Thông tin chung
  English
  Đề tài NC khoa học
  Bài báo, báo cáo khoa học
  Hướng dẫn Sau đại học
  Sách và giáo trình
  Các học phần và môn giảng dạy
  Giải thưởng khoa học, Phát minh, sáng chế
  Khen thưởng
  Thông tin khác
  Tài liệu tham khảo
  Hiệu chỉnh
 
Số người truy cập: 111,200,727

 Nhận dạng mẫu hình ảnh sử dụng mô-men Hu
Tác giả hoặc Nhóm tác giả: Hoàng Lê Uyên Thục, Phạm Văn Tuấn
Nơi đăng: Tạp chí Khoa học Công nghệ ĐHĐN; Số: Số 5(114).2017-Quyển 2;Từ->đến trang: 62-66;Năm: 2017
Lĩnh vực: Công nghệ thông tin; Loại: Bài báo khoa học; Thể loại: Trong nước
TÓM TẮT
Nhận dạng mẫu hình ảnh hiện đang nhận được rất nhiều sự quan tâm từ các nhà nghiên cứu do tính ứng dụng sâu rộng của nó trong nhiều lĩnh vực khác nhau. Trong bài báo này, chúng tôi tập trung tìm hiểu bài toán nhận dạng mẫu hình ảnh bao gồm ảnh tĩnh và video bằng cách dùng mô-men Hu để mô tả hình dạng đối tượng trong khung hình. Trước tiên, đối tượng quan tâm được trích ra khỏi phần còn lại của khung hình rồi được chuyển đổi thành một vec-tơ đặc trưng 7 chiều, trong đó mỗi thành phần của vec-tơ chính là một trong 7 giá trị mô-men Hu. Tiếp đến, tùy theo dữ liệu xem xét là ảnh tĩnh hay video để chọn phương pháp nhận dạng tương ứng dùng mạng nơ-ron nhân tạo hay mô hình Markov ẩn. Các thí nghiệm trên hai ví dụ là nhận dạng cây đối với dữ liệu ảnh tĩnh và phát hiện dáng đi bệnh lý đối với dữ liệu video cho kết quả rất khả quan xét theo tiêu chí tỷ lệ nhận dạng đúng trung bình.
ABSTRACT
Visual pattern recognition has attracted great attention from researchers due to its far-reaching aplications in many different fields such as optical character recognition, action recognition, abnormal behavior detection, etc. In this paper, we concentrate on the recognition of visual pattern including image and video patterns by using set of Hu’s moments to describe the shape of interested objects in an image frame. Initially, we extract the object from the rest of image frame, then we transfer the extracted object into a 7-dimension feature vector, each vector component of which is one of the 7 values of Hu’s moments. Next, we choose artificial neural network and hidden Markov model to recognize image patterns and video patterns, respectively. Experiments on two examples which are plant identification for image data and pathological gait detection for video data show promissing results in terms of total average recognition rate.
© Đại học Đà Nẵng
 
 
Địa chỉ: 41 Lê Duẩn Thành phố Đà Nẵng
Điện thoại: (84) 0236 3822 041 ; Email: dhdn@ac.udn.vn