Download miễn phí Luận văn Phân đoạn các đối tượng chuyển động trong video dựa trên mạng bayes
51
Chương 5: Kết luận và hướng phát triển
5.1 Kết luận
Luận văn đã tiếp cận hướng phân đoạn đối tượng trong video dựa trên đặc trưng
không gian và thời gian bằng mô hình mạng Bayes. Đây là nền tảng cho việc phát
triển các nghiên cứu thị giác máy tính và nhận dạng trên video. Trong đó luận văn
đã tập trung nghiên cứu các vấn đề sau:
Tìm hiểu hiện trạng của hướng nghiên cứu phân đoạn các đối tượng trong
video, các phương pháp và các ưu khuyết điểm
Nghiên cứu hướng tiếp cận dựa trên xác suất dựa trên mô hình mạng Bayes
và trường Markov ngẫu nhiên. Cài đặt mô hình dựa trên mạng Bayes, trong
đó đặc trưng chuyển động giữa các khung hình, thông tin biên từ đặc trưng
phân đoạn cường độ, liên kết về mặt không gian được kết hợp với nhau.
Mạng Bayes là sự kết hợp tương tác giữa các trường vector chuyển động,
trường phân đoạn cường độ và trường phân đoạn video. Trường Markov
ngẫu nhiên đóng vai trò tác động để các điểm ảnh kết hợp với nhau hình
thành các vùng phân đoạn liên tục
Đóng góp của luận văn:
Thứ nhất: hiểu và cài đặt mô hình Bayes dựa trên nền tảng kết hợp cả thông
tin không gian và thời gian trong quá trình phân đoạn video. Phương pháp là
sự kết hợp về lí thuyết giữa phương pháp dựa trên chuyển động và phương
pháp kết hợp các vùng. Hướng tiếp cận này giải quyết bài toán phân đoạn
video từ góc nhìn toàn cục và tổng quát tương đối và dó đó có thể áp dụng
rộng rãi và có nhiều hướng phát triển tiếp theo.
Thứ hai: Cải tiến quá trình ước lượng MAP và quy trình ước lượng không
lặp. Nhằm giúp giảm bớt độ rủi ro của quá trình phân đoạn. Cải tiến này giúp
cho quá trình phân đoạn hội tụ nhanh hơn chỉ với các tham số nhỏ. 52
Thứ ba: Thực nghiệm cho thấy phương pháp này cho kết quả phân đoạn tốt
về mặt tương đồng về đặc trưng không gian – thời gian trong các đoạn video
và bộ tham số thử nghiệm.
5.2 Hướng phát triển
Để các thuật toán phân đoạn video trở nên khả thi khi áp dụng trong điều kiện thực
tế như các hệ thống giám sát và theo vết đối tượng cần có sự cải tiến tối ưu hóa
về độ phức tạp. Có thể thêm một số giả thiết nhằm làm giảm độ phức tạp và tối ưu
hóa giải thuật. Ngoài ra, mô hình chuyển động đơn giản có thể không phù hợp trong
một số trường hợp như camera phóng to thu nhỏ, cả đối tượng và camera đều
chuyển động hay đối tượng có chuyển động phức tạp v.v…. Vì vậy, cần tiếp tục
nghiên cứu để mô hình hợp nhất vùng áp dụng lên đối tượng có chuyển động phức
tạp. Bên cạnh đó, cần nghiên cứu cách xác định các tham số tác động lên ước lượng
MAP sao cho cân bằng sự tác động của các trường theo ý muốn. Một khuyết điểm
của phương pháp là chỉ thích hợp với camera chuyển động đơn giản. Vì vậy, hướng
nghiên cứu áp dụng phương pháp với mô hình camera chuyển động rất cần được
triển khai. Mô hình này có thể phát triển kết hợp với mô hình chuyển động phức tạp
của đối tượng.
MỤC LỤC
Lời Thank -------------------------------------------------------------------------------------- 1
CÁC THUẬT NGỮ VÀ TỪ VIẾT TẮT --------------------------------------------------- 2
MỤC LỤC -------------------------------------------------------------------------------------- 3
DANH SÁCH HÌNH -------------------------------------------------------------------------- 5
DANH SÁCH BẢNG ------------------------------------------------------------------------- 7
Chương 1: Mở đầu ----------------------------------------------------------------------------- 8
1.1. Đặt vấn đề --------------------------------------------------------------------------- 8
1.2. Cấu trúc luận văn ------------------------------------------------------------------- 8
Chương 2: Hiện trạng nghiên cứu --------------------------------------------------------- 10
2.1 Bài toán phân đoạn các đối tượng trong video ------------------------------- 10
2.2 Phương pháp mô hình nền ------------------------------------------------------- 11
2.3 Phương pháp dựa trên vector chuyển động ----------------------------------- 12
2.4 Phương pháp kết hợp đặc trưng không gian và thời gian ------------------- 15
Chương 3: Mô hình mạng Bayes cho bài toán phân đoạn video ---------------------- 16
3.1 Giới thiệu -------------------------------------------------------------------------- 16
3.2 Phương pháp ---------------------------------------------------------------------- 17
3.2.1 Phát biểu bài toán ----------------------------------------------------------------- 17
3.2.2 Mô hình ---------------------------------------------------------------------------- 18
3.2.3 Sự ràng buộc không gian và thời gian ----------------------------------------- 20
3.2.4 Chú giải mô hình mạng Bayes -------------------------------------------------- 24
3.3 Ước lượng MAP ------------------------------------------------------------------ 26
3.3.1 Ước lượng lặp --------------------------------------------------------------------- 26
3.3.2 Tối ưu cục bộ ---------------------------------------------------------------------- 28
3.3.3 Ước lượng không lặp ------------------------------------------------------------- 30
3.3.4 Thuật giải ước lượng MAP ------------------------------------------------------ 31
3.3.5 Khởi tạo và các tham số --------------------------------------------------------- 33
Chương 4: Thực nghiệm và đánh giá ----------------------------------------------------- 34
Chương 5: Kết luận và hướng phát triển ------------------------------------------------- 51
5.1 Kết luận -------------------------------------------------------------------------------- 51
5.2 Hướng phát triển ---------------------------------------------------------------------- 52
Tài liệu tham khảo --------------------------------------------------------------------------- 53
PHỤ LỤC ------------------------------------------------------------------------------------- 61
A. Mạng Bayes ---------------------------------------------------------------------------- 61
B. Trường Markov ngẫu nhiên và phân phối Gibbs ---------------------------------- 62
B.1. Các khái niệm tổng quát --------------------------------------------------------- 62
B.2. Áp dụng cho bài toán xử lí trên ảnh và video -------------------------------- 63
Do Drive thay đổi chính sách, nên một số link cũ yêu cầu duyệt download. các bạn chỉ cần làm theo hướng dẫn.
Password giải nén nếu cần: ket-noi.com | Bấm trực tiếp vào Link để tải:
51
Chương 5: Kết luận và hướng phát triển
5.1 Kết luận
Luận văn đã tiếp cận hướng phân đoạn đối tượng trong video dựa trên đặc trưng
không gian và thời gian bằng mô hình mạng Bayes. Đây là nền tảng cho việc phát
triển các nghiên cứu thị giác máy tính và nhận dạng trên video. Trong đó luận văn
đã tập trung nghiên cứu các vấn đề sau:
Tìm hiểu hiện trạng của hướng nghiên cứu phân đoạn các đối tượng trong
video, các phương pháp và các ưu khuyết điểm
Nghiên cứu hướng tiếp cận dựa trên xác suất dựa trên mô hình mạng Bayes
và trường Markov ngẫu nhiên. Cài đặt mô hình dựa trên mạng Bayes, trong
đó đặc trưng chuyển động giữa các khung hình, thông tin biên từ đặc trưng
phân đoạn cường độ, liên kết về mặt không gian được kết hợp với nhau.
Mạng Bayes là sự kết hợp tương tác giữa các trường vector chuyển động,
trường phân đoạn cường độ và trường phân đoạn video. Trường Markov
ngẫu nhiên đóng vai trò tác động để các điểm ảnh kết hợp với nhau hình
thành các vùng phân đoạn liên tục
Đóng góp của luận văn:
Thứ nhất: hiểu và cài đặt mô hình Bayes dựa trên nền tảng kết hợp cả thông
tin không gian và thời gian trong quá trình phân đoạn video. Phương pháp là
sự kết hợp về lí thuyết giữa phương pháp dựa trên chuyển động và phương
pháp kết hợp các vùng. Hướng tiếp cận này giải quyết bài toán phân đoạn
video từ góc nhìn toàn cục và tổng quát tương đối và dó đó có thể áp dụng
rộng rãi và có nhiều hướng phát triển tiếp theo.
Thứ hai: Cải tiến quá trình ước lượng MAP và quy trình ước lượng không
lặp. Nhằm giúp giảm bớt độ rủi ro của quá trình phân đoạn. Cải tiến này giúp
cho quá trình phân đoạn hội tụ nhanh hơn chỉ với các tham số nhỏ. 52
Thứ ba: Thực nghiệm cho thấy phương pháp này cho kết quả phân đoạn tốt
về mặt tương đồng về đặc trưng không gian – thời gian trong các đoạn video
và bộ tham số thử nghiệm.
5.2 Hướng phát triển
Để các thuật toán phân đoạn video trở nên khả thi khi áp dụng trong điều kiện thực
tế như các hệ thống giám sát và theo vết đối tượng cần có sự cải tiến tối ưu hóa
về độ phức tạp. Có thể thêm một số giả thiết nhằm làm giảm độ phức tạp và tối ưu
hóa giải thuật. Ngoài ra, mô hình chuyển động đơn giản có thể không phù hợp trong
một số trường hợp như camera phóng to thu nhỏ, cả đối tượng và camera đều
chuyển động hay đối tượng có chuyển động phức tạp v.v…. Vì vậy, cần tiếp tục
nghiên cứu để mô hình hợp nhất vùng áp dụng lên đối tượng có chuyển động phức
tạp. Bên cạnh đó, cần nghiên cứu cách xác định các tham số tác động lên ước lượng
MAP sao cho cân bằng sự tác động của các trường theo ý muốn. Một khuyết điểm
của phương pháp là chỉ thích hợp với camera chuyển động đơn giản. Vì vậy, hướng
nghiên cứu áp dụng phương pháp với mô hình camera chuyển động rất cần được
triển khai. Mô hình này có thể phát triển kết hợp với mô hình chuyển động phức tạp
của đối tượng.
MỤC LỤC
Lời Thank -------------------------------------------------------------------------------------- 1
CÁC THUẬT NGỮ VÀ TỪ VIẾT TẮT --------------------------------------------------- 2
MỤC LỤC -------------------------------------------------------------------------------------- 3
DANH SÁCH HÌNH -------------------------------------------------------------------------- 5
DANH SÁCH BẢNG ------------------------------------------------------------------------- 7
Chương 1: Mở đầu ----------------------------------------------------------------------------- 8
1.1. Đặt vấn đề --------------------------------------------------------------------------- 8
1.2. Cấu trúc luận văn ------------------------------------------------------------------- 8
Chương 2: Hiện trạng nghiên cứu --------------------------------------------------------- 10
2.1 Bài toán phân đoạn các đối tượng trong video ------------------------------- 10
2.2 Phương pháp mô hình nền ------------------------------------------------------- 11
2.3 Phương pháp dựa trên vector chuyển động ----------------------------------- 12
2.4 Phương pháp kết hợp đặc trưng không gian và thời gian ------------------- 15
Chương 3: Mô hình mạng Bayes cho bài toán phân đoạn video ---------------------- 16
3.1 Giới thiệu -------------------------------------------------------------------------- 16
3.2 Phương pháp ---------------------------------------------------------------------- 17
3.2.1 Phát biểu bài toán ----------------------------------------------------------------- 17
3.2.2 Mô hình ---------------------------------------------------------------------------- 18
3.2.3 Sự ràng buộc không gian và thời gian ----------------------------------------- 20
3.2.4 Chú giải mô hình mạng Bayes -------------------------------------------------- 24
3.3 Ước lượng MAP ------------------------------------------------------------------ 26
3.3.1 Ước lượng lặp --------------------------------------------------------------------- 26
3.3.2 Tối ưu cục bộ ---------------------------------------------------------------------- 28
3.3.3 Ước lượng không lặp ------------------------------------------------------------- 30
3.3.4 Thuật giải ước lượng MAP ------------------------------------------------------ 31
3.3.5 Khởi tạo và các tham số --------------------------------------------------------- 33
Chương 4: Thực nghiệm và đánh giá ----------------------------------------------------- 34
Chương 5: Kết luận và hướng phát triển ------------------------------------------------- 51
5.1 Kết luận -------------------------------------------------------------------------------- 51
5.2 Hướng phát triển ---------------------------------------------------------------------- 52
Tài liệu tham khảo --------------------------------------------------------------------------- 53
PHỤ LỤC ------------------------------------------------------------------------------------- 61
A. Mạng Bayes ---------------------------------------------------------------------------- 61
B. Trường Markov ngẫu nhiên và phân phối Gibbs ---------------------------------- 62
B.1. Các khái niệm tổng quát --------------------------------------------------------- 62
B.2. Áp dụng cho bài toán xử lí trên ảnh và video -------------------------------- 63
Do Drive thay đổi chính sách, nên một số link cũ yêu cầu duyệt download. các bạn chỉ cần làm theo hướng dẫn.
Password giải nén nếu cần: ket-noi.com | Bấm trực tiếp vào Link để tải:
You must be registered for see links