Thứ Năm, 11 tháng 12, 2014
Lâu lâu cấu hình lại OpenCV thấy nó phức tạp phết
Đầu tiên là Download và cài đặt OpenCV, yiếp theo tiến hành tùy chỉnh để có thể làm kết hợp OpenCV với Microsoft Visual Studio.
Trong hướng dẫn ở đây sử dụng phiên bản Visual Studio 2012 và OpenCV2.4.8, hệ điều hành Windows7 32 bit. Đối với các phiên bản khác thao tác tương tự.
Bước 1. Download và cài đặt thư viện OpenCV
Để download thư viện OpenCV về máy tính, thường thì download phiên bản mới nhất tại địa chỉ http://sourceforge.net/projects/opencvlibrary/.
Sau khi download, tiến hành cài đặt bình thường, để mặc định ở ổ C với tên là OpenCV. Sau khi cài đặt xong đường dẫn có dạng C:\OpenCV.
Bước 2. Sao chép các hàm trong OpenCV vào Visual Studio
Mục tiêu là sao chép 2 thư mục OpenCV và OpenCV2 trong đường dẫn:
C:\OpenCV\build\include,
sang
C:\Program Files\Microsoft Visual Studio 11.0\VC\include
Bước 3. Copy các thư viện của OpenCV về thư viện của MS Visual Studio
Mục tiêu là copy tất cả các file thư viện trong OpenCV sang thư viện của MS Visual Studio.
Đánh dấu tất cả các file trong C:\OpenCV\build\x86\vc11\lib\*.*
Copy sang C:\Program Files\Microsoft Visual Studio 11.0\VC\lib
Ở đây có một số lựa chọn cần thực hiện tùy chọn cho phù hợp:
- Chọn thư mục x86, do sử dụng Windows7, 32 bit
- Chọn thư mục vc11, do sử dụng Visual Studio phiên bản 2012 (nếu là Visual Studio 2010 chọn thư mục vc10, nếu là Visual Studio 2008 chọn thư mục vc9).
Bước 4. Sao chép các thư viện từ OpenCV sang Windows
Mục tiêu là copy tất cả các file dll từ:
C:\OpenCV\build\x86\vc11\bin
Sang
C:\Windows\System32
Bước 5. Cấu hình thuộc tính của Project
Các Project lập trình trong Visual Studio C++ có sử dụng các hàm của thư viện OpenCV, cần phải cấu hình thuộc tính của nó có sử dụng đến các thư viện cần thiết:
- Mở cửa sổ dự án (Project)
- Vào Menu Project, chọn Properties
- Chọn bên trái cửa sổ: Configuration Properties, chọn Linker, chọn Input
- Sau khi chọn bên trái, thì chọn bên phải tương ứng ở mục Additional Dependency và thêm các file thư viện cần thiết:
opencv_core248d.lib: các hàm chuẩn
opencv_highgui248d.lib: các thao tác giao diện
opencv_imgproc248d.lib: các hàm xử lý ảnh cơ bản
Tùy thuộc vào mục đích của Project sử dụng đến đâu, khai báo đến đó. Cần phải tìm hiểu thêm các thư viện của OpenCV từng thư viện có những ứng dụng gì. Có thể nghiên cứu thêm trên mạng internet hoặc tài liệu về OpenCV.
Thứ Hai, 8 tháng 12, 2014
Kho tài liệu của mình về phát hiện - phân loại từ video, xử lý dữ liệu video
TỔNG HỢP TÀI LIỆU NGHIÊN CỨU LIÊN QUAN ĐẾN PHÁT HIỆN VÀ PHÂN LOẠI ĐỐI TƯỢNG
1. Phát triển giải thuật nhận diện biển báo giao thông dùng cho xe thông minh 6
2. Một kỹ thuật phát hiện, bám sát đối tượng và ứng dụng 10
3. Phát hiện đối tượng đột nhập bằng camera theo dõi 11
4. Ứng dụng cục bộ của dòng quang học để phân tích chuyển động cứng với không cứng 13
5. Phân loại và theo dõi mục tiêu chuyển động từ video thời gian thực 15
6. Mô hình hỗn hợp nền thích ứng đối với theo dõi thời gian thực 17
7. Hệ thống giám sát và theo dõi từ video 19 8. Phát hiện đối tượng chuyển động trong vùng không gian sử dụng kỹ thuật loại bỏ nền: bức tranh tổng quan 20 9. Tổng quan về Kỹ thuật trừ nền 23 10. Một thuật toán để ước lượng tốc độ trung bình giao thông sử dụng camera không hiệu chỉnh 24 11. Phân đoạn phương tiện trong Video giao thông 25 12. Mô hình nền không tham số đối với trừ nền 26 13. Phân loại đối tượng chuyển động cứng nhắc hoặc không cứng nhắc không liên quan 28 14. Ước tính tự động vận tốc của phương tiện từ dãy video camera không hiệu chỉnh 29 15. Ước tính mạnh mẽ nhiều chuyển động: tham số lĩnh vực khoanh vùng 31 16. Hệ thống theo dõi phương tiện dựa trên đặc trưng trong dãy video giao thông tắc nghẽn 33 17. Trích chọn đặc trưng từ hai ảnh liên tiếp để tái thiết đường khung 3D của phương tiện 34 18. Các thuật toán phân loại xe 38 19. Phát hiện, theo dõi và phân loại đối tượng chuyển động để giám sát video thông minh 40 20. Ước tính chuyển động dựa trên mô hình phân cấp 43 21. Phát hiện phương tiện để đếm lượng giao thông sử dụng thư viện OpenCV 45 22. Một phương pháp đếm phương tiện trong cảnh nhiều phương tiện chồng lấp trong ảnh giao thông 49 23. Tích hợp phát hiện, theo dõi và nhận dạng đối với phân loại phương tiện dựa trên video hồng ngoại 74 24. Phát hiện bóng chuyển động: Công thức, thuật toán và đánh giá 87 25. Hệ thống phát hiện và phân loại phương tiện dựa trên video cho dữ liệu giao thông thời gian thực sử dụng camera không hiệu chỉnh (VVDC) 89 26. Hệ thống đếm và phân loại phương tiện dựa trên thị giác - Vision based vehicle counting and classification system 100 27. Hệ thống giám sát giao thông tự động để nhận dạng và theo dõi dựa trên thị giác 102 28. Thuật toán phát hiện ảnh đối tượng dựa trên mô hình hỗn hợp Gauss cải tiến 118 29. Theo dõi và phân loại hiệu quả cho hệ thống giám sát giao thông tự động 129 30. Luận giải dựa trên Video đối với dãy giao thông 132 31. Phát hiện và theo dõi phương tiện thời gian thực dựa trên mặt trước để đo đếm số lượng và vận tốc giao thông trên đường cao tốc 134 32. Nhận dạng phương tiện dựa trên chuyển đổi đường cong và SVM 136 33. Phát hiện phương tiện kết hợp phân tích gradient và phân loại AdaBoost. 137 34. Nhận dạng lớp phương tiện sử dụng mô hình 3D CG 138 35. Thiết kế hệ thống nhận dạng lợi xe tự động thời gian thực và ứng dụng 139 36. Nhận dạng loại xe từ video dựa trên đầu dò đường cong 141 37. Nhận dạng phương tiện trong Video 142 38. Thu nhận và theo dõi mô hình thân người sử dụng dữ liệu Voxel 143 39. Phân đoạn video giao thông sử dụng mô hình hỗn hợp K-Gauss thích ứng 145 40. Phát hiện đối tượng chuyển động dựa trên thống kê và tri thức trong cảnh giao thông 146 41. Kỹ thuật mạnh mẽ để trừ nền trong video giao thông đô thị 147 42. Theo dõi nhiều ô tô mạnh mẽ với phân giải sự che khuất 149 43. Theo dõi đối tượng dựa trên mô hình trong dãy ảnh mono của cảnh giao thông trên đường cao tốc 152 44. Mô hình nền thống kê phát triển gần đây đối với phát hiện tiền cảnh – khảo sát tổng quan 153 45. Nhận dạng đối tượng với mô hình 3D 155 46. Khảo sát các kỹ thuật trích chọn đặc tính hình dạng 156 47. Thị giác máy tính: Các thuật toán và ứng dụng 159 48. Một phương pháp hiệu quả cho giám sát hình ảnh giao thông 160 49. Phát hiện phương tiện bị che khuất sử dụng mô hình biến dạng tổng quát 162 50. Bất biến tỷ lệ và bất biến dịch chuyển của moomen Legendre 163 51. Xấp xỉ hình dạng phương tiện từ chuyển động từ hệ thống giám sát hình ảnh giao thông 164 52. Cài đặt mô hình kim tự tháp của thuật toán Lucas Kanade để mô tả đặc trưng theo dõi 165 53. Mô men và mô men bất biến trong nhận dạng mẫu 167 54. Vùng gần (đóng) của máy Camera hiệu chỉnh 169 55. Một phương pháp mới để phân giải sự che khuất phương tiện trong dãy ảnh giao thông mono. 170 56. Phân đoạn kết cấu ảnh dựa trên màu sắc đối với phát hiện phương tiện. 171 57. Nhận dạng dựa trên mô hình 3D thị giác máy tính 173 58. Các phương pháp khảo sát nhận dạng xe ô tô 174 59. Thiết kế hệ thống tự động nhận dạng loại xe trong thời gian thực và ứng dụng 176 60. Nhận dạng biển số xe từ dãy video giao thông 182 61. Nhận dạng phương tiện trong ảnh video 194 62. Nhận dạng lớp các phương tiện từ Video dựa trên máy dò đường cong 3D 205 63. Nhận dạng lớp xe sử dụng mô hình đồ họa 3 chiều 216 64. Nhận dạng phương tiện giao thông sử dụng biến đổi curvelet và SVM 223 65. Nhận dạng phương tiện bằng video camera 230 66. Mô hình không tham số cho giảm trừ nền 237 67. Giới thiệu một kỹ thuật xác định đối tượng chuyển động trong video giao thông. 