Từ yêu cầu đặt ra của luận văn, học viên đề xuất và thực hiện hệ thống:
Một card thu hình nhận tín hiệu video trực tuyến từ camera (hoặc nhập một
file video) và gửi nó đến máy tính có phần mềm phát hiệnvà nhận dạng xe
được viết bằng ngôn ngữ lập trình thích hợp. Trong trường hợp không thể
cho hệ thống thực hiện tại thực địa cảnh quanggiao thông thì có thể quay
video lại cảnh quanggiao thông cho máy tính xử lý.
Sau thời gian tính toán, máy tính sẽ tiến hành phát hiện và nhận dạng xe xuất
hiện trong chuỗi hình ảnh và tiến hành khoanh vùng có chứa đặc trưng xe.
Trong quá trình nghiên cứu, học viên đã tích hợp thêm thuật toán ước lượng
khoảng cách từ camera đến xe, đếm phân loại các xe, từ đó người khảo sát
có thể tính toán các thông số liên quan đến xe hoặc cảnh quanggiao thông.
105 trang |
Chia sẻ: maiphuongdc | Lượt xem: 2285 | Lượt tải: 2
Bạn đang xem trước 20 trang tài liệu Luận văn Hận dạng xe trên cơ sở thị giác máy tính, để xem tài liệu hoàn chỉnh bạn click vào nút DOWNLOAD ở trên
uật toán học huấn luyện AdaBoost
Trang 26
Võ Hồng Phong Luận văn tốt nghiệp
Real AdaBoost
1. Ngõ vào: S = ( ) ( ){ }NN yxyx ,,...,, 11 Số các bước lặp lại T
2. Khởi tạo: Ndn /1)1( = cho tất cả n = 1, …, N
3. Do for t =1, …, T
(a) Huấn luyện bộ phân loại bằng bộ mẫu thử đã được đánh trọng số { })(, tdS
với giả thiết:
{ }1,1: +−xht , ví dụ ( ))(, tt dSLh = .
(b) Tính sai số huấn luyện cho bộ trọng số ε t của ht :
( )∑
=
≠=
N
n
ntn
t
nt xhyId
1
)( )(ε
(c) Đặt:
t
t
t ε
ε
α
−
=
1log
2
1
(d) Cập nhật các trọng số:
{ } tntnttntn Zxhydd /)(exp)()1( α−=+
Với Zt là hằng số chuẩn hóa, sao cho ∑
=
+
=
N
n
t
nd1
)1( 1
Ngừng lệnh if khi ε t = 0 hoặc khi 2
13
tε và đặt T = t – 1
4. Xuất ra:
∑ ∑=
=
=
T
t tT
r r
t
T xhxf 1
1
)()(
α
α
Discrete AdaBoost (Freund & Schpire)
1. N mẫu được cho ( ) ( )NN yxyx ,,...,, 11 với { }1,1, −∈ℜ∈ ik yx
Trang 27
Võ Hồng Phong Luận văn tốt nghiệp
2. Bắt đầu với các trọng số NiNwi ,...,1,/1 ==
3. Lặp lại cho Mm ,...,1=
(a) Phù hợp bộ phân loại ( ) { }1,1−∈xfm sử dụng các trọng số iw của tập dữ
liệu huấn luyện ( ) ( )NN yxyx ,,...,, 11
(b) Tính các thông số ( )( )[ ]xmfywm Eerr ≠= 1 , ( )( )mmm errerrc /1log −=
(c) Đặt giá trị ( )( )( )imi xfymii cww ≠← 1.exp. , i = 1,…,N, và chuẩn hóa các
trọng số để ∑ =
i
iw 1
4. Ngõ ra của bộ phân loại ( )
∑
=
M
m
mm xfcsign
1
.
Gentle AdaBoost
1. Cho N mẫu ( ) ( )NN yxyx ,,...,, 11 với { }1,1, −∈ℜ∈ ik yx
2. Bắt đầu với các trọng số NiNwi ,...,1,/1 ==
3. Lặp lại cho Mm ,...,1=
(a) Phù hợp hàm đệ quy ( )xfm bởi trọng số bình phương tối thiểu (least-
squares) của iy đối với ix với trọng số iw
(b) Đặt giá trị ( )( )imiii xfyww .exp. −← , i = 1,…,N và chuẩn hóa các
trọng số để ∑ =
i
iw 1
4. Ngõ ra của bộ phân loại ( )
∑
=
M
m
mm xfcsign
1
.
Trong ba phương pháp AdaBoost trên, học viên thực hiện luận văn đã chọn
phương pháp GAB làm phương pháp chính cho quá trình huấn luyện máy.
