Phân lớp ảnh là một bài toán quan trọng và có nhiều ứng dụng trong lĩnh vực thị giác máy tính. Bài toán này đã và đang được rất nhiều nhà nghiên cứu trong và ngoài nước quan tâm. Nghiên cứu này đề xuất mô hình đa tầng cho phân lớp ảnh tổ hợp nhiều đặc trưng. Mô hình đa tầng đề xuất gồm: Tầng phân lớp đơn, module chuyển đổi, và tầng tích hợp. Mô hình này có thể áp dụng cho tổ hợp đặc trưng thủ công và đặc trưng tự động. | TRƯỜNG ĐẠI HỌC SƯ PHẠM TP HỒ CHÍ MINH TẠP CHÍ KHOA HỌC HO CHI MINH CITY UNIVERSITY OF EDUCATION JOURNAL OF SCIENCE KHOA HỌC TỰ NHIÊN VÀ CÔNG NGHỆ NATURAL SCIENCES AND TECHNOLOGY ISSN: 1859-3100 Tập 15, Số 12 (2018): 67-81 Vol. 15, No. 12 (2018): 67-81 Email: tapchikhoahoc@; Website: PHÂN LỚP ẢNH DỰA TRÊN TỔ HỢP ĐA ĐẶC TRƯNG Trần Sơn Hải1*, Lê Hoàng Thái2, Nguyễn Thanh Thủy3 1 Khoa Công nghệ Thông tin – Trường Đại học Sư phạm Thành phố Hồ Chí Minh 2 Trường Đại học Khoa học Tư nhiên – ĐHQG TPHCM 3 Trường Đại học Công nghệ Hà Nội Ngày nhận bài: 22-11-2018, ngày nhận bài sửa: 05-12-2018, ngày duyệt đăng: 21-12-2018 TÓM TẮT Phân lớp ảnh là một bài toán quan trọng và có nhiều ứng dụng trong lĩnh vực thị giác máy tính. Bài toán này đã và đang được rất nhiều nhà nghiên cứu trong và ngoài nước quan tâm. Nghiên cứu này đề xuất mô hình đa tầng cho phân lớp ảnh tổ hợp nhiều đặc trưng. Mô hình đa tầng đề xuất gồm: tầng phân lớp đơn, module chuyển đổi, và tầng tích hợp. Mô hình này có thể áp dụng cho tổ hợp đặc trưng thủ công và đặc trưng tự động. Việc so sánh kết quả thực nghiệm của mô hình đề xuất với các mô hình đã có được thực hiện trên bài toán thực tế cho phát hiện quảng cáo và phát hiện bất thường trong ảnh X-ray phổi. Kết quả thử nghiệm cho thấy tính khả thi của mô hình đề xuất. Từ khóa: phân lớp ảnh, tổ hợp đa đặc trưng, đặc trưng tự động, đặc trưng thủ công. ABSTRACT Image Classification Based On Multiple Feature Combination Image classification is a significant problem with many applications in the field of computer vision. This problem has been receiving much attention from both domestic and foreign researchers. This paper proposes the multi-layered model for image classification based on multiple features. The proposed multi-layered model includes: Single Layer, Transform Modular, and Integral layers. The proposed model can be applied to hand-crafted features and learning features. Comparison of the experimental results .
