Một giải pháp thực hiện bản đồ sai lệch của ảnh camera kép có mật độ dày đặc ứng dụng cho ảnh 3D và bản đồ độ sâu

Để đánh giá ệu quả của thuật toán đề xuất, chúng tôi thực hiện bản đồ sai lệch của 6 mẫu ảnh theo ảng 5 thể hiện hiệu năng thực hiện của thuật toán đề xuất với ã mô tả trong bảng 2. B[r]

Trang 1

MỘT GIẢI PHÁP THỰC HIỆN BẢN ĐỒ SAI LỆCH CỦA ẢNH CAMERA KÉP CÓ MẬT ĐỘ DÀY ĐẶC ỨNG DỤNG

CHO ẢNH 3D VÀ BẢN ĐỒ ĐỘ SÂU

Đoàn Văn Tuấn*, Bùi Trung Thành

Tóm tắt: Bản đồ sai lệch là một trong các thông số rất quan trọng trong thị giác

nổi (stereo vision) Từ thông tin bản đồ sai lệch sẽ xác định được ảnh 3D và bản đồ

độ sâu của ảnh Đã có nhiều thuật toán đề xuất, trong đó thuật toán BP (Belief propagation) đã được nhiều nhà khoa học nghiên cứu và cải tiến Đây là thuật toán suy diễn gần đúng dựa trên mô hình trường ngẫu nhiên Markov với tối ưu toàn cục cho độ tin cậy cao Hầu hết các thuật toán BP cải tiến đều lấy điểm khớp ban đầu tại điểm trên cùng bên trái của ảnh để lan truyền tin cậy xác định bản đồ sai lệch Trong bài báo này chúng tôi đề xuất một phương pháp cải tiến mới cho thuật toán

BP, điểm khớp xuất phát ban đầu là điểm trung tâm của ảnh camera kép, sau đó, thực hiện lan truyền tin cậy để xác định bản đồ sai lệch Điểm khớp trung tâm được xác định bằngthuật toán cục bộ CT (Census transfrom) Với phương pháp đề xuất này cho kết quả thực hiện bản đồ sai lệch có tin cậy cao hơn và hiệu năng thực hiện nhanh 2,5 lần so với thuật toán BP tiêu chuẩn

Từ khóa: Bản đồ sai lệch, Thị giác nổi nổi, Lan truyền tin cậy, Biến đổi kiểm kê, Camera kép, Bán toàn cục

1 MỞ ĐẦU

Thị giác nổi (stereo vision) là vấn đề rất

quan trọng trong thị giác máy (computer

vision) [1] Hệ thống stereo vision có

nhiệm vụ nhận dạng, xác định khoảng cách

từ camera đến vật và tái tạo vật Stereo

vision được ứng dụng rộng rãi trong nhiều

lĩnh vực như: công nghiệp, y khoa, giải trí,

ôtô tự hành và đặc biệt trong robotics Bản

đồ sai lệch là thông số rất quan trọng của

stereo vision, đặc biệt ứng dụng cho

robotic thì bản đồ sai lệch của ảnh camera

kép có mật độ dầy đặc (dense) đã được

nhiều nhà khoa học nghiên cứu [2], camera

kép như hai mắt của robot Ảnh camera

kép là hai ảnh cùng chụp một cảnh với góc

nhìn khác nhau như hình 1 Hầu hết các

thuật toán xác định bản đồ sai lệch đều phải tự cân bằng giữa tốc độ thực hiện và độ tin cậy, để thực hiện tốt được hai việc này là rất khó Các thuật toán đều phải dựa trên một mô hình cụ thể Một trong các mô hình là mô hình trường ngẫu nhiên Markov (MRFs) Mô hình trường ngẫu nhiên Markov sẽ tạo ra các thuật toán suy diễn [3] có thể thực hiện bản

đồ sai lệch tại các vùng ảnh bị che khuất, độ sâu thay đổi và đồng nhất Một trong các

thuật toán suy diễn gần đúng là thuật toán BP (Belief Propagation)

Thuật toán BP thực hiện dựa trên các vòng lặp và cho độ tin cậy cao đối với ảnh camera kép có mật độ dầy đặc Tuy nhiên, thuật toán BP có nhược điểm là độ phức tạp của tính toán cao và yêu cầu bộ nhớ lớn Để khắc phục nhược điểm này cần phải giảm độ phức tạp của tính toán, giảm yêu cầu về bộ nhớ và xử lý song song, tuy nhiên, đều phải trả giá

về độ tin cậy Các thuật toán BP nâng cao được thực hiện song song trên nền hệ thống

Hình 1.Mô hình ảnh camera kép

Camera trái

Camer

a phải

Trang 2

Nghiên cứu khoa học công nghệ

Tạp chí Nghiên cứu KH&CN quân sự, Số 51, 10 - 2017 101

nhúng GPU [4] hay FPGA [5] Đa số các thuật toán BP cải tiến đều thực hiện trên cấu trúc ảnh dạng lưới với 4 kết nối cho một điểm ảnh

Tác giả Sun[6] đã biểu diễn BP dùng suy diễn MAP được coi là thuật toán BP chuẩn Tác giả Felzenszwalb[7] đã đề xuất 3 phương pháp khắc phục nhược điểm của thuật toán

O(L), thứ hai là chia ảnh thành hai phần tương ứng với vòng lặp chẵn và vòng lặp lẻ điều này mang lại ưu điểm là giảm được bộ nhớ lưu trữ, thứ ba là chia thô và làm mịn điều này

đã giảm được số vòng lặp và bộ nhớ yêu cầu tuy nhiên phải trả giá cho độ chính xác Tác

giả Li Zhang[8] đề xuất bổ xung tham số ngưỡng cho hàm chi phí, việc làm này cũng mang lại giảm không gian tìm kiếm đo đó cũng nâng cao được tốc độ Tác giả Yu-Cheng

Tseng[9] đã đề xuất một giải pháp nhằm giảm bộ nhớ bằng cách chia ảnh thành các khối

độc lập và thực hiện BP riêng từng khối, phương pháp này có ưu điểm là thực hiện nhanh

nhưng độ tin cậy giảm Để khắc phục nhược điểm này tác giả Chia [10] đã đề xuất như

mỗi khối sẽ được lưu trữ các thông tin của các điểm đường bao của khối do vậy nó cần bổ xung bộ nhớ cho các thông tin đường bao Để giảm yêu cầu bộ nhớ cho thông tin đường

bao, tác giả Chao[11] đã đề xuất là tái sử dụng thông tin đường bao nhưng độ phức tạp của tính toán tăng lên Tác giả Yang[12] đề xuất giải pháp giảm bộ nhớ bằng cách cố định

không gian sai lệch cho việc chia thô tới mịn

Đặc điểm chung của các giải pháp cải tiến là điểm khớp xuất phát ban đầu tại vị trí điểm trên cùng bên trái của ảnh camera kép để lan truyền tin cậy, do đó, khi điểm ảnh camera kép ban đầu không khớp nó dẫn đến yêu cầu năng lượng chi phí lớn và độ chính xác không cao Để khắc phục nhược điểm này, chúng tôi đề xuất một giải pháp mới, điểm ảnh khớp xuất phát ban đầu là điểm khớp trung tâm của ảnh camera kép được xác định

theo thuật toán CT (Census transform) và lan truyền tin cậy đồng thời theo bốn hướng

dùng xử lý song song Thật toán CT có hàm biến đổi mạnh và không phụ thuộc cường độ ánh sang của ảnh [13]

Phần còn lại của bài báo được tổ chức như sau: phần 2 trình bày một số kiến thức liên quan đến thuật toán thực hiện bản đồ sai lệch như BP và CT Phần 3 đề xuất thuật toán lan truyền tin cậy kết hợp biến đổi kiểm kê CTBP Kết quả thực nghiệm đưa ra trong phần 4; Kết luận được cho trong phần 5

2 CÁC NGHIÊN CỨU LIÊN QUAN

Bảng 1 sau đây liệt kê một số kí hiệu được sử dụng trong bài báo này

Bảng 1 Các kí hiệu và định nghĩa của nó

tương đồng trong ảnh stereo camera)

cuat nút với các nút lân cận của nó)

x i Sự chuẩn hóa của X i và X i là không gian trạng thái của x i (x i ϵ X i )

p(x) Xác xuất hậu nghiệm (posterior) MAP

(x )

i i

Trang 3

( ,x x j)

E(x) Năng lượng chi phí

( ,i j)

V x x Hàm năng lượng chi phí giữa nút i và nút j lân cận

( )

t

i j j

( )

j j

E(i)\j Tập các nút i ngoài trừ nút j

d C (x,y) Bản đồ sai lệch thực hiện

d T (x,y) Bản đồ sai lệch mẫu

2.1 Thuật toán BP

Thuật toán BP là thuật toán suy diễn lặp gần đúng dựa trên trường ngẫu nhiên Markov

[3] Xét mô hình trường ngẫu nhiên Markov (MRF) như hình 2, trong đó, G = (V, E), x=

(x i ) iϵV và X = (X i ) iϵV Xác suất hậu nghiệm (posterior) MAP được xác định là:

i /

( ) ( )i ( , j)

i V i V j V i

p x  x  x x

Từ phương trình 1 chúng ta xác định được MAP (maximum a posterior) thông qua phương pháp tích cực đại (max-product) Phương pháp tích cực đại tương đương với phương pháp tổng cực tiểu (min- sum) Đối với phương pháp tổng cực tiểu chúng ta đi tìm

năng lượng chi phí cho việc chuyển thông điệp giữa các nút từ đó chúng ta sẽ tìm cách tối thiểu hóa năng lượng chi phí

  ,

( ( )) log ( )i log ( ,i j)

E p x  x  x x

Chúng ta đơn giản E(p(x)) thành E(x), khi đó, hàm năng lượng được viết:

  ,

( ) ( )i ( ,i j)

E x D x V x x

Trong thị giác nổi thì các nút tương ứng là độ sai lệch và hàm năng lượng chi phí của cặp nút đến các điểm lân cận dựa trên sự khác nhau giữa các nút Do vậy hàm:

( ,i j) ( i j)

  ,

E x D x V x x

Thông điệp cập nhật tại vòng lặp t được xác định là:

1

( )\

i

x

s E i j

m x V x x D x m x



Sau T vòng lặp thì độ tin cậy của mỗi nút là:

( )

i N j

b x D f m x



* arg min ( )

Trang 4

Tạp chí Nghiên cứu KH&CN quân sự, Số 51, 10 - 2017 103

Thông thường hàm năng lượng chi phí nhẵn được xác định theo mô hình tuyến tính

( i j) min( i j , )

Khi đó thông điệp cập nhật được xác định là:

1

( )\

i

x

s E i j

m x c x x d D x m x



2.2 Thuật toán CT

Thuật toán CT là thuật toán biến đổi

kiểm kê cục bộ không tham số, nó không

phụ thuộc vào điều kiện ánh sáng của ảnh

[13] Nguyên lý hoạt động của CT là biến

đổi mỗi điểm ảnh thành một chuỗi bít có

độ dài N bít với kiến trúc không gian cục

bộ Đối với mỗi điểm ảnh lân cận ngoại

trừ điểm trung tâm sẽ biến đổi tương ứng

thành một bít trong chuỗi N bít theo

ngưỡng nếu giá trị cường độ (intensity) bít

lân cận lớn hơn giá trị cường độ bít trung

tâm thì tương ứng với bít bằng 1 ngoài ra

thì bít bằng 0

Hình 3 mô tả thuật toán CT với cửa sổ 3x3, giá trị cường độ điểm trung tâm là 30 Các điểm lân cận có giá trị lớn hơn 30 thì tương ứng với bít bằng 1 ngoài ra thì bít bằng 0 Khi

so sánh chuỗi bít giữa ảnh trái và ảnh phải, đếm số bít khác nhau hai chuỗi bít được gọi là khoảng cách Hamming và được tính theo công thức (11) Hai điểm ảnh của hai ảnh trái và phải có khoảng cách Hamming nhỏ nhất thì được chọn là khớp nhau

0 0

( , )

( , ) arg min Hamming( L( , ), R( , ))

x y

x y  T x y T x d y  (11)

của ảnh camera kép

3 ĐỀ XUẤT THUẬT TOÁN KẾT HỢP 3.1 Mô tả thuật toán đề xuất

Khi điểm xuất phát ban đầu để lan truyền tin cậy không khớp dẫn đến yêu cầu chi phí năng lượng lớn và độ tin cậy thấp khi thực hiện bản đồ sai lệch như hình 4.d

Hình 3 Biến đổi CT với cửa sổ 3x3 và khoảng cách Hamming

CT

Chuỗi bít

Khoảng cách Hamming

Hình 2 Mô hình MRF

Trang 5

Hình 4.

trung tâm c

dùng phương pháp bi

chúng tôi chia

truy

như h

năng lư

cho c

CUDA

3.2 Chương tr

Thu

Đầ

Các bư

1 Tìm

2 T

kh

3

4

5

6

7

8

9 Nút

10 Tính t

Hình 4.

Để khắc phục

trung tâm c

chúng tôi chia

truyền tin cậy cho mỗi phần Tại mỗi phần, ảnh camera kép đ

như h

năng lư

Thông đi

cho c

CUDA

3.2 Chương tr

Thuậ

ầu vào:

ầu ra

Các bư

1 Tìm

2 Từ

khớp ban đ

3 Th

Đặ

Th

Tính toán năng lư

Cậ

Tính toán đ

9 Nút

10 Tính t

Hình 4.

ể khắc phục trung tâm c

chúng tôi chia

ền tin cậy cho mỗi phần Tại mỗi phần, ảnh camera kép đ

như hình 5, quá trình này làm gi

năng lượng chi p

Thông đi

cho cả bốn phần nhờ v

CUDA

Hình 5.