Trang 28
Võ Hồng Phong Luận văn tốt nghiệp
Bộ phân loại mạnh cuối cùng là sự kết hợp có trọng số của các bộ phân loại
yếu:
)(...)()()()( 332211 xhxhxhxhxH NNαααα ++++=
Quá trình học huấn luyện nhận dạng theo từng chuỗi cascade và các giai đoạn
stage được thể hiện như hình dưới đây, trong đó đối tượng cần được phát hiện là
đường cong đặc, kín, màu xanh da trời (được đặt tên là: Target Concept) [3]
Hình 2.7: Mô hình minh họa tác vụ phát hiện vật thể dùng chuỗi cascade
Trong thực tế, chuỗi cascade các bộ phân loại được triển khai nhằm tăng tốc
độ thực thi của thuật toán phát hiện. Trong giai đoạn đầu của quá trình huấn luyện,
ngưỡng của bộ phân loại yếu được điều chỉnh đủ thấp sao cho xấp xỉ 100% các đối
tượng đích có thể được dò ra trong khi vẫn giữ tỉ lệ nhận dạng sai mẫu không tích
cực gần bằng zero. Sự cân bằng của một ngưỡng thấp gắn liền với tỉ lệ phát hiện sai
mẫu tích cực cao hơn. Một mẫu tích cực ngõ ra từ bộ phân lớp đầu tiên là thông số
đặt ngõ vào cho bộ phân lớp thứ hai, cũng sẽ được điều chỉnh sao cho đạt được tỉ lệ
phát hiện rất cao. Tương tự như thế, một mẫu tích cực xuất ra từ bộ phân lớp thứ hai
lại tiếp tục là thông số đặt ngõ vào cho bộ phân lớp thứ ba, …[11].
Trang 29
Võ Hồng Phong Luận văn tốt nghiệp
Các cửa sổ con là tích cực (phù hợp, dò đúng đối tượng) nếu được cho qua tại
từng bộ phân lớp của chuỗi cascade đã được huấn luyện. Nếu không, một ngõ ra
trên chuỗi sẽ loại bất kì cửa sổ không phù hợp ngay lập tức (Hình 2.8); [9, trang 59]
[10] ; [link 1].
Hình 2.8: Dùng chuỗi cascade đã được huấn luyện để phát hiện cửa sổ con phù hợp
Bằng cách sử dụng cấu trúc gồm các chuỗi cascade song song, tốc độ phát
hiện đối tượng sẽ được cải thiện đáng kể (Hình 2.9) [link 1] .
Trang 30
Võ Hồng Phong Luận văn tốt nghiệp
Hình 2.9: Cấu trúc các chuỗi cascade song song
2.2.4 Giai đoạn huấn luyện của bộ phân loại (stage)
Thuật toán tăng tốc thích nghi được sử dụng làm phương pháp chính để phát
hiện và phát hiện đối tượng xe trong luận văn. Thuật toán tăng tốc là mô hình học
máy hiệu quả được sử dụng nhiều trong các đề tài về nhận dạng trước đây. Mô hình
này chỉ sử dụng các bộ phân loại yếu.
Tác vụ học được dựa trên N mẫu huấn luyện ( ) ( )NN yxyx ,,...,, 11 với
kx ℜ∈ và { }1,1−∈iy . ix và vectơ có thành tố k. Mỗi thành tố k có chức năng mã
hóa một đặc trưng có liên quan cho tác vụ học. Ngõ ra mong muốn sau khi mã hóa
có hai giá trị là -1 và 1. Trong trường hợp phát hiện đối tượng vật thể, thành tố ngõ
vào ix là một đặc trưng Haar-like. Các giá trị ngõ ra -1 và 1 cho biết ảnh xử lý có
chứa hay là không chứa đối tượng mong muốn.
2.2.5 Tầng phân loại (cascade)
Tầng (đợt) của bộ phân loại bao gồm các cây (tree) giá trị giảm dần sau mỗi
giai đoạn (stage) mà bộ phân loại được huấn luyện để nhận dạng hầu hết các đối
tượng vật thể mong muốn, đồng thời cũng loại bỏ các đối tượng không được huấn
luyện. Ví dụ, trong luận văn này, các bộ phân loại được huấn luyện qua ít nhất 20
giai đoạn (stage). Đến giai đoạn cuối cùng, giá trị false alarm = 076.95.0 20 −≈ e
và độ trùng khít (hit rate) khoảng 9047.0995.0 20 ≈ . (Hình 2.10) [4, phần 4]
Trang 31
Võ Hồng Phong Luận văn tốt nghiệp
h h h h h
. . . . .
