02832nam a2200229Ia 4500 CTU_239314 210402s9999 xx 000 0 und d 006.42 V115 8480101 Dương, Lập Văn Kết hợp ScatNet và CNN ứng dụng vào phân lớp Texture : Luận văn Thạc sĩ Công nghệ thông tin. Chuyên ngành Khoa học máy tính Dương Lập Văn ; Nguyễn Vũ Lâm (Cán bộ hướng dẫn) Cần Thơ Trường Đại học Cần Thơ 2020 Bài toán phân loại Texture (Ảnh bề mặt vật liệu) đã có rất nhiều nghiên cứu từng thực hiện, các nghiên cứu tập trung theo 4 hướng chính: Thống kê cục bộ, xây dựng mô hình dựa trên phân tích các Texton (Các cấu trúc được lặp đi lặp lại trong 1 Texture), phương pháp hình học: Sử dụng các đặc trưng SIFT, HOG và phương pháp xử lý tín hiệu dựa trên các bộ lọc. Tuy nhiên, chưa thể khẳng định giải thuật hay mô hình nào là phù hợp nhất cho việc phân lớp ảnh bề mặt vật liệu bởi trong thực tế việc nhận dạng Texture còn gặp phải rất nhiều khó khăn và dễ xảy ra sai sót vì nó phụ thuộc nhiều vào góc quay rộng hay hẹp, cường độ chiếu sáng ít hay nhiều, tỉ lệ lớn hay nhỏ..của hình ảnh thu được. Những khó khăn vừa liệt kê làm ảnh hưởng đến độ chính xác khi nhận dạng hay phân lớp. Đề tài này đề xuất một phương pháp kết hợp cụ thể là kết hợp các đặc trưng trích chọn được từ ScatNet và đặc trưng học được từ CNN giúp thu được thông tin toàn diện về các cấu trúc của hình ảnh mà không phụ thuộc vào phép quay, cường độ ánh sáng, tỉ lệ lớn nhỏ của ảnh đầu vào nhằm làm tăng độ chính xác cho việc phân lớp. Qua việc thực nghiệm trên hai tập dữ liệu KTH-TIPS và UMD cho thấy phương pháp kết hợp nêu trên thu được kết quả với độ chính xác phân lớp cao trên 99%. Nhận dạng mẫu quang,Optical pattern recognition Hải tvtrong Trung tâm Học liệu Trường Đại học Cần Thơ