- Banner được lưu thành công.
✍️✍️ Bài báo: "𝗘𝘅𝗽𝗹𝗼𝗿𝗶𝗻𝗴 𝗔𝗱𝘃𝗮𝗻𝗰𝗲𝗱 𝗖𝗡𝗡 𝗮𝗻𝗱 𝗧𝗿𝗮𝗻𝘀𝗳𝗼𝗿𝗺𝗲𝗿-𝗕𝗮𝘀𝗲𝗱 𝗔𝗿𝗰𝗵𝗶𝘁𝗲𝗰𝘁𝘂𝗿𝗲𝘀 𝗳𝗼𝗿 𝗢𝗿𝗶𝗲𝗻𝘁𝗲𝗱 𝗦𝗺𝗮𝗹𝗹 𝗢𝗯𝗷𝗲𝗰𝘁 𝗗𝗲𝘁𝗲𝗰𝘁𝗶𝗼𝗻 𝗶𝗻 𝗔𝗲𝗿𝗶𝗮𝗹 𝗜𝗺𝗮𝗴𝗲𝗿𝘆"
👨💻👩💻 SINH VIÊN THỰC HIỆN:
• Nguyễn Xuân Quang - KTPM2022 - Đồng tác giả
• Lê Toàn - KTPM2022 - Đồng tác giả
• Trần Nguyễn Chí Huy - KTPM2022 - Đồng tác giả
• Nguyễn Vũ Bình - KTPM2022 - Đồng tác giả
👨💼👩💼 Người hướng dẫn:
• TS. Nguyễn Tấn Trần Minh Khang
Tóm tắt:
Bài nghiên cứu này đánh giá phương pháp Oriented RepPoints – một kỹ thuật để phát hiện các vật thể nhỏ có hướng tùy ý trong hình ảnh từ trên cao. Bài báo đã thử nghiệm với nhiều kiến trúc mạng khác nhau như ResNet, ConvNeXt và PVT, trong đó các mô hình đơn giản như ResNet-50 và ConvNeXt cho thấy kết quả tốt hơn trong việc phát hiện các vật thể nhỏ và có hướng đa dạng. Bài nghiên cứu cũng chỉ ra một số thách thức như các vật thể có hình dạng giống nhau và dữ liệu huấn luyện hạn chế, giúp cung cấp cái nhìn rõ hơn cho việc lựa chọn kiến trúc mạng trong các ứng dụng thực tế.
"Chúng em xin chân thành gửi lời cảm ơn đến Khoa Công nghệ Phần mềm, PTN Truyền thông Đa phương tiện và nhóm nghiên cứu UIT-Together đã tạo điều kiện giúp chúng em có thể nghiên cứu và hoàn thành bài báo này."
-----------------------------------
Journal of Computing and Information Technology là Tạp chí được xếp loại Q4 tại Scimago, thuộc danh mục Scopus
- Banner được lưu thành công.
Nhằm thúc đẩy sự trao đổi và nâng cao chuyên môn, vào sáng ngày 05/11/2024, Khoa Công nghệ Phần mềm đã tổ chức một buổi seminar học thuật tại phòng E7.3 với chủ đề hấp dẫn: "YOSCA: Confidence Adjustment for Better Object Detection in Aerial Images." Sự kiện đã thu hút sự tham gia nhiệt tình của các Thầy, Cô và Giảng viên trong Khoa, dưới sự trình bày xuất sắc của CN. Nguyễn Hữu Lợi.
Buổi seminar đã mang đến cái nhìn sâu sắc về vấn đề các đối tượng nhỏ là một thách thức đáng kể khi đánh giá ảnh chụp từ UAV. Mặc dù các mô hình YOLO đã thành công trong việc phát hiện các đối tượng thông thường, nhưng chúng vẫn còn nhiều hạn chế trong việc phát hiện các đối tượng nhỏ.Bài báo đề xuất một phương pháp kết hợp các kết quả của mô hình YOLO với phiên bản YOLO được tăng cường SAHI, sau khi điều chỉnh điểm tin cậy của các hộp giới hạn bằng cách sử dụng một phương pháp dựa trên Mô hình hỗn hợp Gauss, để cải thiện độ chính xác trong việc phát hiện các phương tiện nhỏ mà không ảnh hưởng đến khả năng phát hiện các phương tiện lớn. Phương pháp kết hợp này tăng cường phạm vi phát hiện bằng cách chuẩn hóa đầu ra của các mô hình dựa trên dữ liệu tổng hợp, bao gồm loại bỏ các trùng lắp và chuẩn hóa điểm tin cậy, sau đó hợp nhất kết quả của hai bộ phát hiện. Chúng tôi tiến hành đánh giá phương pháp được đề xuất với các phiên bản YOLO khác nhau: YOLOv5, YOLOv6, YOLOv7 và YOLOv8. Kết quả thử nghiệm trên hai bộ dữ liệu ảnh chụp từ trên không bằng máy bay không người lại, cụ thể là Visdrone và DroneVehicle, chứng minh độ chính xác cao hơn của mAP trên tất cả các mô hình được thử nghiệm.
