Leaf Recognition System

ការពិពណ៌នា

រុក្ខជាតិមាននៅគ្រប់ទីកន្លែងដែលយើងរស់នៅ ក៏ដូចជាកន្លែងដែលគ្មានយើង។ ពួកគេជាច្រើនមានព័ត៌មានសំខាន់ៗសម្រាប់ការអភិវឌ្ឍន៍សង្គមមនុស្ស។ ស្ថានភាពបន្ទាន់គឺថារុក្ខជាតិជាច្រើនមានហានិភ័យនៃការផុតពូជ។ ដូច្នេះវាចាំបាច់ណាស់ក្នុងការរៀបចំមូលដ្ឋានទិន្នន័យសម្រាប់ការការពាររុក្ខជាតិ។ យើងជឿថាជំហានដំបូងគឺបង្រៀនកុំព្យូទ័រពីរបៀបចាត់ថ្នាក់រុក្ខជាតិ។ បើប្រៀបធៀបជាមួយនឹងវិធីសាស្រ្តផ្សេងទៀត ដូចជាវិធីសាស្ត្រជីវវិទ្យាកោសិកា និងម៉ូលេគុល ចំណាត់ថ្នាក់ដោយផ្អែកលើរូបភាពស្លឹក គឺជាជម្រើសដំបូងសម្រាប់ចំណាត់ថ្នាក់រុក្ខជាតិស្លឹក។ ការ​យក​ស្លឹក​សំណាក និង​ថត​រូប​វា​គឺ​មាន​តម្លៃ​ទាប និង​ងាយ​ស្រួល។ មនុស្សម្នាក់អាចផ្ទេររូបភាពស្លឹកទៅកុំព្យូទ័របានយ៉ាងងាយស្រួល ហើយកុំព្យូទ័រអាចទាញយកលក្ខណៈពិសេសដោយស្វ័យប្រវត្តិនៅក្នុងបច្ចេកទេសដំណើរការរូបភាព។ ប្រព័ន្ធខ្លះប្រើការពិពណ៌នាដែលប្រើដោយអ្នករុក្ខសាស្ត្រ។ ប៉ុន្តែវាមិនងាយស្រួលទេក្នុងការស្រង់ចេញ និងផ្ទេរមុខងារទាំងនោះទៅកាន់កុំព្យូទ័រដោយស្វ័យប្រវត្តិ។

យើងបានបង្កើតក្បួនដោះស្រាយដ៏មានប្រសិទ្ធភាពមួយសម្រាប់ការចាត់ថ្នាក់ស្លឹកដែលរួមបញ្ចូលគ្នានូវស្ថិតិលំដាប់ខ្ពស់នៃលក្ខណៈពិសេសរូបភាព រួមជាមួយនឹងព័ត៌មានរូបរាង និងបណ្តាញសរសៃប្រសាទជាអ្នកចាត់ថ្នាក់មិនមែនលីនេអ៊ែរ។ លេខកូដត្រូវបានសាកល្បងជាមួយនឹងមូលដ្ឋានទិន្នន័យ FLAVIA ដែលសម្រេចបាននូវអត្រាការទទួលស្គាល់ដ៏ល្អឥតខ្ចោះនៃ 92.09% (ថ្នាក់ 32 រូបភាពបណ្តុះបណ្តាល 40 និងរូបភាពដែលនៅសល់ដែលត្រូវបានប្រើសម្រាប់ការធ្វើតេស្តសម្រាប់ថ្នាក់នីមួយៗ ដូច្នេះមានរូបភាពបណ្តុះបណ្តាលចំនួន 1280 និងរូបភាពសាកល្បងចំនួន 627 សរុបដែលត្រូវបានជ្រើសរើសដោយចៃដន្យ និងគ្មាន ការត្រួតស៊ីគ្នាមានរវាងរូបភាពហ្វឹកហាត់ និងតេស្ត)។

វិធីសាស្រ្តរបស់យើងដំណើរការជាង FLAVIA algorithm ហើយលើសពីនេះទៅទៀត វាមិនត្រូវការផ្នែកណាមួយដែលជ្រៀតជ្រែកពីមនុស្សឡើយ។ នៅក្នុង FLAVIA algorithm តាមពិតអ្នកត្រូវសម្គាល់ស្ថានីយទាំងពីរនៃសរសៃសំខាន់នៃស្លឹកតាមរយៈការចុចកណ្ដុរ។ ចម្ងាយរវាងស្ថានីយទាំងពីរត្រូវបានកំណត់ជាប្រវែងសរីរវិទ្យា។