Bài tập lớn xử lý ảnh - Hoàng Văn Hiệp

Nội dung text: Bài tập lớn xử lý ảnh - Hoàng Văn Hiệp

1. Bài tập lớn xử lý ảnh Hoàng Văn Hiệp Bộ môn Kỹ thuật máy tính Viện Công nghệ thông tin và Truyền thông Email: [email protected] 1
2. Bài 1. Image matching Mô tả . Đầu vào: ảnh query, và một tập các ảnh cần tìm kiếm . Đầu ra: Danh sách các ảnh “match” với ảnh đầu vào được sắp xếp theo rank: ảnh càng giống thì càng được đẩy lên đầu Yêu cầu: . Trình bày lý thuyết về các đặc trưng (features) sử dụng, độ đo sử dụng, các tham số thiết lập . Xây dựng chương trình demo Ngôn ngữ: Matlab, C, C++ 2
3. Bài 2. Face sequence matching Mô tả: . Đầu vào: chuỗi ảnh query của cùng một người . Đầu ra: Các chuỗi “match” tương ứng với chuỗi đầu vào Yêu cầu . Các phương pháp so sánh các chuỗi . Các lý thuyết về giảm chiều các features . Chương trình demo 3
4. Bài 3. Face detection Mô tả: . Đầu vào: ảnh chứa mặt người . Đầu ra: ảnh tìm ra vị trí mặt người nằm ở đâu Yêu cầu: . Tìm hiểu lý thuyết về face detection: những feature nào thường được dùng, cơ chế giảm chiều (nếu có) . Tìm hiểu face detection của OpenCV . Chương trình demo: o Trên desktop, hoặc o Trên mobile Ngôn ngữ: C, C++, Matlab, C# 4
5. Bài 4. Extract face sequences from video Mô tả: . Đầu vào: video . Đầu ra: các chuỗi ảnh mặt người đã được gom nhóm theo từng người (mỗi người sẽ có một chuỗi) Yêu cầu: . Được sử dụng openCV để tìm face . Đưa ra lý thuyết để gom nhóm các face của cùng một người với nhau . Chương trình demo 5
6. Bài 5. Face tracking in video Mô tả: . Đầu vào: chuỗi ảnh mặt người, hoặc video . Đầu ra: Truy vết mặt người trên tất cả các ảnh trong chuỗi (hoặc các frame ảnh của video) (gợi ý: tìm hiểu KLT tracker) Yêu cầu: . Lý thuyết sử dụng để track o Chỉ sử dụng detector: ưu nhược điểm o Chỉ sử dụng tracker: o Kết hợp? . Chương trình demo Code: C, C++, matlab 6
7. Bài 6. Object detection Mô tả . Đầu vào: ảnh . Đầu ra: phát hiện các đối tượng có hình dạng đặc biệt: (tròn, chữ nhật, tam giác ) Yêu cầu . Lý thuyết về object detection . Chương trình demo 7
8. Bài 7. Xây dựng ứng dụng tạo ảnh panorama Mô tả: . Đầu vào: tập các ảnh để ghép panorama . Đầu ra: ảnh panorama Yêu cầu . Trình bày phương pháp ghép các ảnh . Chương trình demo 8
9. Bài 8. Đọc mã vạch một chiều, hai chiều Mô tả . Đầu vào: ảnh mã vạch 1, 2 chiều . Đầu ra: các thông tin lưu trong mã vạch Yêu cầu . Tìm hiểu cơ chế tạo mã vạch 1, 2 chiều . Chương trình demo 9
10. Bài 9. Phần mềm chấm thi trắc nghiệm tự động Mô tả: . Đầu vào: Ảnh phiếu trả lời trắc nghiệm (mẫu phiếu – Tham khảo mẫu trả lời thi đại học) . Đầu ra: Các thông tin: Mã đề thi, Họ tên thí sinh, SBD, Điểm của bài trả lời trắc nghiệm Yêu cầu . Độ chính xác: trên 100 %, các ảnh không detect được phải có cảnh báo 10
11. Bài 10. Tiền xử lý trong video summarization Đầu vào: video Đầu ra: Loại bỏ hết các frame ảnh không chứa thông tin . Các frame đơn màu (ví dụ frame ảnh toàn màu đen) . Các frame chứa các bảng màu (để căn chỉnh camera) . Các frame chứa các ảnh clapboard (option) 11
12. Bài 11. Tìm hiểu về các thuật áp dụng cho bài toán: retake detection Mô tả: . Đầu vào: một video chứa các cảnh quay, trong đó mỗi cảnh quay được quay đi quay lại nhiều lần . Đầu ra: phát hiện ra vị trí: các lần quay khác nhau, các cảnh quay khác nhau Yêu cầu . Tìm hiểu các state-of-the-art . Tối thiểu 3 phương pháp khác nhau 12
13. Bài 12. Tạo ảnh gif Mô tả . Đầu vào: Một chuỗi ảnh . Đầu ra: ảnh gif Yêu cầu . Tìm hiểu về một số định dạng ảnh chuẩn o BMP, JPG, PNG, GIF . Chương trình demo 13
14. Bài 13. Mini - Photoshop Mô tả: Xây dựng một chương trình giống như photoshop (nhỏ hơn), hỗ trợ các thuật toán cơ bản trong xử lý ảnh . Zoom ảnh, co ảnh . Lấy histogram màu, điều chỉnh độ sáng, tối, độ tương phản . Tách các đối tượng, . Dò biên . Yêu cầu: Ngôn ngữ sử dụng C, C++ C# 14