ỨNG DỤNG THỊ GIÁC MÁY TÍNH HUẤN LUYỆN THIẾT BỊ BAY KHÔNG NGƯỜI LÁI NHẬN DIỆN CÁC VẬT THỂ CÓ DẠNG HÌNH HỌC CƠ BẢN

jos.hueuni.edu.vn Tập 134, Số 2A, 2025 181 Mặc dù đạt độ chính xác gần như tuyệt đối trên bộ dữ liệu được xây dựng, nhưng hiệu suất này có thể thay đổi khi áp dụng vào các môi trường phức tạp hơn với các yếu tố như ánh sáng thay đổi, vật thể bị che khuất một phần hoặc các đối tượng có hình dạng phức tạp hơn. Các hướng nghiên cứu tiếp theo sẽ tập trung giải quyết những thách thức này để cải thiện khả năng tổng quát hóa của mô hình trong thế giới thực. 5 Kết luận Nghiên cứu đã triển khai thành công mô hình mạng nơ-ron tích chập (CNN) tích hợp vào hệ thống camera của drone nhằm nhận diện và phân loại các vật thể có dạng hình học cơ bản. Kết quả thực nghiệm cho thấy mô hình đạt độ chính xác cao, khả năng phân loại ổn định và không xuất hiện hiện tượng quá khớp, khẳng định tính hiệu quả của phương pháp đề xuất. Nghiên cứu đã thử nghiệm với bốn dạng hình học gồm hình chữ nhật, tam giác, tròn và ngũ giác đều, cho thấy phương pháp có khả năng áp dụng cho nhiều dạng hình học đơn giản khác trong thực tế. Bên cạnh đó, nghiên cứu xây dựng bộ dữ liệu ảnh chuyên biệt sử dụng hệ màu đen trắng, đồng thời tối ưu kích thước ảnh và tự động hóa quá trình tạo dữ liệu nhằm giảm chi phí và thời gian huấn luyện. Mô hình CNN được thiết kế phù hợp với bài toán, giúp trích xuất đặc trưng hiệu quả và nâng cao độ chính xác phân loại. Việc tích hợp mô hình vào camera của drone DJI Tello cho phép hệ thống nhận diện vật thể trực tiếp theo thời gian thực với hiệu suất xử lý ổn định. Kết quả nghiên cứu góp phần khẳng định tiềm năng ứng dụng của trí tuệ nhân tạo và thị

giác máy tính trong các hệ thống drone thông minh. Lời cảm ơn Công trình nghiên cứu này được tài trợ bởi Đề tài Khoa học và công nghệ cấp Đại học Huế, mã số: DHH2023-06-137. Tài liệu tham khảo 1. R. Szeliski, Computer vision: algorithms and applications. Springer Nature, 2022. 2. D. Khurana, A. Koli, K. Khatter, and S. Singh, “Natural language processing: state of the art, current trends and challenges,” Multimed. Tools Appl., vol. 82, no. 3, pp. 3713–3744, Jan. 2023, doi: 10.1007/s11042-022-13428-4. 3. S. M. S. M. Daud et al., “Applications of drone in disaster management: A scoping review,” Sci. Justice, vol. 62, no. 1, pp. 30–42, 2022.