NGHIÊN CỨU PHƯƠNG PHÁP HỌC SÂU SỬ DỤNG MẠNG YOLO NHẬN DẠNG ĐỐI TƯỢNG VÀ ỨNG DỤNG VÀO KIỂM SOÁT SỐ LƯỢNG NGƯỜI BỎ PHIẾU

Abstract

Trong khi việc phát hiện các đối tượng trong một hình ảnh đang nhận được rất nhiều sự chú ý từ cộng đồng khoa học, một lĩnh vực ít được biết đến hơn nhưng lại có ứng dụng rộng rãi là theo dõi các đối tượng trong video hoặc luồng video thời gian thực. Đó là thứ đòi hỏi phải kết hợp kiến thức về phát hiện vật thể trong ảnh với phân tích thông tin thời gian và sử dụng nó để dự đoán quỹ đạo chuyển động. Theo dõi đối tượng có thể được sử dụng trong các sự kiện thể thao, chẳng hạn như theo dõi bóng rổ, bắt kẻ trộm, đếm xe qua lại trên đường phố hoặc thậm chí theo dõi việc di chuyển của con người trong một khu phố,... và có rất nhiều lĩnh vực mà chúng ta có thể sử dụng theo dõi đối tượng. Thời kỳ phát triển lớn mạnh của công nghệ 4.0, việc nhận dạng và theo dõi đối tượng đã mang lại nhiều lợi ích trong thực tế, đời sống xã hội,... Để nối tiếp những thành công đó, đề tài luận văn này đã nghiên cứu phương pháp học sâu sử dụng mô hình mạng YOLO – một phương pháp phát hiện đối tượng hiện đại và thuật toán DeepSORT – một công cụ theo dõi đối tượng phổ biến để nhận dạng đối tượng là con người trong video và theo dõi đối tượng, với mục đích là ứng dụng vào đếm số lượng người tham gia bỏ phiếu, góp phần kiểm soát được việc tham gia bỏ phiếu được diễn ra minh bạch, chính xác.