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, nhằm cố gắng thu hẹp khoảng cách ngữ nghĩa giữa dữ liệu pixel thô và khả năng hiểu ở cấp độ con người. Xử lý Ảnh Số đóng vai trò là lớp nền tảng cho Thị giác Máy tính, tập trung vào việc xử lý và cải thiện tín hiệu hình ảnh thông qua các phép biến đổi từng pixel để chuẩn bị dữ liệu cho các tác vụ giải thích ở mức cao hơn.
Các Nguyên tắc Chính
- Biểu diễn Dữ liệu: Ở cấp độ máy, một hình ảnh là một tensor số chứ không phải một bức tranh tổng thể. Ảnh xám là các ma trận 2D của giá trị cường độ, trong khi ảnh màu là các tensor 3D đại diện cho các kênh Đỏ, Xanh lục và Xanh lam (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 ảnh-đến-ảnh như giảm nhiễu, làm nét hoặc cân bằng histogram. Thị giác Máy tính tập trung vào các phép toán ảnh-đến-tri-thức như phân loại đối tượng, định vị và phân đoạn.
- Mô hình Đồ họa Đảo ngược: Thị giác Máy tính có thể được xem là phép đảo ngược của Đồ họa Máy tính. Trong khi đồ họa tìm cách tạo ra thế giới hình ảnh từ các mô hình toán học, thị giác cố gắng tái tạo 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 là sự tách rời giữa các giá trị pixel cấp thấp mà máy xử lý và các khái niệm cấp cao mà con người nhận thức được.
Triển khai Python
Câu hỏi 1
Quá trình nào được phân loại là phép toán ảnh-đến-tri-thức?
Câu hỏi 2
Ở cấp độ máy, cấu trúc dữ liệu của một hình ảnh màu tiêu chuẩn là gì?
Nghiên cứu Tình huống: Hệ thống Chẩn đoán Y khoa
Đọc tình huống dưới đây và trả lời các câu hỏi.
Một bệnh viện đang phát triển hệ thống chẩn đoán y khoa tự động mới được thiết kế để phân tích ảnh chụp X-quang nhằm phát hiện 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.
CH
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)?
Đáp án:
Xử lý Ảnh Số. Tăng cường độ tương phản là phép biến đổi ảnh-đến-ảnh giúp cải thiện chất lượng hình ảnh của tín hiệu mà không trích xuất ý nghĩa ngữ nghĩa.
Xử lý Ảnh Số. Tăng cường độ tương phản là phép biến đổi ảnh-đến-ảnh giúp cải thiện chất lượng hình ảnh của tín hiệu mà không trích xuất ý nghĩa ngữ nghĩa.
CH
2. Nếu hệ thống tự động đánh dấu một khu vực cụ thể là gãy xương tiềm ẩn, nó đang thực hiện nhiệm vụ gì?
Đáp án:
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 vết 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 vết gãy xương).
CH
3. Tại sao cần giảm nhiễu trước khi chạy thuật toán phát hiện?
Đáp án:
Để cải thiện chất lượng tín hiệu và giảm các kết quả dương tính giả trong giai đoạn diễn giải ngữ nghĩa. Nhiễu có thể bị các thuật toán CV hiểu nhầm là các đặc trưng hoặc đường viền thực.
Để cải thiện chất lượng tín hiệu và giảm các kết quả dương tính giả trong giai đoạn diễn giải ngữ nghĩa. Nhiễu có thể bị các thuật toán CV hiểu nhầm là các đặc trưng hoặc đường viền thực.