Xem mẫu
Kỷ yếu công trình khoa học 2015 - Phần I
THIẾT KẾ, PHÂN TÍCH VÀ PHÁT TRIỂN MỘT THUẬT
TOÁN DI TRUYỀN TƢƠNG TÁC ĐỂ TẠO SINH ẢNH
DỰA THEO HƢỚNG DẪN ĐÁNH GIÁ CỦA CON NGƢỜI :
DỰ ÁN PERMUTOPAINTER
Đào Thị Duyên
Khoa Toán-Tin, Đại học Thăng Long
Email: dtduyen90@gmail.com
Tóm tắt: Dự án PermutoPainter dựa trên ý tưởng của bộ sưu tập
“Arrangement avec le hasard” (Sắp xếp ngẫu nhiên) được triển lãm tại Paris vào
tháng 11 năm 2014 của họa sĩ người pháp Bernard Gortais. Bộ sưu tập này giống như
việc nghiên cứu thứ tự sắp xếp của 6x4 ô vuông trong một bức tranh bằng cách xoay
quay chúng một góc 90o hoặc tráo đổi vị trí giữa các ô cho nhau. Mục đích chính của
dự án này là tạo ra những cấu trúc thú vị bằng cách kết hợp ngẫu nhiên 24 ô của bức
tranh. Vì với mỗi cách bố trí đường nét (lên, xuống, ngang, dọc), màu sắc và bố cục
khác nhau, nó sẽ đem lại cho người xem những cảm xúc khác nhau. Trong bài báo
này,chúng tôi sử dụng một số kỹ thuật nhằm trích rút đặc trưng của từng ảnh, sau đó sử
dụng thuật toán K-medoids để phân cụm ảnh. Cuối cùng là sử dụng thuật toán rừng
ngẫu nhiên kết hợp với sự tương tác của người dùng tạo ra các hình ảnh giống với ý
muốn của người dùng.
Từ khóa: Giải thuật di truyền, phân cụm, Rừng ngẫu nhiên, Xử lý ảnh, KMedoids.
1. Mở đầu
Hội họa là điều mà chúng ta không nghĩ rằng một chiếc máy tính có thể tạo ra.
Bởi nó trừu tượng, biểu cảm, gắn liền với các nền văn hóa, tâm lý học và chủ quan. Còn
máy tính thì khách quan, chính xác và chi phối bởi các nguyên tắc toán học. Tuy nhiên,
trong thực tế, hội họa và các lĩnh vực nghệ thuật thị giác khác sử dụng rất nhiều toán
học như hình học, luật phối cảnh, thuật toán, cái mà máy tính có thể hiểu được để tạo ra
những hình ảnh đa dạng, tinh tế giống như người họa sĩ. Một người tiên phong trong
lĩnh vực này là họa sĩ Harold Cohen. Ông đã xây dựng một chương trình sáng tạo nghệ
thuật sử dụng trí thông mình nhân tạo AARON năm 1973 [1].
Việc sử dụng các thuật toán tiến hóa tương tác như giải thuật di truyền để tạo
sinh ảnh đã trở nên khá phổ biến mà nguốn gốc của nó được tìm thấy trong cuốn sách
“The Blind Watchmaker” [2] được viết bởi nhà sinh học tiến hóa Richard Dawkins. Sau
đó, là các hệ thống được phát triển bởi [3] và [4]. Chúng được xem là các tác phẩm
nghệ thuật có ảnh hưởng nhất trong lĩnh vực nghệ thuật thị giác. Trào lưu này đã mở ra
một lĩnh vực nghệ thuật mới, đó là “Nghệ thuật tiến hóa” [5].
Trường Đại học Thăng Long
1
Kỷ yếu công trình khoa học 2015 - Phần I
Trong bài báo này, chúng tôi sẽ trình bày về dự án PermutoPainter được phát
triển trong bộ sưu tập “Sắp xếp ngẫu nhiên” của họa sĩ người pháp Bernard Gortais. Nó
được triển lãm tại Paris vào tháng 11 năm 2014. Một tác phẩm hội họa (ví dụ như một
đường trải dài trên bức tranh như hình 1) được căt ra thành 24 ô vuông bằng nhau rồi
lại được ghép lại một cách ngẫu nhiên, hoàn toàn độc lập với ảnh ban đầu.
Hình 1- Ví dụ một kiểu sắp xếp
Yêu cầu của người dùng là xây dựng một công cụ cho phép khám phá một ý
kiến khách quan mang tính nghệ thuật với một số lượng lớn các hoán vị có thể trên một
tập không gian (khái niệm không gian ở đây chính là bố cục của một bức ảnh) kết hợp
với sự phát hiện những tính chất nổi bật của từng hoán vị, cái được xác định bởi người
sử dụng. Đó là lý do chúng tôi đi xây dựng dự án PermutoPainter. Bằng cách phân tích
và cài đặt một thuật toán tiến hóa nhằm giúp tìm kiếm và xác định một cách hiệu quả
các kết hợp “interesting” từ các mảnh nhỏ của ảnh với sự tương tác của người dùng
(Feng & Ting, 2014). Trước tiên, một ảnh được cắt ra thành 6x4 phần bằng nhau, sau
đó chúng được chuyển sang dạng nhị phân, tính toán các điểm đặc trưng trên ảnh và
biểu diễn các đặc trưng này thành một véctơ mô tả n-chiều. Các véctơ này được phân
nhóm vào k-cụm (cluster) bởi thuật toán K-medoids. Những ảnh là trung tâm của mỗi
cụm sẽ được hiển thị cho người dùng đánh giá độ thú vị (interest) và định tính của từng
ảnh (ví dụ: buồn, vui, tĩnh mịch hay sôi động…). Tiếp đến, chúng tôi sử dụng thuật
toán rừng ngẫu nhiên để huấn luyện. Thuật toán này thường phù hợp với các bộ dữ liệu
có số chiều rất lớn. Cuối cùng, chương trình sẽ tạo sinh ra những ảnh thuộc lớp thuộc
tính mà người dùng yêu cầu.
Phần còn lại của bài báo được tổ chức như sau: phần 2 mô tả các nghiên cứu, cơ
sở lý thuyết liên quan tới đề tài; phần 3 mô tả khái quát về các phương pháp nghiên cứu
được áp dụng trong đề tài. Sau đó là kết quả thực nghiệm được trình bày ở phần 4. Cuối
cùng là phần 5 kết luận và hướng phát triển
2. Các nghiên cứu liên quan
Trường Đại học Thăng Long
2
Kỷ yếu công trình khoa học 2015 - Phần I
Trong mục này chúng tôi phân tích các cơ sở lý thuyết liên quan tới bài báo.
Trước tiên là một ứng dụng tạo sinh ảnh dựa trên giải thuật di truyền của nhóm tác giả
người Đài Loan [6]. Tiếp đến, với mục đích giúp người đọc hiểu được cái thú vị trong
từng bức tranh, là phần mô tả ngắn gọn về nghệ thuật thị giác, các thành phần tạo nên
cảm xúc trong hội họa. Cuối cùng là một số kỹ thuật có thể sử dụng trong việc biểu
diễn ảnh.
2.1 Hệ thống EvoEco – một ví dụ về tạo sinh ảnh
EvoEco là hệ thống được xây dựng dựa trên nền tảng đa tác tử (multi-agent). Nó
gồm hai giai đoạn chính: sinh sản (tạo ra các đối tượng ảnh) và tiến hóa (lựa chọn và
làm tiến hóa các nhiễm sắc thể). Một ảnh được biểu diễn như một nhiễm sắc thể với
thành phần gồm k tác tử (agent). Các tác tử này sẽ thực hiện việc sơn màu cho bức
tranh trong suốt quá trình sống của chúng.
Quá trình tiến hóa của EvoEco để tạo sinh ảnh gồm các giai đoạn sau:
1. Xác định ngẫu nhiên màu nền cho mỗi nhiễm sắc thể.
2. Các nhiễm sắc thể được xây dựng nhờ quá trình sơn của các tác tử trong suốt
quá trình sống của chúng.
3. Đột biến và lai tạo trên các nhiễm sắc thể vừa tạo ra.
Hình 2- Giao diện hệ thống EvoEco và một vài ảnh đã được đánh giá
2.2. Nghệ thuật thị giác và trừu tượng
Thuật Nghệ thuật thị giác là nghệ thuật mà chúng ta nhìn thấy, giống như các
bức tranh, hình ảnh… nó mang lại cảm xúc, trực giác về những gì diễn ra quanh chúng
ta hoặc những gì tiềm ẩn bên trong con người, cái mà không thể mô tả một cách dễ
dàng bằng lời. Sự trừu tượng này được tạo nên bởi màu sắc, cấu trúc, sự kết hợp, nhịp
Trường Đại học Thăng Long
3
Kỷ yếu công trình khoa học 2015 - Phần I
điệu, đối xứng, sự tương phản của từng nét vẽ. Nó được mô tả chi tiết trong hệ thống
Kandinsky (Gortais, 2003).
Đối với Kandinsky, mọi sự vật, hiện tượng trên trái đất đều được biểu diễn
bởi 3 yếu tố chủ yếu là điểm, đường nét và mặt phẳng.
Điểm: là một hình dạng nhỏ nhất và cũng chính là một thành phần chính
trong hội họa. Nó thể hiện sự im lặng, hướng nội, đồng tâm và tĩnh.
Đường nét: với các hướng và hình dạng khác nhau, nó gợi lên những cảm
xúc khác nhau. Chẳng hạn, một đường thẳng nằm ngang thể hiện dòng thời
gian, màu đen, tĩnh lặng và lạnh. Nhưng đối với 1 đường thẳng đứng, nó gây
ra cảm giác về sự ngắt quãng, ý tưởng mới, cảm xúc tỉnh táo, nóng. Một
đường chéo chính là sự kết hợp cảm xúc của đường nằm ngang và thẳng
đứng. Một đường cong thể hiện tính trữ tình…
Mặt phẳng: Bốn phía của mặt phẳng có sự cộng hưởng đặc biệt. Hướng từ
trên xuống tạo cảm giác rơi xuống nhẹ nhàng. Hướng về bên phải có nghĩa là
sự khởi hành, hướng về bên trái tạo cảm giác trở về. Chúng ta có thể cảm
nhận được sự khác biệt này thông qua tác phẩm điêu khắc nổi tiếng của
Albrecht Dürer. Bản gốc ở phía bên trái. Xem từng ảnh bằng cách che
khuất ảnh còn lại và cảm nhận có hay không một sự khác biệt trong
nhận thức.
Hình 3 - Tác phẩm điêu khắc “ Cái chết, ma quỷ và hiệp sĩ „
Trường Đại học Thăng Long
4
Kỷ yếu công trình khoa học 2015 - Phần I
2.3. Biểu diễn ảnh
Để bắt đầu dự án, chúng tôi thực hiện bước đầu tiên đó là biểu diễn ảnh. Đây là
một bước quan trọng trong phân loại ảnh. Nó ảnh hưởng rất lớn tới kết quả phân loại
cuối cùng. Hiện nay, có hai cách tiếp cận chính về biểu diễn ảnh là: sử dụng nét đặc
trưng toàn cục (global features) như phân bố màu (histograme), moment bất biến Hu,
phép chiếu (projection), phép biến đổi profile hoặc sử dụng nét đặc trưng cục bộ (local
features) như SIFT [7], BRIEF [8] hoặc ORB [9].
