ĐẠI HỌC QUỐC GIA HÀ NỘI TRƢỜNG ĐẠI HỌC CÔNG NGHỆ NGUYỄN MẠNH CƢỜNG NGHIÊN CỨU MỘT SỐ PHƢƠNG PHÁP NHẬN DẠNG ĐỐi TƢỢNG ỨNG DỤNG TRONG HỆ THỐNG CAMERA QUAN SÁT BẢO VỆ MỤC TIÊU LUẬN VĂN THẠC SĨ ĐẠI HỌC QUỐC GIA HÀ NỘI TRƢỜNG ĐẠI HỌC CÔNG NGHỆ NGUYỄN MẠNH CƢỜNG NGHIÊN CỨU MỘT SỐ PHƢƠNG PHÁP NHẬN DẠNG ĐỐI TƢỢNG ỨNG DỤNG TRONG HỆ THỐNG CAMERA QUAN SÁT BẢO VỆ MỤC TIÊU Ngành: Công nghệ Thông tin Mã số: 1.01.10 LUẬN VĂN THẠC SỸ Người hướng dẫn khoa học: PSG.TS Phương Minh Nam Hà Nội -2008 MỤC LỤC LỜI CAM ĐOAN MỤC LỤC ……………………… …….………… …………………………1 DANH MỤC TỪ VIẾT TẮT………… ………… ………………………… DANH MỤC HÌNH VẼ………………… ……….……….………………….4 MỞ ĐẦU Cơ sở khoa học ý nghĩa thực tiễn Cơ sở thực tiễn Cơ sở khoa học Ý nghĩa thực tiễn Luận văn Mục tiêu nội dung nghiên cứu 10 Cấu trúc Luận văn 11 CHƢƠNG - TỔNG QUAN VỀ HỆ THỐNG CAMERA QUAN SÁT 13 1.1 Cấu hình kỹ thuật hệ thống 13 1.1.1 Khối thu nhận hình ảnh (camera) 14 1.1.2 Khối truyền dẫn 14 1.1.3 Khối hiển thị 15 1.1.4 Bộ tổng hợp hình (Multiplexer) 15 1.1.5 Thiết bị ghi hình 16 1.1.6 Bộ cấp nguồn 16 1.2 Một số camera quan sát thị trƣờng Việt Nam 17 1.2.1 Camera IP VIVOTEK IP6122 17 1.2.2 Camera IP VIVOTEK IP7139 17 1.2.3 Camera IP VIVOTEK PZ6122 18 1.2.4 Camera Network AXIS 211 18 1.2.5 Camera IP AVtech AVI 201 18 1.2.6 Camera IP AVTech AVI 202 19 1.3 Giải pháp sử dụng camera kết nối trực tiếp với máy tính 19 1.3.1 Giải pháp camera analog 19 1.3.2 Giải pháp camera số 20 1.3.3 Đề xuất số loại camera đáp ứng yêu cầu Luận văn 21 1.4 Các chức phần mềm hệ thống camera quan sát 22 1.4.1 Phát đối tượng 23 1.4.2 Phân loại đối tượng 23 1.4.3 Theo vết đối tượng chuyển động 23 1.5 Một số chuyên đề cần nghiên cứu hệ thống camera quan sát 23 1.5.1 Phát đối tượng ra/vào cửa 23 1.5.2 Phát di chuyển bất thường đối tượng khu vực xác định 24 1.5.3- Phát phương tiện đỗ, dừng thời gian quy định 24 1.5.4- Kiểm soát, phát việc lấy, mang vác đồ vật khỏi khu vực bảo vệ 25 1.5.5- Xác định chuyển động, đối tượng bất thường 25 1.5.7- Kiểm sốt đám đơng 27 CHƢƠNG - KỸ THUẬT PHÂN TÍCH HÌNH ẢNH VIDEO 28 2.1 Tiền xử lý hình ảnh[1] 28 2.1.1 Kỹ thuật tăng cường ảnh sử dụng toán tử điểm ảnh 28 2.1.2 Kỹ thuật lọc số miền không gian 30 2.2 Phát đối tƣợng 32 2.2.1 Kỹ thuật trừ ảnh dựa vào điểm ảnh 33 2.2.2 Kỹ thuật trừ ảnh phân khối 34 2.2.3 Phương pháp biểu đồ mức xám 35 2.2.4 Kỹ thuật trừ ảnh dựa vào đặc trưng 37 2.3 Nhận dạng đối tƣợng 38 2.3.1 Phương pháp nhận dạng dựa hình thái 39 2.3.2 Phương pháp nhận dạng dựa vào mơ hình mạng nơron nhân tạo 41 2.4 Theo vết đối tƣợng chuyển động 43 2.5 Phát khuôn mặt 45 CHƢƠNG - THIẾT KẾ VÀ XÂY DỰNG CHƢƠNG TRÌNH 47 3.1 Thu nhận ảnh