Ước Lượng Độ Sâu Ảnh Đơn Dựa Trên CNN: Nghiên Cứu Tại Hội Nghị SSRC
1. Minh Chứng & Công Bố Khoa Học (Evidence & Academic Credentials) Nghiên cứu này là đề tài khóa luận tốt nghiệp ngành Khoa học Máy tính tại Đại học Công nghiệp TP.HCM (IUH) và được báo cáo chính thức tại Hội nghị Khoa học: Hạng mục Minh chứng thực tế Chi tiết khoa học Công bố khoa học SSRC Conference (Scientific Student Research Conference) Bài báo cáo khoa học về Monocular Depth Estimation Mã nguồn (GitHub) github.com/Vinh-Gogo/depth-estimation Pipeline huấn luyện PyTorch, U-Net, ResNet, DenseNet, Point Cloud Visualizer Kết quả khóa luận 4.0 / 4.0 (Điểm tuyệt đối) Đồ án tốt nghiệp Cử nhân Khoa học Máy tính (2021–2025) Tập dữ liệu đánh giá NYU Depth V2 & KITTI Dataset Bộ dữ liệu chuẩn mực thế giới cho bài toán nội thất và xe tự hành Độ chính xác (Metrics) RMSE giảm 14.2%, $\delta < 1.25$ đạt 88.6% So sánh đối sánh trực tiếp với các baseline kiến trúc kinh điển Đầu ra thực nghiệm Depth Map (Ảnh độ sâu 16-bit) & 3D Point Cloud Xuất file đám mây điểm 3D tương tác (.ply, .xyz) 2. Bài Toán Monocular Depth Estimation: Nghịch Lý Chiều Thứ 3 Ước lượng chiều sâu từ một ảnh 2D RGB đơn lẻ (Monocular Depth Estimation - MDE) là một bài toán nghịch lý cơ bản (Ill-posed problem) trong thị giác máy tính: