Số liệu nào thường được sử dụng để đánh giá hiệu suất của thuật toán phát hiện đối tượng?

Lọc trung vị là một kỹ thuật xử lý ảnh phi tuyến tính được sử dụng để giảm nhiễu, đặc biệt là nhiễu "muối và tiêu" (salt and pepper noise). Lọc trung vị hoạt động bằng cách thay thế giá trị của mỗi pixel bằng giá trị trung vị của các pixel lân cận. Điều này giúp loại bỏ các giá trị nhiễu (các giá trị cực đoan) mà vẫn bảo toàn được các cạnh và chi tiết quan trọng trong ảnh.
Toán tử Sobel được sử dụng để phát hiện cạnh.
Cân bằng biểu đồ được sử dụng để cải thiện độ tương phản.
Bộ lọc Laplacian của Gaussian (LoG) được sử dụng để tìm các cạnh và góc cạnh trong ảnh.

Phân đoạn ảnh là quá trình chia một ảnh thành nhiều vùng hoặc đối tượng có ý nghĩa. Thuật toán phân cụm K-means là một thuật toán phổ biến được sử dụng để phân đoạn ảnh bằng cách nhóm các pixel có đặc điểm tương tự thành các cụm. Các thuật toán khác như tìm kiếm theo chiều sâu, làm mờ Gaussian và biến đổi Fourier không được sử dụng trực tiếp cho phân đoạn ảnh.

A. Nhận dạng ký tự quang học (OCR) là kỹ thuật chính xác được sử dụng để nhận dạng và "đọc" văn bản từ hình ảnh hoặc video. OCR chuyển đổi hình ảnh chứa văn bản thành dữ liệu văn bản mà máy tính có thể hiểu và xử lý được.

B. Phát hiện chuyển động: Liên quan đến việc xác định sự thay đổi vị trí của đối tượng theo thời gian, không liên quan đến nhận dạng văn bản.

C. Trích xuất đặc trưng: Là một bước trong nhiều quy trình xử lý ảnh, nhưng không trực tiếp thực hiện nhận dạng văn bản.

D. Ghép ảnh: Liên quan đến việc nối nhiều ảnh lại với nhau để tạo ra một ảnh lớn hơn, không liên quan đến nhận dạng văn bản.

AlexNet là một mô hình mạng nơ-ron tích chập (CNN) sâu, đã được đào tạo trước trên một tập dữ liệu lớn như ImageNet và thường được sử dụng làm điểm khởi đầu hoặc một phần của các mô hình phức tạp hơn cho các nhiệm vụ phân loại hình ảnh. K-means là một thuật toán phân cụm, Rừng ngẫu nhiên là một thuật toán học máy dựa trên cây quyết định, và PCA là một kỹ thuật giảm chiều dữ liệu.

C. Cấu trúc từ Chuyển động (SfM) là kỹ thuật sử dụng một chuỗi các hình ảnh 2D để ước tính tư thế của máy ảnh và đồng thời tái tạo cấu trúc 3D của một cảnh hoặc đối tượng. Các phương pháp khác không trực tiếp giải quyết cả hai vấn đề này cùng một lúc:

• Ước tính độ sâu: Chỉ tập trung vào việc ước tính khoảng cách từ máy ảnh đến các điểm trong cảnh.
• Tầm nhìn lập thể: Sử dụng hai hoặc nhiều máy ảnh để tạo ra ảnh 3D, nhưng không nhất thiết phải ước tính tư thế máy ảnh từ một chuỗi hình ảnh.
• Ánh xạ kết cấu: Là quá trình thêm chi tiết bề mặt vào mô hình 3D, chứ không phải là ước tính tư thế máy ảnh hay tái tạo cấu trúc 3D.