trực tiếp từ camera 47 3.2 Tiền xử lý 48 3.2.1 Biến đổi ảnh đa mức xám 49 3.2.2 Toán tử nhân chập 50 3.3 Phát sai khác khung hình 51 3.4 Phát đối tƣợng xuất khung hình 52 3.5 Nhận dạng đối tƣợng mô hình mạng nơron 54 KẾT LUẬN VÀ HƢỚNG PHÁT TRIỂN 60 A GIAO DIỆN CHƢƠNG TRÌNH 62 Giao diện 62 Giao diện chƣơng trình giám sát ngƣời 64 Giao diện chƣơng trình huấn luyện 65 B CHƢƠNG TRÌNH NGUỒN 66 Biến đổi ảnh đa mức xám 66 Toán tử nhân chập 67 Phát đối tƣợng 68 Nhận dạng đối tƣợng 74 Theo vết đối tƣợng 77 Phát khuôn mặt 77 Huấn luyện mạng 81 TÀI LIỆU THAM KHẢO ……………… .….……………………85 DANH MỤC TỪ VIẾT TẮT STT 10 11 12 13 14 15 16 17 18 TỪ ADSL MPEG-1 CCTV DVR DVS DVSr NVR MJPEG ĐTDĐ VGA USB IP AVI ATM RGB JPEG NTSC NSD GIẢI NGHĨA Asymmetrical Digital Subcriber Line Chuẩn nén video MPEG-1 Closed-circuit television Digital Video Recorder Chuẩn ghi hình ảnh Chuẩn ghi hình ảnh Networked Video Recorder Chuẩn nén video MJPEG Điện thoại di động Video Graphic Adapter Universal Serial Bus Internet Protocol Định dạng tệp video Máy rút tiền tự động Red Green Blue Một chuẩn ảnh chuẩn hình ảnh Người sử dụng DANH MỤC HÌNH VẼ STT CHÚ THÍCH TRANG 10 11 12 13 14 15 16 Hình 1.1: Quá trình phân đoạn tìm kiếm video Hình 2.1 Cấu hình hệ thống camera quan sát Hình 2.2: Cấu tạo Camera Hình 2.3: Camera cố định Hình 2.4 : P/T/Z Camera Hình 2.5: Màn hình Hình 2.6: Cấu hình ghép nối camera với tổng hợp hình Hình 2.7: Thiết bị ghi hình Hình 2.7.1: Camera IP VIVOTEK IP6122 Hình 2.7.2: Camera IP VIVOTEK IP7139 Hình 2.7.3: Camera IP VIVOTEK PZ6122 Hình 2.7.4: Camera Network AXIS 211 Hình 2.7.5: Camera IP AVtech AVI 201 Hình 2.8: Các chức hệ camera giám sát Hình 2.9: Phát đối tƣợng ra/vào cửa Hình 2.10: Phát di chuyển bất thƣờng đối tƣợng khu vực xác định Hình 2.11: Phát phƣơng tiện đỗ, dừng thời gian quy định Hình 2.12: Kiểm soát, phát việc lấy, mang vác đồ vật khỏi khu vực đƣợc bảo vệ Hình 2.13: Xác định chuyển động, đối tƣợng bất thƣờng Hình 2.14: Kiểm soát, phát phƣơng tiện động danh sách ý Hình 2.15: Kiểm sốt đám đơng Hình 3.1: Tăng cƣờng độ tƣơng phản Hình 3.2: So sánh lƣợc đồ mức xám Hình 3.3: Phát đặc trƣng dựa vào cạnh Hình 3.4: Các mẫu vector đặc trƣng cho di chuyển camera Hình 3.5: Phân loại đối tƣợng Hình 3.6: Xác định đƣờng biên Hình 3.7: Thuật tốn phân tích hình dáng đối tƣợng Hình 3.8: Mơ hình chuyển động ngƣời Hình 4.1: Phát sai khác khung hình Hình A.1: Giao diện chƣơng trình Hình A.2: Chức giám sát đồ vật Hình A.3: Chức giám sát ngƣời Hình A.4: Chức phát khn mặt Hình A.5: Huấn luyện khuôn mặt 13 14 14 14 15 15 16 17 17 18 18 18 22 23 24 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 24 25 25 26 27 28 36 37 38 39 40 41 41 52 62 63 64 64 65 MỞ ĐẦU Cơ sở khoa học ý nghĩa thực tiễn Cơ sở thực tiễn Tình hình nghiên cứu, ứng dụng triển khai cơng nghệ thơng tin nói chung ứng dụng khoa học công nghệ công tác bảo vệ an ninh công cộng chống khủng bố nói riêng số nƣớc khu vực nhƣ toàn giới ngày phát triển Xây dựng hệ thống Camera giám sát sử dụng quan, tổ chức, lực lƣợng chống khủng bố, lực lƣợng cảnh sát, lực lƣợng phòng thủ dân sự…., đặc biệt ứng dụng lĩnh vực an ninh công cộng đƣợc nƣớc phát triển giới nghiên cứu triển khai, từ sau xảy vụ khủng bố 11/9 Nhiều hệ thống camera giám sát an ninh với cơng nghệ tiên tiến có cấu trúc công nghệ kỹ thuật tốt, đảm bảo kết nối hệ thống với chia xẻ, trao đổi thông tin, liệu đa dịch vụ (âm thanh, hình ảnh, liệu….) có tốc độ cao, mà đƣợc bảo mật cấp độ phù hợp Cũng từ sau kiện khủng bố ngày 11/ hàng loạt công nghệ hỗ trợ an ninh chống khủng bố đƣợc nghiên cứu với ứng dụng tiến khoa học công nghệ đời, phải kể đến cơng nghệ giám sát an ninh điện tử đƣợc coi biện pháp khơng thể thiếu có bƣớc phát triển nhảy vọt Nhờ hệ thống giám sát an ninh công cộng, hàng loạt tên khủng bố đƣợc quan an ninh kịp thời phát hiện, nhận dạng, ngăn chặn bắt giữ Công nghệ kỹ thuật giám sát an ninh có phát triển mạnh mẽ, từ hệ thống quan sát kỹ thuật analog phổ biến trƣớc năm 2002, đến hệ thống quan sát công nghệ số hoá IP hoá đạt gần đến mức độ kỹ hoàn hảo dựa sở hạ tầng công nghệ thông tin Các hệ thống camera giám sát giao thông, hệ thống giám sát an ninh cơng cộng diện rộng điển hình nhƣ Anh, Mỹ, Đức, Xingapo đƣợc áp dụng công nghệ tiên tiến giới ngày đƣợc nhiều quốc gia ứng dụng nhằm giữ vững an ninh trị trật tự an tồn xã hội bối cảnh hội nhập toàn giới Trong năm qua hệ thống kỹ thuật giám sát an ninh công cộng tạo đƣợc kết thành tích to lớn, thể vai trị quan trọng việc áp dụng khoa học, kỹ thuật công nghệ vào công tác chiến đấu lực lƣợng công an Quy mô hệ thống giám sát an ninh cơng cộng ngày đƣợc hồn thiện đại lên phát triển khoa học phát triển không ngừng công nghệ giới Một ví dụ điển hình hệ thống camera quan sát thủ đô London vƣơng quốc Anh đƣợc trang bị tới hai chục ngàn camera, trung bình ngƣời ngày thủ nƣớc đƣợc camera ghi hình tới ba lần Chính hệ thống camera nói giúp cảnh sát Anh nhanh chóng xác định đƣợc danh tính kẻ khủng bố đánh bom London hồi tháng 7/2005 Những năm vừa qua, đƣợc quan tâm đạo Đảng uỷ Công an Trung ƣơng, lãnh đạo Bộ lãnh đạo công an địa phƣơng, lực lƣợng công an nhân dân trang bị đƣợc số hệ thống camera quan sát để phục vụ công tác nghiệp vụ cơng an Văn phịng Bộ Cơng an, Tổng cục cảnh sát, Bộ tƣ lệnh