Luận văn Thạc sĩ Khoa học máy tính: Phân loại ảnh dựa trên hướng tiếp cận Kernel

Phân loại ảnh dựa trên hướng tiếp cận Kernel

Tác giả: Lê Thanh Tâm

Lĩnh vực: Khoa học Máy tính

Nội dung tài liệu:

Luận văn này tập trung nghiên cứu về thuật toán phân loại ảnh, một bài toán cơ bản trong lĩnh vực thị giác máy tính và học máy. Đặc biệt, luận văn đề xuất một kernel mới có tên là Hierarchical Spatial Matching Kernel (HSMK) và áp dụng nó cho bài toán phân loại ảnh. HSMK là sự cải tiến của mô hình Spatial Pyramid Matching Kernel (SPMK), sử dụng phương pháp “thô mịn” (coarse to fine) để mô hình hóa các vùng ảnh, cho phép mô tả thông tin tổng quát và chi tiết của vùng ảnh hiệu quả hơn. Kết quả thực nghiệm cho thấy HSMK đạt hiệu quả cao trong bài toán phân loại ảnh, vượt trội so với SPMK và đạt được kết quả tối ưu (state-of-the-art) trên nhiều bộ dữ liệu chuẩn.

Mục lục chi tiết:

• Lời cảm ơn
• Mục lục
• Danh mục các kí hiệu và chữ viết tắt
• Danh mục các bảng
• Danh mục các hình vẽ, đồ thị
• Mở đầu
• Chương 1: Giới thiệu
  • 1.1 Mục tiêu
  • 1.2 Đóng góp của luận văn
    • 1.2.1 Xây dựng kernel cho thuật toán SVM
    • 1.2.2 Áp dụng kernel xây dựng cho bài toán phân loại ảnh
  • 1.3 Các đóng góp khác liên quan
  • 1.4 Cấu trúc của luận văn
• Chương 2: Thuật toán phân lớp dựa trên SVM
  • 2.1 Học với một kernel – Support Vector Machine (SVM)
    • 2.1.1 Thuật toán phân lớp SVM
    • 2.1.2 Kernel trong thuật toán phân lớp SVM
      • 2.1.2.1 Đo độ tương đồng sử dụng kernel
      • 2.1.2.2 Kernel xác định dương (Positive Definite Kernel)
      • 2.1.2.3 Xây dựng không gian tái sinh kernel Hilbert (Reproducting Kernel Hilbert Space – RKHS)
  • 2.2 Học với nhiều kernel – Multiple Kernel Learning (MKL)
    • 2.2.1 SILP
    • 2.2.2 SimpleMKL
• Chương 3: Phương pháp kernel
  • 3.1 Mô hình túi đặc trưng (Bag-of-feature model – BoF)
  • 3.2 Các cải tiến của mô hình BoF
  • 3.3 Phương pháp biểu diễn thưa (Sparse Coding)
• Chương 4: Hierarchical Spatial Matching Kernel
  • 4.1 Kernel tháp không gian (Spatial Pyramid Matching Kernel – SPMK)
  • 4.2 Kernel đề xuất: Hierarchical Spatial Matching Kernel
• Chương 5: Thực nghiệm
  • 5.1 Phân loại ảnh (Image categorization)
    • 5.1.1 Giới thiệu bài toán phân loại ảnh
    • 5.1.2 Ứng dụng của phân loại ảnh
    • 5.1.3 Những thách thức của bài toán phân loại ảnh
    • 5.1.4 Các hướng tiếp cận
      • 5.1.4.1 Hướng tiếp cận dựa trên đặc trưng
      • 5.1.4.2 Hướng tiếp cận dựa trên phương pháp học
  • 5.2 Thực nghiệm
    • 5.2.1 Phân loại đối tượng
      • 5.2.1.1 Cơ sở dữ liệu Oxford Flowers
      • 5.2.1.2 Cơ sở dữ liệu CALTECH
    • 5.2.2 Phân loại cảnh (scene categorization)
    • 5.2.3 Thí nghiệm Sparse Coding cho Hierarchical Spatial Matching Kernel (SCHSMK)
      • 5.2.3.1 ScHSMK trên cơ sở dữ liệu Oxford Flower
      • 5.2.3.2 ScHSMK trên cơ sở dữ liệu CALTECH-101
• Kết luận và kiến nghị
  • Kết luận
  • Kiến nghị
• Danh mục công trình của tác giả
• Tài liệu tham khảo