Đồ án tốt nghiệp - Ứng dụng học sâu tạo ảnh động từ miêu tả văn bản

Tên môn học: Khóa luận tốt nghiệp

Giá: 9.000đ

Tổng thanh toán:

9.000đ

Người đăng tải:

#10377

Chi tiết tài liệu :

Đồ án tốt nghiệp ngành Công nghệ thông tin - Ứng dụng học sâu tạo ảnh động từ miêu tả văn bản - Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh (HCMUTE)

Định dạng	PDF
Dung lượng	6.69 MB
Số trang	71
Ngành	Công nghệ thông tin

Lượt xem	3
Ngày đăng	03/01/2026

TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT TP.HCM
KHOA CÔNG NGHỆ THÔNG TIN

BỘ MÔN CÔNG NGHỆ PHẦN MỀM

Nguyễn Tấn Hào – 19110358
Phạm Nguyễn Hải Dương – 19110343

ĐỀ TÀI

ỨNG DỤNG HỌC SÂU
TẠO ẢNH ĐỘNG TỪ MIÊU TẢ VĂN BẢN
KHÓA LUẬN TỐT NGHIỆP KỸ SƯ CNTT

GIÁO VIÊN HƯỚNG DẪN
PGS Ts. Hoàng Văn Dũng

KHÓA 2019 - 2023

ĐH SƯCỘNG
PHẠMHOÀ
KỸ THUẬT TP.HCM
KHOA
CNTT
Độc
*******

XÃ HỘI CHỦ NGHĨA VIỆT NAM
Độc lập – Tự do – Hạnh Phúc
*******

PHIẾU NHẬN XÉT CỦA GIÁO VIÊN HƯỚNG DẪN
Họ và tên Sinh viên 1 : Nguyến Tấn Hào

MSSV 1: 19110358

Họ và tên Sinh viên 2 : Phạm Nguyễn Hải Dương

MSSV 2: 19110343

Ngành: Công nghệ Thông tin
Tên đề tài: Ứng dụng học sâu tạo ảnh động từ miêu tả
Họ và tên Giáo viên hướng dẫn: PGS Ts. Hoàng Văn Dũng
NHẬN XÉT
1. Nhận xét hình thức:
Khóa luận bao gồm 3 chương nội dung chính, phần mở đầu và phần kết luận. Hình
thức trình bày phù hợp theo yêu cầu và định dạng của khóa luận tốt nghiệp ngành công
nghệ thông tin.
2. Mục tiêu nội dung:
Mục tiêu của đề tài nhằm thực hiện việc tìm hiểu các kỹ thuật học máy và đặc biệt là
học sâu trong xử lý dữ liệu hình ảnh (video), phân tích ngôn ngữ tự nhiên và khai thác các
công cụ, thư viện, giải pháp mới trong việc sinh video để thể hiện theo đoạn văn bản mô tả
về kịch bản video muốn tạo ra.
Khóa luận đã trình bày, thể hiện được những kiến thức cơ bản, kiến trúc tổng quát
của hệ thống sinh video dựa vào đoạn văn bản mô tả. Thể hiện được việc xây dựng hệ
thống giải pháp dựa trên kiến trúc học sâu, các kết quả thực nghiệm từ huấn luyện mô hình
GAN trên bộ dữ liệu cụ thể, đến xây dựng giao diện demo giải pháp một cách trực quan.
3. Kết đạt được:
Đã tổng hợp được những kiến thức quan trọng liên quan đến bài toán sinh video dựa
vào văn bản miêu tả như xử lý hình ảnh, xử lý ngôn ngữ tự nhiên.

Đã xây dựng kiến trúc học sâu dựa vào thư viện và giải pháp mới được các nhà khoa
học đề xuất và thực hiện xử lý dữ liệu, huấn luyện mô hình để tạo video dựa trên một miêu
tả.
Thực hiện một số cải tiến để nâng cao khả năng của mô hình bằng cách cho phép tinh
chỉnh video theo đặc trưng cụ thể. Qua đó, người dùng có thể chỉ định các đặc trưng của
video được tạo ra bằng cách chọn mô hình đã được huấn luyện sẵn để hệ thống tự động tạo
ra video theo tùy chọn, giúp tạo ra khả năng đa dạng hóa nội dung video theo các mô hình
và đặc trưng tùy biến.
Cài đặt chương trình và giao diện để demo giải pháp nghiên cứu, đề xuất.
4. Kết luận đề nghị:
Đáp ứng tốt yêu cầu của khóa luận tốt nghiệp, đề
...

...
per “CogVideo: Large-scale Pretraining for Text-to-Video Generation via Transformers.”
GitHub. https://github.com/THUDM/CogVideo
25. Van Gogh Paintings. (2022, July 18). Kaggle. https://www.kaggle.com/datasets/ipythonx/vangogh-paintings
26. VideoCrafter. (n.d.). GitHub - VideoCrafter/VideoCrafter: A Toolkit for Text-to-Video
Generation and Editing. GitHub. https://github.com/VideoCrafter/VideoCrafter
27. webvid. (n.d.). TensorFlow. https://www.tensorflow.org/datasets/catalog/webvid
28. Weng, L. (2018, August 12). From Autoencoder to Beta-VAE. Lil’Log.
https://lilianweng.github.io/posts/2018-08-12-vae/
29. What are Neural Networks? | IBM. (n.d.). https://www.ibm.com/topics/neural-networks
30. What is Natural Language Processing? | IBM. (n.d.). https://www.ibm.com/topics/naturallanguage-processing

54

PHỤ LỤC
_____________________________________________________________________________________________________________________________________________________________________________________________________________________________________

PHỤ LỤC
Những bước để có thể sử dụng trang web để tạo ra 1 ảnh động:
Bước 1: Truy cập vào website https://huggingface.co/spaces/haokey/DemoKhoaLuanTotNghiep
Bước 2: Tại giao diện chính sau khi truy cập vào website:

Hình 28: Giao diện website

Bước 3: Tại ô prompt: Nhập miêu tả của ảnh động. Tại ô passkey nhập k19

55

PHỤ LỤC
_____________________________________________________________________________________________________________________________________________________________________________________________________________________________________

Hình 29: Giao diện sau khi nhập keycode

Sau đó nhấn nút Process. Đợi khoảng 30 để mô hình sinh ra ảnh động

Hình 30: Giao diện sau khi sinh ảnh động xong

Bước 4: Sinh ảnh động với style: Chọn tab Generate with style. Sau đó tương tự
nhập miêu tả vào ô Prompts và nhập k19 vào ô passkey. Tiếp theo tại ô Model, chọn mô
hình mong muốn để sinh ra ảnh động có những đặc trưng riêng. Và nhấn nút process

56

PHỤ LỤC
_____________________________________________________________________________________________________________________________________________________________________________________________________________________________________

Hình 31: Giao diện sau khi nhập keycode ở tab generate with style

Sau khi đợi hệ thống chạy để sinh ra ảnh động, thì đây là kết quả:

Hình 32: Giao diện sau khi sinh ảnh động xong ở tab generate with style

57