Phát hiện nhanh đối tượng trong ảnh

Để khắc phục hạn chế này, các nhà nghiên cứu ở Phòng thí nghiệm trọng điểm hệ thống tích hợp thông minh (SISLAB), Trường đại học công nghệ, Đại học quốc gia Hà Nội đã đề xuất giải pháp phát hiện đối tượng có trong ảnh dựa trên thuật toán xử lý đồng thời HOG-SVM để giúp tăng tốc độ xử lý.

Khi áp dụng thuật toán HOG-SVM lên phần cứng, bước chuẩn hóa HOG và phân loại SVM tốn quá nhiều tài nguyên như phép nhân, chia, phép căn bậc hai, phép bình phương, phép biến đổi lượng giác. Với các phương thức chuẩn hóa khác như L1-Norm hay L1-Sqrt-Norm, tuy có thể làm giảm thiểu được phép bình phương hoặc phép căn bậc hai nhưng phần cứng vẫn không thể tránh khỏi việc sử dụng nhiều phép chia. Hơn hết, các thiết bị, hệ thống thực thi thuật toán HOG-SVM hiện nay đều phải đợi kết quả chuẩn hóa rồi mới tiến hành phân loại nhờ thuật toán SVM. Điều này làm chậm đáng kể tốc độ quá trình phát hiện đối tượng trong ảnh.

Phương pháp mới, thay vì phải đợi các giá trị của lược đồ gradient có hướng được chuẩn hóa thì các giá trị này sẽ được tiến hành xử lý và phân loại bằng thuật toán SVM. Kết quả xử lý SVM sẽ là giữa các giá trị của các lược đồ gradient có hướng chưa được chuẩn hóa với các hệ số SVM được huấn luyện từ trước đó. Đồng thời, các giá trị của lược đồ gradient có hướng này sẽ được áp dụng xử lý tiền chuẩn hóa HOG bằng cách đi qua các bước tiền chuẩn hóa HOG lần một và tiền chuẩn hóa HOG lần hai. Cuối cùng, kết quả phân loại sẽ là kết quả tích lũy các giá trị chuẩn hóa cộng với ngưỡng phân loại b.

Bước xử lý nhanh lược đồ gradient có hướng là bước cần thiết cho việc phát hiện đối tượng dựa trên thuật toán HOG-SVM. Tuy nhiên, khác với các phương pháp thông thường, để đáp ứng được lược đồ thời gian đề xuất, nhóm nghiên cứu đã sử dụng phương pháp xử lý lược đồ gradient có hướng mới bằng cách xử lý song song 8 điểm ảnh. Mặt khác, tại bước chuẩn hóa, xử lý và phân loại dựa vào thuật toán SVM thông thường sẽ được tiến hành tuần tự, tiếp nối nhau. Qua đó, quy trình này đề xuất phương án tiến hành xử lý đồng thời chuẩn hóa HOG và phân loại SVM các giá trị của lược đồ gradient có hướng. Kết quả nhận biết đối tượng trong cửa sổ phát hiện sẽ là tổng của ngưỡng phân loại b với tổng tích lũy các giá trị chuẩn hóa HOG.

Nhận thấy tiềm năng và hiệu quả mang lại của quy trình phát hiện đối tượng có trong ảnh dựa trên thuật toán xử lý đồng thời HOG-SVM cũng như khả năng áp dụng của quy trình này, Trung tâm thống kê dữ liệu và phân tích sáng chế, Viện nghiên cứu sáng chế và khai thác công nghệ đã tiến hành trao đổi với tác giả, tra cứu để đánh giá sơ lược về tính mới sau đó tư vấn cho nhóm tác giả quy trình, thủ tục và các thông tin để tiến hành đăng ký bảo hộ sáng chế cho nghiên cứu này.