khuất… 4.3 Hƣớng Phát Triển Nâng cấp khả hệ thống, trở thành hệ thống nhận dạng đƣa cảnh báo tức thời cho ngƣời tham gia giao thông Để làm việc phát triển ứng dụng theo hƣớng client – server, kết nối thiết bị với camera phƣơng tiện ô tô, tiếp nhận liệu từ camera tơ sau đƣa cảnh báo cho ngƣời điều khiển Cải thiện khả làm việc, giải triệt để vấn đề mắc phải nhƣ phát chƣa xác điều kiện mơi trƣờng phực tạp, sửa lỗi góc nhìn quay phim, chụp hình… 4.4 Kết Luận Luận văn xây dựng thành công hệ thống phát nhận dạng biển báo giao thông thiết bị di động, kết hợp đƣợc sức mạnh công nghệ xử lý ảnh với tảng di động tiên tiến, hứa hẹn hƣớng dành cho ứng dụng smartphone tƣơng lai GVHD: ThS Phan Nguyệt Minh SVTH: Nguyễn Bá Chung Đỗ Trƣờng Giang 90 | T r a n g TÀI LIỆU THAM KHẢO [Tiếng Việt] Giáo trình xử lý ảnh , TS Phạm Việt Bình – TS Đỗ Năng Toàn, Đại Học Thái Nguyên, 2007 Giáo trình xử lý ảnh, tập thể tác giả, Học Viện Cơng Nghệ Bƣu Chính Viễn Thơng, lƣu hành nội bộ, 2006 Lý thuyết mạng noron, Nguyễn Thanh Cẩm [Tiếng Anh] A Guided Tour of Computer Vision, Vishvjit S Nalwa An introduction to neural networks: Pattern learning with the back-propagation algorithm - http://www.ibm.com/developerworks/library/l-neural/ Android technical resources http://developer.android.com/resources/browser.html?tag=tutorial Color-Based Road Sign Detection and Tracking, Luis David Lopez and Olac Fuentes, Computer Science Department University of Texas Learning OpenCV: Computer Vision with the OpenCV Library, Gary BradskiAdrian Kaehler OpenCV Tutorials - http://opencv.itseez.com/trunk/doc/tutorials/tutorials.html Principles of Artificial Neural Networks, Daniel Graupe Traffic Sign Recognition Using Neural network on OpenCV: Toward Intelligent Vehicle/Driver Assistance System, Auranuch Lorsakul - Jackrit Suthakorn GVHD: ThS Phan Nguyệt Minh SVTH: Nguyễn Bá Chung Đỗ Trƣờng Giang ... tiêu khóa luận cải tiến cơng nghệ nhận dạng mang cài đặt thiết bị di động, giúp phát biển báo nhận dạng cách nhanh Khóa luận ? ?Xây dựng ứng dụng nhận dạng biển báo giao thông thiết bị di động? ??... cải tiến, công cụ mini hứa hẹn phần thiếu xã hội đại Và đó, phát triển ứng dụng thiết bị xu tất yếu Công nghệ nhận dạng công nghệ đƣợc áp dụng cho thiết bị di động Nhận dạng bao gồm nhận dạng âm... triển giai đoạn Ứng dụng công nghệ nhận dạng smartphone ý tƣởng mà nhóm hƣớng tới thực khóa luận Bài tốn nhóm giải làm xây dựng hệ thống thông minh cho phép phát nhận dạng biển báo giao thông thiết