MÁY HỌC CHO PHÂN LOẠI CÁC LỄ HỘI VĂN HÓA

Abstract

Phân loại ảnh (Image classification) hay còn được gọi là nhận dạng hình ảnh (Image Recognition) là một trong những nhiệm vụ quan trọng của máy học (machine learning) và thị giác máy tính (computer vision). Đây là một thuật toán sẽ sử dụng một tập dữ liệu ban đầu để huấn luyện phân tích các đặc trưng trong tấm ảnh, từ đó có thể phân loại và gán nhãn cho hình ảnh. Các kỹ thuật phân loại ảnh thường được chia làm hai nhóm chính là học có giám sát (supervised learning) và học không giám sát (unsupervised learning). Thuật toán CNN (Convolutional Neural Network) là một trong những mô hình Deep Learning tiên tiến. CNN là một mạng neural mạnh mẽ trong việc xử lý các dạng dữ liệu có cấu trúc lưới như hình ảnh, nó được thiết kế sẽ tự động tích chập và hiệu quả trích xuất các đặc trưng không gian từ dữ liệu mà không cần phải can thiệp thủ công. CNN được sử dụng nhiều trong các bài toán nhận dạng khuôn mặt, phân loại ảnh, xe tự hành ứng dụng trong xây dựng các hệ thống có độ chính xác cao. Việt Nam được biết đến là một quốc gia đậm đà bản sắc dân tộc, với vô vàng những lễ hội truyền thống diễn ra xuyên suốt hằng năm. Có thể kể đến như lễ cúng Bà Chúa Xứ ở Châu Đốc, An Giang, Đua Ghe Ngo ở Sóc Trăng, lễ Nghinh Ông ở các làng chài ven biển,…. Tuy nhiên, khi các du khách trong và ngoài nước đến xem các lễ hội ở địa phương thì thường bị thiếu thông tin chưa biết rõ hoặc chưa từng biết đến về của các lễ hội tại địa phương đó. Từ thực tế đó mà đã tiến hành thực hiện đề tài “Máy học cho phân loại các lễ hội văn hóa”. Với mục đích là phân tích những tấm ảnh được chụp tại các nơi mà có một lễ hội văn hóa đang diễn ra, từ đó biết được các thông tin hữu ích về lễ hội đó, góp phần quảng bá rộng rãi hơn cho văn hóa của Việt Nam. Trong đề tài này sẽ áp dụng thuật toán CNN (Convolutional Neural Network) vào tập dữ liệu được chọn từ một số lễ hội nổi tiếng ở Việt Nam. Kết quả sẽ được so sánh với các thuật toán khác như KNN, Decision Tree, Random Forest sử dụng cùng một tập dữ liệu như trên. Từ đó đưa ra nhận xét của thuật toán CNN so với các loại thuật toán khác.