Cấp phép YOLO
Quay lại Bảng thuật ngữ Ultralytics

Affine Transformation

Phép biến đổi affine ánh xạ tọa độ ảnh thông qua phép quay, co giãn, shear và tịnh tiến, hỗ trợ tăng cường dữ liệu, căn chỉnh và tiền xử lý.

Phép biến đổi affine là phép ánh xạ tọa độ kết hợp phép biến đổi tuyến tính với phép tịnh tiến. Trong ảnh, phép biến đổi này có thể xoay, đổi kích thước, phản chiếu, shear hoặc dịch chuyển lưới pixel mà vẫn giữ nguyên cấu trúc đường thẳng. Phép biến đổi affine và ánh xạ affine là các từ đồng nghĩa. Trong thị giác máy tính, các phép ánh xạ này hỗ trợ căn chỉnh, tiền xử lý dữ liệu và tăng cường dữ liệu.

Năm 1748, Leonhard Euler giới thiệu thuật ngữ affine cho các đường cong liên quan trong chương XVIII của Introductio in analysin infinitorum, tập 2.

Các tính chất được bảo toàn bởi phép biến đổi affine#

Phép biến đổi affine khả nghịch bảo toàn đường thẳng, tính song song và tỷ lệ khoảng cách trên một đường thẳng. Trung điểm vẫn là trung điểm. Độ dài và góc có thể thay đổi: phép shear và co giãn không đồng đều có thể biến hình chữ nhật thành hình bình hành hoặc hình tròn thành hình elip.

Phép biến đổi cứng bảo toàn khoảng cách và góc; phép biến đổi đồng dạng còn cho phép co giãn đồng đều. Phép biến đổi affine cũng cho phép co giãn không đồng đều và shear. Phép đồng dạng xạ ảnh bao gồm hiệu ứng phối cảnh, chẳng hạn hai mép đường song song hội tụ về một điểm tụ. Ánh xạ affine bảo toàn tính song song, phù hợp để xử lý độ xiên và thay đổi tỷ lệ trên toàn cục.

Cách ma trận affine hoạt động#

Ma trận affine hai chiều có sáu tham số, thường được lưu dưới dạng ma trận 2 x 3. Bốn tham số điều khiển phần tuyến tính, còn hai tham số xác định độ tịnh tiến theo chiều ngang và chiều dọc. Ba cặp điểm xác định ma trận: ba điểm nguồn không được thẳng hàng, tạo thành một tam giác. Trong OpenCV, cv2.getAffineTransform ước tính ma trận từ các cặp tương ứng này.

Thêm tọa độ thứ ba không đổi bằng 1, gọi là tọa độ thuần nhất, giúp đưa phép tịnh tiến vào phép nhân ma trận. Ma trận 3 x 3 thu được có hàng cuối là 0, 0, 1. Có thể kết hợp nhiều phép biến đổi bằng phép nhân ma trận; xoay rồi dịch chuyển thường cho kết quả khác với dịch chuyển rồi xoay.

Phép biến đổi affine là tuyến tính khi và chỉ khi độ tịnh tiến bằng không. Trong mạng nơ-ron, một lớp kết nối đầy đủ kết hợp các trọng số đã học với một độ lệch bias. Lớp Linear của PyTorch mặc định áp dụng ánh xạ affine, thường theo sau là một hàm kích hoạt phi tuyến.

Ứng dụng trong thị giác máy tính và huấn luyện model#

Quá trình huấn luyện phát hiện và phân đoạn của Ultralytics YOLO26 hỗ trợ tăng cường dữ liệu hình học thông qua degrees, translate, scale và shear, đồng thời cập nhật ảnh và chú thích. Với perspective=0.0, phép ánh xạ là affine; phép quay và shear mặc định bị tắt.

Áp dụng phép biến đổi affine trong Python#

Với pip install opencv-python numpy, ví dụ này dùng OpenCV để xoay và thu nhỏ ảnh quanh tâm ảnh:

from urllib.request import urlopen

import cv2
import numpy as np

with urlopen("https://ultralytics.com/images/bus.jpg") as response:
    encoded = np.frombuffer(response.read(), dtype=np.uint8)
image = cv2.imdecode(encoded, cv2.IMREAD_COLOR)
height, width = image.shape[:2]

# Xoay quanh tâm cũng cần phép tịnh tiến.
center = (width / 2, height / 2)
matrix = cv2.getRotationMatrix2D(center, angle=20, scale=0.8)
warped = cv2.warpAffine(image, matrix, (width, height))
cv2.imwrite("affine_result.jpg", warped)

Ảnh đã lưu thể hiện phép xoay 20 độ và co giãn xuống 80% kích thước ban đầu bên trong canvas đầu ra không thay đổi.