250 68. Khung khai phá dữ liệu đa phương tiện cho dãy video tự nhiên 258 69. Khai phá dữ liệu đối với dãy video giao thông 267 70. Phát hiện đường viền, phân đoạn ảnh và video 271 71. Kỹ thuật phân đoạn ảnh và ứng dụng 277 72. Slide về phát hiện chuyển động. 278 73. Một số khái niệm cơ bản sử dụng trong luận án 278 74. Tổng hợp các thuật toán phát hiện, phân loại đối tượng chuyển động 278 75. Giáo trình xác suất thông kê – Đại học Nông nghiệp 1 278 76. Hướng dẫn học xác suất thông kê – Học viện Bưu chính Viễn thông 278 77. Hướng dẫn một số bài tập xác suất thông kê 279 78. Phân đoạn nền mạnh mẽ sử dụng mô hình nền cho các ứng dụng giám sát 279 79. Phát hiện và phân tách mục tiêu đối tượng từ dãy ảnh 279 80. Một số thuật toán hình học 281 81. Giáo trình xử lý ảnh của PGS. TS Đỗ Năng Toàn viết cho đại học Thái Nguyên. 282 82. Về tái thiết cảnh đô thị 3D từ video 282 83. Trừ nền cho phát hiện chuyển động dưới điều kiện môi trường thay đổi 282 84. Hệ thống giám sát dựa trên video: Thị giác máy tính và xử lý phân tán. 283 85. Phát hiện nền và tiền cảnh từ video thời gian thực với camera di chuyển. 284 86. Bộ lọc thuộc tính Persistent cho trừ nền. 285 87. Học nền với hỗ trợ vector: hiệu quả phát hiện và theo dõi chuyển động đối với hệ thống giám sát thị giác. 285 88. Thực hành phân loại sử dụng hỗn hợp Gauss. 286 89. Mô hình nền sử dụng hỗn hợp Gauss để phát hiện đối tượng chuyển động – khảo sát. 286 90. Mô hình Gauss hỗn hợp thích ứng cho trừ nền 287 91. Thuật toán tăng tốc cho trừ nền. 287 92. Luận văn nhận dạng bàn tay qua cử chỉ 288 93. Phát hiện biên che khuất và xác định ảnh/nền từ luồng quang học 288 94. Phân tích đường viền và kết cấu cho phân đoạn ảnh 288 95. Phân tích ảnh nhị phân. 289 96. Phương pháp đơn giản hóa đường cong và đa giác. 289 97. Tìm hiểu một số phương pháp phát hiện đối tượng đột nhập. 290 98. Tóm tắt luận án. Nguyễn Nhật Hoàng. Tìm kiếm ảnh dựa trên nội dung. 290 99. Phương pháp trích chọn đặc trưng ảnh trong thuật toán học máy tìm kiếm ảnh áp dụng vào bài toán tìm kiếm sản phẩm 290 101. NCKH_Muc21_Hand book of Image and Video Processing. 291 102. NCKH_Muc22_Tổng hợp một số công trình nghiên cứu liên quan đến giám sát phương tiện chuyển động. 292 103. NCKH_Muc23_Proceedings Third International Workshop on Multimedia Data Mining, MDM/KDD’2002 294 104. NCKH_Muc24_Advance Pattern Recognition 295 105. NCKH_Muc31_Chuẩn nén MPEG. 296 106. NCKH_Muc32_Phương pháp kết nối Camera quan sát trong hệ thống mạng máy tính 297 107. NCKH_Muc41_Bộ dữ liệu thử nghiệm giao thông quay tại Việt Nam 298 108. NCKH_Muc42_Khảo sát, phân tích phương pháp phân tách dữ liệu video thành các khung hình 299 109. NCKH_Muc43_Khảo sát, phân tích phương pháp khử nhiễu và tăng cường ảnh trong xử lý hình ảnh khung hình. 300 110. NCKH_Muc51_Tổng hợp, phân tích phương pháp tách đối tượng chuyển động, cần quan tâm từ dữ liệu camera quan sát. 301 111. NCKH_Muc52_Tổng hợp, phân tích một số phương pháp phân đoạn ảnh, khoanh vùng đối tượng quan sát. 302 112. NCKH_Muc53_Tổng hợp, phân tích một số phương pháp nhận dạng đối tượng. 303 113. NCKH_Muc54_Tổng hợp, phân tích một số phương pháp theo dõi đối tượng trong khung hình quan sát. 304 114. NCKH_Muc55_Tổng hợp, phân tích một số phương pháp phân loại và thống kê đối tượng. 305 115. My Paper: Khung khai phá dữ liệu đa phương tiện cho dãy video tự nhiên. 306 116. My Paper: Giám sát giao thông tự động dựa trên độ dài ảnh 306 117. My Paper: Nghiên cứu phương pháp đếm xe ô tô sử dụng mô hình Gauss hỗn hợp và luồng quang học 306 118. My Paper: Theo dõi và phân loại đối tượng dựa trên biên trong bài toán giám sát đối tượng chuyển động 306 119. My Paper: Phương pháp biểu diễn đường viền trên trường số phức, áp dụng cho bài toán phân loại phương tiện giao thông 306 120. My Paper: Car counting method using Gaussian Mixture Model and Optical Flow 306 121. My Paper: Vehicle Classification in Video Based on Shape Analysis 307 120. My Paper: Phân loại phương tiện giao thông dựa trên đặc trưng hình dạng 307 121. My Paper: Trích chọn, biểu diễn một số đặc trưng ảnh áp dụng để phân loại phương tiện giao thông trong video 307 122. My Paper: Phương pháp phân loại nhanh phương tiện giao thông dựa trên đường viền 307 123. My Paper: Hiệu quả mô hình ứng dụng kết quả nghiên cứu khoa học nâng cao chất lượng đào tạo tại trường ĐH Kỹ thuật – Hậu cần CAND, một số đề xuất phát triển tiềm lực khoa học và công nghệ cho sự phát triển bền vững của tỉnh Thanh Hóa 308 124. My Paper: Ứng dụng kỹ thuật trừ nền vào giám sát phương tiện chuyển động trong video giao thông 308
1. Phát triển giải thuật nhận diện biển báo giao thông dùng cho xe thông minh 6
2. Một kỹ thuật phát hiện, bám sát đối tượng và ứng dụng 10
3. Phát hiện đối tượng đột nhập bằng camera theo dõi 11
4. Ứng dụng cục bộ của dòng quang học để phân tích chuyển động cứng với không cứng 13
5. Phân loại và theo dõi mục tiêu chuyển động từ video thời gian thực 15
6. Mô hình hỗn hợp nền thích ứng đối với theo dõi thời gian thực 17
7. Hệ thống giám sát và theo dõi từ video 19 8. Phát hiện đối tượng chuyển động trong vùng không gian sử dụng kỹ thuật loại bỏ nền: bức tranh tổng quan 20 9. Tổng quan về Kỹ thuật trừ nền 23 10. Một thuật toán để ước lượng tốc độ trung bình giao thông sử dụng camera không hiệu chỉnh 24 11. Phân đoạn phương tiện trong Video giao thông 25 12. Mô hình nền không tham số đối với trừ nền 26 13. Phân loại đối tượng chuyển động cứng nhắc hoặc không cứng nhắc không liên quan 28 14. Ước tính tự động vận tốc của phương tiện từ dãy video camera không hiệu chỉnh 29 15. Ước tính mạnh mẽ nhiều chuyển động: tham số lĩnh vực khoanh vùng 31 16. Hệ thống theo dõi phương tiện dựa trên đặc trưng trong dãy video giao thông tắc nghẽn 33 17. Trích chọn đặc trưng từ hai ảnh liên tiếp để tái thiết đường khung 3D của phương tiện 34 18. Các thuật toán phân loại xe 38 19. Phát hiện, theo dõi và phân loại đối tượng chuyển động để giám sát video thông minh 40 20. Ước tính chuyển động dựa trên mô hình phân cấp 43 21. Phát hiện phương tiện để đếm lượng giao thông sử dụng thư viện OpenCV 45 22. Một phương pháp đếm phương tiện trong cảnh nhiều phương tiện chồng lấp trong ảnh giao thông 49 23. Tích hợp phát hiện, theo dõi và nhận dạng đối với phân loại phương tiện dựa trên video hồng ngoại 74 24. Phát hiện bóng chuyển động: Công thức, thuật toán và đánh giá 87 25. Hệ thống phát hiện và phân loại phương tiện dựa trên video cho dữ liệu giao thông thời gian thực sử dụng camera không hiệu chỉnh (VVDC) 89 26. Hệ thống đếm và phân loại phương tiện dựa trên thị giác - Vision based vehicle counting and classification system 100 27. Hệ thống giám sát giao thông tự động để nhận dạng và theo dõi dựa trên thị giác 102 28. Thuật toán phát hiện ảnh đối tượng dựa trên mô hình hỗn hợp Gauss cải tiến 118 29. Theo dõi và phân loại hiệu quả cho hệ thống giám sát giao thông tự động 129 30. Luận giải dựa trên Video đối với dãy giao thông 132 31. Phát hiện và theo dõi phương tiện thời gian thực dựa trên mặt trước để đo đếm số lượng và vận tốc giao thông trên đường cao tốc 134 32. Nhận dạng phương tiện dựa trên chuyển đổi đường cong và SVM 136 33. Phát hiện phương tiện kết hợp phân tích gradient và phân loại AdaBoost. 137 34. Nhận dạng lớp phương tiện sử dụng mô hình 3D CG 138 35. Thiết kế hệ thống nhận dạng lợi xe tự động thời gian thực và ứng dụng 139 36. Nhận dạng loại xe từ video dựa trên đầu dò đường cong 141 37. Nhận dạng phương tiện trong Video 142 38. Thu nhận và theo dõi mô hình thân người sử dụng dữ liệu Voxel 143 39. Phân đoạn video giao thông sử dụng mô hình hỗn hợp K-Gauss thích ứng 145 40. Phát hiện đối tượng chuyển động dựa trên thống kê và tri thức trong cảnh giao thông 146 41. Kỹ thuật mạnh mẽ để trừ nền trong video giao thông đô thị 147 42. Theo dõi nhiều ô tô mạnh mẽ với phân giải sự che khuất 149 43. Theo dõi đối tượng dựa trên mô hình trong dãy ảnh mono của cảnh giao thông trên đường cao tốc 152 44. Mô hình nền thống kê phát triển gần đây đối với phát hiện tiền cảnh – khảo sát tổng quan 153 45. Nhận dạng đối tượng với mô hình 3D 155 46. Khảo sát các kỹ thuật trích chọn đặc tính hình dạng 156 47. Thị giác máy tính: Các thuật toán và ứng dụng 159 48. Một phương pháp hiệu quả cho giám sát hình ảnh giao thông 160 49. Phát hiện phương tiện bị che khuất sử dụng mô hình biến dạng tổng quát 162 50. Bất biến tỷ lệ và bất biến dịch chuyển của moomen Legendre 163 51. Xấp xỉ hình dạng phương tiện từ chuyển động từ hệ thống giám sát hình ảnh giao thông 164 52. Cài đặt mô hình kim tự tháp của thuật toán Lucas Kanade để mô tả đặc trưng theo dõi 165 53. Mô men và mô men bất biến trong nhận dạng mẫu 167 54. Vùng gần (đóng) của máy Camera hiệu chỉnh 169 55. Một phương pháp mới để phân giải sự che khuất phương tiện trong dãy ảnh giao thông mono. 170 56. Phân đoạn kết cấu ảnh dựa trên màu sắc đối với phát hiện phương tiện. 171 57. Nhận dạng dựa trên mô hình 3D thị giác máy tính 173 58. Các phương pháp khảo sát nhận dạng xe ô tô 174 59. Thiết kế hệ thống tự động nhận dạng loại xe trong thời gian thực và ứng dụng 176 60. Nhận dạng biển số xe từ dãy video giao thông 182 61. Nhận dạng phương tiện trong ảnh video 194 62. Nhận dạng lớp các phương tiện từ Video dựa trên máy dò đường cong 3D 205 63. Nhận dạng lớp xe sử dụng mô hình đồ họa 3 chiều 216 64. Nhận dạng phương tiện giao thông sử dụng biến đổi curvelet và SVM 223 65. Nhận dạng phương tiện bằng video camera 230 66. Mô hình không tham số cho giảm trừ nền 237 67. Giới thiệu một kỹ thuật xác định đối tượng chuyển động trong video giao thông. 250 68. Khung khai phá dữ liệu đa phương tiện cho dãy video tự nhiên 258 69. Khai phá dữ liệu đối với dãy video giao thông 267 70. Phát hiện đường viền, phân đoạn ảnh và video 271 71. Kỹ thuật phân đoạn ảnh và ứng dụng 277 72. Slide về phát hiện chuyển động. 278 73. Một số khái niệm cơ bản sử dụng trong luận án 278 74. Tổng hợp các thuật toán phát hiện, phân loại đối tượng chuyển động 278 75. Giáo trình xác suất thông kê – Đại học Nông nghiệp 1 278 76. Hướng dẫn học xác suất thông kê – Học viện Bưu chính Viễn thông 278 77. Hướng dẫn một số bài tập xác suất thông kê 279 78. Phân đoạn nền mạnh mẽ sử dụng mô hình nền cho các ứng dụng giám sát 279 79. Phát hiện và phân tách mục tiêu đối tượng từ dãy ảnh 279 80. Một số thuật toán hình học 281 81. Giáo trình xử lý ảnh của PGS. TS Đỗ Năng Toàn viết cho đại học Thái Nguyên. 282 82. Về tái thiết cảnh đô thị 3D từ video 282 83. Trừ nền cho phát hiện chuyển động dưới điều kiện môi trường thay đổi 282 84. Hệ thống giám sát dựa trên video: Thị giác máy tính và xử lý phân tán. 283 85. Phát hiện nền và tiền cảnh từ video thời gian thực với camera di chuyển. 284 86. Bộ lọc thuộc tính Persistent cho trừ nền. 285 87. Học nền với hỗ trợ vector: hiệu quả phát hiện và theo dõi chuyển động đối với hệ thống giám sát thị giác. 285 88. Thực hành phân loại sử dụng hỗn hợp Gauss. 286 89. Mô hình nền sử dụng hỗn hợp Gauss để phát hiện đối tượng chuyển động – khảo sát. 286 90. Mô hình Gauss hỗn hợp thích ứng cho trừ nền 287 91. Thuật toán tăng tốc cho trừ nền. 287 92. Luận văn nhận dạng bàn tay qua cử chỉ 288 93. Phát hiện biên che khuất và xác định ảnh/nền từ luồng quang học 288 94. Phân tích đường viền và kết cấu cho phân đoạn ảnh 288 95. Phân tích ảnh nhị phân. 289 96. Phương pháp đơn giản hóa đường cong và đa giác. 289 97. Tìm hiểu một số phương pháp phát hiện đối tượng đột nhập. 290 98. Tóm tắt luận án. Nguyễn Nhật Hoàng. Tìm kiếm ảnh dựa trên nội dung. 290 99. Phương pháp trích chọn đặc trưng ảnh trong thuật toán học máy tìm kiếm ảnh áp dụng vào bài toán tìm kiếm sản phẩm 290 101. NCKH_Muc21_Hand book of Image and Video Processing. 291 102. NCKH_Muc22_Tổng hợp một số công trình nghiên cứu liên quan đến giám sát phương tiện chuyển động. 292 103. NCKH_Muc23_Proceedings Third International Workshop on Multimedia Data Mining, MDM/KDD’2002 294 104. NCKH_Muc24_Advance Pattern Recognition 295 105. NCKH_Muc31_Chuẩn nén MPEG. 296 106. NCKH_Muc32_Phương pháp kết nối Camera quan sát trong hệ thống mạng máy tính 297 107. NCKH_Muc41_Bộ dữ liệu thử nghiệm giao thông quay tại Việt Nam 298 108. NCKH_Muc42_Khảo sát, phân tích phương pháp phân tách dữ liệu video thành các khung hình 299 109. NCKH_Muc43_Khảo sát, phân tích phương pháp khử nhiễu và tăng cường ảnh trong xử lý hình ảnh khung hình. 300 110. NCKH_Muc51_Tổng hợp, phân tích phương pháp tách đối tượng chuyển động, cần quan tâm từ dữ liệu camera quan sát. 301 111. NCKH_Muc52_Tổng hợp, phân tích một số phương pháp phân đoạn ảnh, khoanh vùng đối tượng quan sát. 302 112. NCKH_Muc53_Tổng hợp, phân tích một số phương pháp nhận dạng đối tượng. 303 113. NCKH_Muc54_Tổng hợp, phân tích một số phương pháp theo dõi đối tượng trong khung hình quan sát. 304 114. NCKH_Muc55_Tổng hợp, phân tích một số phương pháp phân loại và thống kê đối tượng. 305 115. My Paper: Khung khai phá dữ liệu đa phương tiện cho dãy video tự nhiên. 306 116. My Paper: Giám sát giao thông tự động dựa trên độ dài ảnh 306 117. My Paper: Nghiên cứu phương pháp đếm xe ô tô sử dụng mô hình Gauss hỗn hợp và luồng quang học 306 118. My Paper: Theo dõi và phân loại đối tượng dựa trên biên trong bài toán giám sát đối tượng chuyển động 306 119. My Paper: Phương pháp biểu diễn đường viền trên trường số phức, áp dụng cho bài toán phân loại phương tiện giao thông 306 120. My Paper: Car counting method using Gaussian Mixture Model and Optical Flow 306 121. My Paper: Vehicle Classification in Video Based on Shape Analysis 307 120. My Paper: Phân loại phương tiện giao thông dựa trên đặc trưng hình dạng 307 121. My Paper: Trích chọn, biểu diễn một số đặc trưng ảnh áp dụng để phân loại phương tiện giao thông trong video 307 122. My Paper: Phương pháp phân loại nhanh phương tiện giao thông dựa trên đường viền 307 123. My Paper: Hiệu quả mô hình ứng dụng kết quả nghiên cứu khoa học nâng cao chất lượng đào tạo tại trường ĐH Kỹ thuật – Hậu cần CAND, một số đề xuất phát triển tiềm lực khoa học và công nghệ cho sự phát triển bền vững của tỉnh Thanh Hóa 308 124. My Paper: Ứng dụng kỹ thuật trừ nền vào giám sát phương tiện chuyển động trong video giao thông 308
Chủ Nhật, 7 tháng 12, 2014
Sách Computer Vision - Mới mục lục không mà đã 22 trang.
Computer Vision: Algorithms and Applications
Author: Richard Szeliski
September 3, 2010 draft. 2010 Springer
Không có con đường nào khác, để trở thành chuyên gia trong lĩnh vực này là vọc cuốn sách này thôi. Kiến thức nền là vô cùng quan trọng để phát triển các ứng dụng khác liên quan.
Author: Richard Szeliski
September 3, 2010 draft. 2010 Springer
Không có con đường nào khác, để trở thành chuyên gia trong lĩnh vực này là vọc cuốn sách này thôi. Kiến thức nền là vô cùng quan trọng để phát triển các ứng dụng khác liên quan.
Thứ Sáu, 5 tháng 12, 2014
Ký hiệu Ph.D ở Việt Nam
- Ph. D là viết tắt của chữ Doctor of Philosophy. Nghĩa là Tiến sĩ, Học bậc Ph.D, cao nhất trong các học bậc, đầu tiên xuất hiện ở Đức, sau đó được Mỹ và nhiều nước phương tây khác sử dụng. Bằng Ph.D đầu tiên của Mỹ xuất hiện khoảng cuối thế kỷ 18.
- Philosophy (triết học). Philosophy ở đây dùng để chỉ các ngành học không dẫn đến một nghề nghiệp thực tế nhất định của ngày xưa.
- Đến nay thì không phải Ph.D nào cũng liên quan đến philosophy, cho dù là lấy theo nghĩa bóng nhất của philosophỵ Nhưng chữ doctor vẫn mang đầy đủ ý nghĩa của nó. Ở phương Tây, trong nghi thức giao tiếp người ta gọi một người có bằng Ph.D là doctor (Tiến sĩ)
- Doctor of Philosophy (Ph.D.) Tiến sỹ
Master of Science (M.S.) : Thạc sỹ khoa học
Master of Art (M.A): Thạc sỹ (các môn khác)
- Bạn KHÔNG được học thạc sỹ khác ngành với ngành đã đào tạo đại học. Có thể có một số ngành gần với chuyên ngành đào tạo thạc sỹ (cao học) mới được quyền dự thi nhưng phải học bổ túc một số môn chưa học hoặc học chưa đủ tín chỉ trước khi tham dự kỳ thi tuyển sinh (Mỗi trương sẽ thông báo khi thông báo tuyển sinh)
Ví dụ: Cao học ngành Hệ thống thông tin (Tin học): đối tượng dự tuyển: 1. ĐH Tin học, 2. ĐH Sư phạm Tin học, 3. ĐH SP Lý - Tin học, 4. ĐH SP Toán - Tin học. Trong đó ngành 3,4 là ngành gần, nên phải học bổ túc thêm 1 số môn nữa mới được dự thi cao học.
Bạn xem thông báo trực tiếp trường bạn định thi, xem ngành bạn có phải ngành gần không, nếu không bạn không được dự thi.
Tôi nghĩ, ngành của bạn và CNTT khác xa nhau nên bạn sẽ không được dự thi.
Thứ Sáu, 28 tháng 11, 2014
Gã ăn mày và cậu ấm lái xe Rolls Royce
Từ một cuộc đối thoại ngắn giữa ông lão ăn mày và đại gia ngồi trên chiếc Rolls Royce, người ta có thể nhận ra không ít bài học ý nghĩa trong đó.
Một anh chàng trẻ tuổi giàu có lái một chiếc xe sang trọng hiệu Rolls Royce đang dừng ở ngã tư để chờ đèn đỏ.
Đúng lúc đó có một người đàn ông đến gần chiếc xe của anh ta, gõ vào chiếc cửa kính ô tô, van xin: “Làm ơn cho tôi xin ít tiền! Tôi nhịn đói mấy hôm nay rồi”.
Người thanh niên kéo cửa kính xuống và lên tiếng: “Tôi cho ông một điếu thuốc nhé, trên xe tôi có thuốc lá rất ngon.” Người ăn xin nài nỉ: “Tôi không hút thuốc, cho tôi ít tiền đi”.
Người thanh niên lại nói: “Vậy ông uống rượu nhé, trên xe tôi có loại rượu tốt nhất trên thế giới.” –“Không, tôi không uống rượu, cho tôi tiền, tôi cần tiền.”
Người thanh niên kiên nhẫn: “Hay thế này nhé, tôi đưa ông đến một sòng bạc gần đây, ông giúp tôi chơi một ván; nếu thắng thì tiền sẽ là của ông, nếu thua thì tôi chịu. Được chứ?” –“Tôi không biết cược bài bạc, tôi cần tiền.”
“Thế thì đi mát xa, tôi sẽ giúp ông hưởng thụ một chút hương vị cuộc sống, chi phí tôi bao tất, đồng ý chưa?” –“Không, tôi không thích đi, xin cho tôi tiền”.
Chàng thanh niên dần hết nhẫn nại nhìn người ăn xin: “Vậy ông lên xe đi, tôi đưa ông về nhà tôi, để vợ tôi xem xem tại sao một người đàn ông không hút thuốc, không uống rượu, không bài bạc, cũng không chơi bời lung tung lại biến thành bộ dạng như thế này?”
Lúc này người ăn xin mới thấy xấu hổ, quay lưng bước đi.
Bài học rút ra từ câu chuyện:
1. Người đàn ông không chịu cố gắng sẽ chỉ có 2 kết cục, một là đến loại thuốc lá tầm thường nhất cũng không được hút, hai là chỉ có thể nai lưng ra làm những công việc chân tay nặng nhọc. Người phụ nữ không biết cố gắng cũng sẽ có hai kết thúc, quần áo rẻ tiền nhất cũng không có tiền mua, và cũng không bao giờ biết cảm giác đi chợ là gì. (Phải biết phấn đấu).
2. Đừng bao giờ hy vọng rằng người khác sẽ bố thí cho bạn bất kì đồng tiền nào, vì tiền đối với mỗi người trên thế giới đều không bao giờ là đủ. Người có ít tiền sẽ muốn làm 2 chuyện, người có nhiều tiền muốn làm 20 chuyện; không có ai thừa tiền để cho bạn hàng ngày. (Học cách tự mình vươn lên).
3. Bạn bè dang tay giúp đỡ là một việc đáng để biết ơn, không thể giúp đỡ cũng không nên trách cứ, càng không nên nuôi hận trong lòng. Không phải ai cũng có khả năng cưu mang bạn suốt đời. (Học cách thấu hiểu).
4. Phải ghi nhớ một điều rằng không phải lúc nào bạn gặp khó khăn cũng có người bên cạnh giúp đỡ, những lúc như thế bạn càng phải mạnh mẽ lên, độc lập tự giải quyết, kiên cường bước tiếp, dũng cảm đối mặt với mọi hiểm nguy. (Học cách mạnh mẽ).
5. Đừng bao giờ nhìn vẻ bề ngoài của người khác để kết bạn, sự giàu có của họ không liên quan gì tới một xu của bạn. Có thể cả gia tài của họ đáng giá hàng tỉ đồng nhưng khi bạn không còn cơm ăn họ sẽ chỉ cho bạn một chiếc bánh mì. (Học cách không phân biệt giàu nghèo).
6. Đừng chỉ vì sự giàu có về tiền bạc mà quên đi những hạnh phúc trong tâm hồn. Sẽ có một ngày bạn nhận ra, những bạn bè giàu có có thể cùng bạn ăn chơi nhảy múa, đưa bạn đi hết quán xá này đến cửa tiệm nọ, nhưng họ cũng có thể lôi bạn vào xã hội phức tạp, nơi mà đồng tiền là thước đo của mọi giá trị. Và rồi khi đó bạn sẽ cảm thấy cô đơn vì không có ai ngốc nghếch cười cùng bạn, không có ai cùng bạn chạy dưới những cơn mưa mà thấy đời sao yên bình quá. (Học cách biết người biết ta).
7. Bạn có thể tin vào một tình yêu chân thành thực sự tồn tại trên thế giới, nhưng đừng bao giờ hy vọng rằng tình yêu mãnh liệt đó sẽ đến với bạn, nó chỉ xảy ra với Ngưu Lang – Chức Nữ, với Lương Sơn Bá-Trúc Anh Đài thôi. Bởi vì tất cả họ đều nguyện chết vì tình yêu, còn chúng ta thì lại muốn sống thật lâu. (Học cách trân trọng những gì bạn có). 8. Không cần biết bạn kết hôn vì mục đích gì, nhưng chỉ cần bạn có con thì nhất định phải yêu gia đình mình. Cho dù gia đình bạn có lạnh lẽo đến đâu thì bạn vẫn có nghĩa vụ khiến nó ấm áp lên, bởi vì bạn đang mang trên mình vai trò “cha mẹ”. (Học cách gánh vác trách nhiệm).
9. Tuổi trẻ của chúng ta qua đi rất nhanh, chúng ta mãi mãi không bao giờ có thể chống lại được tạo hóa, tuổi càng cao thì nếp nhăn trên trán càng nhiều; nhưng nhờ dòng chảy không ngừng đó của thời gian, chúng ta có thể mài giũa tâm hồn, như viên ngọc trai càng mài càng sáng. (Học cách trưởng thành).
Chỉ một câu chuyện nhỏ thôi cũng khiến chúng ta hiểu được rằng, trên thế giới không có bữa cơm nào là miễn phí cả, phải biết tự mình cố gắng, tự phấn đấu vươn lên thì đồng tiền đó mới thật sự có ý nghĩa.
1. Người đàn ông không chịu cố gắng sẽ chỉ có 2 kết cục, một là đến loại thuốc lá tầm thường nhất cũng không được hút, hai là chỉ có thể nai lưng ra làm những công việc chân tay nặng nhọc. Người phụ nữ không biết cố gắng cũng sẽ có hai kết thúc, quần áo rẻ tiền nhất cũng không có tiền mua, và cũng không bao giờ biết cảm giác đi chợ là gì. (Phải biết phấn đấu).
2. Đừng bao giờ hy vọng rằng người khác sẽ bố thí cho bạn bất kì đồng tiền nào, vì tiền đối với mỗi người trên thế giới đều không bao giờ là đủ. Người có ít tiền sẽ muốn làm 2 chuyện, người có nhiều tiền muốn làm 20 chuyện; không có ai thừa tiền để cho bạn hàng ngày. (Học cách tự mình vươn lên).
3. Bạn bè dang tay giúp đỡ là một việc đáng để biết ơn, không thể giúp đỡ cũng không nên trách cứ, càng không nên nuôi hận trong lòng. Không phải ai cũng có khả năng cưu mang bạn suốt đời. (Học cách thấu hiểu).
4. Phải ghi nhớ một điều rằng không phải lúc nào bạn gặp khó khăn cũng có người bên cạnh giúp đỡ, những lúc như thế bạn càng phải mạnh mẽ lên, độc lập tự giải quyết, kiên cường bước tiếp, dũng cảm đối mặt với mọi hiểm nguy. (Học cách mạnh mẽ).
5. Đừng bao giờ nhìn vẻ bề ngoài của người khác để kết bạn, sự giàu có của họ không liên quan gì tới một xu của bạn. Có thể cả gia tài của họ đáng giá hàng tỉ đồng nhưng khi bạn không còn cơm ăn họ sẽ chỉ cho bạn một chiếc bánh mì. (Học cách không phân biệt giàu nghèo).
6. Đừng chỉ vì sự giàu có về tiền bạc mà quên đi những hạnh phúc trong tâm hồn. Sẽ có một ngày bạn nhận ra, những bạn bè giàu có có thể cùng bạn ăn chơi nhảy múa, đưa bạn đi hết quán xá này đến cửa tiệm nọ, nhưng họ cũng có thể lôi bạn vào xã hội phức tạp, nơi mà đồng tiền là thước đo của mọi giá trị. Và rồi khi đó bạn sẽ cảm thấy cô đơn vì không có ai ngốc nghếch cười cùng bạn, không có ai cùng bạn chạy dưới những cơn mưa mà thấy đời sao yên bình quá. (Học cách biết người biết ta).
7. Bạn có thể tin vào một tình yêu chân thành thực sự tồn tại trên thế giới, nhưng đừng bao giờ hy vọng rằng tình yêu mãnh liệt đó sẽ đến với bạn, nó chỉ xảy ra với Ngưu Lang – Chức Nữ, với Lương Sơn Bá-Trúc Anh Đài thôi. Bởi vì tất cả họ đều nguyện chết vì tình yêu, còn chúng ta thì lại muốn sống thật lâu. (Học cách trân trọng những gì bạn có). 8. Không cần biết bạn kết hôn vì mục đích gì, nhưng chỉ cần bạn có con thì nhất định phải yêu gia đình mình. Cho dù gia đình bạn có lạnh lẽo đến đâu thì bạn vẫn có nghĩa vụ khiến nó ấm áp lên, bởi vì bạn đang mang trên mình vai trò “cha mẹ”. (Học cách gánh vác trách nhiệm).
9. Tuổi trẻ của chúng ta qua đi rất nhanh, chúng ta mãi mãi không bao giờ có thể chống lại được tạo hóa, tuổi càng cao thì nếp nhăn trên trán càng nhiều; nhưng nhờ dòng chảy không ngừng đó của thời gian, chúng ta có thể mài giũa tâm hồn, như viên ngọc trai càng mài càng sáng. (Học cách trưởng thành).
Chỉ một câu chuyện nhỏ thôi cũng khiến chúng ta hiểu được rằng, trên thế giới không có bữa cơm nào là miễn phí cả, phải biết tự mình cố gắng, tự phấn đấu vươn lên thì đồng tiền đó mới thật sự có ý nghĩa.
Hệ thống camera giám sát giao thông tại VN
Đường link : http://automation.net.vn/Cong-nghe-Ung-dung/He-thong-camera-thong-minh-phuc-vu-giam-sat-dieu-khien-giao-thong-tai-Viet-Nam.html
1. Giới thiệu chung
![]()
2. Kiến trúc tổng thể hệ thống
Hình 1 thể hiện mô hình kiến trúc tổng thể của hệ thống. Hệ thống được thiết kế dưới dạng mạng xử lý dữ liệu phân tán, nhiều tầng, trong đó cơ sở dữ liệu (CSDL) trung tâm đóng vai trò đồng bộ dữ liệu cho nhiều hệ thống xử lý cập nhật cũng như nhiều người dùng truy cập khai thác thông tin. Các tầng trong kiến trúc hệ thống tổng thể bao gồm:
2.1. Tầng thiết bị hiện trường
Quan sát hình ảnh giao thông đồng thời ở nhiều khung nhìn khác nhau. Một camera IP cho phép tạo ra một vài camera ảo độ phân giải 640x480 để quan sát 2 chiều đường cao tốc với mặt cắt đến 30m chiều ngang và 1km chiều dài.
4. Để kéo được điện lưới đến các điểm cần thiết giám sát hiện trường có thể mất khoảng đầu tư lớn gấp nhiều lần mọi thành phần khác cộng lại. Do vậy CadPro đã nghiên cứu, thiết kế sản xuất thiết bị nạp và điều khiển điện năng lượng mặt trời thông minh với máy tính nhúng và phần mềm giám sát từ xa qua mạng IP. Thiết bị này có thể sử dụng trong các hệ thống cung cấp năng lượng mặt trời khác sẽ triển khai thay thế thiết bị phổ dụng đang nhập ngoại vào Việt Nam với tỷ số chất lượng/giá thành cao.
5. Một phần của giải pháp đang được tiến hành đăng ký bảo vệ sáng chế là phương pháp tính toán không gian để lắp đặt được một camera thực hiện được nhiệm vụ xử lý hình ảnh thu thập dữ liệu lưu lượng, tốc độ và nhận dạng biển số xe. Các tính toán toán học và mô hình chuyển đổi ba chiều về không gian hình ảnh đã được ứng dụng để xây dựng thiết kế kỹ thuật này.
2.2. Tầng truyền dẫn dữ liệu
2.3. Tầng dịch vụ CSDL và xử lý trung tâm
2.4. Tầng người dùng khai thác và điều khiển
2. Hệ thống CadProTMS được tích hợp với giải pháp hiển thị thông tin trên tường màn hình khổ lớn (video wall). Phân hệ phần mềm điều khiển tường màn hình chạy trên bó máy tính là sản phẩm thay thế nhập khẩu mang lại giá trị gia tăng rất hiệu quả.
3. Giao diện trên máy tính nghiệp vụ phục vụ xử lý dữ liệu như giám sát thiết bị hiện trường, xử lý phạt nguội vi phạm trât tự an toàn giao thông, thông kê, phân tích số liệu phục vụ kế hoạch hóa bảo trì bảo dưỡng, quy hoạch mở mới hoặc phân luồng định tuyến giao thông…
3. Đánh giá các kết quả ứng dụng trong thực tiễn
Hệ thống phần mềm CadProTMS đã được triển khai vào nhiều loại hình ứng dụng thực tiễn khác nhau và đều đem lại hiệu quả rõ ràng về kinh tế và giá trị sử dụng.
1. Đầu tiên có thể kể tới hệ thống giám sát giao thông thông minh được triển khai đầu tiên ở Việt Nam tại Trung tâm điều hành đường cao tốc Cầu Giẽ - Ninh Bình. Bắt đầu từ tháng 10/2013, hệ thống này đã được vận hành khai thác sử dụng chính thức và mang lại nhiều hiệu quả trong công tác giám sát điều hành giao thông. Các camera được lắp đặt để quan sát và đếm tự động lưu lượng xe trên dọc tuyến quốc lộ. Ngoài ra hệ thống cũng cho phép nhận dạng tự động biển số và đo tốc độ xe bằng camera. So với các hệ thống có tính năng tương tự do các nhà thầu ngoài xây dựng tại đường cao tốc HCM-Trung Lương và HCM-Long Thành-Dầu Giây thì giá thành hệ thống trong nước giảm tới 4-5 lần (hình 3).
2. Hệ thống CadProTMS đang được triển khai sử dụng trong dự án nâng cấp trung tâm điều khiển đèn tín hiệu và thiết bị ngoại vi của thành phố Hà Nội (hình 4). Đây là một hệ thống có quy mô rất lớn với tổng cộng khoảng 500 camera được quản lý trong dự án bao gồm 100 camera quan sát PTZ, 100 camera giám sát xử lý vi phạm giao thông và 300 camera đo đếm lưu lượng xe. Mạng lưới truyền thông kết nối camera được trải khắp trên phạm vi toàn bộ khu vực nội đô Hà Nội. Việc đo đếm lưu lượng giao thông tự động trong hệ thống giúp tối ưu hóa các làn sóng xanh trong điều khiển đèn tín hiệu để tăng cường hiệu quả lưu thông xe trên các tuyến giao thông huyết mạch trong Thành phố.
3. Trong năm 2012, hệ thống đã được triển khai ứng dụng vào mục đích giám sát xử lý vi phạm trật tự an toàn giao thông bằng hình ảnh trên tuyến Quốc lộ 1 đoạn Pháp Vân – Ninh Bình. Các camera đã được lắp đặt tại nhiều vị trí khác nhau để phát hiện thu thập tự động hình ảnh của các phương tiện vi phạm các lỗi như dừng đỗ xe sai quy định, xe đi sai làn đường, xe vượt đèn đỏ. Hệ thống đã được bàn giao cho lực lượng CSGT sử dụng và đem lại các kết quả tích cực trong giám sát xử lý vi phạm trật tự an toàn giao thông.
Phạm Hồng Quang, Nguyễn Hữu Tình, Bùi Phú Huy Công ty CP Phần mềm - Tự động hóa - Điều khiển CadPro Email: quang@cadpro.vn Tạ Tuấn Anh Trung tâm Tin học và Tính toán, Viện Hàn lâm KH và CN Việt Nam Email: ttanh@cic.vast.vn Số 164 (10/2014)♦Tạp chí tự động hóa ngày nay
Với sự phát triển của công nghệ cao hình ảnh số độ phân giải cao qua mạng IP, việc theo dõi an ninh và điều khiển giao thông thông minh qua dữ liệu hình ảnh quan trắc tự động ngày càng phát triển, phổ dụng và thay thế các phương pháp thủ công truyền thống. Bài báo đề cập đến các kết quả nghiên cứu và triển khai mới giải pháp lắp đặt mạng lưới camera và hệ thống xử lý hình ảnh thông minh trong điều khiển giao thông và giám sát an ninh tự động do Công ty Phần mềm Tự động Điều khiển CadPro thực hiện, một phần được tài trợ bởi Dự án sản xuất thử nghiệm KC03.DA06/11-15.
1. Giới thiệu chung
Để có thể thực hiện được các tác vụ giám sát phát hiện sự cố, thu thập số liệu vận hành và điều khiển thông minh dòng chảy giao thông trên toàn bộ mọi mặt cắt của mạng lưới đường sá với hàng triệu lượt phương tiện - sự kiện mỗi ngày, hệ thống tự động thu thập và phân tích thông tin giao thông thời gian thực là chìa khóa cho mọi hệ thống ITS sẽ được triển khai. Trước đây, thông tin giao thông thường được thu thập qua 2 phương pháp:
Thu thập thủ công, thông qua mạng lưới camera truyền hình từ các mặt cắt và nút giao quan trọng về trung tâm điều khiển giao thông, hiển thị trên lưới màn hình khổ lớn và các màn hình trạm làm việc để nhân viên trực theo dõi, đưa ra các cảnh báo, thông báo điều động phản ứng giải tỏa các sự cố xảy ra trong mạng lưới.
Thu thập thông tin tự động, thông qua các cảm biến điện tử đặt trên mặt đường như vòng loop, cảm biến siêu âm, cảm biến hồng ngoại để đo đếm lưu lượng phương tiện tham gia giao thông qua các mặt cắt, qua đó có thể có những hệ thống xử lý thông tin tự động tại trung tâm điều hành ra các quyết định thay đổi chiến lược điều khiển tín hiệu đèn giao thông hoặc thông báo chỉ dẫn điện tử phân luồng, điều khiển dòng chảy giao thông.
Nguyên nhân chính của việc sử dụng camera chỉ với tính năng ghi hình và hiển thị trung tâm theo dõi tập trung trong các hệ thống giám sát giao thông là do khi đó các camera thu hình độ phân giải cao chưa được phổ biến và có giá thành đắt. Mặt khác, việc phát triển các phần mềm xử lý hình ảnh độ phân giải cao với định dạng nén truyền thông mạng cũng là một lĩnh vực rất mới còn đang giai đoạn nghiên cứu phát triển, chưa có các sản phẩm hoàn chỉnh thay thế được hệ thống cũ với tỷ số hiệu quả trên giá đầu tư hợp lý.
CadProTMS là hệ thống sản phẩm phần mềm do Công ty Cổ phần phần mềm - Tự động hóa - Thiết kế (CadPro JSC) đã đầu tư nhiều năm nghiên cứu phát triển đã tạo ra một giải pháp sử dụng các camera IP độ phân giải cao phục vụ giám sát điều khiển giao thông. Các tính năng thông minh của hệ thống được xây dựng dựa trên việc thu thập dữ liệu tự động nhờ các thuật toán xử lý hình ảnh thu nhận được từ các camera. Hệ thống phần mềm được triển khai cùng với các thiết kế tích hợp thiết bị và lắp đặt tại hiện trường đã tạo ra nhiều hệ thống được ứng dụng hiệu quả trong thực tiễn như Trung tâm điều khiển đèn tín hiệu giao thông thành phố Hà Nội, Hệ thống giám sát và xử lý vi phạm giao thông bằng hình ảnh tại Cục Cảnh sát giao thông Đường bộ và Đường sắt (C67), Trung tâm Điều hành giao thông đường cao tốc Cầu Giẽ - Ninh Bình, Hệ thống giám sát số thu phí trạm Bãi Cháy và Hoàng Mai.
CadProTMS là một sản phẩm công nghệ cao có thể thay thế các giải pháp đầu tư rất đắt tiền từ nước ngoài. Không chỉ tiết kiệm chi phí, hệ thống còn có những tính năng riêng biệt phù hợp với nhu cầu thực tiễn nghiệp vụ tại Việt Nam. Các camera IP đã được sử dụng thay thế các công nghệ thiết bị dễ hỏng, đòi hỏi chi phí bảo dưỡng bảo trì cao như vòng từ, cảm biến hiện trường lắp đặt trên nền đường để giám sát giao thông.
Hình 1: Kiến trúc tổng thể hệ thống CadProTMS
2. Kiến trúc tổng thể hệ thống
Hình 1 thể hiện mô hình kiến trúc tổng thể của hệ thống. Hệ thống được thiết kế dưới dạng mạng xử lý dữ liệu phân tán, nhiều tầng, trong đó cơ sở dữ liệu (CSDL) trung tâm đóng vai trò đồng bộ dữ liệu cho nhiều hệ thống xử lý cập nhật cũng như nhiều người dùng truy cập khai thác thông tin. Các tầng trong kiến trúc hệ thống tổng thể bao gồm:
- Tầng thiết bị hiện trường
- Tầng mạng truyền dẫn dữ liệu
- Tầng dịch vụ CSDL và xử lý trung tâm
- Tầng người dùng khai thác và điều khiển
2.1. Tầng thiết bị hiện trường
Hệ thống CadProTMS lấy camera độ phân giải cao IP làm đối tượng chính để làm nguồn thu thập thông tin thời gian thực. Thiết bị hiện trường phục vụ cho camera hoạt động thu thập thông tin tự động bao gồm các thành phần dưới đây.
1. Loại hình camera được tích hợp trong hệ thống CadProTMS là kết quả nghiên cứu chiều sâu trong nhiều năm các tính năng kỹ thuật, lựa chọn tối ưu giữa hiệu năng và giá cả để tạo ra hệ thống có giá trị ứng dụng cao nhất. Chỉ cần sử dụng một camera IP, hệ thống CadProTMS hỗ trợ cho người sử dụng các tính năng sau:
Quan sát hình ảnh giao thông đồng thời ở nhiều khung nhìn khác nhau. Một camera IP cho phép tạo ra một vài camera ảo độ phân giải 640x480 để quan sát 2 chiều đường cao tốc với mặt cắt đến 30m chiều ngang và 1km chiều dài.
Đếm lưu lượng, phân loại phương tiện, đo tốc độ, cảnh báo sự cố, vi phạm: mọi phương tiện đi qua các vòng từ ảo trên camera đều được nhận dạng, đo tốc độ, phân loại theo kích cỡ. Từ các dữ liệu trên, các cảnh báo được gửi về trung tâm theo thời gian thực như: tốc độ dòng chảy, ùn tắc, tai nạn, xe dừng tại vị trí cấm dừng đỗ, xe máy người đi bộ vào đường cao tốc, có vật thể rơi tạo chướng ngại trên đường, xe đi sai làn…
Nhận dạng biển số và đo tốc độ xử lý vi phạm: Mọi phương tiện đi qua mặt cắt từ 15m đến 40m đến chân cột camera đều được nhận dạng biển số, đo tốc độ với độ chính xác đến ±3Km/h trong dải tốc độ đến 150km/h (hình 2)
Hình 2. Kiểm soát phương tiện qua nhận dạng biển số trên đường cao tốc
2. Các thiết bị phụ trợ cho camera như đèn chiếu hồng ngoại thông minh, tự động điều tiết công suất khi có chuyển động ban đêm, các phần mềm và cổng đồng bộ chế độ hồng ngoại/màu của camera với sự kiện thay đổi công suất đèn là sản phẩm nghiên cứu chế tạo bởi CadPro khác biệt với các thiết bị hiện có trên thế giới.
3. Đặc thù của ứng dụng xử lý hình ảnh trong giám sát giao thông là cần luồng dữ liệu video độ phân giải cao và số lượng khung hình lớn. Mỗi camera cần tối thiểu băng thông dữ liệu 20Mbps để truyền tới hệ thống xử lý dữ liệu tự động. Mặt khác, do vị trí lắp đặt và công nghệ truyền thông không cho phép tạo lập các kết nối từ hiện trường về trung tâm, và thông thường một hệ thống giám sát video có từ vài trăm (đoạn đường cao tốc) đến hàng ngàn camera (mạng giao thông thành phố), mô hình xử lý dữ liệu tập trung là không khả thi trong thực tế. Dữ liệu video được xử lý nhận dạng tự động, phát hiện sự kiện cần quan tâm cho mục đích giám sát và điều khiển, sau đó được truyền về trung tâm chỉ các thông tin có ích. Máy tính nhúng với công nghệ vi xử lý tốc độ cao (dualcore 1.7GHz), tiết kiệm năng lượng (5V, max 10W), chịu nhiệt độ, độ ẩm và bụi bẩn ngoài đường giao thông cùng với phần mềm cài đặt nhúng trong là sản phẩm nghiên cứu và tích hợp của CadProTMS.
4. Để kéo được điện lưới đến các điểm cần thiết giám sát hiện trường có thể mất khoảng đầu tư lớn gấp nhiều lần mọi thành phần khác cộng lại. Do vậy CadPro đã nghiên cứu, thiết kế sản xuất thiết bị nạp và điều khiển điện năng lượng mặt trời thông minh với máy tính nhúng và phần mềm giám sát từ xa qua mạng IP. Thiết bị này có thể sử dụng trong các hệ thống cung cấp năng lượng mặt trời khác sẽ triển khai thay thế thiết bị phổ dụng đang nhập ngoại vào Việt Nam với tỷ số chất lượng/giá thành cao.
5. Một phần của giải pháp đang được tiến hành đăng ký bảo vệ sáng chế là phương pháp tính toán không gian để lắp đặt được một camera thực hiện được nhiệm vụ xử lý hình ảnh thu thập dữ liệu lưu lượng, tốc độ và nhận dạng biển số xe. Các tính toán toán học và mô hình chuyển đổi ba chiều về không gian hình ảnh đã được ứng dụng để xây dựng thiết kế kỹ thuật này.
2.2. Tầng truyền dẫn dữ liệu
Truyền dẫn dữ liệu giao thông thời gian thực là một mạng đòi hỏi tính công nghiệp, tin cậy, băng thông cực lớn và độ bao phủ địa lý rộng. Giải pháp mạng 3 lớp mạch vòng dự phòng hai hướng về trung tâm được thiết kế và tích hợp trong hệ thống CadProTMS.
2.3. Tầng dịch vụ CSDL và xử lý trung tâm
Hệ thống thiết bị và phần mềm trung tâm điều hành giao thông đòi hỏi CSDL độ sẵn sàng cao, năng lực tính toán và dịch vụ mạnh, tính mở rộng không giới hạn về số lượng nguồn dữ liệu đầu vào (camera) và số lượng khai thác dữ liệu (các trạm nghiệp vụ tại trung tâm, các điểm khai thác dữ liệu trên mạng diện rộng, thông báo tình trạng hệ thống cho người điều hành hiện trường và tham gia giao thông…).
Đặc biệt, các tính toán đòi hỏi thuật toán và triển khai tính toán hiệu năng cao như cảnh báo, dự báo ùn tắc, tính toán điều khiển thiết lập các làn sóng xanh chuyển động qua các ngã tư thành phố theo các tuyến trục hoặc vành đai… cần được triển khai trên các cụm bó máy tính song song hiệu năng cao. Ngoài ra, các ứng dụng đặc thù theo yêu cầu thực tế Việt Nam có sự khác biệt với thế giới cần được xây dựng như tính lưu lượng giao thông hỗn tạp có mật độ cao để từ đó tối ưu hóa chiến lược điều khiển đèn giao thông trong khu vực đô thị.
2.4. Tầng người dùng khai thác và điều khiển
Hệ thống CadProTMS cung cấp các giao tiếp người dùng cho mọi nhu cầu giám sát và điều khiển tại một trung tâm điều hành hoặc qua mạng Internet. Các giao diện người dùng chính bao gồm:
1. Giám sát điều khiển camera và thiết bị hiện trường trực tuyến qua giao diện WEB và bản đồ GIS: Các camera PTZ, tủ điều khiển đèn tín hiệu giao thông, bảng hiển thị tốc độ thay đổi được, bảng hiển thị thông tin điện tử, thiết bị điều khiển hiện trường được giám sát và điều khiển thời gian thực qua giao diện thuận tiện với người dùng, các sự cố, lựa chọn được hiển thị và điều khiển trên các bảng danh sách, trên biểu đồ duỗi thẳng hoặc trên nền bản đồ GIS nhiều lớp.
2. Hệ thống CadProTMS được tích hợp với giải pháp hiển thị thông tin trên tường màn hình khổ lớn (video wall). Phân hệ phần mềm điều khiển tường màn hình chạy trên bó máy tính là sản phẩm thay thế nhập khẩu mang lại giá trị gia tăng rất hiệu quả.
3. Giao diện trên máy tính nghiệp vụ phục vụ xử lý dữ liệu như giám sát thiết bị hiện trường, xử lý phạt nguội vi phạm trât tự an toàn giao thông, thông kê, phân tích số liệu phục vụ kế hoạch hóa bảo trì bảo dưỡng, quy hoạch mở mới hoặc phân luồng định tuyến giao thông…
3. Đánh giá các kết quả ứng dụng trong thực tiễn
Hệ thống phần mềm CadProTMS đã được triển khai vào nhiều loại hình ứng dụng thực tiễn khác nhau và đều đem lại hiệu quả rõ ràng về kinh tế và giá trị sử dụng.
1. Đầu tiên có thể kể tới hệ thống giám sát giao thông thông minh được triển khai đầu tiên ở Việt Nam tại Trung tâm điều hành đường cao tốc Cầu Giẽ - Ninh Bình. Bắt đầu từ tháng 10/2013, hệ thống này đã được vận hành khai thác sử dụng chính thức và mang lại nhiều hiệu quả trong công tác giám sát điều hành giao thông. Các camera được lắp đặt để quan sát và đếm tự động lưu lượng xe trên dọc tuyến quốc lộ. Ngoài ra hệ thống cũng cho phép nhận dạng tự động biển số và đo tốc độ xe bằng camera. So với các hệ thống có tính năng tương tự do các nhà thầu ngoài xây dựng tại đường cao tốc HCM-Trung Lương và HCM-Long Thành-Dầu Giây thì giá thành hệ thống trong nước giảm tới 4-5 lần (hình 3).
Hình 3. Hệ thống xử lý vi phạm TTATGT tuyến QL1
2. Hệ thống CadProTMS đang được triển khai sử dụng trong dự án nâng cấp trung tâm điều khiển đèn tín hiệu và thiết bị ngoại vi của thành phố Hà Nội (hình 4). Đây là một hệ thống có quy mô rất lớn với tổng cộng khoảng 500 camera được quản lý trong dự án bao gồm 100 camera quan sát PTZ, 100 camera giám sát xử lý vi phạm giao thông và 300 camera đo đếm lưu lượng xe. Mạng lưới truyền thông kết nối camera được trải khắp trên phạm vi toàn bộ khu vực nội đô Hà Nội. Việc đo đếm lưu lượng giao thông tự động trong hệ thống giúp tối ưu hóa các làn sóng xanh trong điều khiển đèn tín hiệu để tăng cường hiệu quả lưu thông xe trên các tuyến giao thông huyết mạch trong Thành phố.
3. Trong năm 2012, hệ thống đã được triển khai ứng dụng vào mục đích giám sát xử lý vi phạm trật tự an toàn giao thông bằng hình ảnh trên tuyến Quốc lộ 1 đoạn Pháp Vân – Ninh Bình. Các camera đã được lắp đặt tại nhiều vị trí khác nhau để phát hiện thu thập tự động hình ảnh của các phương tiện vi phạm các lỗi như dừng đỗ xe sai quy định, xe đi sai làn đường, xe vượt đèn đỏ. Hệ thống đã được bàn giao cho lực lượng CSGT sử dụng và đem lại các kết quả tích cực trong giám sát xử lý vi phạm trật tự an toàn giao thông.
4. Đáp ứng nhu cầu cấp thiết của Tổng cục Đường bộ Việt Nam, hệ thống CadProTMS đã được triển khai để thực hiện giám sát số thu phí xe đi qua hai trạm Bãi Cháy và Hoàng Mai. Mục đích sử dụng là để xác định chính xác số tiền mà Nhà nước phải hoàn trả cho các nhà đầu tư khi dỡ bỏ hai trạm thu phí trên. Hiệu quả của hệ thống đem lại rất rõ ràng khi tiết kiệm rất lớn chi phí phải trả cho nhân công thực hiện đếm xe thủ công, đồng thời chống được các gian lận do yếu tố con người. Từ khi áp dụng hệ thống tự động thì số tiền xác định mà Nhà nước cần hoàn trả giảm hẳn so với phương pháp thực hiện thủ công trước đó.
Hình 4. Hệ thống camera giám sát giao thông TP. Hà Nội
Phạm Hồng Quang, Nguyễn Hữu Tình, Bùi Phú Huy Công ty CP Phần mềm - Tự động hóa - Điều khiển CadPro Email: quang@cadpro.vn Tạ Tuấn Anh Trung tâm Tin học và Tính toán, Viện Hàn lâm KH và CN Việt Nam Email: ttanh@cic.vast.vn Số 164 (10/2014)♦Tạp chí tự động hóa ngày nay
Thứ Bảy, 22 tháng 11, 2014
Tổ chức một buổi hội thảo nghiệm thu đề cương như thế nào?
Bước 1. Chuẩn bị
Thư ký Hội thảo chuẩn bị những gì trước khi tiến hành hội thảo.
Bước 2. Thư ký hội thảo thực hiện
Sau khi thành phần Hội đồng ngồi đúng vị trí, đặc biệt là chủ tịch Hội đồng. Thư ký thực hiện:
1. Đọc Quyết định Hội đồng
2. Giới thiệu Chủ tịch Hội đồng chủ trì Hội thảo
Bước 3. Chủ tịch Hội đồng, thực hiện:
1. Thông qua và kiểm tra thành viên vắng mặt.
2. Đảm bảo đủ điều kiện để tiến hành hội thảo
3. Mục đích của Hội thảo
4. Phương pháp tiến hành, các điều kiện liên quan. Ví dụ như thời gian trình bày, thời gian đặt câu hỏi. Thư ký làm gì? Biên bản hội thảo sẽ được thông qua trước toàn bộ thành viên Hội đồng.
Bước 4. Hội thảo một đề cương chuyên đề:
1. Giới thiệu nhóm: tên nhóm, tên thành viên, tên chuyên đề, ai hướng dẫn.
2. Nhóm trình bày nội dung theo thời gian quy định (ví dụ 15 phút). Chủ tịch có thể nhắc nhở khi hết giờ. Nhắc lần 2 (quá 5 phút) thì dừng báo cáo.
3. Giới thiệu các thành viên nhận xét và đặt câu hỏi. Sau mỗi lần nhận xét và trả lời. chủ tịch có thể nhận xét và điều khiển định hướng làm rõ những vấn đề giữa người hỏi và người trả lời. Ý nói ở đây là lời bình để cho thư ký có thể tóm tắt ý chính vào biên bản.
Bước 5. Lặp lại bước 4 nếu còn nhóm. Nếu hết chuyển sang bước 6.
Bước 6. Hội đồng thảo luận và cho điểm đánh giá.
Bước 7. Thư ký và chủ tịch thông qua biên bản trước hội đồng (không có nhóm báo cáo). Và kết thúc phiên họp.
Thư ký Hội thảo chuẩn bị những gì trước khi tiến hành hội thảo.
Bước 2. Thư ký hội thảo thực hiện
Sau khi thành phần Hội đồng ngồi đúng vị trí, đặc biệt là chủ tịch Hội đồng. Thư ký thực hiện:
1. Đọc Quyết định Hội đồng
2. Giới thiệu Chủ tịch Hội đồng chủ trì Hội thảo
Bước 3. Chủ tịch Hội đồng, thực hiện:
1. Thông qua và kiểm tra thành viên vắng mặt.
2. Đảm bảo đủ điều kiện để tiến hành hội thảo
3. Mục đích của Hội thảo
4. Phương pháp tiến hành, các điều kiện liên quan. Ví dụ như thời gian trình bày, thời gian đặt câu hỏi. Thư ký làm gì? Biên bản hội thảo sẽ được thông qua trước toàn bộ thành viên Hội đồng.
Bước 4. Hội thảo một đề cương chuyên đề:
1. Giới thiệu nhóm: tên nhóm, tên thành viên, tên chuyên đề, ai hướng dẫn.
2. Nhóm trình bày nội dung theo thời gian quy định (ví dụ 15 phút). Chủ tịch có thể nhắc nhở khi hết giờ. Nhắc lần 2 (quá 5 phút) thì dừng báo cáo.
3. Giới thiệu các thành viên nhận xét và đặt câu hỏi. Sau mỗi lần nhận xét và trả lời. chủ tịch có thể nhận xét và điều khiển định hướng làm rõ những vấn đề giữa người hỏi và người trả lời. Ý nói ở đây là lời bình để cho thư ký có thể tóm tắt ý chính vào biên bản.
Bước 5. Lặp lại bước 4 nếu còn nhóm. Nếu hết chuyển sang bước 6.
Bước 6. Hội đồng thảo luận và cho điểm đánh giá.
Bước 7. Thư ký và chủ tịch thông qua biên bản trước hội đồng (không có nhóm báo cáo). Và kết thúc phiên họp.
Đăng ký:
Bài đăng (Atom)