PHÁT TRIỂN MỘT SỐ KỸ THUẬT PHÁT HIỆN DỊ THƯỜNG TRÊN ẢNH VIỄN THÁM QUANG HỌC PHỤC VỤ CÔNG TÁC TÌM KIẾM CỨU NẠN
CƠ SỞ TOÁN HỌC CHO TIN HỌC
Luận án tập trung vào việc phát triển các kỹ thuật phát hiện dị thường trên ảnh viễn thám quang học nhằm phục vụ công tác tìm kiếm cứu nạn. Bối cảnh nghiên cứu xuất phát từ thực trạng thiên tai, sự cố diễn biến phức tạp tại Việt Nam, gây thiệt hại lớn về người và tài sản. Công nghệ viễn thám, đặc biệt là ảnh từ thiết bị bay không người lái (UAV), đã chứng minh hiệu quả cao trong tìm kiếm cứu nạn nhờ khả năng thu nhận hình ảnh độ phân giải cao trên phạm vi rộng, địa hình đa dạng. Tuy nhiên, việc phát hiện các đối tượng dị thường (người, phương tiện, đồ vật) trong môi trường phức tạp còn gặp nhiều thách thức về độ chính xác và tốc độ tính toán.
Để giải quyết các thách thức này, luận án đề xuất và phát triển hai nhóm kỹ thuật chính. Thứ nhất, là kỹ thuật giảm tỷ lệ dương tính giả (tăng độ chính xác phát hiện) của thuật toán phát hiện dị thường dựa trên ước lượng mật độ hạt nhân (KDE) bằng cách khử nhiễu trên ảnh gốc và xác định các khu vực giới hạn tính toán. Kết quả thử nghiệm cho thấy, thuật toán IKDE đề xuất đã tăng 0,58% về độ chính xác phát hiện dị thường so với thuật toán KDE gốc. Thứ hai, luận án đề xuất các kỹ thuật tăng tốc độ tính toán cho thuật toán IKDE thông qua việc nhóm các điểm ảnh có giá trị giống nhau, sắp xếp bằng cây kd-Tree và tính toán PDF đa luồng trên CPU hoặc song song trên GPU. Các thử nghiệm chứng minh kỹ thuật này giảm thời gian tính toán tới hơn 99% đối với ảnh màu RGB và ít nhất 82,21% đối với ảnh đa phổ 8 kênh và siêu phổ 224 kênh, trong khi vẫn giữ nguyên độ chính xác phát hiện. Luận án sử dụng phương pháp thực nghiệm, cài đặt thuật toán bằng C++ và C#, cùng các bộ dữ liệu mẫu từ DSTL và NCS để đánh giá.
Những đóng góp của luận án không chỉ cải thiện hiệu quả của công tác tìm kiếm cứu nạn mà còn xây dựng cơ sở lý thuyết cho các ứng dụng ảnh viễn thám quang học trong lĩnh vực này. Hướng phát triển trong tương lai bao gồm giải quyết vấn đề mất cân bằng dữ liệu, nghiên cứu mối quan hệ ràng buộc dữ liệu về mặt không gian, sử dụng hàm DoG để tìm kích thước cửa sổ thích nghi, kết hợp đặc trưng hình dạng/kích thước và xây dựng bộ dữ liệu đặc trưng phong phú.
1. Tính cấp thiết của Luận án:
1.1 Ảnh viễn thám quang học
1.1.1 Phổ của ảnh viễn thám quang học
1.1.2 Các loại ảnh viễn thám quang học
1.1.3 Cấu trúc dữ liệu của ảnh viễn thám quang học
1.2 Bài toán phát hiện dị thường trên ảnh viễn thám quang học phục vụ công tác tìm kiếm cứu nạn
1.2.1 Khái niệm dị thường
1.2.2 Công tác tìm kiếm cứu nạn
1.2.3 Phát biểu bài toán
1.3 Một số tiếp cận về phát hiện dị thường
1.4 Tiêu chí đánh giá độ chính xác của các thuật toán phát hiện dị thường
1.5 Thách thức và hướng phát triển
1.6 Kết luận
2.1 Giới thiệu chung
2.2 Thuật toán phát hiện dị thường dựa trên KDE
2.3 Giải pháp tăng độ chính xác của thuật toán phát hiện các điểm ảnh dị thường dựa trên KDE
2.4 Tính đúng đắn của thuật toán IKDE
2.5 Đánh giá độ phức tạp của thuật toán KDE và IKDE
2.6 Thử nghiệm và đánh giá kết quả đề xuất
2.6.1 Dữ liệu thử nghiệm
2.6.2 Phương pháp thử nghiệm
2.6.3 Kết quả thử nghiệm
2.7 Kết luận
3.1 Giới thiệu chung
3.2 Tăng tốc độ tính toán của thuật toán IKDE
3.3 Thuật toán nhóm các điểm ảnh và sắp xếp
3.4 Tính toán PDF và phân loại các điểm ảnh
3.5 Đánh giá độ phức tạp của các thuật toán
3.6 Thử nghiệm và đánh giá kết quả đề xuất
3.6.1 Dữ liệu thử nghiệm
3.6.2 Phương pháp thử nghiệm
3.7 Kết luận
Một số kết quả đạt được của luận án
Hướng phát triển của luận án
1. Đề xuất thuật toán tăng độ chính xác phát hiện các điểm ảnh dị thường của thuật toán phát hiện dựa trên ước lượng mật độ hạt nhân (KDE - Kernal Density Estimation) [120, 121] bằng cách giảm tỷ lệ dương tính giả (gọi tắt là IKDE).
2. Đề xuất thuật toán tăng tốc độ tính toán của thuật toán IKDE bằng cách sử dụng kỹ thuật nhóm điểm ảnh, sắp xếp điểm ảnh, áp dụng cây kd-tree và tính toán hàm mật độ xác suất đa luồng trên CPU hoặc song song trên GPU.
3. Bố cục luận án: