Xây dựng hệ thống phát hiện và nhận dạng biển số xe sử dụng học sâu

Bạn đang xem bản rút gọn của tài liệu. Xem và tải ngay bản đầy đủ của tài liệu tại đây (1.82 MB, 13 trang )

Trang 2<div class="page_container" data-page="2">

HÀ NỘI - NĂM 2023

</div>Trang 3<div class="page_container" data-page="3">

TOM TAT DE ÁN

Bai toan phat hién va nhan dang biển số xe có

ý nghĩa quan trọng trong các lĩnh vực giao thông

thông minh, bãi đỗ xe thông minh, giám sát vi phạm

an toàn giao thong, ... Trong những năm gan đây,

các nghiên cứu tập trung giải quyết vấn đề theo

hướng sử dụng mạng nơron học sâu với mục tiêu đạtđược độ chính xác cao. Tuy nhiên, các nghiên cứu

nảy thường tập trung vào các bộ dữ liệu chuẩn do

các tác giả tự thu thập. Một số nghiên cứu khác thì

chỉ tập trung chủ yếu vào độ chính xác, trong khi

nhu cầu của các hệ thống hiện nay địi hỏi cả về tốcđộ xử lý. Những điều đó khiến cho chúng khó có thêáp dụng được vào điều kiện thực tế như giao thơng ở

Việt Nam. Vì vậy, dé án này được thực hiện nhằm

đưa ra một giải pháp cho các vân đê nêu trên.

Trong đề án này, tác giả mong muốn pháttriển một hệ thống có thé phát hiện vả nhận dạngbiển số xe trong các ngữ cảnh đa dạng, đặc biệt cóthé áp dụng trong điều kiện giao thông ở Việt Nam.

</div>Trang 4<div class="page_container" data-page="4">

Cụ thể, đề án đề xuất các mơ hình phát hiện và nhận

dạng biển số xe chỉ bao gồm các lớp tích chập và

truyền thăng, điều đó làm giảm đáng ké tốc độ suy

diễn so với các phương pháp có sử dụng mạng

nơron hồi quy. Dé án đã làm thực nghiệm trên các

mơ hình có kích thước khác nhau, sử dụng cả

phương pháp học chuyển đổi và phương pháp huanluyện mạng từ đầu bằng cách khởi tạo tham số ngẫu

nhiên cho mạng. Từ đó, thực hiện so sánh cả về hiệu

suất và tốc độ giữa các mơ hình, cùng với đó là đánh

giá khả năng triển khai thực tế.

Đề án sử dụng bộ dữ liệu UFPR-ALPR và

một tập dữ liệu biển số xe Việt Nam tự đánh

nhãn cho các thử nghiệm, bao gồm đa dạng các ngữcảnh và được ghi lại bởi nhiều loại thiết bị ghi hình.Sau quá trình huấn luyện, mơ hình phát hiện biển sốxe đạt điểm mAP@95 là 0.82 và mAP(@50 là 0.993

với tốc độ suy diễn là 12.92 FPS đo trên card đồ

họa Nvidia GeForce RTX 3060. Trong khi đó, mơ

hình nhận dạng biến số xe đạt độ chính xác là

</div>Trang 5<div class="page_container" data-page="5">

97.12%. Điều đó cho thấy tính khả thi của các mơhình phát hiện và nhận dạng biển số xe cả về hiệusuất và tốc độ suy diễn trong các ngữ cảnh thực tếnhư điều kiện giao thông ở Việt Nam.

Nội dung đề án được chưa thành 4 chương,

cụ thê như sau:

</div>Trang 6<div class="page_container" data-page="6">

Chương 1: Tổng quan bài toán phát hiện và nhậndạng biến số xe

Chương 1 của đề án trình bày tổng quan bài toán

phát hiện và nhận dạng biên số xe. Tác giả phân

tích đầu vào và đầu ra của bài tốn, cũng như lợi

ích và những thách thức của bài toán trong việc

áp dụng thực tế.

Tiếp theo, chương | cũng trình bày sơ lược một

số giải pháp đã được sử dụng cho bài toán phát

hiện và nhận dạng biển số xe, bao gom caphương pháp truyền thống và hiện đại. Cácphương pháp truyền thông trước đây bao gồm

việc sử dụng các cửa số trượt, các bộ lọc tĩnh hoặc các thuật tốn như SIFT, HOG để trích rút đặc trưng và các thuật toán như KNN, SVM dé

phan loại đối tượng hoặc ký tự. Trong khi đó,

phương pháp hiện đại được sử dụng phổ biến

nhât hiện nay là sử dụng mạng noron hoc sâu.

</div>Trang 7<div class="page_container" data-page="7">

Từ đó, tác giả so sánh hai phương pháp dé thay

rang phương pháp sử dụng mạng noron học sâuđang được ưa thích do khả năng vượt trội cả về

tốc độ và độ chính xác mà nó đem lại.

Cuối cùng, chương sơ lược một SỐ cơng trình

nghiên cứu nổi bat trong thời gian gan đây để

giải quyết bài toán phát hiện và nhận dạng biển số xe. Từ đó, chỉ ra sự thành cơng và các mặt

hạn chế về độ chính xác cũng như tốc độ suy

diễn khi áp dụng các mô hình này trong điều

kiện thực tế như giao thơng ở Việt Nam. Từ

những hạn chế đó, tac giả lý giải tại sao dé án

này được thực hiện.

