Nghiên cứu về mạng neural tích chập và ứng dụng cho bài toán nhận dạng biển số xe

Nghiên Cứu Về Mạng Neural Tích Chập Và Ứng Dụng Cho Bài Toán Nhận Dạng Biển Số Xe

Tác giả: Lê Thị Thu Hằng

Lĩnh vực: Công nghệ thông tin (Chuyên ngành Kĩ thuật phần mềm)

Nội dung tài liệu:

Luận văn này tập trung nghiên cứu về mạng neural tích chập (Convolutional Neural Network – CNNs) và ứng dụng của nó trong bài toán nhận dạng biển số xe tự động. Deep Learning, với khả năng xử lý dữ liệu phức tạp và hiệu quả vượt trội, đã trở thành một công cụ mạnh mẽ trong nhận diện hình ảnh. CNNs là một mô hình Deep Learning tiên tiến, được sử dụng để xây dựng các hệ thống thông minh với độ chính xác cao.

Nội dung của luận văn bao gồm ba chương chính: Chương 1 trình bày tổng quan về mạng neural và mạng neural tích chập, bao gồm định nghĩa, cấu trúc và các loại mạng neural. Chương 2 đi sâu vào tổng quan về bài toán nhận dạng biển số xe, bao gồm khái niệm, lịch sử phát triển, cách thức hoạt động, phân loại ứng dụng và các phương pháp nhận dạng. Chương 3 tập trung vào việc áp dụng mạng neural tích chập để xây dựng mô hình nhận dạng ký tự và biển số xe, cùng với kết quả thực nghiệm và hướng phát triển.

Mục lục chi tiết:

LỜI MỞ ĐẦU
LỜI CẢM ƠN
CHƯƠNG 1: MẠNG NEURAL VÀ MẠNG NEURAL TÍCH CHẬP
   1. Mạng neural và mạng neural lan truyền ngược
      1.1. Giới thiệu về mạng Neural
      1.2. Một số kiểu mạng Neural
      1.3. Mạng Neural lan truyền ngược MLP
   2. Mạng neural tích chập
      2.1. Định nghĩa mạng neural tích chập
      2.2. Convolution (tích chập)
      2.3. Mô hình mạng neural tích chập
      2.4. Xây dựng mạng neural tích chập
CHƯƠNG 2: TỔNG QUAN VỀ NHẬN DẠNG BIỂN SỐ XE
   2.1 Khái niệm về hệ thống nhận dạng biển số xe
      2.1.1 Khái niệm
      2.1.2 Lịch sử và phát triển
      2.1.3. Cách thức hoạt động của hệ thống nhận dạng biển số xe
      2.1.4. Phân loại các ứng dụng nhận dạng biển số xe
      2.1.5. Ứng dụng thực tiễn tại Việt Nam
      2.1.6. Phân loại biển số xe
   2.2. Phương pháp nhận dạng biển số xe từ ảnh chụp của camera
      2.2.1. Phương pháp chuyển đổi Hough
      2.2.2. Phương pháp hình thái học
   2.3. Phương pháp nhận dạng ký tự trong biển số xe
   2.4. Phạm vi nghiên cứu và hướng giải quyết
CHƯƠNG 3: ÁP DỤNG MẠNG NEURAL TÍCH CHẬP TRONG NHẬN DẠNG KÝ TỰ
   3.1. Xây dựng mô hình mạng
   3.2. Kết quả nhận dạng ký tự viết tay
   3.3. Kết quả thực nghiệm nhận dạng biển số xe với mạng Neural tích chập
   3.4. Kết luận
   3.5. Hướng phát triển của bài toán
DANH MỤC TÀI LIỆU THAM KHẢO