29/02/2024
- Nhóm 1 gồm hai học viên: Thomas CHABAL, Fabio GUERRIER báo cáo đề tài “Human detection from images/video”. Đề tài ứng dụng nghiên cứu và so sánh hiệu năng của hai phương pháp: sử dụng bộ phân lớp SVM kết hợp với các đặc trưng HOG và phương pháp dựa trên mạng nơ ron học sâu.
Hai học viên Thomas CHABAL, Fabio GUERRIER báo cáo đề tài
- Nhóm 2 gồm hai học viên Theo SALMONY Annis BEILLARD với đề tài: “CAMANA - A legal solution to counter privatization of automated road speed checks in France”. Đề tài sử dụng mô hình học sâu dựa trên kiến trạng mạng YOLO với bộ dữ liệu gồm 32,000 biển số xe ở Pháp để xây dựng mô hình nhận dạng biển số xe ô tô trên đường.
Hai học viên Theo SALMON, Yannis BEILLARD báo cáo đề tài
- Nhóm 3 gồm hai học viên Tristan BIENVENU và Marceau SYMIEC với đề tài “Traffic sign detection from images/video”. Nhóm nghiên cứu đã chọn bộ dữ liệu khó với các thách thức về điều kiện sáng và mất cân bằng dữ liệu. Tuy nhiên, nhóm đã đề xuất một mô hình CNN mới với kích thước nhỏ hoạt động hiệu quả trên bộ dữ liệu các biển báo giao thông.
Hai học viên Tristan BIENVENU, Marceau SYMIEC báo cáo đề tài
Mặc dù có thời gian tiếp cận ngắn các lĩnh vực về thị giác máy tính (Computer Vision) và trí tuệ nhân tạo (Artificial Intelligence) đặc biệt là các mô hình học sâu (Deep Learning), tuy nhiên dưới sự hướng dẫn nhiệt tình của các thầy hướng dẫn và niềm yêu thích và đam mê công nghệ nên các học viên tập trung học tập và nghiên cứu để xây dựng và đề xuất được các giải pháp mang tính khả thi cao để giải quyết các bài toán mang tính ứng dụng cao trong cuộc sống. Điều này một lần nữa khẳng định sự phù hợp và tính hiện đại trong nội dung các môn học thuộc thuộc CTĐT trình độ thạc sĩ chuyên ngành Khoa học máy tính của Khoa CNTT&TT. Kết quả hợp tác này, một lần nữa khẳng định mô hình học tập quốc tế đang được triển khai một cách khoa học và chuyên nghiệp tại Khoa CNTT&TT, Trường Đại học Hồng Đức./.
Một số hình ảnh tại buổi bảo vệ:
Nguồn tin: Khoa CNTT&TT