NGHIÊN CỨU VỀ MẠNG NEURAL TÍCH CHẬP VÀ ỨNG DỤNG CHO BÀI TOÁN NHẬN DẠNG BIỂN SỐ XE (Lê Thị Thu Hằng)

Convolutional Neural Network (CNNs – Mạng nơ-ron tích chập) là một trong những mô hình Deep Learning tiên tiến giúp cho chúng ta xây dựng đƣợc những hệ thống thông minh với độ chính xác cao nhƣ hiện nay. Trong luận văncao học này, em đi vào nghiên cứu về mạng neural cũng nhƣ mạng Convolution (tích chập) cũng nhƣ ý tƣởng của mô hình CNNs trong phân lớp ảnh (Image Classification), và áp dụng trong việc xây dựng hệ thống nhận dạng biển số xe tự động

Nội dung bài báo cáo bao gồm 3 chƣơng.

 Chƣơng 1: Mạng neural và mạng neural tích chập.

 Chƣơng 2: Tổng quan về nhận dạng biển số xe.

 Chƣơng 3: Áp dụng mạng neural tích chập trong nhận dạng ký tự

NỘI DUNG:

CHƢƠNG 1: MẠNG NEURAL VÀ MẠNG NEURAL TÍCH CHẬP ........... 8

1. Mạng neural và mạng neural lan truyền ngƣợc ................................. 8

1.1. Giới thiệu về mạng Neural ................................................................... 8

1.2. Một số kiểu mạng Neural ................................................................... 10

1.3. Mạng Neural lan truyền ngƣợc MLP ................................................. 12

2. Mạng neural tích chập ......................................................................... 21

2.1. Định nghĩa mạng neural tích chập ..................................................... 21

2.2. Convolution (tích chập) ..................................................................... 22

2.3. Mô hình mạng neural tích chập ......................................................... 24

2.4. Xây dựng mạng neural tích chập ....................................................... 26

CHƢƠNG 2: TỔNG QUAN VỀ NHẬN DẠNG BIỂN SỐ XE................. 39

2.1 Khái niệm về hệ thống nhận dạng biển số xe. ....................................... 39

2.1.1 Khái niệm ......................................................................................... 39

2.1.2 Lịch sử và phát triển. ....................................................................... 39

2.1.3. Cách thức hoạt động của hệ thống nhận dạng biển số xe. .............. 40

2.1.4. Phân loại các ứng dụng nhận dạng biển số xe. ............................... 40

2.1.5. Ứng dụng thực tiễn tại Việt Nam .................................................... 41

2.1.6. Phân loại biển số xe. ....................................................................... 42

2.2. Phƣơng pháp nhận dạng biển số xe từ ảnh chụp của camera. .............. 44

2.2.1. Phƣơng pháp chuyển đổi Hough. .................................................... 44

2.2.2. Phƣơng pháp hình thái học. ............................................................ 45

2.3. Phƣơng pháp nhận dạng ký tự trong biển số xe. ................................... 46

2.4. Phạm vi nghiên cứu và hƣớng giải quyết. ............................................ 47

CHƢƠNG 3: ÁP DỤNG MẠNG NEURAL TÍCH CHẬP TRONG NHẬN

DẠNG KÝ TỰ ............................................................................................... 49

3.1. Xây dựng mô hình mạng ....................................................................... 49

3.2. Kết quả nhận dạng ký tự viết tay .......................................................... 52

3.3. Kết quả thực nghiệm nhận dạng biển số xe với mạng Neural tích chập54

3.4. Kết luận ................................................................................................. 55

3.5. Hƣớng phát triển của bài toán: .............................................................. 56

DANH MỤC TÀI LIỆU THAM KHẢO

LINK DOWNLOAD

Nội dung bài báo cáo bao gồm 3 chƣơng.

 Chƣơng 1: Mạng neural và mạng neural tích chập.

 Chƣơng 2: Tổng quan về nhận dạng biển số xe.

 Chƣơng 3: Áp dụng mạng neural tích chập trong nhận dạng ký tự

NỘI DUNG: