Tài liệu trình bày về thuật toán SIFT (Scale-Invariant Feature Transform) trong nhận dạng đối tượng, với các giai đoạn chính như dò tìm cực trị cục bộ, trích xuất keypoint, gắn hướng cho keypoint và tạo mô tả cho từng keypoint. SIFT được đề xuất bởi David Lowe, mang lại hiệu quả cao nhờ vào việc sử dụng các điểm đặc trưng bất biến. Mặc dù có nhiều ưu điểm, SIFT gặp khó khăn về tốc độ trích xuất keypoint và chi phí đối sánh, do đó cần cải tiến trong nghiên cứu tiếp theo.

1. Nhận Dạng Đối Tượng
Đề tài NCKH sinh viên
GVHD: ThS. Trương Thế Chuyên
ThS. Phạm Thế Anh
ThS. Lê Đình Danh
Nhóm Sinh viên: Lê Đình Trường
Lê Văn Hào
Lê Ngọc Thanh

2. NỘI DUNG
 Tổng quan
 Thuật toán SIFT
 Dò tìm cực trị cục bộ
 Trích xuất Keypoint
 Gắn hướng cho các Keypoint
 Tạo mô tả cho mỗi Keypoint
 Đối sánh 2 tập Keypoint
 Minh họa kết quả
 Kết luận

3. TỔNG QUAN
 Ngày nay ứng dụng nhận dạng đối
tượng được trải rộng khắp các mặt
cuộc sống.
 Kĩ thuật hiệu quả nhất hiện nay là sử
dụng đặc trưng bất biến của ảnh
 SIFT (Scale - Invarian Feature
Transform) là giải thuật tiền đề trong
kĩ thuật này

4. THUẬT TOÁN SIFT
 SIFT do David Lowe đề xuất có nhiều
ưu điểm và hiệu quả cao
 SIFT sử dụng các điểm đặc biệt cục bộ
làm đặc trưng bất biến cho ảnh và làm
cơ sở đối sánh, nhận dạng ảnh.
 Thuật toán có 5 giai đoạn chính

5. 1/ TÌM CỰC TRỊ CỤC BỘ
 Sử dụng hàm sai khác DoG()
D(x,y,σ) = L(x,y,kσ) – L(x,y,σ) = (G(x,y,kσ) – G(x,y, σ)) * I(x,y)

6. 1/ TÌM CỰC TRỊ CỤC BỘ
 Tìm các điểm cực trị trong không gian
đo:

7. 2/ TRÍCH XUẤT KEYPOINT
 Sử dụng phép nội suy lân cận cho vị trí
đúng của candidate Keypoint, sử dụng
khai triển mở rộng Taylor
 Loại trừ điểm có tính tương phản kém
 Loại bỏ các điểm dư thừa theo biên

8. 3/ GẮN HƯỚNG CHO KEYPOINT
 Mỗi keypoint được gắn 1 hoặc nhiều
hướng dựa theo biên độ Gradient

9. 4/ TẠO MÔ TẢ CHO KEYPOINT
 Mỗi bộ mô tả của mỗi keypoint là khác
nhau tạo tính bất biến với độ sáng, góc
nhìn 3D …
 Cấu trúc bộ mô tả gồm biểu đồ ma
trận 4x4 với 8 ngăn -> 128 phần tử

10. 5/ ĐỐI SÁNH
 Tìm từng keypoint tương ứng trong tập
keypoint ở mỗi ảnh và từ đó tạo ra tập
keypoint so khớp nhau.
1021 882 98

11. NHẬN DẠNG ĐỐI TƯỢNG

12. KẾT LUẬN
 Ưu điểm của SIFT là dùng các điểm bất
biến với độ sáng, xoay, thu phóng …
làm đặc trưng đối sánh
 Hạn chế của SIFT là tốc độ trích xuất
keypoint và chi phí đối sánh còn lớn
 Hướng nghiên cứu tiếp theo là cải tiến
tốc độ đối sánh bằng cách hạn chế số
lượng keypoint