Đề xuất các phương pháp nhận dạng điểm mốc hình thái (landmark) trên ảnh 2D, áp dụng cho bài toán cánh côn trùng.

Về khoa học: 01 bài náo trên tạp chí Ecological Informatics (thuộc danh mục SCI/SCIE xếp hạng Q1) và hỗ trợ đào tạo 02 thạc sỹ.
Về ứng dụng: ứng dụng nguồn mở iMorph đạt tiêu chí minh họa giúp phát hiện điểm mốc tự động và cho phép người dùng tinh chỉnh tọa độ điểm mốc.

Sản phẩm của đề tài:

-    Các bài báo đã công bố (liệt kê):
Hoang Ha Nguyen, Bich Hai Ho, Hien Phuong Lai, Hoang Tung Tran, Anne Laure Bañuls, Jorian Prudhomme, Huu Ton Le, A lightweight keypoint matching framework for insect wing morphometric landmark detection, Ecological Informatics, 2022, 101694, ISSN 1574-9541, https://doi.org/10.1016/j.ecoinf.2022.101694. (https://www.sciencedirect.com/science/article/pii/S1574954122001443)
-    Các sản phẩm cụ thể (mô tả sản phẩm, nơi lưu giữ):
o    Phần mềm nguồn mở đa nền tảng (Windows, MacOS, Linux) iMorph đạt tiêu chí minh họa cho phép các nhà sinh học và sinh thái thái học đánh dấu tự động điểm mốc trên ảnh cánh côn trùng. Địa chỉ download online: https://github.com/hausth/WingLanmarkPredictor
o    Dữ liệu: gồm 5 bộ dữ liệu công khai được nhóm nghiên cứu thu thập và tập hợp tại địa chỉ: https://github.com/ha-usth/InsectWingLandmarkDatasets trong đó bộ dữ liệu Droso-big được bổ sung điểm mốc theo bộ Droso-small (Vandaele, R. et al. Landmark detection in 2D bioimages for geometric morphometrics: a multi-resolution tree-based approach. Scientific Reports 8, 538, DOI: 10.1038/s41598-017-18993-5 (2018))
-    Các sản phẩm khác (nếu có): hỗ trợ đào tạo 02 thạc sỹ:
+ Hướng dẫn học viên Huỳnh Vinh Nam, đề tài “Tự động nhận diện điểm mốc trên cánh côn trùng sử dụng phương pháp học sâu”, Trường Đại học Khoa học và Công nghệ Hà Nội, bảo vệ tháng 7/2021.
+ Đồng hướng dẫn học viên Tô Hồng Quân, đề tài “Nghiên cứu một số tính chất nội suy ảnh số sử dụng phép toán hình thái để nâng cao chất lượng ảnh”, Học viện Khoa học và Công nghệ, Viện Hàn lâm Khoa học và công nghệ Việt Nam, bảo vệ tháng 11/2021.

Đóng góp mới của đề tài gồm 2 phương pháp nhận diện điểm mốc hình thái trên ảnh cánh côn trùng. Một là phương pháp truyền thống dựa trên trích xuất các đặc trưng thủ công rồi dùng kỹ thuật key-point matching để chọn ra điểm mốc. Hai là các phương pháp dựa trên mạng noron nhân tạo học sâu gồm 02 tiếp cận: sử dụng các thuật toán phát hiện đối tượng, và xây dựng một tiến trình gồm 2 pha học sâu dự đoán tọa độ điểm mốc dựa trên hồi quy (regression).

Phần mềm nguồn mở iMorph có thể được sử dụng tại Viện Sinh thái và Tài nguyên sinh vật – Viện Hàn Lâm Khoa học và Công nghệ Việt Nam.

Viện Hàn lâm Khoa học Công nghệ Việt Nam tiếp tục hỗ trợ nhóm thực hiện các nghiên cứu tiếp theo trong chủ đề này bao gồm xây dựng các tập dữ liệu cánh côn trùng khác với độ phong phú đa dạng hơn, tiến hành xây dựng các mô hình học sâu có khả năng sử dụng trên một số bộ dữ liệu cánh côn trùng khác nhau, bao gồm cả các mô hình có thể áp dụng kỹ thuật transfer learning và xây dựng công cụ để để tối giản hóa quá trình học cho các bộ dữ liệu mới.