Nhận dạng chữ số viết tay sử dụng kỹ thuật học sâu (Deep learning)
MỞ ĐẦU
Nhận dạng là lĩnh vực được các nhà khoa học rất quan tâm để giải quyết các yêu cầu trong cuộc sống hiện nay, có nhiều lĩnh vực nhận dạng như nhận dạng tín hiệu, nhận dạng tiếng nói hay nhận dạng ảnh. Vấn đề nhận dạng chữ viết tay nói chung và nhận dạng chữ số viết tay nói riêng là một vấn đề thách thức đối với những nhà nghiên cứu.
Chữ số viết tay xuất hiện ở hầu hết trong các công việc của các cơ quan, nhà máy, xí nghiệp, trường học. Trong các trường phổ thông hiện nay, đều có một bộ phận quản lý điểm để thực hiện các khâu tiếp nhận và nhập vào máy tính bảng điểm viết tay của giáo viên bộ môn, công tác này luôn chiếm nhiều thời gian và đôi khi không đảm bảo tiến độ hoạt động của nhà trường.
Để nhận dạng chữ số viết tay, có nhiều phương pháp và kỹ thuật khác nhau như: logic mờ, giải thuật di truyền, mô hình xác xuất thống kê, mô hình mạng nơ ron. Đã có nhiều công trình nghiên cứu về nhận dạng chữ số viết tay đạt hiệu quả cao, tuy nhiên, các ứng dụng vẫn chưa đáp ứng hoàn toàn các yêu cầu của người dùng.
Hiện nay với sự phát triển không ngừng của máy tính, phương pháp Deep Learning ra đời đã đáp ứng cơ bản trong việc nhận dạng và xử lý ảnh. Deep Learning là một thuật toán dựa trên một số ý tưởng từ não bộ tới việc tiếp thu nhiều tầng biểu đạt, cả cụ thể lẫn trừu tượng, qua đó làm rõ nghĩa của các loại dữ liệu. Deep Learning được ứng dụng trong nhận diện hình ảnh, nhận diện giọng nói, xử lý ngôn ngữ tự nhiên. Hiện nay rất nhiều các bài toán nhận dạng sử dụng Deep Learning để giải quyết do Deep Learning có thể giải quyết các bài toán với số lượng lớn, kích thước đầu vào lớn với hiệu năng cũng như độ chính xác vượt trội so với các phương pháp phân lớp truyền thống.
Với những lý do trên, tôi chọn nghiên cứu đề tài :”Nhận dạng chữ số viết tay sử dụng kỹ thuật học sâu (Deep learning)”
Mục tiêu chính của đề tài này là sử dụng kỹ thuật Deep learning để xây dựng chương trình nhận dạng chữ số viết tay
- Các chữ số viết tay.
- Cơ sở lý thuyết về nhận dạng ảnh.
- Các phương pháp, giải thuật về nhận dạng.
- Kỹ thuật Deep Learning
- Nghiên cứu kỹ thuật xử lý ảnh
- Ảnh quét chữ số viết tay
- Các chữ số tự nhiên tự 0 đến 9
- Các tài liệu về cơ sở lý thuyết: xử lý ảnh số, lọc trích ảnh số, xác định biên, rút trích số, nhận dạng ký tự số.
- Nghiên cứu mạng Nơ ron nhận dạng chữ viết tay.
- Phương pháp Deep Learning
- Các tài liệu liên quan tới lập trình
- Xây dựng chương trình thử nghiệm.
- Kiểm thử tính hiệu quả của chương trình với các chữ số khác nhau.
Về khoa học: Đề tài sẽ mang ý nghĩa cung cấp về mặt lý thuyết để làm rõ về các phương pháp và kỹ thuật nhận dạng chữ số viết tay.
Về thực tiễn: Góp phần hỗ trợ cho việc nhập văn bản với dữ liệu số.
TỔNG QUAN VỀ XỬ LÝ ẢNH VÀ NHẬN DẠNG CHỮ SỐ VIẾT TAY
Tổng quan về nhận dạng chữ số viết tay
Giới thiệu chung
Hiện nay, vấn đề nhận dạng chữ số viết tay rất cần thiết, có nhiều ứng dụng rộng rãi trong đời sống xã hội như nhận dạng bảng điểm, nhận dạng bảng số xe, nhận dạng phiếu hàng hóa,… Vấn đề nhận dạng chữ viết tay nói chung và nhận dạng chữ số viết tay nói riêng là một thách thức lớn đối với các nhà nghiên cứu. Mỗi người có một cách viết chữ số khác nhau, chúng ta không thể xác định cách duy nhất để nhận dạng chữ số. Do vậy, xây dựng hệ thống nhận dạng chữ số viết tay một cách đáng tin cậy để có có thể nhận dạng bất cứ ký tự số nào là điều không dễ dàng.
Các hệ thống nhận dạng trước đây như (LeCun et al., 1998), (Simard et al., 2003), (Kégl & BusaFekete, 2009) đều sử dụng các đặc trưng cơ bản từ ảnh ký tự như đường biên, cạnh, độ dày, giá trị mức xám, haar-like, với các xử lý đặc thù như lấy mẫu, dao động các điểm ảnh, biến đổi ảnh, thêm dữ liệu ảo. Sau đó hệ thống nhận dạng huấn luyện các mô hình học tự động như k láng giềng (kNN), mạng nơ-ron, máy véc tơ hỗ trợ (SVM), boosting. Các hệ thống này cơ bản đáp ứng yêu cầu của người sử dụng, tuy nhiên vẫn chưa thỏa mãn một cách triệt để yêu cầu đề ra. Với mong muốn tìm ra giải pháp để nhận dạng chữ số viết tay hiệu quả, chúng tôi nghiên cứu kỹ thuật học sâu (Deep learning), đây là phương pháp có thể giải quyết các bài toán với số lượng lớn, kích thước đầu vào lớn với hiệu năng cũng như độ chính xác vượt trội so với các phương pháp phân lớp truyền thống.
Những khó khăn trong việc nhận dạng chữ số viết tay
Các công trình nghiên cứu trong và ngoài nước.
Công trình trong nước
Công trình nước ngoài
Các bước trong quá trình xử lý ảnh
Trích chọn đặc trưng
-Cải thiện ảnh
-Phục hồi ảnh
-Xử lý hình thái
Tách đối tượng
Mô tả/ Biểu diễn
Đánh giá
Tiền xử lý
Đối tượng
Thu nhận ảnh
-Phân đoạn ảnh
-Nhận dạng
-Ra quyết định
-Phân cụm
Hình 1.4. Sơ đồ tổng quát các giai đoạn xử lý ảnh cơ bản
Thu nhận ảnh
Tiền xử lý
Tách đối tượng
Mô tả/ biểu diễn
Nhận dạng ảnh
Một số khái niệm trong xử lý ảnh
Điểm ảnh
Độ phân giải ảnh
Mức xám của ảnh
Các phương pháp xử lý ảnh
Lọc mịn ảnh
Nhị phân ảnh
Chỉnh nghiêng
Chuẩn kích thước
Lấp khoảng trống ảnh
Một số định nghĩa
Phép giãn ảnh
Phép co ảnh
Phép đóng ảnh
Phát hiện biên và làm trơn biên
Phát hiện biên
Dò biên và mã hóa đường biên
Xác định hướng của điểm biên (Freeman code)
Làm trơn đường biên
Các phương pháp nhận dạng chữ số viết tay
Có nhiều phương pháp trong các hệ thống nhận dạng chữ số viết tay, có thể kể đến như : đối sánh mẫu, thống kê, cấu trúc, mạng nơ-ron, SVM,…
Phương pháp đối sánh mẫu
Phương pháp tiếp cận cấu trúc
Phương pháp học máy với SVM (Support vector machine)
Giới thiệu SVM
Ý tưởng
MÔ HÌNH MẠNG NEURAL TÍCH CHẬP
Một trong những mô hình Deep Learning tiên tiến giúp chúng ta xây dựng được những hệ thống thông minh với độ chính xác cao đó là Convolutional Neural Network (CNNs – Mạng nơ-ron tích chập). Trong chương này, chúng ta sẽ trình bày về Convolution (tích chập) cũng như ý tưởng của mô hình CNNs trong nhận dạng chữ số viết tay.
F:\DỮ LIỆU COP CỦA CHỊ YẾN\DAI HOC DA NANG\KHOA HOC MAY TINH\HUYNH VAN NHUT\Luan van – Tom tat\TOM TAT