3.2 Chương tr

ật toán đ

u vào:

u ra: B

Các bướ

1 Tìm đi

ừ đi

p ban đ

Thực hi

ặt thông đi Thực hi

Tính toán năng lư

ập nh

Tính toán đ

10 Tính t

(a)

Hình 4 Ảnh h

ể khắc phục trung tâm c

chúng tôi chia

ình 5, quá trình này làm gi ợng chi p

Thông đi

ả bốn phần nhờ v

Hình 5.

3.2 Chương tr

t toán đ

u vào: Ả

: Bả

ớc th

điểm kh điểm kh

p ban đầ

c hiệ

t thông đi

c hiệ Tính toán năng lư

p nhật thông đi Tính toán đ

*

j

x đư

10 Tính tổng năng l

(a)

Ảnh h

ể khắc phục trung tâm của ảnh camera kép Điểm khớp trung tâm của ảnh camera kép đ

chúng tôi chia

ình 5, quá trình này làm gi ợng chi p

Thông điệp đ

Hình 5.

3.2 Chương tr

t toán đề

Ảnh camera kép có đ

ản đ

c thự

m kh

ầu lan truy

ện lan truy

t thông đi

ện chia thô t Tính toán năng lư

t thông đi Tính toán độ

*

j

ổng năng l

Ảnh hưởng của điểm khớp ban đầu: (a) Ảnh camera kép trái, (b) Ảnh camera kép

ể khắc phục

ủa ảnh camera kép Điểm khớp trung tâm của ảnh camera kép đ dùng phương pháp bi

chúng tôi chia ảnh th

ình 5, quá trình này làm gi ợng chi phí cho m

ệp đư

Hình 5 Chia thô t

3.2 Chương trình

ề xu

nh camera kép có đ

n đồ sai l

ực hi

m khớp trung tâm

m khớp trung tâm, chia

u lan truy

n lan truy

t thông điệp = 0

n chia thô t Tính toán năng lư

t thông đi

ộ tin c

ợc lựa chọn v ổng năng l

ởng của điểm khớp ban đầu: (a) Ảnh camera kép trái, (b) Ảnh camera kép ph

ể khắc phục như

ủa ảnh camera kép Điểm khớp trung tâm của ảnh camera kép đ dùng phương pháp bi

ảnh th

ình 5, quá trình này làm gi

hí cho m

ược lan truyền tin cậy giữa các nút nh

Chia thô t

ình đ xuất CTBP (

nh camera kép có đ sai l

c hiện

p trung tâm

p trung tâm, chia

u lan truy

n lan truy

p = 0

n chia thô t Tính toán năng lượ

t thông điệ tin cậ

ợc lựa chọn v ổng năng lư

ởng của điểm khớp ban đầu: (a) Ảnh camera kép trái, (b) Ảnh camera kép phải, (c)Bản đồ sai lệch mẫu v

nhược điểm n

ủa ảnh camera kép Điểm khớp trung tâm của ảnh camera kép đ dùng phương pháp biến đổi kiểm k

ảnh thành 4 ph

hí cho m

ợc lan truyền tin cậy giữa các nút nh

Chia thô t

đề xu

t CTBP (

nh camera kép có đ sai lệch

n:

p trung tâm

p trung tâm, chia

u lan truyền tin c

n lan truyền tin c

p = 0

n chia thô tớ

ợng chi phí t

ệp lan truy

ậy c

ợc lựa chọn v ượng chi phí theo công thức (6)

ởng của điểm khớp ban đầu: (a) Ảnh camera kép trái, (b) Ảnh camera kép

ải, (c)Bản đồ sai lệch mẫu v

ợc điểm n

ủa ảnh camera kép Điểm khớp trung tâm của ảnh camera kép đ

ến đổi kiểm k

nh 4 ph

hí cho mỗi mức chia đ

ả bốn phần nhờ vào c

Chia thô tới mịn mức 2.

xuấ

t CTBP (

ch ảnh camera

p trung tâm

p trung tâm, chia

n tin c

ới m

ng chi phí t

p lan truy

y của nút theo công th

ợc lựa chọn v

ợng chi phí theo công thức (6)

ợc điểm n

nh 4 ph

ỗi mức chia đ

ào cấu trúc xử lý song song nh

ới mịn mức 2.