Cách tiếp cận thứ nhất đơn giản nhưng không hiệu quả với những biến đổi về góc
nhìn, tỉ lệ, tịnh tiến, phép quay, độ sáng, không có khả năng chịu đựng những thay đổi
về độ sáng, sự che khuất hoặc nhiễu. Ngược lại, cách tiếp cận thứ hai xử lý tốt trong các
trường hợp đó và đem lại hiểu quả cao trong phân loại và nhận diện ảnh. Vì vậy, tùy
thuộc vào đặc điểm của đối tượng trích rút ví dụ như khuôn mặt, chữ viết tay… mà
chúng ta lựa chọn phương pháp phù hợp.
3. Phƣơng pháp đề xuất
Do đặc điểm của dự án là tạo sinh ra ảnh bằng cách hoán đổi vị trí của 6x4 ô
nhỏ được chia cắt từ một ảnh ban đầu. Chính vì vậy, bước đầu tiên của dự án là tạo ra
một tập dữ liệu trên 1000 ảnh dựa trên phép tráo đổi vị trí, phép xoay ngẫu nhiên các ô
của ảnh ban đầu như mô hình dưới đây:
Hình 4 – Mô phỏng thuật toán sinh ảnh ngẫu nhiên
Từ ảnh ban đầu I0, với mỗi phép tráo đổi vị trí của 2 ô vuông với nhau (tối thiểu
là 1 ô có đường), ta được một ảnh mới có khoảng cách d = 1 với ảnh gốc. Từ ảnh mới
này, ta lại tiếp tục thay đổi vị trí của 2 ô khác, ta sẽ được 1 ảnh mới có khoảng cách d =
2 với ảnh gốc. Tại các ảnh vừa tạo ra, ta thực hiện phép xoay các ô có đường một góc
90o, 180o hoặc 270o để tạo ra các ảnh mới.
Với tập dữ liệu ảnh vừa tạo ra, chúng tôi thực hiện trích rút đặc trưng của từng
ảnh và biểu diễn chúng dưới dạng một véctơ 264 chiều. Do N ảnh này được tạo ra từ 1
Trường Đại học Thăng Long
5
nguon tai.lieu . vn
THIẾT KẾ, PHÂN TÍCH VÀ PHÁT TRIỂN MỘT THUẬT
TOÁN DI TRUYỀN TƢƠNG TÁC ĐỂ TẠO SINH ẢNH
DỰA THEO HƢỚNG DẪN ĐÁNH GIÁ CỦA CON NGƢỜI :
DỰ ÁN PERMUTOPAINTER
Đào Thị Duyên
Khoa Toán-Tin, Đại học Thăng Long
Email: dtduyen90@gmail.com
Tóm tắt: Dự án PermutoPainter dựa trên ý tưởng của bộ sưu tập
“Arrangement avec le hasard” (Sắp xếp ngẫu nhiên) được triển lãm tại Paris vào
tháng 11 năm 2014 của họa sĩ người pháp Bernard Gortais. Bộ sưu tập này giống như
việc nghiên cứu thứ tự sắp xếp của 6x4 ô vuông trong một bức tranh bằng cách xoay
quay chúng một góc 90o hoặc tráo đổi vị trí giữa các ô cho nhau. Mục đích chính của
dự án này là tạo ra những cấu trúc thú vị bằng cách kết hợp ngẫu nhiên 24 ô của bức
tranh. Vì với mỗi cách bố trí đường nét (lên, xuống, ngang, dọc), màu sắc và bố cục
khác nhau, nó sẽ đem lại cho người xem những cảm xúc khác nhau. Trong bài báo
này,chúng tôi sử dụng một số kỹ thuật nhằm trích rút đặc trưng của từng ảnh, sau đó sử
dụng thuật toán K-medoids để phân cụm ảnh. Cuối cùng là sử dụng thuật toán rừng
ngẫu nhiên kết hợp với sự tương tác của người dùng tạo ra các hình ảnh giống với ý
muốn của người dùng.
Từ khóa: Giải thuật di truyền, phân cụm, Rừng ngẫu nhiên, Xử lý ảnh, KMedoids.
