Bài tập lớn xử lý ảnh Hoàng Văn Hiệp Bộ môn Kỹ thuật máy tính Viện Công nghệ thông tin và Truyền thông Email: hiephv@soict.hut.edu.vn 1 Bài 1. Image matching Mô tả  Đầu vào: ảnh query, và một tập các ảnh cần tìm kiếm  Đầu ra: Danh sách các ảnh “match” với ảnh đầu vào được sắp xếp theo rank: ảnh càng giống thì càng được đẩy lên đầu Yêu cầu:  Trình bày lý thuyết về các đặc trưng (features) sử dụng, độ đo sử dụng, các tham số thiết lập  Xây dựng chương trình demo Ngôn ngữ: Matlab, C, C++ 2 Bài 2. Face sequence matching Mô tả:  Đầu vào: chuỗi ảnh query của cùng một người  Đầu ra: Các chuỗi “match” tương ứng với chuỗi đầu vào Yêu cầu  Các phương pháp so sánh các chuỗi  Các lý thuyết về giảm chiều các features  Chương trình demo 3 Bài 3. Face detection Mô tả:  Đầu vào: ảnh chứa mặt người  Đầu ra: ảnh tìm ra vị trí mặt người nằm ở đâu Yêu cầu:  Tìm hiểu lý thuyết về face detection: những feature nào thường được dùng, cơ chế giảm chiều (nếu có)  Tìm hiểu face detection của OpenCV  Chương trình demo: o Trên desktop, hoặc o Trên mobile Ngôn ngữ: C, C++, Matlab, C# 4 Bài 4. Extract face sequences from video Mô tả:  Đầu vào: video  Đầu ra: các chuỗi ảnh mặt người đã được gom nhóm theo từng người (mỗi người sẽ có một chuỗi) Yêu cầu:  Được sử dụng openCV để tìm face  Đưa ra lý thuyết để gom nhóm các face của cùng một người với nhau  Chương trình demo 5 Bài 5. Face tracking in video Mô tả:  Đầu vào: chuỗi ảnh mặt người, hoặc video  Đầu ra: Truy vết mặt người trên tất cả các ảnh trong chuỗi (hoặc các frame ảnh của video) (gợi ý: tìm hiểu KLT tracker) Yêu cầu:  Lý thuyết sử dụng để track o Chỉ sử dụng detector: ưu nhược điểm o Chỉ sử dụng tracker: o Kết hợp?  Chương trình demo Code: C, C++, matlab 6 Bài 6. Object detection Mô tả  Đầu vào: ảnh  Đầu ra: phát hiện các đối tượng có hình dạng đặc biệt: (tròn, chữ nhật, tam giác…) Yêu cầu  Lý thuyết về object detection  Chương trình demo 7 Bài 7. Xây dựng ứng dụng tạo ảnh panorama Mô