ất

t CTBP (Census Transform Belief Propagation

nh camera

p trung tâm ả

p trung tâm, chia

n tin cậ

n tin cậy c

i mịn m

ng chi phí t

p lan truy

a nút theo công th

ợc lựa chọn và xác đ

(b)

ợc điểm n

nh 4 phần v

ỗi mức chia đ

ấu trúc xử lý song song nh

Census Transform Belief Propagation

nh camera kép có độ

nh camera

ảnh camera kép dùng thu

p trung tâm, chia

ậy cho m

y cả

n mứ

ng chi phí t

p lan truyền tin c

à xác đ ợng chi phí theo công thức (6)

(b)

ày, chúng tôi đ

ần và coi đi

ình 5, quá trình này làm giảm số l

ỗi mức chia đ

E x D x

ộ phân gi

nh camera

nh camera kép dùng thu

p trung tâm, chia ả

y cho m

ả 4 ph

ức 2 như h

ng chi phí tại m

n tin c

à xác định theo công thức (9)

ày, chúng tôi đ

ến đổi kiểm kê CT Sau khi đ

à coi đi

ảm số l

ỗi mức chia đ

E x D x

phân gi

nh camera kép có m

nh camera kép dùng thu ảnh thành 4 ph

y cho mỗ

4 phầ

c 2 như h

i mỗi ph

n tin cậy xu

ịnh theo công thức (9)

ày, chúng tôi đ

ê CT Sau khi đ

à coi đi

ảm số lư

ỗi mức chia được tính theo công thức (12)

E x  D x

ới mịn mức 2

phân giả kép có m

nh thành 4 ph

ỗi ph

ần đ

c 2 như h

i ph

y xu

ày, chúng tôi đ

ê CT Sau khi đ

à coi điểm khớp trung tâm l

ượng ảnh đi 4 lần Khi chia thô tới mịn mức 2 th

ợc tính theo công thức (12)

[1,4]

i

E x D x



 

ải cao (m, n, d)

kép có m

nh thành 4 ph

i phần như h

n đồng th

c 2 như hình 5

i phần theo công th

y xuất phát t

a nút theo công thứ

ày, chúng tôi đ

ê CT Sau khi đ

ểm khớp trung tâm l

ợng ảnh đi 4 lần Khi chia thô tới mịn mức 2 th

[1,4]

i

E x D x



 

i cao (m, n, d)

kép có mật đ

nh thành 4 ph

n như h

ng th

ình 5

n theo công th

t phát t

ức (8)

ải, (c)Bản đồ sai lệch mẫu và (d) B

ày, chúng tôi đề xuất điểm khớp xuất phát l

ê CT Sau khi đ

[1,4]

E x  D x

i cao (m, n, d)

t độ

nh thành 4 phầ

n như h

ng thời như sau:

ình 5

n theo công th

t phát từ

c (8)

à (d) B

ề xuất điểm khớp xuất phát l

ê CT Sau khi đã xác

*

E x  D x

Hình 6

i cao (m, n, d)

dầy đ

ần và l

n như hình 6

i như sau:

n theo công th

ừ đi

(c)

à (d) B

ã xác

*

E x D x

ợc lan truyền tin cậy giữa các nút như h

Hình 6

i cao (m, n, d)

y đặ

nh camera kép dùng thuật toán CT

n và l ình 6

i như sau:

n theo công th

điểm kh

(c)

à (d) Bản đồ sai lệch

ã xác định đ

ư hình 6 và

ấu trúc xử lý song song như ph

Hình 6.

ặc (m, n)

t toán CT

n và lấy đi ình 6

i như sau:

n theo công thức (12)

m kh

ản đồ sai lệch

ịnh đ

ểm khớp trung tâm là đi

ền tin cậy cho mỗi phần Tại mỗi phần, ảnh camera kép đư

ình 6 và

ư phần cứng GPU v

Sơ đ

c (m, n)

t toán CT

y điể

i như sau:

c (12)

m khớp

ịnh được điểm khớp trung tâm,

à đi ược chia thô tới mịn mức 2 ợng ảnh đi 4 lần Khi chia thô tới mịn mức 2 th

ình 6 và

ần cứng GPU v

Sơ đồ thông điệp lan truyền.

c (m, n)

t toán CT

ểm kh

c (12)

p ban đ

ợc điểm khớp trung tâm,

à điểm khớp ban đầu để lan

ợc chia thô tới mịn mức 2 ợng ảnh đi 4 lần Khi chia thô tới mịn mức 2 th

ình 6 và đồng thời

ần cứng GPU v

ồ thông điệp lan truyền.

Census Transform Belief Propagation)

c (m, n)

m khớ

ban đầ

ểm khớp ban đầu để lan

ồng thời

ần cứng GPU v

)

ớp trung tâm là đi

ầu theo công th

ồng thời

ần cứng GPU v

p trung tâm là đi

u theo công th

(d)

ề xuất điểm khớp xuất phát là đi

ủa ảnh camera kép Điểm khớp trung tâm của ảnh camera kép đư

ồng thời th

ần cứng GPU và ph

u theo công th

(d)

à đi ược xác định

thực hiện BP

à ph

u theo công th

à điểm khớp

ợc xác định

ực hiện BP

à phần mềm

u theo công thứ

ểm khớp

ợc xác định

(12)

ực hiện BP

ần mềm

ức (7)

ểm khớp

ợc xác định

ợc chia thô tới mịn mức 2 ợng ảnh đi 4 lần Khi chia thô tới mịn mức 2 thì

(12)

ực hiện BP

ần mềm

ồ thông điệp lan truyền

p trung tâm là điểm

c (7)

ểm khớp

ợc xác định

ợc chia thô tới mịn mức 2

ì

(12)

ực hiện BP

ần mềm

m

c (7)

Trang 6

Nghiên c

Tạp chí Nghi

4.1 D

camera kép trong t

Intel

core i7

4.2 Ch

(root mean squared error: sai s

RMSE càng nh

gần v

hi

Nghiên c

ạp chí Nghi

4.1 D

Hệ thống thực nghiệm nh

camera kép trong t

CPU

Intel

core i7

4.2 Ch

Đ

root mean squared error: sai s

RMSE càng nh

ần v

Ký

hiệu

#1

Nghiên c

ạp chí Nghi

4.1 Dữ liệu thực nghiệm

ệ thống thực nghiệm nh camera kép trong t

CPU

Intel

core i7

4.2 Chỉ số đánh giá độ tin cậy RMSE

Để đánh giá độ tin cậy của kết quả thực nghiệm, chúng tôi sử dụng tham số RMSE

RMSE càng nh

ần với bản đồ sai lệch mẫu

Ký

ệu Tên

ạp chí Nghi

ữ liệu thực nghiệm

ỉ số đánh giá độ tin cậy RMSE

ể đánh giá độ tin cậy của kết quả thực nghiệm, chúng tôi sử dụng tham số RMSE

RMSE càng nh

ới bản đồ sai lệch mẫu

Tên

Baby

ứu khoa học công nghệ

ạp chí Nghiên c

4 K

RAM 8GB

RMSE càng nh

Tên ảnh

Baby

ên cứu KH&CN

4 KẾT QUẢ THỰC NGHIỆM MÔ PHỎNG V

Ph

RAM 8GB

RMSE càng nhỏ c

ảnh

Baby

ứu KH&CN

ẾT QUẢ THỰC NGHIỆM MÔ PHỎNG V

ệ thống thực nghiệm nh camera kép trong tập dữ liệu kiểm thử [14] đ

Phần cứng

RAM

ỏ càng t

Kích th

620x555

ứu KH&CN

ệ thống thực nghiệm nh

ập dữ liệu kiểm thử [14] đ

ần cứng

Geforce GTX750 Ti

Bộ nhớ trong: 2GB Core: 460 nhân BUS: 128 bít

àng t

Kích th

620x555

ứu KH&CN

ần cứng

Card màn hình Geforce GTX750 Ti

ộ nhớ trong: 2GB Core: 460 nhân BUS: 128 bít

àng tốt, điều đó chứng tỏ kết quả bản đồ sai lệch thực hiện đ

Kích thức

620x555

ứu KH&CN quân s

ần cứng

ốt, điều đó chứng tỏ kết quả bản đồ sai lệch thực hiện đ

ức

620x555

uân s

ệ thống thực nghiệm như h

Hình 7

root mean squared error: sai số to

Độ sai lệch

300

uân sự, Số

ư hình 7 v

Hình 7

ố to

= (

ộ sai ệch

300

ự, Số

ình 7 v

Hình 7 H

ộ nhớ trong: 2GB Core: 460 nhân

ố toàn phương trung b

( ∑

ộ sai ệch

ự, Số 51, 10

ình 7 với cấu h

Hệ thống thực nghiệm

ộ nhớ trong: 2GB

àn phương trung b

51, 10

ới cấu h

ệ thống thực nghiệm

|

Ảnh trái

51, 10 - 20

ới cấu h

ập dữ liệu kiểm thử [14] được mô tả trong bảng 3

Window 8.1

64 bít

(

Ảnh trái

2017

ới cấu hình PC

ợc mô tả trong bảng 3

Hệ điều h Window 8.1

64 bít

( ,

Ảnh trái

17

ình PC

ệ điều h Window 8.1

64 bít

Ảnh trái

ình PC

Bảng 2

ệ điều h Window 8.1

àn phương trung bình

) −

ình PC được mô tả trong bảng 2 v

ảng 2

ệ điều hành Window 8.1

ình) theo công th

(

Ảnh phải

ẾT QUẢ THỰC NGHIỆM MÔ PHỎNG VÀ TH

ợc mô tả trong bảng 2 v

ảng 2.

Ph

ành

) theo công th

, )

Bảng 3.

Ảnh phải

À TH

Mô t

Phần m

QT Creator 5.4 OpenCV 3.0 Visual Studio 2013 CUDA

) theo công th

)| )

ảng 3.

Ảnh phải

À THẢO

Mô tả cấu h

n m

Ph

) theo công th

)

ảng 3

Ảnh phải

ẢO

ả cấu h

n mềm

Phần mềm ứng dụng

) theo công th

Tập dữ liệu kiểm thử

Ảnh phải

ẢO LU

ả cấu h

ềm

ần mềm ứng dụng

) theo công thức (13) Tham số

ập dữ liệu kiểm thử

B

LUẬN

ả cấu hình PC Destop

QT Creator 5.4 OpenCV 3.0 Visual Studio 2013

ức (13) Tham số

Bản đồ sai lệch

ẬN

ình PC Destop

QT Creator 5.4 OpenCV 3.0 Visual Studio 2013

ức (13) Tham số

ản đồ sai lệch m

ình PC Destop

Visual Studio 2013

ức (13) Tham số

ốt, điều đó chứng tỏ kết quả bản đồ sai lệch thực hiện được c

ản đồ sai lệch mẫu

105

ợc mô tả trong bảng 2 và ảnh

ình PC Destop

Visual Studio 2013

ức (13) Tham số

ợc càng

(13)

ản đồ sai lệch

105

ảnh

ình PC Destop.

ức (13) Tham số

àng

(13)

ập dữ liệu kiểm thử.

105

ảnh

ức (13) Tham số

àng

(13)

Trang 7

và so sánh k

chúng tôi s

bảng 3 với cấu h

tin c

hiệu quả của thuật toán đề xuất, chúng tôi thực hiện bản đồ sai lệch của 6 mẫu ảnh theo thu

thu

toán đ

đơn gi

Đi

lệch gần bản đồ sai lệch mẫu

#2

#3

#4

#5

#6

4.3 K

Để đánh giá hiệu quả của thật toán đề xuất, chúng tôi đ

và so sánh k

chúng tôi s

ảng 3 với cấu h

Kết quả thử nghiệm với 6 mẫu ảnh thu đ

tin cậy của thuật toán đề xuất với thuật

ệu quả của thuật toán đề xuất, chúng tôi thực hiện bản đồ sai lệch của 6 mẫu ảnh theo thuật toán BP nh

thuật toán BP dựa tr

toán đ

đơn gi

Điều n

ệch gần bản đồ sai lệch mẫu

Kết quả thực nghiệm v

ể đánh giá hiệu quả của thật toán đề xuất, chúng tôi đ

và so sánh k

chúng tôi s

ết quả thử nghiệm với 6 mẫu ảnh thu đ

ậy của thuật toán đề xuất với thuật

ệu quả của thuật toán đề xuất, chúng tôi thực hiện bản đồ sai lệch của 6 mẫu ảnh theo

ật toán BP nh

ật toán BP dựa tr

toán đề xuất có độ tin cậy cao h

đơn giản sẽ cho kết quả RMSE thấp h

ều này lý gi

ệch gần bản đồ sai lệch mẫu

Aloe

Cloth

Flower pots

Bowling

Book

ết quả thực nghiệm v

và so sánh k

chúng tôi s

ật toán BP nh

ề xuất có độ tin cậy cao h

ản sẽ cho kết quả RMSE thấp h

ày lý gi ệch gần bản đồ sai lệch mẫu

Aloe

Cloth

Flower pots

Bowling

Book

và so sánh kết quả với kết quả

chúng tôi sử dụng đa dạng ảnh camera kép để kiểm thử với độ phức tạp khác nhau nh ảng 3 với cấu h

Ảnh

#1

#2

#3

#4

#5

#6

ật toán BP nh

ày lý gi ệch gần bản đồ sai lệch mẫu

Aloe

Cloth

Flower pots

Bowling

Book

ết quả với kết quả

ử dụng đa dạng ảnh camera kép để kiểm thử với độ phức tạp khác nhau nh ảng 3 với cấu hình PC nh

Ảnh

#1

#2

#3

#4

#5

#6

ật toán BP như h

ày lý giải, đối với ệch gần bản đồ sai lệch mẫu

641x555

626x555

656x555

665x555

695x555

ử dụng đa dạng ảnh camera kép để kiểm thử với độ phức tạp khác nhau nh ình PC nh

ư h

ật toán BP dựa trên h

ải, đối với ệch gần bản đồ sai lệch mẫu

641x555

626x555

656x555

665x555

695x555

ư hình 9 B

ên h

ải, đối với ệch gần bản đồ sai lệch mẫu

641x555

626x555

656x555

665x555

695x555

ình 9 B

ên hệ thống

ải, đối với các ệch gần bản đồ sai lệch mẫu

641x555

626x555

656x555

665x555

695x555

ết quả thực nghiệm và th

ử dụng đa dạng ảnh camera kép để kiểm thử với độ phức tạp khác nhau nh ình PC như b

B

ình 9 Bảng 5 thể hiện hiệu năng thực hiện của thuật toán đề xuất với

ệ thống

các ảnh camera kép có bề mặt đ ệch gần bản đồ sai lệch mẫu

270

290

251

240

200

à th

ết quả với kết quả của ph

ử dụng đa dạng ảnh camera kép để kiểm thử với độ phức tạp khác nhau nh

ư bảng 2

Bảng 4.