1. Mở đầu
Hội họa là điều mà chúng ta không nghĩ rằng một chiếc máy tính có thể tạo ra.
Bởi nó trừu tượng, biểu cảm, gắn liền với các nền văn hóa, tâm lý học và chủ quan. Còn
máy tính thì khách quan, chính xác và chi phối bởi các nguyên tắc toán học. Tuy nhiên,
trong thực tế, hội họa và các lĩnh vực nghệ thuật thị giác khác sử dụng rất nhiều toán
học như hình học, luật phối cảnh, thuật toán, cái mà máy tính có thể hiểu được để tạo ra
những hình ảnh đa dạng, tinh tế giống như người họa sĩ. Một người tiên phong trong
lĩnh vực này là họa sĩ Harold Cohen. Ông đã xây dựng một chương trình sáng tạo nghệ
thuật sử dụng trí thông mình nhân tạo AARON năm 1973 [1].
Việc sử dụng các thuật toán tiến hóa tương tác như giải thuật di truyền để tạo
sinh ảnh đã trở nên khá phổ biến mà nguốn gốc của nó được tìm thấy trong cuốn sách
“The Blind Watchmaker” [2] được viết bởi nhà sinh học tiến hóa Richard Dawkins. Sau
đó, là các hệ thống được phát triển bởi [3] và [4]. Chúng được xem là các tác phẩm
nghệ thuật có ảnh hưởng nhất trong lĩnh vực nghệ thuật thị giác. Trào lưu này đã mở ra
một lĩnh vực nghệ thuật mới, đó là “Nghệ thuật tiến hóa” [5].
Trường Đại học Thăng Long
1
Kỷ yếu công trình khoa học 2015 - Phần I
Trong bài báo này, chúng tôi sẽ trình bày về dự án PermutoPainter được phát
triển trong bộ sưu tập “Sắp xếp ngẫu nhiên” của họa sĩ người pháp Bernard Gortais. Nó
được triển lãm tại Paris vào tháng 11 năm 2014. Một tác phẩm hội họa (ví dụ như một
đường trải dài trên bức tranh như hình 1) được căt ra thành 24 ô vuông bằng nhau rồi
lại được ghép lại một cách ngẫu nhiên, hoàn toàn độc lập với ảnh ban đầu.
Hình 1- Ví dụ một kiểu sắp xếp
Yêu cầu của người dùng là xây dựng một công cụ cho phép khám phá một ý
kiến khách quan mang tính nghệ thuật với một số lượng lớn các hoán vị có thể trên một
tập không gian (khái niệm không gian ở đây chính là bố cục của một bức ảnh) kết hợp
với sự phát hiện những tính chất nổi bật của từng hoán vị, cái được xác định bởi người
sử dụng. Đó là lý do chúng tôi đi xây dựng dự án PermutoPainter. Bằng cách phân tích
và cài đặt một thuật toán tiến hóa nhằm giúp tìm kiếm và xác định một cách hiệu quả
các kết hợp “interesting” từ các mảnh nhỏ của ảnh với sự tương tác của người dùng
(Feng & Ting, 2014). Trước tiên, một ảnh được cắt ra thành 6x4 phần bằng nhau, sau
đó chúng được chuyển sang dạng nhị phân, tính toán các điểm đặc trưng trên ảnh và
biểu diễn các đặc trưng này thành một véctơ mô tả n-chiều. Các véctơ này được phân
nhóm vào k-cụm (cluster) bởi thuật toán K-medoids. Những ảnh là trung tâm của mỗi
cụm sẽ được hiển thị cho người dùng đánh giá độ thú vị (interest) và định tính của từng
ảnh (ví dụ: buồn, vui, tĩnh mịch hay sôi động…). Tiếp đến, chúng tôi sử dụng thuật
toán rừng ngẫu nhiên để huấn luyện. Thuật toán này thường phù hợp với các bộ dữ liệu
có số chiều rất lớn. Cuối cùng, chương trình sẽ tạo sinh ra những ảnh thuộc lớp thuộc
tính mà người dùng yêu cầu.