Dưới đây là một số tóm tắt về kết quả .
Hình 1: SAHI framework trên các mô hình phát hiện đối tượng
Hình 2: Phương pháp cải tiến dựa trên kết hợp tập kết quả của YOLO và SAHI và điều chỉnh độ tin cậy bằng công thức (1)
Công thức (1)
- Banner được lưu thành công.
Vào lúc 10:300 sáng thứ Ba, ngày 08/10/2024, Khoa CNPM đã tổ chức buổi seminar với chủ đề " FQsun: a wave function- based quantum emulator" trên meeting online, với sự tham gia của các Thầy, Cô Giảng viên trong khoa, dưới sự trình bày NCS. Vũ Tuấn Hải đã diễn ra thành công tốt đẹp.
Bài viết dựa vào những nghiên cứu trước đó về tối ưu mô phỏng tính toán lượng tử Qsun, trong nghiên cứu này trình bày về phiên bản được triển khai trên ZCU102, kết quả cho thấy trình mô phỏng này vừa đạt độ chính xác tương tự phiên bản phần mềm vừa có tốc độ cao và mức năng lượng tiêu thụ cực thấp.
Khoa CNPM xin chân thành cảm ơn NCS.Vũ Tuấn Hải đã dành thời gian chia sẻ kiến thức và kinh nghiệm quý báu của mình, cũng như tất cả Thầy, Cô đã tham gia và đóng góp vào sự thành công của buổi seminar. Hãy tiếp tục theo dõi và tham gia các sự kiện sắp tới của chúng tôi để cập nhật thêm nhiều kiến thức bổ ích và cơ hội giao lưu hấp dẫn!
- Banner được lưu thành công.
Phòng ĐTSĐH&KHCN thông báo triển khai xét hỗ trợ kinh phí và khen thưởng NCKH sinh viên đợt tháng 11 năm 2024.
Quy trình thực hiện như sau:
1. Bước 1: SV, HVCH, NCS điền thông tin bài báo KH vào form đăng ký: https://forms.gle/
2. Bước 2: Theo từng đợt xét duyệt (tháng 06 và tháng 11 hàng năm), các Khoa sẽ xét duyệt các bài báo KH và gửi đề xuất hỗ trợ kinh phí, khen thưởng về P.ĐTSĐH&KHCN
3. Bước 3: P.ĐTSĐH&KHCN phối hợp các đơn vị liên quan khác ( P.CTSV, P.KHTC) để thực hiện theo quy định.
Quy trình xét hỗ trợ kinh phí khen thưởng NCKH SV được thực hiện theo quy định: https://khcn.uit.edu.vn/
Hạn nộp: trước ngày 04/11/2024
- Banner được lưu thành công.
Vào lúc 15h30 ngày 17/09/2024, Khoa Công nghệ Phần mềm (CNPM) đã tổ chức Seminar học thuật với chủ đề “Attacking Image Forgery Detection Models Using a Stack of Multiple Strategies”. Buổi seminar thu hút sự quan tâm tham dự của các Thầy/Cô trong Khoa và đã diễn ra thành công tốt đẹp dưới sự trình bày của TS. Nguyễn Duy Khánh.
Buổi seminar trình bày về vấn đề phát hiện và định vị các vùng giả mạo trong hình ảnh là một lĩnh vực nghiên cứu nhận được sự quan tâm rộng rãi, nhờ vào tiềm năng ứng dụng trong việc ngăn chặn sự lan truyền của thông tin sai lệch. Tuy nhiên, các mô hình phát hiện giả mạo cũng có thể trở thành mục tiêu của các phương pháp tấn công nhằm xóa bỏ các dấu vết của việc giả mạo. Trong nghiên cứu này, chúng tôi đánh giá tính bền vững của các phương pháp phát hiện giả mạo khi đối mặt với một chuỗi tấn công bao gồm nhiều kỹ thuật xóa dấu vết khác nhau.
Khoa CNPM xin chân thành cảm ơn TS. Nguyễn Duy Khánh đã dành thời gian chia sẻ những kiến thức và kinh nghiệm quý báu của mình. Đồng thời, Khoa cũng xin cảm ơn tất cả các Thầy/Cô đã tham gia và đóng góp vào sự thành công của buổi seminar.
