Thuật toán nào thường được sử dụng để 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.

Câu hỏi này kiểm tra kiến thức về các thuật toán trích xuất đặc trưng trong ảnh. Trong các lựa chọn được đưa ra:

• SIFT (Scale-Invariant Feature Transform): Là một thuật toán để phát hiện và mô tả các đặc điểm cục bộ trong ảnh, có khả năng bất biến với sự thay đổi tỷ lệ và góc quay. Đây là đáp án chính xác.
• ORB (Oriented FAST and Rotated BRIEF): Là một thuật toán nhanh và hiệu quả để phát hiện và mô tả đặc trưng, nhưng không mạnh mẽ bằng SIFT về khả năng bất biến tỷ lệ.
• Thác Haar: Là một phương pháp được sử dụng chủ yếu cho việc phát hiện đối tượng, đặc biệt là khuôn mặt, chứ không phải là trích xuất đặc trưng bất biến tỷ lệ và góc quay.
• SURF (Speeded Up Robust Features): Tương tự như SIFT, SURF cũng là một thuật toán trích xuất đặc trưng bất biến tỷ lệ và góc quay, nhưng SIFT là thuật toán gốc và phổ biến hơn trong trường hợp này.

Do đó, đáp án chính xác nhất là SIFT.

Phân tích thành phần chính (PCA) là một kỹ thuật giảm chiều dữ liệu được sử dụng để giảm số lượng biến trong một tập dữ liệu lớn, đồng thời giữ lại càng nhiều thông tin quan trọng càng tốt. PCA thực hiện điều này bằng cách chuyển đổi các biến ban đầu thành một tập hợp các biến mới, được gọi là các thành phần chính, là các tổ hợp tuyến tính của các biến ban đầu. Thành phần chính đầu tiên nắm bắt được phương sai lớn nhất trong dữ liệu, thành phần chính thứ hai nắm bắt được phương sai lớn thứ hai, và cứ tiếp tục như vậy. Bằng cách chọn một số lượng nhỏ các thành phần chính, ta có thể giảm đáng kể số lượng biến trong tập dữ liệu, đồng thời giữ lại phần lớn thông tin quan trọng. Điều này làm cho PCA trở thành một kỹ thuật hữu ích để tạo ra các hình ảnh nhỏ gọn mà vẫn giữ được những đặc điểm quan trọng của chúng.