cảnh vệ, hệ thống camera quan sát bảo vệ mục tiêu đảm bảo an tồn giao thơng cơng an thành phố Hà Nội, Thành phố Hồ Chí Minh cơng an tỉnh Thừa Thiên Huế, Đà Nẵng, Đắc Lắc, Tây Ninh Các hệ thống camera quan sát nói góp phần đắc lực cơng tác đảm bảo anh ninh trị giữ gìn trật tự an tồn xã hội dịp lễ kỷ niệm ngày giải phóng miền nam, Quốc khánh 2/9, dịp lễ hội, Festival, Tết Nguyên đán, Đặc biệt góp phần bảo vệ thành công bầu cử Quốc hội, Đại hội đại biểu Đảng toàn quốc kiện, hội nghị quốc tế lớn tổ chức Việt Nam (nhƣ Seagame22, ASEM5, APEC, ) Hình 1.1: Quá trình phân đoạn tìm kiếm video Cơ sở khoa học Cùng với phát triển công nghệ thông tin, vài năm gần công nghệ truyền thông đa phƣơng tiện đƣợc quan tâm Các ứng dụng hệ thống camera giám sát ứng dụng công nghệ truyền thông đa phƣơng tiện Ngày với phát triển kỹ thuật nén ảnh video truyền thơng, gửi trực tuyến số lƣợng lớn file ảnh file video qua mạng internet ngƣời dùng đầu cuối với đƣờng truyền băng thông rộng kết nối ADSL hồn tồn xem hình ảnh video chất lƣợng cao nhà Trong số lƣợng video tăng lên nhanh chóng mà ứng dụng đa truyền thông bị giới hạn việc quản lý nội dung, đòi hỏi kỹ thuật để xử lý hiệu quản lý nội dung liệu video Mơ hình phân đoạn video đƣợc minh hoạ hình 1.1 Trƣớc tiên chuỗi video đƣợc phân đoạn theo thời gian khơng gian thích hợp Sau phân đoạn đƣợc rút trích đặc trƣng để tạo mục tóm lƣợc thông tin Và cuối ảnh đoạn video đƣợc tìm kiếm dựa đặc trƣng mục đƣợc rút trích Các kỹ thuật xử lý ảnh công nghệ thông tin đƣợc quan tâm, giới khoa học công nghệ thơng tin trí sử dụng khái niệm Thị giác máy tính để nói cơng nghệ xử lý ảnh nói chung xử lý tín hiệu video nói riêng Trong vài năm gần báo, cơng trình khoa học cơng nghệ thị giác máy tính tăng đáng kể tạp chí chun ngành Hình ảnh video biểu diễn trực quan thông tin Trong năm gần đây, nhiều phƣơng pháp phát triển nhằm tìm kiếm ảnh video sở đặc trƣng trực quan chúng Màu sắc, vân ảnh, chuyển động cấu tạo không gian-thời gian đặc trƣng phổ biến đƣợc dùng so sánh tính tƣơng quan, trực quan hai ảnh hai khung hình luồng liệu video[6] Hai phƣơng án tìm kiếm phổ biến truy vấn mẫu truy vấn phác thảo[7] Một số nghiên cứu tập trung vào tìm kiếm ảnh tĩnh nhƣ trích chọn đặc trƣng ảnh, độ đo tƣơng tự hai ảnh tìm kiếm ngữ nghĩa [8] Các nghiên cứu video chủ yếu dựa kỹ thuật phát chuyển cảnh (sự thay đổi khung hình), trích khố khung hình áp dụng kỹ thuật ảnh tĩnh So với ảnh tĩnh, tín hiệu liệu động với trục thời gian Ảnh video đƣợc biểu diễn cách liên tục tốc độ định Một ảnh video chất lƣợng tốt bao gồm 25 đến 30 khung hình giây Kích thƣớc video với kỹ thuật nén MPEG-1 