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 167 Ngày nay, việc tích hợp thị giác máy tính vào camera giám sát đã trở nên rất phổ biến trong đời sống hàng ngày. Tuy nhiên, camera giám sát thông thường không có khả năng linh hoạt cao khi chỉ cố định một vị trí và không thể di chuyển. Do đó, việc tích hợp thị giác máy tính vào drone là cần thiết, với khả năng di chuyển theo nhiều phương hướng, drone có thể thực hiện một số tác vụ như nhận diện vật thể và theo dõi đối tượng hiệu quả hơn so với camera cố định. Thị giác máy tính tích hợp vào camera của drone đã giải quyết được nhiều bài toán như nhận diện vật thể [10], theo dõi [11], tránh chướng ngại vật [12], cứu hộ [13]. Trong thị giác máy tính, bài toán nhận diện vật thể là bài toán cơ bản và là nền tảng cho các bài toán chuyên sâu khác. Để theo dõi một vật thể chuyển động, camera của drone cần nhận diện được đúng vật thể sau đó mới có thể theo dõi vật thể mục tiêu. Tương tự như vậy, để tránh chướng ngại vật hay cứu hộ con người, camera của drone cũng cần nhận diện được vật thể ở vị trí nào của camera để tránh hay cần nhận diện đúng con người để có thể trợ giúp và cứu trợ. Chính vì vậy, việc huấn luyện camera của drone nhận diện các vật thể cơ bản trong đời sống hàng ngày là cần thiết để phát triển rộng hơn các bài toán cụ thể khác. Những đóng góp chính của bài báo được tóm tắt như sau: - Đề xuất phương pháp tổng quan và khép kín từ việc xây dựng bộ dữ liệu đến huấn luyện và tích hợp mô hình gọn nhẹ cho phép camera của drone thực hiện nhận diện vật thể có hình

dạng đơn giản và phổ biến trong thế giới thực. Tính hiệu quả và tiềm năng của phương pháp tổng quan này được chứng minh thông qua bài toán nhận diện 4 dạng hình học cơ bản là hình chữ nhật, hình tam giác, hình tròn, hình ngũ giác đều và cho kết quả là độ chính xác xấp xỉ 100%. - Xây dựng bộ dữ liệu ảnh với các dạng hình học cơ bản hỗ trợ huấn luyện drone nhận diện các vật thể này. Bộ ảnh có sử dụng hệ màu đen trắng nhằm giảm kích thước ảnh, làm tăng tốc độ huấn luyện so với các bộ ảnh màu có kích thước ảnh lớn. So với các bài toán khác phải thu thập dữ liệu ảnh thủ công gây tốn thời gian, công sức, chi phí thu thập dữ liệu, bài báo đề xuất thuật toán để tạo số lượng lớn ảnh huấn luyện trong một thời gian ngắn. - Ứng dụng thuật toán CNN huấn luyện drone nhận diện và phân biệt 4 loại vật thể với độ chính xác lên đến xấp xỉ 100%, đây là độ chính xác gần như tuyệt đối. Nghiên cứu lựa chọn mô hình gọn nhẹ để có thể triển khai nhận diện nhanh theo thời gian thực. - Tích hợp mô hình CNN đã huấn luyện vào camera của drone DJI Tello và có thể sử dụng trực tiếp camera của drone để nhận diện và phân loại 4 loại vật thể đã nêu ở trên. Vật thể có các màu đặc trưng như đỏ, lục, lam để camera của drone có thể nhận diện. Màu sắc của vật thể được chuyển thành màu trắng, những vật thể còn lại trong khung hình camera được chuyển thành màu đen để phù hợp với bộ dữ liệu ảnh huấn luyện có màu đen trắng. Kết quả nhận diện thực tế xấp xỉ 100% cho thấy phương pháp này có thể ứng dụng vào thế giới thực. Các phần nội dung tiếp theo của bài báo được cấu trúc như sau: Phần 2 giới thiệu các công

trình nghiên cứu liên quan đến bài báo, phần 3 trình bày phương pháp huấn luyện thiết bị bay