Đồ án tốt nghiệp - Xây dựng một hệ thống nhận diện bảng hiệu thông qua hình ảnh

Tên môn học: Khóa luận tốt nghiệp

Giá: 14.000đ

Tổng thanh toán:

14.000đ

Người đăng tải:

#10377

Chi tiết tài liệu :

Đồ án tốt nghiệp ngành Công nghệ thông tin - Xây dựng một hệ thống nhận diện bảng hiệu thông qua hình ảnh - Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh (HCMUTE)

Định dạng	PDF
Dung lượng	3.48 MB
Số trang	93
Ngành	Công nghệ thông tin

Lượt xem	6
Ngày đăng	22/12/2025

TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT TP.HCM
KHOA CÔNG NGHỆ THÔNG TIN
BỘ MÔN TRÍ TUỆ NHÂN TẠO

LÊ DƯỠNG – 21110412
TRẦN VĂN ĐẠI – 21110875
TRẦN MINH HOÀNG – 21110461

ĐỀ TÀI

XÂY DỰNG MỘT HỆ THỐNG NHẬN DIỆN
BẢNG HIỆU THÔNG QUA HÌNH ẢNH
KHÓA LUẬN TỐT NGHIỆP KỸ SƯ CNTT

GIẢNG VIÊN HƯỚNG DẪN
THS. QUÁCH ĐÌNH HOÀNG
KHÓA 2021 – 2025

TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT TP.HCM
KHOA CÔNG NGHỆ THÔNG TIN
BỘ MÔN TRÍ TUỆ NHÂN TẠO

LÊ DƯỠNG – 21110412
TRẦN VĂN ĐẠI – 21110875
TRẦN MINH HOÀNG – 21110461

ĐỀ TÀI

XÂY DỰNG MỘT HỆ THỐNG NHẬN DIỆN
BẢNG HIỆU THÔNG QUA HÌNH ẢNH
KHÓA LUẬN TỐT NGHIỆP KỸ SƯ CNTT

GIẢNG VIÊN HƯỚNG DẪN
THS. QUÁCH ĐÌNH HOÀNG
KHÓA 2021 – 2025

ĐH SƯ PHẠM KỸ THUẬT TP.HCM
KHOA CÔNG NGHỆ THÔNG TIN

*******

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

*******

PHIẾU NHẬN XÉT CỦA GIẢNG VIÊN HƯỚNG DẪN
Họ và tên Sinh viên 1: Lê Dưỡng

MSSV 1: 21110412

Họ và tên Sinh viên 2: Trần Văn Đại

MSSV 2: 21110875

Họ và tên Sinh viên 3: Trần Minh Hoàng

MSSV 3: 21110461

Ngành: Công nghệ Thông tin
Tên đề tài: Xây dựng một hệ thống nhận diện bảng hiệu thông qua hình ảnh
Họ và tên Giảng viên hướng dẫn: ThS. Quách Đình Hoàng
NHẬN XÉT
1. Về nội dung đề tài &amp khối lượng thực hiện:

.........................................................................................................................................
.........................................................................................................................................
2. Ưu điểm:
....................................................................................................................................................
....................................................................................................................................................
3. Khuyết điểm:
....................................................................................................................................................
....................................................................................................................................................
4. Đánh giá loại: .........................................................................................................................
5. Điểm: ......................................................................................................................................

Tp. Hồ Chí Minh, ngày

tháng

Giảng viên hướng dẫn

(Ký &amp ghi rõ họ tên)

năm 202
...

...
ional Conference on Document Analysis and Recognition (ICDAR). IEEE. ieeexplore.ieee.org/abstract/document/8978127 (Truy cập: 07/03/2025).
[47] Nguyen, Thi Tuyet Hai, et al. (2021) Survey of post-OCR processing approaches. ACM Computing
Surveys (CSUR). dl.acm.org/doi/10.1145/3453476 (Truy cập: 07/03/2025).
[48] Kukich, Karen. Techniques for automatically correcting words in text. ACM Computing Surveys
(CSUR). dl.acm.org/doi/10.1145/146370.146380 (Truy cập: 07/03/2025).
[49] Schaefer, Robin, and Clemens Neudecker. (2020) A two-step approach for automatic OCR postcorrection. In: Proceedings of the 4th Joint SIGHUM Workshop on Computational Linguistics for
Cultural Heritage, Social Sciences, Humanities and Literature. aclanthology.org/2020.latechclfl-1.6
(Truy cập: 07/03/2025).
[50] Ramirez-Orta, J., Xamena, E., Maguitman, A., Milios, E. and Soto, A. J. (2022) Post-OCR
Document Correction with large Ensembles of Character Sequence-to-Sequence Models, arXiv.org.
arxiv.org/abs/2109.06264 (Truy cập: 07/03/2025).
[51] Alikaniotis, D. and Raheja, V. (2019) The Unreasonable Effectiveness of Transformer Language
Models in Grammatical Error Correction, arXiv.org. arxiv.org/abs/1906.01733 (Truy cập: 08/03/2025).
[52] Kuznetsov, A. and Urdiales, H. (2021) Spelling Correction with Denoising Transformer, arXiv.org.
arxiv.org/abs/2105.05977 (Truy cập: 06/03/2025).

77

Xây dựng một hệ thống nhận diện bảng hiệu thông qua hình ảnh
[53] Stankevičius, L., Lukoševičius, M., Kapočiūtė-Dzikienė, J., Briedienė, M. and Krilavičius, T. (2022)
Correcting diacritics and typos with a ByT5 transformer model, arXiv.org. arxiv.org/abs/2201.13242.
(Truy cập: 25/02/2025).
[54] Wisniewski, D., Solarski, A. and Nowakowski, A. (2025) Exploring the Feasibility of Multilingual
Grammatical Error Correction with a Single LLM up to 9B parameters: A Comparative Study of 17
Models, arXiv.org. arxiv.org/abs/2505.06004 (Truy cập: 29/02/2025).
[55] Omelianchuk, K., Atrasevych, V., Chernodub, A. and Skurzhanskyi, O. (2020) GECToR –
Grammatical Error Correction: Tag, Not Rewrite, ACL Anthology. aclanthology.org/2020.bea-1.16
(Truy cập: 01/03/2025).
[56] Signboard Detection Object Detection Dataset (v2, 2023-09-17 4:11pm) by HCMUT (2023)
Roboflow.

universe.roboflow.com/hcmut-ek6t5/signboard-detection-svdwo/dataset/2

(Truy

cập:

08/04/2025).

78

Xây dựng một hệ thống nhận diện bảng hiệu thông qua hình ảnh

PHỤ LỤC
Github source code: github.com/LeDuong2408/sign-recognition

79