Thông tin Đề tài

Tên đề tài Nghiên cứu công nghệ học sâu dùng trong phát hiện và theo dõi đối tượng dựa trên hình ảnh.
Mã số đề tài QTKR01.01/20-21
Cơ quan chủ trì (Cơ quan thực hiện) Viện Công nghệ Thông tin
Cơ quan phối hợp Đại học Chosun, Hàn Quốc
Thuộc Danh mục đề tài Nhiệm vụ Hợp tác Quốc tế
Họ và tên PGS. TS. Nguyễn Đức Dũng và PGS. TS. In Seop Na
Thời gian thực hiện 01/06/2020 - 30/06/2022
Tổng kinh phí 200 triệu đồng
Xếp loại Khá
Mục tiêu đề tài

Nghiên cứu phát triển các kỹ thuật lõi phát hiện người và theo dõi người dựa trên các đặc trưng hình ảnh sử dụng mạng nơ-ron nhiều tầng đa thể thức. Cụ thể, nhiệm vụ tập trung vào xây dựng các mô hình học sâu phát hiện người và phát hiện các bộ phận trên người như đầu, khuôn mặt, khung xương… để làm cơ sở cho việc áp dụng các kỹ thuật theo dõi đối tượng. Bên cạnh đó, nhiệm vụ cũng hướng tới nghiên cứu xây dựng các kỹ thuật tự động thiết kế, tối ưu cấu trúc mạng nơ-ron, thưa hóa mạng nơ-ron, nén mạng nơ-ron để tăng tốc và giảm chi phí tính toán cho mạng.

Kết quả chính của đề tài

Về khoa học:
-    03 báo cáo kỹ thuật về các nội dung nghiên cứu của nhiệm vụ:
o    Báo cáo về dữ liệu ảnh người Việt Nam và tích hợp dữ liệu bên Hàn Quốc với dữ liệu bên Việt Nam.
o    Báo cáo kỹ thuật về phát hiện và phân loại đối tượng đơn.
o    Báo cáo kỹ thuật về kỹ thuật tái định danh người.
-    01 Bài báo đã công bố:
In Seop Na, Chung Tran, Dung Nguyen & Sang Dinh, Facial UV map completion for pose-invariant face recognition: a novel adversarial approach based on coupled attention residual UNets, Human-centric Computing and Information Sciences, volume 10, Article number: 45 (2020) (SCIE)
Về đào tạo: Đào tạo 01 kỹ sư:
Thông tin:
Sinh viên: Phan Thị Thu Trang, Đồ án kỹ sư: Hướng tới xây dựng hệ thống camera thông minh giám sát nhân viên và khách hàng, GVHD: TS. Đinh Viết Sang

 

Những đóng góp mới

- Nhiệm vụ đề xuất một mô hình mới Attention ResCUNet-GAN tạo bản đồ UV trên khuôn mặt hoàn chỉnh. Mô hình này cho phép chúng tôi tổng hợp các khuôn mặt khác nhau ở các tư thế tùy ý và nâng cao chất lượng nhận dạng.
- Xây dựng mô hình CenterNet mới và huấn luyện trên tập dữ liệu kết hợp có sẵn lẫn tự thu thập để phát triển hệ thống camera thông minh giám sát nhân viên và khách hàng tại các phòng giao dịch.

 

*** Sản phẩm cụ thể giao nộp:
- Các bài báo đã công bố (liệt kê):
In Seop Na, Chung Tran, Dung Nguyen & Sang Dinh, Facial UV map completion for pose-invariant face recognition: a novel adversarial approach based on coupled attention residual UNets, Human-centric Computing and Information Sciences, volume 10, Article number: 45 (2020) (SCIE)
- Báo cáo tổng hợp của nhiệm vụ
- Đào tạo: Đào tạo 01 kỹ sư;

 

Ảnh nổi bật đề tài
1693989267559-nddung.jpg