Phần còn lại của bài báo được tổ chức như sau: phần 2 mô tả các nghiên cứu, cơ
sở lý thuyết liên quan tới đề tài; phần 3 mô tả khái quát về các phương pháp nghiên cứu
được áp dụng trong đề tài. Sau đó là kết quả thực nghiệm được trình bày ở phần 4. Cuối
cùng là phần 5 kết luận và hướng phát triển
2. Các nghiên cứu liên quan
Trường Đại học Thăng Long
2
Kỷ yếu công trình khoa học 2015 - Phần I
Trong mục này chúng tôi phân tích các cơ sở lý thuyết liên quan tới bài báo.
Trước tiên là một ứng dụng tạo sinh ảnh dựa trên giải thuật di truyền của nhóm tác giả
người Đài Loan [6]. Tiếp đến, với mục đích giúp người đọc hiểu được cái thú vị trong
từng bức tranh, là phần mô tả ngắn gọn về nghệ thuật thị giác, các thành phần tạo nên
cảm xúc trong hội họa. Cuối cùng là một số kỹ thuật có thể sử dụng trong việc biểu
diễn ảnh.
2.1 Hệ thống EvoEco – một ví dụ về tạo sinh ảnh
EvoEco là hệ thống được xây dựng dựa trên nền tảng đa tác tử (multi-agent). Nó
gồm hai giai đoạn chính: sinh sản (tạo ra các đối tượng ảnh) và tiến hóa (lựa chọn và
làm tiến hóa các nhiễm sắc thể). Một ảnh được biểu diễn như một nhiễm sắc thể với
thành phần gồm k tác tử (agent). Các tác tử này sẽ thực hiện việc sơn màu cho bức
tranh trong suốt quá trình sống của chúng.
Quá trình tiến hóa của EvoEco để tạo sinh ảnh gồm các giai đoạn sau:
1. Xác định ngẫu nhiên màu nền cho mỗi nhiễm sắc thể.
2. Các nhiễm sắc thể được xây dựng nhờ quá trình sơn của các tác tử trong suốt
quá trình sống của chúng.
3. Đột biến và lai tạo trên các nhiễm sắc thể vừa tạo ra.
Hình 2- Giao diện hệ thống EvoEco và một vài ảnh đã được đánh giá
2.2. Nghệ thuật thị giác và trừu tượng
Thuật Nghệ thuật thị giác là nghệ thuật mà chúng ta nhìn thấy, giống như các
bức tranh, hình ảnh… nó mang lại cảm xúc, trực giác về những gì diễn ra quanh chúng
ta hoặc những gì tiềm ẩn bên trong con người, cái mà không thể mô tả một cách dễ
dàng bằng lời. Sự trừu tượng này được tạo nên bởi màu sắc, cấu trúc, sự kết hợp, nhịp
Trường Đại học Thăng Long
3
Kỷ yếu công trình khoa học 2015 - Phần I
điệu, đối xứng, sự tương phản của từng nét vẽ. Nó được mô tả chi tiết trong hệ thống
Kandinsky (Gortais, 2003).
Đối với Kandinsky, mọi sự vật, hiện tượng trên trái đất đều được biểu diễn
bởi 3 yếu tố chủ yếu là điểm, đường nét và mặt phẳng.
Điểm: là một hình dạng nhỏ nhất và cũng chính là một thành phần chính
trong hội họa. Nó thể hiện sự im lặng, hướng nội, đồng tâm và tĩnh.
