TÓM TẮT LUẬN VĂN THẠC SĨ
Đề tài: Nhận đạng mẫu ảnh sử dụng mạng nơron
Tác giả luận văn: Vũ Ngọc Dân Khóa: 2011B
Người hướng dẫn: TS. Lê Dũng
Nội dung:
a, Lý do chọn đề tài
Hiện nay, mạng Nơron được đưa vào ng dụng rng rãi trong rt nhiu lĩnh
vc. bài toán nhận dng bài toán s dụng các tính năng ca mng Nơron nhiu
nht. i toán nhn dng với s tr gp ca mng Nơron ngày nay đã không còn
dng mc độ nghiên cu nữa mà tr thành mt lĩnh vc đáp dụng vào thc tế.
Các bài toán nhn dng được nghiên cu nhiều nht hiện nay tập trung vào nhn
dng mẫu hình hc (vân tay, mặt ng
ư
i, hình khối …), nhn dng tiếng nói nhn
dng ch viết. Chúng
được
ng dng trong rất nhiu lĩnh vc
như
y học, d báo thi
tiết, d báo cháy rng, …, các lĩnh vc t động a
như
điều khiển rô-bốt, điu khin
các thiết b bng giọng nói,…. Trong s các bài toán nhn dng này, nhận dng
ch viết đang được ứng dụng rất ph biến. Nhận dng ch viết được ứng dụng
trong quá trình t động hóa các công vic văn phòng
như
nhập liu,
lưu
trữ văn bn,
sách báo, phân loi
thư
n,…, nhng công việc rất nhàm chán đòi hi nhiu thời
gian ca con ng
ư
i. Nhn dng bng mng Nơron đang được ứng dụng trong hàng
lot lĩnh vc quan trọng ca cuc sống, phc v lợi ích trc tiếp thiết thc cho
công việc ca con ng
ư
i. Nhận thấy được vai trò quan trọng của mạng nơron trong
nhận dạng theo s gi ý ca thầy giáo
ng
dn, tôi đã la chọn đề tài: "Nhn
dng mẫu ảnh với mng nơron".
b, Mục đích nghiên cứu của luận văn, đối tượng, phạm vi nghiên cứu.
- Mục đích nghiên cứu của luận văn:
Đề i nghn cu c phương pháp x lý nh , nghiên cu vmng nơron và
ng dụng mạng Perceptron đa lớp đgii bài toán nhn dạng mẫu nh.
- Đối tượng, phạm vi nghiên cứu:
Nghiên cu các ng dụng của mng nơron trong bài toán nhn dạng mẫu nh.
T dó xây dng chương trình phng nhn dng mẫu nh sử dụng mng
ron.
Trong khuôn khổ, thời lượng của luận văn, tôi chỉ đi sâu nghiên cứu thuyết
đưa ra một chương trình phỏng nhận dạng tự sử dụng mạng Nơron
Perceptron đa lớp.
c, Tóm tắt cô đọng các nội dung chính và đóng góp mới của tác giả
- c nội dung cơ bn ca luận văn đưc trình bày theo cu trúc như sau:
Chương 1: Tổng quan quá trình xlýnh trong nhận dạng mẫu ảnh
Trình y khái quát v các vấn đề trong x nh các phương pháp xử
ảnh như biểu diễn ảnh, nâng cao chất lượng ảnh, trích chọn đường biên, phân vùng
ảnh và nhận dạng ảnh.
Chương 2: Mng nơron
Trình bày ki quát vmạng nơron nhân to, hình mạng nơron nhân to,
sử dụng mạng nơron nhân tạo, nhận dạng với mạng nơron Perceptron.
Chương 3: phỏng chương tnh nhn dạng mẫu ảnh sử dụng mạng ron
Trình y khái quát vxử ảnh tự, y dựng huấn luyện mạng nơron,
nhận dạng kí tự sử dụng mạng Perceptron đa lớp.
- Đóng góp của luận văn.
Xây dựng được chương trình nhận dạng chữ viết với ba loại font : Arial,
Tahoma Times new roman đạt được kết quả tốt, nhưng còn một stồn tại cần được
phát triển để đạt kết quả cao hơn.
d, Phương pháp nghiên cứu.
Nghiên cu thuyết: thu nhn t internet, các i liu t thy hướng dn
Thu thp i liu, đọc, hiu
Tng hp đánh giá, phân tích nhng vn đ v cơ s khoa hc, cơ s lun
ca lĩnh vc nghiên cu.
Nghiên cu thuyết tng hp y dựng chương trình mô phỏng.
e, Kết luận.
Sau thi gian nghiên cu, nhng kết qu chính i đã đạt
được
ch
ư
a
đạt
được
có thtng kết li
như
sau:
- Vmt thuyết
Nm
đưc
khái nim v nhng thành phn cơ bn các kiu kiến trúc bn
ca mng nơron, phân bit
đưc
mt s loi mng nơron.
Nm
đưc
ý nga ca việc hc hay tích lũy, trong đó vai trò to ln ca các
quy tắc hc, hình hc thut toán hc đối với nhiu kh năng ng dụng khác
nhau.
Tìm hiu các ứng dụng ca mng ron trong thc tế.
Nm
đưc
những kiến thc cơ bn v nh mng nơron Perceptron đa lớp
và cách xây dng mt mô hình mng nơron trong thc tế.
Nm
đưc
quy trình chung trong xây dng mt h thống nhận dng mẫu ảnh
sử dụng mạng nơron.
Vận dụng mng nơron Perceptron đa lớp để xây dng mô phng chương
trình nhn dng chữ viết.
Ngoài ra, việc xây dng phần mm th nghiệm đã cho phép tôi:
Kiểm nghiệm những kiến thc lý thuyết đã thu nhn được.
cái nhìn rõ nét hơn vcác k thut ng dng thuyết vào thực tế.
Bên cnh đó, nâng cao
được
k năng phân ch, thiết kế lập tnh trong
vic gii quyết bài toán c thể.
- Vmt thực tiễn
Đưa ra pơng pháp x với chữ viết, xây dựng thành công h thống nhận
dng chữ viết s dụng hình mng nơron Perceptron đa lớp. Góp phn gii quyết bài
toán còn dang d.
Bên cnh các kết qu đã đạt
đưc,
còn nhng vấn đề
chưa được
đề cp,
gii quyết trong luận văn này.
Trong thời gian ti, tôi s tiếp tục nghiên cu và hoàn thin đề tài vi các mc
tiêu chính
được
đặt ra
như
sau:
Nâng cao hiệu qu độ chính xác trong h thống nhn dng chữ viết.
Xây dng
đưc
h thống nhận dng c ch viết tay tiếng Việt s dng
mng nơron.