Đề tài: Xây Dựng Chương Trình Quản Lý Nhà Hàng Coffee SEN
SIFT Algorithm Introduction
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
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