ảng 5 thể hiện hiệu năng thực hiện của thuật toán đề xuất với

ệ thống th

ề xuất có độ tin cậy cao hơn thu

ảnh camera kép có bề mặt đ

270

290

251

240

200

à thảo luận

ủa ph

ảng 2

ảng 4.

ảng 5 thể hiện hiệu năng thực hiện của thuật toán đề xuất với thực nghiệm đ

ơn thu

ảo luận

ủa phương pháp đư

ảng 2

ảng 4 Ch

Thu

ực nghiệm đ

ơn thu

ảo luận

ương pháp đư

Chỉ số đánh giá sai số to

Thuật toán BP

0.7200 1,0921 2.2737 3.05911 4.7338 5,0250

ậy của thuật toán đề xuất với thuật toán BP đư

ực nghiệm đ

ơn thuật toán BP Đối với các ảnh #1, #2 v

ản sẽ cho kết quả RMSE thấp hơn các

ương pháp đư

ỉ số đánh giá sai số to

ật toán BP

0.7200 1,0921 2.2737 3.05911 4.7338 5,0250

ết quả thử nghiệm với 6 mẫu ảnh thu đư

toán BP đư

ực nghiệm đ

ật toán BP Đối với các ảnh #1, #2 v

ơn các ảnh camera kép có bề mặt đ

ương pháp đư

ật toán BP

0.7200 1,0921 2.2737 3.05911 4.7338 5,0250 ược bản đồ sai lệch nh toán BP đư

ực nghiệm đã mô t

ơn các ảnh #4, #5 v ảnh camera kép có bề mặt đ

ương pháp đư

ật toán BP

3.05911

ợc bản đồ sai lệch nh toán BP đư

ã mô t

ảnh #4, #5 v ảnh camera kép có bề mặt đ

ương pháp được mô tả trong [7] Trong thực nghiệm

ật toán BP

ợc bản đồ sai lệch nh toán BP được thể hiện trong bảng 4 Để đánh giá

ã mô tả trong bảng 2 Bảng 4 cho thấy thuật

ợc mô tả trong [7] Trong thực nghiệm

ợc bản đồ sai lệch nh

ợc thể hiện trong bảng 4 Để đánh giá

ả trong bảng 2 Bảng 4 cho thấy thuật

ể đánh giá hiệu quả của thật toán đề xuất, chúng tôi đưa ra m

ảnh #4, #5 v ảnh camera kép có bề mặt đơn gi

ưa ra m

ỉ số đánh giá sai số toàn phương trung b

ảnh #4, #5 và #6 có b

ơn giản th

ưa ra một số thực nghiệm c

Thu

à #6 có b

ản th

ột số thực nghiệm c

Thuật toán đề xuất

ợc bản đồ sai lệch như h

à #6 có b

ản thì s

ật toán đề xuất 0.7150 1,0568 1.5560 2.9021 3.9676 3,3840

ư hình 8 và

à #6 có bề mặt ảnh phức tạp

ì sẽ thu đ

ật toán đề xuất 0.7150 1,0568 1.5560 2.9021 3.9676 3,3840

ình 8 và

ề mặt ảnh phức tạp

ẽ thu đ

ật toán đề xuất 0.7150 1,0568 1.5560 2.9021 3.9676 3,3840

ình 8 và

ật toán BP Đối với các ảnh #1, #2 và #3 có b

ẽ thu được bản đồ sai

àn phương trung bình RMSE

ật toán đề xuất

ình 8 và đánh giá đ

à #3 có b

ợc bản đồ sai

ình RMSE

đánh giá đ

à #3 có b

ột số thực nghiệm cơ b

ình RMSE

đánh giá đ

à #3 có bề mặt

ơ bản

ợc mô tả trong [7] Trong thực nghiệm,

ử dụng đa dạng ảnh camera kép để kiểm thử với độ phức tạp khác nhau như

ình RMSE.

đánh giá độ

ề mặt

ản ,

ư

ộ

ề mặt

Định dạng
Số trang	7
Dung lượng	2,14 MB