Đường nét: với các hướng và hình dạng khác nhau, nó gợi lên những cảm
xúc khác nhau. Chẳng hạn, một đường thẳng nằm ngang thể hiện dòng thời
gian, màu đen, tĩnh lặng và lạnh. Nhưng đối với 1 đường thẳng đứng, nó gây
ra cảm giác về sự ngắt quãng, ý tưởng mới, cảm xúc tỉnh táo, nóng. Một
đường chéo chính là sự kết hợp cảm xúc của đường nằm ngang và thẳng
đứng. Một đường cong thể hiện tính trữ tình…
Mặt phẳng: Bốn phía của mặt phẳng có sự cộng hưởng đặc biệt. Hướng từ
trên xuống tạo cảm giác rơi xuống nhẹ nhàng. Hướng về bên phải có nghĩa là
sự khởi hành, hướng về bên trái tạo cảm giác trở về. Chúng ta có thể cảm
nhận được sự khác biệt này thông qua tác phẩm điêu khắc nổi tiếng của
Albrecht Dürer. Bản gốc ở phía bên trái. Xem từng ảnh bằng cách che
khuất ảnh còn lại và cảm nhận có hay không một sự khác biệt trong
nhận thức.
Hình 3 - Tác phẩm điêu khắc “ Cái chết, ma quỷ và hiệp sĩ „
Trường Đại học Thăng Long
4
Kỷ yếu công trình khoa học 2015 - Phần I
2.3. Biểu diễn ảnh
Để bắt đầu dự án, chúng tôi thực hiện bước đầu tiên đó là biểu diễn ảnh. Đây là
một bước quan trọng trong phân loại ảnh. Nó ảnh hưởng rất lớn tới kết quả phân loại
cuối cùng. Hiện nay, có hai cách tiếp cận chính về biểu diễn ảnh là: sử dụng nét đặc
trưng toàn cục (global features) như phân bố màu (histograme), moment bất biến Hu,
phép chiếu (projection), phép biến đổi profile hoặc sử dụng nét đặc trưng cục bộ (local
features) như SIFT [7], BRIEF [8] hoặc ORB [9].
Cách tiếp cận thứ nhất đơn giản nhưng không hiệu quả với những biến đổi về góc
nhìn, tỉ lệ, tịnh tiến, phép quay, độ sáng, không có khả năng chịu đựng những thay đổi
về độ sáng, sự che khuất hoặc nhiễu. Ngược lại, cách tiếp cận thứ hai xử lý tốt trong các
trường hợp đó và đem lại hiểu quả cao trong phân loại và nhận diện ảnh. Vì vậy, tùy
thuộc vào đặc điểm của đối tượng trích rút ví dụ như khuôn mặt, chữ viết tay… mà
chúng ta lựa chọn phương pháp phù hợp.
3. Phƣơng pháp đề xuất
Do đặc điểm của dự án là tạo sinh ra ảnh bằng cách hoán đổi vị trí của 6x4 ô
nhỏ được chia cắt từ một ảnh ban đầu. Chính vì vậy, bước đầu tiên của dự án là tạo ra
một tập dữ liệu trên 1000 ảnh dựa trên phép tráo đổi vị trí, phép xoay ngẫu nhiên các ô
của ảnh ban đầu như mô hình dưới đây:
Hình 4 – Mô phỏng thuật toán sinh ảnh ngẫu nhiên
Từ ảnh ban đầu I0, với mỗi phép tráo đổi vị trí của 2 ô vuông với nhau (tối thiểu
là 1 ô có đường), ta được một ảnh mới có khoảng cách d = 1 với ảnh gốc. Từ ảnh mới
này, ta lại tiếp tục thay đổi vị trí của 2 ô khác, ta sẽ được 1 ảnh mới có khoảng cách d =
2 với ảnh gốc. Tại các ảnh vừa tạo ra, ta thực hiện phép xoay các ô có đường một góc
90o, 180o hoặc 270o để tạo ra các ảnh mới.
Với tập dữ liệu ảnh vừa tạo ra, chúng tôi thực hiện trích rút đặc trưng của từng
ảnh và biểu diễn chúng dưới dạng một véctơ 264 chiều. Do N ảnh này được tạo ra từ 1
Trường Đại học Thăng Long
5