1 - f 1 - f 1 - f 1 - f
hit-rate = hN
false-alarms = fN
stage 1 stage 2 stage 3 stage N
Hình 2.10: Cấu trúc các chuỗi cascade nối tiếp, với N giai đoạn học huấn luyện
Giả sử, thiết lập ban đầu với các giá trị
=−
=−
9 9 5.0
5.0
r a t eh i t
a l a r mf a l s e
Stage 1:
=
=
9 9 5.0
5.0
1
1
h
f
Stage 2:
=
=
2
2
2
2
9 9 5.0
5.0
h
f
Stage 3:
=
=
3
3
3
3
9 9 5.0
5.0
h
f
…
Stage N:
=
=
N
N
N
N
h
f
9 9 5.0
5.0
Trang 32
Võ Hồng Phong Luận văn tốt nghiệp
Tại mỗi giai đoạn huấn luyện stage, bộ phân loại tạo ra thông số hit-rate h và
false-alarm rate f mới làm ngõ vào thông số đặt cho giai đoạn huấn luyện kế tiếp
sau.
Ứng với mỗi giai đoạn được huấn luyện sử dụng một trong phương pháp tăng
tốc. Bộ tăng tốc có thể học huấn luyện bởi một một phân loại mạnh dựa trên một tập
hợp các bộ phân loại yếu bằng cách dò lại trọng số các mẫu huấn luyện. Bộ phân
loại yếu được dùng cho giai đoạn đầu của quá trình huấn luyện, dùng để tập hợp và
đúc kết các đặc trưng sơ của tập huấn luyện. Tại mỗi tầng huấn luyện, bộ phân loại
dựa theo các đại lượng đặc trưng vừa được cập nhật tại tầng kế trước (false-alarm,
hit-rate) được thêm vào nhằm tăng thêm tính chính xác trong quá trình tính toán
trọng số đặc trưng. Với việc tăng dần số giai đoạn huấn luyện và số lượng các bộ
phân loại yếu, sẽ là cần thiết để tính ra các thông số false-alarm rate ứng với mỗi
hit-rate đã tính được sẽ làm tăng tính chính xác cho tác vụ phát hiện đối tượng.
Trang 33
Võ Hồng Phong Luận văn tốt nghiệp
2.2.6 Đặc tính co giãn vùng đặc trưng đối tượng
2.2.6.1 Phát biểu bài toán
Không phải lúc nào đối tượng xuất hiện trong ảnh cũng xuất hiện với vị trí tọa
độ hoặc diện tích vị trí chiếm chỗ là không đổi, mà ngược lại, các đối tượng xuất
hiện tại rất nhiều vị trí khác nhau và diện tích chiếm chỗ khác nhau. Do đó, để có
thể phát hiện ra đặc trưng đối tượng trong ảnh với các diện tích chiếm chỗ khác
nhau thì cần một thuật toán phát hiện đối tượng bám theo tính co giãn của đặc trưng
đối tượng. Một trong những ưu điểm của phương pháp đặc trưng Haar-like là dễ
dàng co giãn cửa sổ đặc trưng. Thuật toán này phát hiện đặc trưng với các ảnh chia
nhỏ chứa các các đặc trưng tìm được trong ảnh bắt đầu từ phía trên bên trái và ảnh
chia nhỏ bắt đầu được lớn dần theo hướng qua phải và hướng xuống dưới. Giải
pháp thích hợp để khoanh vùng đặc trưng ảnh là khoanh vùng bao gồm tất cả các
ảnh chia nhỏ chứa đặc trưng vừa tìm được. Khi đối tượng trong ảnh có xu hướng
tăng dần diện tích chiếm chỗ trong ảnh (ví dụ trường hợp đối tượng tiến đến gần
camera) thì lượng ảnh chia nhỏ tăng nhiều hơn để chứa các đặc trưng.
2.2.6.2 Thuật toán
Thuật toán phát hiện đối tượng, đồng thời co giãn vùng cửa sổ đặc trưng sao cho
luôn bám theo đối tượng được viết trong Bảng 2.2.
Trang 34
Võ Hồng Phong Luận văn tốt nghiệp
Bảng 2.2: Thuật toán phát hiện đồng thời co giãn vùng đặc trưng đối tượng [3, trang
11]
window_size = window_size0
scale = 1
objects = {}
while (window_size ≤ image_size) do
classifier_cascade = classifier_cascade0 × scale
dX = scale
dY = scale
for (0 ≤ Y ≤ image_height – window_height) do
for (0 ≤ X ≤ image_height – window_height) do
region_to_test = { 0 ≤ x ≤ X + window_width ;
0 ≤ y ≤ Y + window_width }
if (classifier_cascade(region_to_test) = 1)
then objects = objects ∪ {region_to_test}
end if
X = X + dX
end for
Y = Y + dY
end for
scale = scale × C // C: constant; = 1.1 ; 1.2
end while
Trang 35
Võ Hồng Phong Luận văn tốt nghiệp
CHƯƠNG 3
XÂY DỰNG HỆ THỐNG
3.1 Ý TƯỞNG XÂY DỰNG VÀ HOẠT ĐỘNG CỦA HỆ THỐNG
Từ yêu cầu đặt ra của luận văn, học viên đề xuất và thực hiện hệ thống:
Một card thu hình nhận tín hiệu video trực tuyến từ camera (hoặc nhập một
file video) và gửi nó đến máy tính có phần mềm phát hiện và nhận dạng xe
được viết bằng ngôn ngữ lập trình thích hợp. Trong trường hợp không thể
cho hệ thống thực hiện tại thực địa cảnh quang giao thông thì có thể quay
video lại cảnh quang giao thông cho máy tính xử lý.
