Nhận dạng số viết tay sử dụng thuộc tính HOG kết hợp với support vector machine

Mục tiêu của bài viết là nghiên cứu về thuộc tính trích chọn đặc trưng HOG và thuật toán học máy SVM, đồng thời sử dụng SVM với thuộc tính HOG trong nhận dạng chữ số viết tay cho bài toán nhận dạng số báo danh tự động.
Nội dung trích xuất từ tài liệu:
Nhận dạng số viết tay sử dụng thuộc tính HOG kết hợp với support vector machineNHẬN DẠNG SỐ VIẾT TAY SỬ DỤNG THUỘC TÍNH HOG KẾT HỢP VỚI SUPPORT VECTOR MACHINE MCS HOG FEATURES AND SUPPORT VECTOR MACHINE BASED HANDWRITTEN DIGIT RECOGINITION SYSTEM Đỗ Thị Thanh Nga Trường Đại học Công nghệ và Quản lý Hữu Nghị Email: thanhngait94@gmail.com Nguyễn Vân Anh Trường Đại học Kinh Doanh và Công Nghệ Hà Nội Email: vnvananhcomputer@gmail.com Ngày tòa soạn nhận được bài báo: 28/11/2018 Ngày phản biện đánh giá: 18/12/2018 Ngày bài báo được duyệt đăng: 28/12/2018 Tóm tắt: Nhận dạng chữ số viết tay là một bài toán khó nhưng có rất nhiều ứng dụngtrong thực tế. Nhận dạng chữ số viết tay có thể ứng dụng trong nhận dạng số báo danhtự động, nhận dạng câu trả lời trắc nghiệm tự động,… Mục tiêu của bài báo là nghiên cứuvề thuộc tính trích chọn đặc trưng HOG và thuật toán học máy SVM, đồng thời sử dụngSVM với thuộc tính HOG trong nhận dạng chữ số viết tay cho bài toán nhận dạng số báodanh tự động. Từ khóa: Summary: Handwriting digit recognition is a difficult problem but there are manypractical applications. Handwritten alphanumeric identification can be applied in automaticattendance check, automatic multiple choice test answer identification, etc. The objectiveof the paper is to study the attribute HOG features and SVM, while using SVM with HOGattribute in hand writeen digit identification for automatic attendance check. Keywords: HOG, SVM, MNIST TẠP CHÍ KHOA HỌC 15 QUẢN LÝ VÀ CÔNG NGHỆ I. TỔNG QUAN NHẬN DẠNG CHỮ SỐ Nhận dạng chữ số là đề tài thu hút rất nhiều nhà nghiên cứu quan tâm. Nhận dạng chữ sốđược chia thành 2 loại: Nhận dạng chữ số in và nhận dạng chữ số viết tay. Và trong bài báo nàyta sẽ chỉ tìm hiểu về nhận dạng chữ số viết tay. Các bước trong nhận dạng chữ số Bước 1: Tiền xử lý Bước này sẽ giúp tăng độ chính xác cho hệ thống nhận dạng. Vì trong quá trình quét ảnhsẽ gặp các loại nhiễu, kích thước ảnh không đồng nhất hoặc ảnh thiếu ánh sáng trong quá trìnhchụp. Bước 2: Tách các chữ số Ở bước này sẽ tiến hành tách từng riêng từng ký tự để phục vụ nhận dạng. Vì chỉ khi táchriêng từng ký tự đơn ra khỏi một tổng thể lớn thì hệ thống mới dễ dàng phân lớp và nhận dạng. Bước 3: Trích rút đặc trưng Đặc trưng của ảnh là những đặc điểm riêng biệt giúp phân biệt ảnh này với ảnh khác. Và đểgiảm độ phức tạp và tăng độ chính xác của thuật toán thì đòi hỏi các đặc trưng được trích chọnrút gọn nhưng vẫn đảm bảo đủ thông tin đối tượng. Từ những tiêu chí trên ta phải tập hợp đượcđặc trưng riêng cho từng lớp để phân biệt các lớp với nhau. Bước 4: Huấn luyện và Nhận dạng • Huấn luyện Dữ liệu huấn luyện sau khi qua các khâu tiền xử lý và trích chọn đặc trưng sẽ được đưa vàohuấn luyện. Sau khi kết thúc quá trình huấn luyện, hệ thống sẽ lưu lại giá trị các tham số củahàm quyết định phân lớp để phục vụ cho việc nhận dạng sau này. Quá trình huấn luyện tiêu tốnkhá nhiều thời gian. Tốc độ huấn luyện nhanh hay chậm còn tùy thuộc vào từng thuật toán huấnluyện, chiến lược và số lượng mẫu tham gia huấn luyện. • Nhận dạng Để nhận dạng thì có rất nhiều các phương pháp khác nhau, mỗi phương pháp đều có nhữngđặc điểm riêng. Từ bộ dữ liệu đã được huấn luyện kết hợp với các thuật toán phân lớp dữ liệu ta sẽ đưa rađược kết quả nhận dạng. II. TRÍCH CHỌN ĐẶC TRƯNG VỚI HOG Histogram of Oriented Gradients là một bộ vector mô tả đặc trưng của đối tượng. Nó tríchrút những thông tin đặc trưng hữu ích bằng cách loại bỏ những thông tin dư thừa gây nhiễu vớimục đích để phát hiện đối tượng. Bài toán tính toán HOG gồm 5 bước: 16 TẠP CHÍ KHOA HỌC QUẢN LÝ VÀ CÔNG NGHỆ Bước 1: Tiền xử lý quan tâm, sau đó sẽ cắt và điều chỉnh kích thước Đầu tiên ta phải xác về định cùngđược mộtđốikíchtượng thướccầncho trước (Tùy vào từng quan tâm, sau đó sẽ cắt vàtoán điềumàchỉnh kíchrathước ta đưa ảnhthước cụ thể) tỉ lệ kích Bước 1: Tiền xử lý về cùng một kích thước cho trước Ở (Tùy đây ta vàobài lấy từng bàinhận dạng người để làm toán Đầu tiêntoán màxác ta phải ta đưa định ra tỉ lệđốikích được thước tượng cần cụ thể) quan tâm, sau đó sẽ cắt và điều chỉnh kích dụ:thước ảnh về cùng một kích thước cho trước (Tùy vào từng bài toán mà ta đưa ra tỉ lệ kích thướccụ thể) Ở đây ta lấy bài toán nhận dạng người để làm ví Từ một bức ảnh tổng thể có kích thước ban dụ: Ở đây ta lấy bài toán nhận dạng người 720x475 ta tiến hành cắt đối tượng cần quan tâm để làm ví dụ: Từtổng Từ một bức ảnh mộtthểbức ảnhthước có kích tổng ban thểđầu kích có kích64x128 ...