Giới thiệu về Thị giác Máy tính và Xử lý Ảnh số
Thị giác Máy tính là lĩnh vực trí tuệ nhân tạo cho phép máy tính trích xuất thông tin có ý nghĩa từ hình ảnh và video kỹ thuật số, qua đó nỗ lực thu hẹp khoảng cách ngữ nghĩa giữa dữ liệu điểm ảnh thô và sự hiểu biết ở mức độ con người. Xử lý Ảnh số đóng vai trò là nền tảng cho Thị giác Máy tính, tập trung vào việc thao tác và cải thiện tín hiệu hình ảnh thông qua các phép biến đổi từng điểm ảnh nhằm chuẩn bị dữ liệu cho các tác vụ diễn giải ở mức cao hơn.
Các Nguyên lý Chính
- Biểu diễn Dữ liệu: Ở cấp độ máy, hình ảnh là một tensor dạng số thay vì một bức tranh tổng thể. Ảnh xám là ma trận 2D chứa các giá trị cường độ, trong khi ảnh màu là tensor 3D biểu diễn các kênh Đỏ, Xanh lá và Xanh dương (RGB) với kích thước $H \times W \times 3$.
- Biến đổi so với Diễn giải: Xử lý Ảnh số chủ yếu liên quan đến các phép toán từ ảnh sang ảnh như giảm nhiễu, làm sắc nét hoặc cân bằng histogram. Thị giác Máy tính tập trung vào các phép toán từ ảnh sang tri thức như phân loại đối tượng, định vị và phân đoạn.
- Mô hình Đồ họa Nghịch đảo: Thị giác Máy tính có thể được xem như nghịch đảo của Đồ họa Máy tính. Trong khi đồ họa tìm cách tạo ra thế giới thị giác từ các mô hình toán học, thị giác lại tìm cách khôi phục cấu trúc 3D và nhãn ngữ nghĩa từ các hình chiếu 2D.
Thách thức Cốt lõi
Thách thức chính trong lĩnh vực này là Khoảng cách Ngữ nghĩa, tức sự tách biệt giữa các giá trị điểm ảnh cấp thấp mà máy xử lý và các khái niệm cấp cao mà con người cảm nhận.
Triển khai bằng Python
Câu hỏi 1
Quá trình nào được phân loại là phép toán từ ảnh sang tri thức?
Câu hỏi 2
Ở cấp độ máy, cấu trúc dữ liệu của một ảnh màu tiêu chuẩn là gì?
Tình huống: Hệ thống Chẩn đoán Y tế
Đọc tình huống bên dưới và trả lời các câu hỏi.
Một bệnh viện đang phát triển hệ thống chẩn đoán y tế tự động mới nhằm phân tích ảnh chụp X-quang để phát hiện các trường hợp gãy xương tiềm ẩn. Hệ thống xử lý dữ liệu cảm biến thô từ máy X-quang và xuất ra báo cáo chẩn đoán cho bác sĩ X-quang.
Q
1. Nếu hệ thống áp dụng tăng cường độ tương phản để làm rõ cấu trúc xương, đây là Xử lý Ảnh số (DIP) hay Thị giác Máy tính (CV)?
Trả lời:
Xử lý Ảnh số. Tăng cường độ tương phản là một phép biến đổi từ ảnh sang ảnh nhằm cải thiện chất lượng thị giác của tín hiệu mà không trích xuất ý nghĩa ngữ nghĩa.
Xử lý Ảnh số. Tăng cường độ tương phản là một phép biến đổi từ ảnh sang ảnh nhằm cải thiện chất lượng thị giác của tín hiệu mà không trích xuất ý nghĩa ngữ nghĩa.
Q
2. Nếu hệ thống tự động đánh dấu một vùng cụ thể là gãy xương tiềm ẩn, nó đang thực hiện tác vụ gì?
Trả lời:
Thị giác Máy tính / Phát hiện Đối tượng. Hệ thống đang diễn giải nội dung hình ảnh để trích xuất tri thức cấp cao (định vị vị trí gãy xương).
Thị giác Máy tính / Phát hiện Đối tượng. Hệ thống đang diễn giải nội dung hình ảnh để trích xuất tri thức cấp cao (định vị vị trí gãy xương).
Q
3. Tại sao cần giảm nhiễu trước khi chạy thuật toán phát hiện?
Trả lời:
Để cải thiện chất lượng tín hiệu và giảm kết quả dương tính giả trong giai đoạn diễn giải ngữ nghĩa. Nhiễu có thể bị các thuật toán CV hiểu nhầm thành các đặc trưng hoặc cạnh thực sự.
Để cải thiện chất lượng tín hiệu và giảm kết quả dương tính giả trong giai đoạn diễn giải ngữ nghĩa. Nhiễu có thể bị các thuật toán CV hiểu nhầm thành các đặc trưng hoặc cạnh thực sự.