Sau thời gian tính toán, máy tính sẽ tiến hành phát hiện và nhận dạng xe xuất
hiện trong chuỗi hình ảnh và tiến hành khoanh vùng có chứa đặc trưng xe.
Trong quá trình nghiên cứu, học viên đã tích hợp thêm thuật toán ước lượng
khoảng cách từ camera đến xe, đếm phân loại các xe,… từ đó người khảo sát
có thể tính toán các thông số liên quan đến xe hoặc cảnh quang giao thông.
3.2 TIẾN HÀNH XÂY DỰNG CƠ SỞ DỮ LIỆU ẢNH XE
3.2.1 Xây dựng cơ sở dữ liệu
Trang 36
Võ Hồng Phong Luận văn tốt nghiệp
3.2.1.1 Thu thập hình ảnh xe
Nhờ vào việc sử dụng các công cụ tìm kiếm trên internet và từ các nguồn ảnh
tin cậy có sẵn, học viên đã sử dụng để sưu tầm các mẫu xe nhằm mục đích xây dựng
cơ sở dữ liệu các phân loại xe để phục vụ cho đề tài. Các nguồn ảnh tích cực đó
được học viên sưu tầm bao gồm các nguồn dữ liệu và địa chỉ:
Google Image
Flickr của Yahoo!
Photobucket.com (trang web chia sẻ ảnh)
Nguồn ảnh chia sẻ từ các kho ảnh của các trường đại học trên thế giới (MIT,
UIUC, Carnagie Mellon,…)
Ảnh do học viên chụp từ thực địa cảnh quang giao thông (chiếm phần lớn)
Việc sưu tầm và tìm kiếm ảnh mẫu phục vụ cho công tác học huấn luyện cho
máy tính đòi hỏi tiêu tốn nhiều thời gian. Các mẫu hình ảnh xe được tìm kiếm và
sưu tầm đòi hỏi có sự đồng nhất về tư thế chụp lấy mẫu và các kiểu dáng không quá
khác biệt, cũng như hình dáng không quá giống so với các mẫu xe còn lại. Các xe
được chọn làm ảnh mẫu học huấn luyện phải có vị trí rõ ràng trong ảnh, không bị
che khuất (nếu bị che ít hơn 4
1 diện tích pixel cũng tạm chấp nhận) và có tư thế
đối xứng, nghĩa là không quá nghiêng theo các hướng x, y, z (110% đối với hướng
x và y; 50% đối với hướng z).
Các ảnh không tích cực (không chứa hình đối tượng) được học viên
lấy từ nguồn dữ liệu có sẵn với các dạng hình phong cảnh thiên nhiên, hình
chân dung, động thực vật, nội thất, kiến trúc,…
Trang 37
Võ Hồng Phong Luận văn tốt nghiệp
3.2.1.2 Phân loại bằng tay cơ sở dữ liệu hình
Các ảnh sau khi được thu thập, sau đó được học viên phân loại riêng biệt theo
từng hình dáng khác nhau của xe (xe hơi du lịch cá nhân, xe buýt, xe tải,…).
Với mỗi cơ sở dữ liệu được tạo thành, học viên đã sử dụng hơn 550 hình tích
cực (hình có chứa đối tượng - positive image) và 6.000 hình không tích cực (không
chứa đối tượng - negative image) dùng cho huấn luyện.
Trong luận văn, các loại xe được phân nhóm tùy theo đặc trưng về hình dáng
cấu trúc bên ngoài và chức năng sử dụng như đã nói ở trên. Các nhóm hình sau khi
phân biệt được đặt riêng rẽ nhằm tạo thuận lợi cho việc huấn luyện xe trên cơ sở các
mẫu phân loại này.
Mẫu hình huấn luyện tiêu biểu cho từng nhóm phân loại xe trình bày trong
Bảng 3.1 a, b, c :
Bảng 3.1:
Bảng 3.1a: Mẫu xe hơi du lịch cá nhân
Bảng 3.1b: Mẫu xe buýt
Trang 38
Võ Hồng Phong Luận văn tốt nghiệp
Bảng 3.1c: Mẫu xe tải
Các ảnh không tích cực, không chứa đối tượng (negative image) được sưu
tầm dễ dàng từ các nguồn ảnh có sẵn.
3.2.1.3 Tiến hành lấy mẫu, tạo bộ cơ sở dữ liệu huấn luyện
Trong công cụ huấn luyện OpenCV 1.0 của Intel có sẵn lệnh Objectmarker.
Lệnh này dùng để đánh dấu vùng có chứa đặc trưng của đối tượng có trong ảnh
bằng cách dùng hình chữ nhật để đánh dấu khoanh vùng chứa đặc trưng. (Hình 3.1)
Trang 39
Võ Hồng Phong Luận văn tốt nghiệp
Hình 3.1: Minh họa quá trình lấy mẫu
Đường bao chữ nhật màu tím đánh dấu vùng đặc trưng đối tượng cần huấn luyện
3.2.1.4 Tiến hành học huấn luyện cho máy tính
Cũng sử dụng công cụ đã nói ở trên, sử dụng lệnh Createsamples và
Haartrainning để huấn luyện tạo cơ sở dữ liệu đặc trưng và xuất cơ sở dữ liệu đó
ra dạng file .xml phục vụ trong mã lệnh chương trình phần mềm nhận dạng của luận
văn.
Hai lệnh chuẩn, điển hình được học viên thực hiện trong luận văn:
Tạo file học vector “vector.vec” dùng lệnh:
Trang 40
Võ Hồng Phong Luận văn tốt nghiệp
Mẫu lệnh thi hành
createsamples.exe -info positive/info.txt -vec data/vector.vec
-num 466 –maxxangle 1.1 –maxyangle 1.1 –maxzangle 0.5 -w 20 -h
20
với,
-info positive/info.txt : file chứa thông tin tọa độ của khung chữ nhật bao
đặc trưng đối tượng trong ảnh mẫu.
-vec data/vector.vec : đường dẫn chứa file vector.vec tạo ra ở trên.
-num 466 : bộ huấn luyện gồm 466 ảnh tích cực (có chứa đối tượng).
-w 20 : chiều rộng mẫu ngõ ra (tính theo pixel).
-h 20 : chiều cao mẫu ngõ ra (tính theo pixel).
Các thông số maxxangle , maxyangle , maxzangle quy định các góc xoay tối
đa theo các hướng trong không gian của đối tượng mà đảm bảo đối tượng vẫn được
phát hiện.
Tiến hành học huấn luyện cho máy tính:
Mẫu lệnh thi hành
haartraining.exe -data data/cascade -vec data/vector.vec -bg
negative/infofile.txt -npos 466 -nneg 3125 -nstages 24 -mem
1200 -mode ALL -w 20 -h 20 –nonsym –minhitrate 0.995 –
maxfalsealarm 0.5 –weighttrimming 0.95
với,
-data data/cascade : đường dẫn chứa các file thông số ngõ ra được cập
nhật(false-alarm , hit-rate) của từng tầng huấn luyện (cascade).
Trang 41
Võ Hồng Phong Luận văn tốt nghiệp
-vec data/vector.vec : đường dẫn chứa file vector.vec đã tạo ra ở trên
-bg negative/infofile.txt : đường dẫn đến file chứa các ảnh không tích cực
-npos 466 : số lượng ảnh tích cực (giống khai báo ở phần trên)
-nneg 3125 : số lượng ảnh không tích cực (thông tin các file này được chứa trong
file infofile.txt)
-nstages 24 : số lượng giai đoạn (stage) huấn luyện
-mem 1200 : dung lượng bộ nhớ cần cho quá trình huấn luyện (MB). Máy tính có
bộ nhớ RAM càng nhiều thì quá trình huấn luyện xảy ra càng nhanh.
-nonsym : khai báo các đối tượng huấn luyện là không có tính đối xứng
–minhitrate 0.995 –maxfalsealarm 0.5 –weighttrimming 0.95: là các
thông số quy chuẩn về độ trùng khít (phù hợp – hit rate) tối thiểu, ngưỡng sai (false
alarm) và trọng số huấn luyện (Hình 3.2). Các giá trị trên là mặc định, hoặc có thể
thay đổi tùy theo “độ khó” của đối tượng và số lượng ảnh mẫu.
Hình 3.2: Hình minh họa quá trình học huấn luyện
Trang 42
Võ Hồng Phong Luận văn tốt nghiệp
Ghi chú: các lệnh trên được chạy trong môi trường hệ điều hành Windows và được
đóng gói trong các file thực thi lệnh định dạng “.bat” nhằm dễ chỉnh sửa và thao
tác.
Theo khuyến cáo của Intel [7], máy tính được dùng cho công tác huấn luyện này đòi
hỏi phải có cấu hình mạnh. Vì vậy, học viên thực hiện xây dựng cơ sở dữ liệu sử
dụng máy tính để bàn với CPU Intel Core 2 Duo E6320 2 x 1.86 GHz, RAM 2GB,
HDD 80GB. Với cấu hình máy này thì mỗi một cơ sở dữ liệu (mỗi một file .xml)
được tạo thành tiêu tốn thời gian liên tục hơn 42 tiếng đồng hồ (gần 2 ngày).
Cơ sở dữ liệu định dạng file .xml sau khi xây dựng có dạng như trong Bảng 3.2.
Bảng 3.2: Cấu trúc file cơ sở dữ liệu đặc trưng của đối tượng xe hơi cá nhân
20 20
11 11 1 8 -1.
11 11 1 4 2.
1
2.1753159817308187e-003
Trang 43
Võ Hồng Phong Luận văn tốt nghiệp
-0.7307692170143127
0.4051173031330109
12 7 12 1 -1.
12 7 6 1 2.
1
3.6706560058519244e-004
-0.7052155137062073
0.2407480031251907
…
…
3.2.2 Ghi nhận và thử mẫu cơ sở dữ liệu kết quả
Với mỗi cơ sở dữ liệu đã tạo ra, học viên tiến hành kiểm thử nhiều lần để đánh
giá độ tin cậy nhằm ngày càng nâng cao tỉ lệ phát hiện đúng đối tượng. Do đó, mỗi
một cơ sở dữ liệu có thể được xây dựng ít nhất một lần để đánh giá cơ sở dữ liệu
nào là tin cậy nhất để đưa vào hệ thống.
Trang 44
Võ Hồng Phong Luận văn tốt nghiệp
Quá trình thử cơ sở dữ liệu trên ảnh tĩnh nhằm đánh giá tỉ lệ phát hiện đúng
đối tượng tương ứng với đặc trưng chứa trong các file cơ sở dữ liệu “.xml” tương
ứng.
Để kiểm thử cơ sở dữ liệu, dùng lệnh:
objectdetect.exe --cascade="tên_sơ_sở_dữ_liệu" tên_file
3.2.2.1 Đối với xe hơi cá nhân
Thử nghiệm trên 1 ảnh
Hình 3.3: Minh họa quá trình kiểm thử cơ sở dữ liệu “car_back.xml”
Kết quả cho thấy xe hơi trong ảnh đã được phát hiện đúng, xe được hình chữ nhật màu
xanh bao quanh.
Thử nghiệm trên nhiều ảnh tĩnh
Bảng 3.3: Kết quả kiểm thử cơ sở dữ liệu đặc trưng xe hơi cá nhân
Trang 45
Võ Hồng Phong Luận văn tốt nghiệp
Trang 46
Võ Hồng Phong Luận văn tốt nghiệp
Trang 47
Võ Hồng Phong Luận văn tốt nghiệp
Trang 48
Võ Hồng Phong Luận văn tốt nghiệp
Trang 49
Võ Hồng Phong Luận văn tốt nghiệp
Tiến hành kiểm thử tập cơ sở dữ liệu với 150 ảnh tĩnh xe hơi. Kết quả là có
142 ảnh được phát hiện đúng đối tượng xe trong ảnh, đạt tỉ lệ ≈ 95%.
Trang 50
Võ Hồng Phong Luận văn tốt nghiệp
3.2.2.2 Đối với xe buýt
Thử nghiệm trên 1 ảnh
Hình 3.4: Minh họa quá trình kiểm thử cơ sở dữ liệu “bus_vn_full_22112008.xml”
Kết quả cho thấy xe buýt trong ảnh đã được phát hiện đúng
Thử nghiệm trên nhiều ảnh tĩnh
Trang 51
Võ Hồng Phong Luận văn tốt nghiệp
Bảng 3.4: Kết quả kiểm thử cơ sở dữ liệu đặc trưng xe buýt
Trang 52
Võ Hồng Phong Luận văn tốt nghiệp
Trang 53
Võ Hồng Phong Luận văn tốt nghiệp
Tiến hành kiểm thử tập cơ sở dữ liệu với 180 ảnh tĩnh xe buýt. Kết quả là có
173 ảnh được phát hiện đúng đối tượng xe trong ảnh, đạt tỉ lệ ≈ 96%.
3.2.2.3 Đối với xe tải
Thử nghiệm trên 1 ảnh
Hình 3.5: Minh họa quá trình kiểm thử cơ sở dữ liệu “truck_vn_26112008.xml”
Kết quả trên được đánh giá là thành công vì đối tượng xe tải trong ảnh đã được phát hiện
đúng.