500 MB Chính đặc tính liên tục theo thời gian kích thƣớc lớn thách thức lớn kỹ thuật phân tích hình ảnh video Tuy nhiên theo số quan điểm nhiều thông tin, đặc biệt thời gian chuyển động lại đặc trƣng giúp cho trình phân tích hình ảnh video Theo quan điểm này, điểm qua số hƣớng tiếp cận sau: - Sử dụng phƣơng pháp cắt ảnh nhằm chia đoạn video thành đơn vị Các đặc trƣng mức thấp nhƣ màu sắc, chuyển động chứng minh đắn cho việc phát đối tƣợng theo trục thời gian - Một phƣơng pháp khác sử dụng hay nhiều khung hình sở để phát chuyển cảnh, sau sử dụng đặc trƣng màu sắc hay vân ảnh để xác định đối tƣợng xuất vùng camera - Mơ hình hố thay đổi khung hình nhƣ chuỗi quan sát mơ hình markov Thơng qua q trình huấn luyện, hệ thống ƣớc lƣợng thay đổi khung hình tiếp theo[9] Thơng thƣờng phƣơng pháp đƣợc ứng dụng cho trình theo vết đối tƣợng đƣợc chia hai loại bottom-up top-down: 72 k=k+1 Loop If Ktra Then DT_UV(H).Mo_ta = DT_UV(H).Mo_ta & "|" & DS_UV(i).H & "-" & DS_UV(i).W & "|" If DT_UV(H).X1 > DS_UV(i).W Then DT_UV(H).X1 = DS_UV(i).W If DT_UV(H).X2 < DS_UV(i).W Then DT_UV(H).X2 = DS_UV(i).W If DT_UV(H).Y1 > DS_UV(i).H Then DT_UV(H).Y1 = DS_UV(i).H If DT_UV(H).Y2 < DS_UV(i).H Then DT_UV(H).Y2 = DS_UV(i).H Else j=j+1 ReDim Preserve DT_UV(j) DT_UV(j).Mo_ta = "|" & DS_UV(i).H & "-" & DS_UV(i).W & "|" DT_UV(j).Y1 = DS_UV(i).H DT_UV(j).X1 = DS_UV(i).W DT_UV(j).Y2 = DS_UV(i).H DT_UV(j).X2 = DS_UV(i).W DT_UV(j).TT = True End If Next i Tim_Cac_Ung_Vien = j End Function Public Function Tim_Cac_Doi_Tuong(MH As Integer, MW As Integer) As Integer Dim i As Integer, j As Integer Dim SUV As Integer Dim SDT As Integer, BD As Integer Dim Thoat As Boolean SUV = Tim_Cac_Ung_Vien(MH, MW) If SUV = Then Tim_Cac_Doi_Tuong = Exit Function End If 73 If SUV = Then SDT = ReDim DS_DT(1) DS_DT(1).X1 = DT_UV(1).X1 DS_DT(1).X2 = DT_UV(1).X2 DS_DT(1).Y1 = DT_UV(1).Y1 DS_DT(1).Y2 = DT_UV(1).Y2 Else For i = To SUV If (DT_UV(i).X2 - DT_UV(i).X1 DT_UV(j).X1 Then DS_DT(SDT).X1 = DT_UV(j).X1 If DS_DT(SDT).X2 < DT_UV(j).X2 Then DS_DT(SDT).X2 = DT_UV(j).X2 If DS_DT(SDT).Y2 < DT_UV(j).Y2 Then DS_DT(SDT).Y2 = DT_UV(j).Y2 DT_UV(j).TT = False End If End If Next j 76 SDT = SDT + For i = To SUV If DT_UV(i).TT Then BD = i Exit For End If Next i Thoat = False For i = To SUV Thoat = Thoat Or DT_UV(i).TT Next i If Not Thoat Then Exit Do Loop End If Kha_Nang_Co_Nguoi = SDT - End Function Public Function Chac_Chan_Co_Nguoi(MH As Integer, MW As Integer) As Integer Dim i As Integer, SN As Integer Dim CN As Integer CN = Kha_Nang_Co_Nguoi(MH, MW) If CN = Then Chac_Chan_Co_Nguoi = Exit Function End If SN = For i = To CN If ((DS_DT(i).Y2 - DS_DT(i).Y1) > 5) And ((DS_DT(i).X2 DS_DT(i).X1) > 3) Then SN = SN + ReDim Preserve Con_Nguoi(SN) Con_Nguoi(SN).X1 = DS_DT(i).X1 Con_Nguoi(SN).X2 = DS_DT(i).X2 Con_Nguoi(SN).Y1 = DS_DT(i).Y1 Con_Nguoi(SN).Y2 = DS_DT(i).Y2 Con_Nguoi(SN).H = (Con_Nguoi(SN).Y2 Con_Nguoi(SN).Y1) * 77 Con_Nguoi(SN).W = (Con_Nguoi(SN).X2 Con_Nguoi(SN).X1) * ReDim Con_Nguoi(SN).Pic(Con_Nguoi(SN).H Con_Nguoi(SN).W - 1) Call Cat_Anh(Con_Nguoi(SN), MH, MW) End If Next i Chac_Chan_Co_Nguoi = SN End Function 1, Theo vết đối tƣợng Phát khuôn mặt Private Function Tim_Cac_Khuon_Mat(MH As Integer, MW As Integer) As Integer Dim i As Integer, j As Integer Dim SUV As Integer Dim SDT As Integer, BD As Integer Dim Thoat As Boolean SUV = Tim_Cac_Ung_Vien(MH, MW) If SUV = Then Tim_Cac_Khuon_Mat = Exit Function End If If SUV = Then SDT = ReDim DS_DT(1) DS_DT(1).X1 = DT_UV(1).X1 DS_DT(1).X2 = DT_UV(1).X2 DS_DT(1).Y1 = DT_UV(1).Y1 DS_DT(1).Y2 = DT_UV(1).Y2 Else For i = To SUV If (DT_UV(i).X2 - DT_UV(i).X1 < 6) Or (DT_UV(i).Y2 DT_UV(i).Y1 < 8) Then DT_UV(i).TT = False Next i SDT = For i = To SUV If DT_UV(i).TT Then 78 BD = i Exit For End If Next i Do ReDim Preserve DS_DT(SDT) DS_DT(SDT).X1 = DT_UV(BD).X1 DS_DT(SDT).X2 = DT_UV(BD).X2 DS_DT(SDT).Y1 = DT_UV(BD).Y1 DS_DT(SDT).Y2 = DT_UV(BD).Y2 DT_UV(BD).TT = False For j = SDT + To SUV If DT_UV(j).TT Then If DS_DT(SDT).X2 < (DT_UV(j).X1 - 4) Then DT_UV(j).TT = True Else If ((DT_UV(j).Y1 - DS_DT(SDT).Y2 < 5) Or (DS_DT(SDT).Y2 >= DT_UV(j).Y1)) Then If DS_DT(SDT).X1 > DT_UV(j).X1 Then DS_DT(SDT).X1 = DT_UV(j).X1 If DS_DT(SDT).X2 < DT_UV(j).X2 Then DS_DT(SDT).X2 = DT_UV(j).X2 If DS_DT(SDT).Y2 < DT_UV(j).Y2 Then DS_DT(SDT).Y2 = DT_UV(j).Y2 DT_UV(j).TT = False End If End If End If Next j SDT = SDT + For i = To SUV If DT_UV(i).TT Then BD = i Exit For End If Next i Thoat = False For i = To SUV 79 Thoat = Thoat Or DT_UV(i).TT Next i If Not Thoat Then Exit Do Loop End If Tim_Cac_Khuon_Mat = SDT - End Function Public Function Chac_Chan_Khuon_Mat(MH As Integer, MW As Integer) As Integer Dim i As Integer, SN As Integer Dim CN As Integer CN = Tim_Cac_Khuon_Mat(MH, MW) If CN = Then Chac_Chan_Khuon_Mat = Exit Function End If SN = For i = To CN If ((DS_DT(i).Y2 - DS_DT(i).Y1) >= 8) And ((DS_DT(i).X2 DS_DT(i).X1) >= 6) Then SN = SN + ReDim Preserve Con_Nguoi(SN) If (DS_DT(i).X2 - DS_DT(i).X1) Mod = Then Con_Nguoi(SN).X1 = DS_DT(i).X1 Con_Nguoi(SN).X2 = DS_DT(i).X2 Else Con_Nguoi(SN).X1 = DS_DT(i).X1 Con_Nguoi(SN).X2 = DS_DT(i).X2 + End If If (DS_DT(i).Y2 - DS_DT(i).Y1) Mod = Then Con_Nguoi(SN).Y1 = DS_DT(i).Y1 Con_Nguoi(SN).Y2 = DS_DT(i).Y2 Else Con_Nguoi(SN).Y1 = DS_DT(i).Y1 Con_Nguoi(SN).Y2 = DS_DT(i).Y2 + End If 80 = Con_Nguoi(SN).H (Con_Nguoi(SN).Y2 Con_Nguoi(SN).Y1) * Con_Nguoi(SN).W = (Con_Nguoi(SN).X2 Con_Nguoi(SN).X1) * ReDim Con_Nguoi(SN).Pic(Con_Nguoi(SN).H Con_Nguoi(SN).W - 1) Call Cat_Anh(Con_Nguoi(SN), MH, MW) Call So_Thuc_Hoa(Con_Nguoi(SN)) End If Next i Chac_Chan_Khuon_Mat = SN End Function Private Sub So_Thuc_Hoa(KM As IsHuman) Dim i As Integer, j As Integer Dim DW As Integer, DH As Integer Dim Kt As Integer, t As Single Dim Ki As Integer, Kj As Integer Dim Mi As Integer, Mj As Integer DW = KM.W \ 10: DH = KM.H \ 10 Kt = -9 For i = To Kt = Kt + For j = To t=0 For Ki = To DH - Mi = i * DH + Ki For Kj = To DW - Mj = j * DW + Kj t = t + KM.Pic(Mi, Mj) Next Kj Next Ki t = t / DW t = t / DH t = t / 255 KM.STH(Kt + j) = t Next j Next i End Sub 1, 81 Huấn luyện mạng Public Function Net_tell(X() As Single) As Integer Dim jc As Integer jc = Mselect(X()) Net_tell = c(jc) End Function Private Sub Minit(ST As String) Dim i As Integer, j As Integer Dim k As Long Call Docmau(ST) MySize2 = Mysize * Mysize ReDim c(MySize2 - 1) k = MySize2 * TSo - ReDim W(k) Randomize k = -TSo For j = To MySize2 - k = k + TSo For i = To TSo - W(k + i) = Rnd Next i Next j End Sub Private Sub Net_learn(ST As String, epoch As Long) Dim A As Single, f As Single, Fd As Single, TX() As Single Dim d As Integer, dlon As Integer, i As Integer, j As Integer Dim kc As Integer, lc As Integer, kx As Integer, ly As Integer Dim every As Long, jc As Integer Dim tlon As Long, t As Long Dim eta As Single, t100 As Long, f1 As Integer Dim H As Long, ht As Integer Dim Qu As Mang_Hoc Set Qu = New Mang_Hoc Qu.Show Call Minit(ST) dlon = Mysize \ dlon = dlon + 82 If SoMau = Then Mystate = Exit Sub End If ReDim TX(TSo - 1) tlon = epoch * SoMau every = tlon \ dlon A = (Amax - Amin) / (tlon - 1) eta = A * (tlon - 1) + Amin f = eta / dlon t100 = tlon \ 100 For t = To tlon ' so lan hoc f1 = DoEvents If Qu.Pause Then Dim Hoi As Integer Hoi = MsgBox(Bạn có muốnn dừng học khơng ?", 36, "Dừng học ?") If Hoi = Then Mystate = Unload Qu Exit Sub Else Qu.Pause = False End If End If If t Mod every = Then dlon = dlon - If dlon < Then dlon = eta = A * (tlon - t) + Amin f = eta / dlon End If For i = To TSo - TX(i) = XI((t - 1) Mod SoMau, i) Next i jc = Mselect(TX()) kc = jc Mod Mysize lc = jc \ Mysize H = -TSo For j = To MySize2 - H = H + TSo kx = j Mod Mysize - kc 83 ly = j \ Mysize - lc d = khcach(kx, ly) If d < dlon Then Fd = f * (dlon - d) For i = To TSo - W(H + i) = W(H + i) + Fd * (TX(i) - W(H + i)) ' hieu chinh so Next i End If Next j If t Mod t100 = Then ht = t \ t100 If ht