GRADUATION THESIS BACHELOR OF ENGINEERING IN INFORMATION TECHNOLOGY (HIGH-QUALITY PROGRAM)

Abstract

Nowadays, the applications of artificial intelligence technologies are very diverse. It has helped improve the accuracy and quality of work scientifically by simulating human intelligence and greatly influencing life and industries such as self-driving cars, chatbots, industrial applications, agriculture. Among the technologies, object detection and recognition are widely integrated with the most advanced technologies of some vehicle manufacturers around the world, such as Tesla, Toyota, and Subaru. The most important applications of the technology traffic sign detection and recognition, which are very successful and used by many people. However, its cost is very expensive. As a result, this study aims to develop an application that can run on smartphones, which helps the vehicle drivers easily recognize different signs while driving with just one simple, compact, and economical device. The applications are implemented based on machine learning and deep learning algorithms. To be more specific, we apply the Mobilenet-SSD model to identify traffic signs, and Mobilenetsis used for classifying them. These models are integrated and implemented with a mobile phone to support people's driving more safely. Experimental results show that Mobilenets and Mobilenet-SSD have quite high realtime accuracy, flexibility. To sum up, the Mobilenet-SSD model has proven its versatility and is suitable for a wide range of phones, including low-end phones. Ngày nay, các ứng dụng của công nghệ trí tuệ nhân tạo rất đa dạng, nó đã giúp nâng cao độ chính xác và chất lượng công việc một cách khoa học bằng cách mô phỏng trí tuệ con người và có ảnh hưởng lớn đến đời sống và các ngành công nghiệp như ô tô tự lái, chatbot, ứng dụng công nghiệp, nông nghiệp. Trong số các công nghệ, phát hiện và nhận dạng vật thể được tích hợp rộng rãi với những công nghệ tiên tiến nhất của một số hãng xe trên thế giới như Tesla, Toyota, Subaru. Một trong những ứng dụng quan trọng nhất đó chính là công nghệ phát hiện và nhận dạng biển báo giao thông, nó đang được rất nhiều người sử dụng và rất thành công. Tuy nhiên, đi đôi với đó chính là chi phí bỏ ra rất đắt. Do đó, nghiên cứu này nhằm phát triển một ứng dụng có thể chạy trên điện thoại thông minh, giúp người điều khiển phương tiện có thể dễ dàng nhận ra các loại biển báo khi lái xe chỉ bằng một thiết bị đơn giản, nhỏ gọn và tiết kiệm. Các ứng dụng được triển khai dựa trên các thuật toán của máy học và học sâu. Để cụ thể hơn, chúng tôi áp dụng mô hình Mobilenet-SSD để xác định các biển báo giao thông và Mobilenets được sử dụng để phân loại chúng. Các mô hình này được tích hợp và cài đặt trên điện thoại di động để hỗ trợ người dân lái xe an toàn hơn. Kết quả thử nghiệm cho thấy Mobilenets và Mobilenet-SSD có độ chính xác thời gian thực khá cao, tính linh hoạt và tiềm năng ứng dụng thực tế khoảng 84%. Tóm lại, mô hình Mobilenet-SSD đã chứng minh được tính linh hoạt của nó và phù hợp với nhiều loại điện thoại bao gồm cả điện thoại có cấu hình thấp.