Thử nghiệm trên nhiều ảnh tĩnh
Trang 54
Võ Hồng Phong Luận văn tốt nghiệp
Bảng 3.5: Kết quả kiểm thử cơ sở dữ liệu đặc trưng xe tải
Trang 55
Võ Hồng Phong Luận văn tốt nghiệp
Trang 56
Võ Hồng Phong Luận văn tốt nghiệp
Trang 57
Võ Hồng Phong Luận văn tốt nghiệp
Tiến hành kiểm thử cơ sở dữ liệu truck_vn_26112008.xml với hơn 120 ảnh
tĩnh. Kết quả có 115 ảnh được phát hiện đúng, tương ứng với tỉ lệ ≈ 96%.
Bảng 3.6: Tổng kết các kết quả kiểm thử CSDL đặc trưng xe
Loại xe
Số lượng ảnh
kiểm thử
Số lượng ảnh
phát hiện đúng
Tỉ lệ
Xe hơi cá nhân 150 142 95%
Xe buýt 180 173 96%
Xe tải 120 115 96%
3.3 TIẾN HÀNH XÂY DỰNG THUẬT TOÁN
3.3.1 Thuật toán phát hiện xe
Nhờ vào sự hỗ trợ của công cụ OpenCV version 1.0 (áp dụng thư viện mã
nguồn mở về thị giác máy tính trên nền .NET) do Intel phát triển, tác giả sử dụng
thuật toán phát hiện đặc trưng đối tượng là Haar-like với các lệnh
“HaarClassifierCascade” và “cvHaarDetectObjects” để thực hiện chức
năng phát hiện xe, sẵn sàng cho bước tiếp theo là tiến hành nhận dạng ra kiểu dáng
xe đó.
3.3.2 Thuật toán nhận dạng kiểu xe
Trong thực tế, khi con người quan sát một chiếc xe đang lưu thông trên đường,
thì ngay lập tức người đó sẽ nhận biết ngay rằng xe đó xe loại gì, có thể được liệt kê
như: xe hơi cá nhân, xe buýt, xe tải,… Đó là do qua kinh nghiệm, người đó đã chủ
động nhận biết được kiểu dáng xe đó từ các nguồn thông tin tin cậy khác nhau trong
quá khứ. Quá trình này có thể cũng được coi như là người đó đã được “huấn luyện
Trang 58
Võ Hồng Phong Luận văn tốt nghiệp
trước” hình dáng đặc trưng của chiếc xe đó. Vì vậy, khi quan sát chiếc xe, lập tức
người đó sẽ biết được loại xe đó là gì.
Tuy vậy, nhưng máy tính thì không thể giống con người, nghĩa là không thể
nhận biết ngay được là có đối tượng xe với hình dáng đặc trưng cần phát hiện trong
vùng thị trường hay không. Vì vậy, để cho máy tính biết được kiểu dáng của từng
loại xe, ta cần phải cho hệ thống biết được các kiểu dáng xe đó từ trước thông qua
quá trình huấn luyện dựa trên các bộ phân loại mà học viên đã thiết lập qua các mẫu
hình đã được chọn lọc kỹ càng. Mỗi một bộ phân loại các hình ảnh mẫu đối tượng
đó, học viên đã gắn một nhãn tương ứng với tên của cơ sở dữ liệu kiểu dáng xe (xe
hơi cá nhân, xe buýt, xe tải, …).
Bộ phân loại kiểu dáng xe này có chức năng như là một cơ sở dữ liệu chứa các
đặc trưng của từng loại xe. Vì vậy, sau này khi một chiếc xe bất kỳ được phát hiện
trong khung hình hay vùng thị trường của camera, thì lập tức nó được so sánh với
hình ảnh và đặc trưng đã có trong cơ sở dữ liệu này. Nếu các đặc trưng là phù hợp
với đặc trưng có trong cơ sở dữ liệu, thì từ đó mới có thể xuất ra được dòng thông
báo tên kiểu dáng xe được nhận dạng trên từng khung chữ nhật bao đối tượng.
Chương trình nhận dạng xe được thể hiện trong Hình 3.6, thể hiện một chu kỳ
làm việc của hệ thống.
Trang 59
Võ Hồng Phong Luận văn tốt nghiệp
BẮT ĐẦU
LOAD ẢNH TỪ
CAMERA
TIỀN XỬ LÝ
TIỀN LỌC ẢNH
& XỬ LÝ NHIỄU
LOAD CƠ SỞ DỮ LIỆU
DÒ TÌM ĐẶC TRƯNG
TRÍCH XUẤT THÔNG
TIN ĐỐI TƯỢNG
ĐẾM ĐỐI
TƯỢNG
ƯỚC LƯỢNG
KHOẢNG CÁCH
KẾT THÚC
NHẬN DẠNG
XE
KHOANH VÙNG
Hình 3.6: Sơ đồ khối của chương trình nhận dạng xe
Trang 60
Võ Hồng Phong Luận văn tốt nghiệp
Mã lệnh chương trình thực thi thuật toán nhận dạng được trình bày trong Bảng
3.7.
Bảng 3.7: Mã lệnh điển hình của thuật toán phát hiện và nhận dạng xe hơi
const char* cascade_name4 = "car_front_back.xml";
CvMemStorage* storage1 = cvCreateMemStorage(0);
cascade1 = (CvHaarClassifierCascade*)cvLoad(cascade_name4, 0, 0, 0);
CvSeq* object1 = cvHaarDetectObjects(gray7, cascade1, storage1, 1.05,
2, CV_HAAR_DO_CANNY_PRUNING, cvSize(20,16));
int i1;
for (i1 = 0; i1 total : 0); i1++)
{
CvRect* r1 = (CvRect*)cvGetSeqElem(object1, i1);
pt1.x = r1->x;
pt1.y = r1->y;
pt2.x = r1->x + r1->width;
pt2.y = r1->y + r1->height;
cvRectangle(display, pt1, pt2, CV_RGB(255,0,0), 2, 8, 0);
cvPutText(display, "car", cvPoint(pt1.x, pt1.y - 4), &font, ...
... CV_RGB(255, 0, 0));
}
3.3.3 Thuật toán ước lượng khoảng cách
Thuật toán này được học viên áp dụng trên từng đối tượng xe được nhận dạng,
và quá trình được diễn ra theo thời gian thực.
Trong thực tế, mắt người khi đang quan sát chiếc xe, thì người đó sẽ có thể
ước lượng được khoảng cách từ người đó đến chiếc xe dựa theo kinh nghiệm. Có
nghĩa là, mắt người bình thường khi quan sát một chiếc xe, thì dựa vào kích thước
của hình ảnh mà mắt thu nhận được sẽ ước lượng được khoảng cách từ người đó
Trang 61
Võ Hồng Phong Luận văn tốt nghiệp
đến chiếc xe. Ví dụ, với cùng một loại xe, với một chiếc ở xa thì hình ảnh quan sát
được sẽ nhỏ hơn so với hình ảnh của một chiếc xe ở gần (Hình 3.7). Chính vì vậy,
việc ước lượng khoảng cách là cần thiết để có thể áp dụng vào các hệ thống quan sát
giao thông thực tế. [1, phần 3.3]
Hình 3.7: Mô hình hóa thuật toán ước lượng khoảng cách
Chính vì lý do đó, nhằm nâng cao chức năng quan sát của camera trong cảnh
quang giao thông, học viên đã tích hợp vào hệ thống thuật toán ước lượng khoảng
cách giữa camera với chiếc xe đang được phát hiện. Thuật toán này được dùng để
ước lượng khoảng cách giữa camera và đối tượng xe hơi dựa vào thông số liên quan
như: chiều dài tiêu cự của camera, thông số quy đổi từ pixel ra milimet tại mặt
phẳng tiêu cự và độ lớn thực tế điển hình của xe. [2, trang 75, phần 4.5]
Hình 3.8: Mô hình camera quan sát trong không gian 3-D [6, trang 27]
Trang 62
Võ Hồng Phong Luận văn tốt nghiệp
Trong thực tế, ước lượng khoảng cách dựa trên cách tính của thị giác máy tính
được ứng dụng rộng rãi và có tầm quan trọng trong các hệ thống quan trắc trực
tuyến hệ thống giao thông nhằm giúp tăng thêm công cụ hỗ trợ cho hệ thống giám
sát giao thông.
Cụ thể, công thức ước lượng khoảng cách theo lý thuyết được tính theo công
thức: [6, trang 26÷ 28] [link 3, chapter 1-2]
Z
Xfx ×=−
x
XfZ
−
×=⇔
Với,
f : là chiều dài tiêu cự của camera
Z : là chiều dài ước lượng (cần tìm) giữa camera đến đối tượng
X : là kích thước thực tế của đối tượng (đơn vị chiều dài)
x : là kích thước ảnh của đối tượng (pixel)
Trong thực tế, khoảng cách ước lượng còn cần một thông số quy đổi đơn vị
pixel ra mm trong mặt phẳng tiêu cự chor hoặc cvert . [2, trang 75]
Công thức ước lượng khoảng cách được sử dụng trong luận văn là:
w
WfcZ horhor ××= (công thức được sử dụng chính)
hoặc h
HfcZ vertvert ××=
Do tính đồng nhất, ít biến đổi về mặt kích thướ
Các file đính kèm theo tài liệu này:
- TH105.pdf