Tổng quan về SIFT

- Tìm hiểu các thuật tốn nhận dạng đối tượng sử dụng đặc trưng bất biến, trong đó trọng tâm là thuật toán SIFT.
- Thực hiện cài đặt thuật toán SIFT và xây dựng chương trình nhận dạng đối tượng sử dụng SIFT.
Sau đây chúng em xin trình bày cụ thể nội dung nghiên cứu của đề tài.

1. Tổng quan về SIFT

Một thuật tốn tiêu biểu và có hiệu quả khá cao là dựa theo các đặc trưng cục bộ bất biến trong ảnh: SIFT Scale-invariant Feature Transform do David Lowe đưa
ra từ năm 2004 và đến nay đã có nhiều cải tiến trong thuật tốn. Đặc trưng được trích chọn trong SIFT là các điểm đặc biệt keypoint, các điểm này kèm theo các mơ tả về
nó và một véc tơ có lấy keypoint làm điểm gốc. Có bốn giai đoạn chính được thực hiện trong thuật tốn để trích xuất các điểm
đặc biệt và các đặc trưng của nó bao gồm:
a.
Dò tìm cực trị trong khơng gian đo Scale-space Extrema Detection: Bước đầu tiên này sẽ áp dụng hàm sai khác Gaussian DoG - Deffirence of
Gaussisan để tìm ra các điểm có khả năng làm điểm đặc trưng tiềm năng candidate keypoints, đó là những đểm rất ít phụ thuộc bất biến vào sự thu
phóng ảnh và xoay ảnh.
b.
Lọc và trích xuất các điểm đặc biệt Keypoint localization: Từ những điểm tiềm năng ở trên sẽ lọc và lấy ra tập các điểm đặc trưng tốt nhất keypoints.
c.
Gán hướng cho các điểm đặc trưng Oriented Assignment: Mỗi điểm đặc trưng sẽ được gán cho một hoặc nhiều hướng dựa trên hướng gradient của
ảnh. Mọi phép toán xử lý ở các bước sau này sẽ được thực hiện trên những dữ liệu ảnh mà đã được biến đổi tương đối so với hướng đã gán, kích cỡ và vị trí
của mỗi điểm đặc trưng. Nhờ đó, tạo ra một sự bất biến trong các phép xử lý này.
d.
Bộ mô tả điểm đặc trưng Keypoint Description: Các hướng gradient cục bộ được đo trong ảnh có kích cỡ cụ thể nào đó trong vùng lân cận với mỗi điểm
đặc trưng. Sau đó, chúng sẽ được biễu diễn thành một dạng mà cho phép mơ
Object Recoginition
tả các tầng quan trọng của q trình bóp méo hình dạng cục bộ và sự thay đổi về độ sáng.
Tập các điểm đặc biệt thu được thường phụ thuộc rất ít vào các phép biến đổi cơ bản như xoay, phóng to, thu nhỏ, tăng giảm cường độ sáng, vì vậy có thể xem đây
là các đặc trưng mang tính cục bộ của ảnh. Để đối sánh và nhận dạng hai ảnh thì ta tìm tập keypoint giống nhau trong hai ảnh, dựa vào hướng và tỉ lệ để có thể biết đối
tượng trong ảnh gốc đã xoay, thu phóng bao nhiêu so với ảnh đem đối sánh. Cách tiếp cận của thuật toán này dựa vào điểm bất biến cục bộ của ảnh, chúng được trích
xuất ra, được định hướng và mô tả sao cho hai keypoint ở hai vùng khác nhau thì khác nhau. Tuy nhiên một yếu tố ảnh hưởng không nhỏ đến tốc độ thuật toán là số
lượng các keypoint được lấy ra là khơng nhỏ. Trung bình một ảnh kích thước 500 x 500 pixels thì sẽ trích xuất được khoảng 1000 điểm số lượng điểm này phụ thuộc
vào tùy từng ảnh và tham số lọc khác nhau. Số lượng các điểm đặc trưng có một tầm quan trọng trong vấn đề nhận dạng đối tượng, để nhận dạng một đối tượng nhỏ trong
một ảnh chứa tập hợp các đối tượng hỗn độn thì cần ít nhất 3 điểm đặc trưng giống nhau để phát hiện và và bóc tách đối tượng.
Đối với vấn đề xây dựng một cơ sở dữ liệu ảnh và thực hiện nhận dạng đối tượng bất kì thì ban đầu thường sử dụng SIFT để tạo một hệ dữ liệu các đặc trưng
keypoints được trích xuất từ dữ liệu ảnh gốc. Sau đó với mỗi ảnh đối tượng đem nhận dạng ta dùng giải thuật SIFT trích xuất tập đặc trưng từ ảnh và đem đối sánh với
hệ dữ liệu đặc trưng để tìm ra tập keypoint giống nhau, từ đó nhận dạng đối tượng trong cơ sở dữ liệu ảnh ban đầu. Tuy nhiên việc đối sánh này cần chi phí đối sánh rất
lớn đối với cơ sở dữ liệu ảnh có số lượng lớn do số lượng các đặc trưng ở mỗi ảnh là lớn.
Object Recoginition
Hình 1: Minh họa các bước chính trong giải thuật SIFT
2. Nội dung giải thuật 2.1.