Chương 2: Tong quan về một số mang noron

Trong chương 2, tác giả làm rõ câu trúc, mơhình tốn học của các lớp mạng chính câu tạo lên

các mơ hình mạng nơron học sâu được đê án sử

</div>Trang 8<div class="page_container" data-page="8">

dụng làm giải pháp để giải quyết bài toán phát hiệnvà nhận dạng biển số xe.

Trước đây, trong các mơ hình học sâu có độ

chính xác cao, hầu hết trong số chúng đều có đủcác loại mạng tích chập, hồi quy và truyềnthăng. Đặc biệt, trong các bai tốn có u tố

ngơn ngữ, người ta thường sử dụng các lớp

mạng hoặc một số mơ hình mạng học sâu có

kiến trúc hồi quy làm bộ giải mã ký tự như RNN, GRU, LSTM.... Bài tốn nhận dạng biến số xe ở đây cũng khơng ngoại lệ. Tuy nhiên,

kiến trúc hồi quy lại bộc lộ một điểm yếu đó làtốn nhiều thời gian xử lý, do tại mỗi bước cần có

thơng tin của bước trước đó, khiến cho chúng

khơng thể tận dụng được hết năng lực xử lý của

các phần cứng hiện nay. Ké từ sau sự thành cơng

của mơ hình Transformer trong lĩnh vực xử lý

ngơn ngữ tự nhiên vào năm 2018, nó đã trởthành nguôn cảm hứng cho các nghiên cứu trong

</div>Trang 9<div class="page_container" data-page="9">

lĩnh vực thị giác máy tính. Các mơ hình mạng

mà đề án sử dụng được cầu tạo chủ yếu từ các

lớp mạng tích chập và lớp mạng truyén thang. Vì

vậy, chương 2 sẽ tập trung làm rõ kiến trúc cũng

như mơ hình tốn học của từng loại mạng này.

Chương 3: Giải pháp đề xuất

Chương 3 của đề án làm rõ các kiến trúc mơ hình

mạng noron học sâu được sử dụng trong bài toán

phát hiện biển số xe và nhận dạng biển số xe. Cùng

với đó, tác giả cũng chỉ ra khó khăn của bài tốn khi

phải đối mặt với các ngữ cảnh thực tế như biển số xe

bị nghiêng so với góc nhìn chính diện, làm giảm

hiệu suất của mơ hình nhận dạng. Từ đó, tác giả đềxuất một giải pháp biến đổi điểm nhìn (tiếng Anh:perspective transformation) để đưa biển số xe về góc

nhìn cân đơi, chính diện.

Trong chương này, tác gia đề xuất sử dụng YOLOv8làm giải pháp cho bài toán phát hiện biển số xe. Xét

</div>Trang 10<div class="page_container" data-page="10">

về sự cân bằng giữa độ chính xác và tốc độ suy diễn,mơ hình YOLOv§ đang là mơ hình tốt nhất hiện nay

áp dung cho các bai toán phát hiện đối tượng. Mangbao gồm ba thành phần chính, đó là Backbone, Neck

và Head. Phần Backbone có nhiệm vụ trích rút đặctrưng, nó là phiên bản sửa đổi của CSPDarknet53,

trong đó các khối CSPResBlock được thay thế bởi module C2f giúp cho toàn bộ kiến trúc trở nên nhỏ gọn hơn. Phần Neck sử dụng kiến trúc

SPPF, là phiên bản cải tiễn của SPP. Trong thựcnghiệm, SPPF có tốc độ nhanh gấp hai lần so với

SPP. Cuối cùng là phần Head sử dụng cau trúc

tach rời (tiếng Anh: decoupled head) thay vi cau

trúc hợp nhất như trong các phiên ban YOLO

trước đó.

Đối với bài tốn nhận dạng biển số xe, tác giả dé

xuất sử dụng một kiến trúc có tên là SVTR. Kiến

trúc SVTR gọn nhẹ, được lay cam hứng từ sự

thành công của máy biến đổi thị giác (tiếng Anh:

</div>Trang 11<div class="page_container" data-page="11">

visual transformer). Nó bao gơm các khơi trộn,

các tốn tử hợp nhât và kêt hợp nhăm trích rút

các đặc trưng cục bộ như nét chữ và năm bắt sự

phụ thuộc giữa các thành phần ký tự.

Dé giải quyết van dé biển số xe bị nghiêng do góc chụp biển số bị lệch so với phương chính diện, tác giả đề xuất sử dụng hệ tọa độ đồng nhất và tim ma trận các phép biến đổi trong không

gian ba chiêu.

Cuôi cùng, chương trình bày các chỉ sơ được sử

dụng đê đo hiệu st của các mơ hình phát hiện

biên sơ xe (mAP metric) và nhận dạng biên sôxe (accuracy metric).

Chương 4: Thực nghiệm va đánh gia

Trong chương này, tác giả trình bày dữ liệu cùngvới phân cứng được sử dụng đê làm thực nghiệm

</div>Trang 12<div class="page_container" data-page="12">

với các mơ hình được trình bày trong chương 3.

Về dit liệu, tác giả sử dụng hai tap dit liệu đó là

UFPR-ALPR và một tập dữ liệu biên số xe Việt

Nam. Các tập dữ liệu này đa dạng, được chụp

bởi nhiều thiết bị, trong các điều kiện khác nhau.