Lỗi lấy mẫu lại và chú thích#

Phép biến dạng lấy mẫu trên lưới pixel rời rạc. Nội suy song tuyến tính pha trộn các pixel lân cận; nội suy láng giềng gần nhất chọn một giá trị có sẵn. Phép xoay làm lộ ra các vùng biên không có pixel nguồn, còn canvas cố định sẽ cắt bỏ nội dung nằm ngoài ranh giới. Việc lấy mẫu lại song tuyến tính nhiều lần làm mờ các chi tiết nhỏ, ngay cả khi ánh xạ tọa độ khả nghịch.

Trong các tác vụ thị giác có giám sát, ảnh và chú thích cùng sử dụng một phép ánh xạ. Nếu không cập nhật nhãn, mục tiêu sẽ nằm sai vị trí. Hộp giới hạn cần biến đổi cả bốn góc trước khi tính hình chữ nhật bao trục song song; sau phép xoay, hình chữ nhật này có thể chứa thêm vùng nền. Điểm mốc nằm ngoài canvas cần được cập nhật trạng thái hiển thị. Mask phân đoạn phân loại sử dụng nội suy láng giềng gần nhất để giữ nguyên ID lớp rời rạc.

Khám phá các giải pháp

Thị giác máy tính trong thể thao

Thị giác máy tính trong thể thao

Khám phá cách Ultralytics YOLO thúc đẩy thị giác máy tính trong thể thao với khả năng theo dõi cầu thủ và bóng, phân tích hiệu suất, cung cấp thông tin chuyên sâu cho huấn luyện và hỗ trợ phục hồi cho vận động viên.
Tìm hiểu thêm
Thị giác máy tính cho ảnh hàng không

Thị giác máy tính cho ảnh hàng không

Chuyển hình ảnh từ drone và ảnh hàng không thành thông tin chuyên sâu theo thời gian thực cho nông nghiệp, nuôi trồng thủy sản, bảo tồn và phân tích không gian địa lý với Ultralytics YOLO.
Tìm hiểu thêm
Thị giác máy tính trong hàng không vũ trụ

Thị giác máy tính trong hàng không vũ trụ

Ứng dụng computer vision trong ngành hàng không vũ trụ với Ultralytics YOLO cho kiểm tra máy bay, phát hiện dị vật trên đường băng (FOD), vận hành mặt đất tại sân bay và phát hiện lỗi vật liệu composite.
Tìm hiểu thêm
Computer vision trong lĩnh vực an ninh

Computer vision trong lĩnh vực an ninh

Bảo vệ mọi địa điểm bằng model Ultralytics YOLO. Vision AI hỗ trợ giám sát vành đai, phát hiện mối đe dọa, nhận dạng biển số và an toàn nơi làm việc.
Tìm hiểu thêm
Computer vision trong robotics

Computer vision trong robotics

Tăng cường năng lực cho máy móc thông minh bằng model Ultralytics YOLO. Vision AI trong lĩnh vực robotics hỗ trợ điều hướng tự động, nhận thức, theo dõi đối tượng và điều khiển theo thời gian thực.
Tìm hiểu thêm
Thị giác máy tính trong logistics

Thị giác máy tính trong logistics

Tinh giản hoạt động logistics với các model Ultralytics YOLO. Vision AI hỗ trợ kiểm tra kiện hàng, phân loại, theo dõi phương tiện và giám sát an toàn kho hàng theo thời gian thực.
Tìm hiểu thêm
Thị giác máy tính trong bán lẻ

Thị giác máy tính trong bán lẻ

Định hình lại hoạt động bán lẻ với các model Ultralytics YOLO. Vision AI hỗ trợ theo dõi hàng tồn kho, giám sát kệ hàng, quản lý hàng chờ và phân tích khách hàng thông minh hơn.
Tìm hiểu thêm
Thị giác máy tính trong chăm sóc sức khỏe

Thị giác máy tính trong chăm sóc sức khỏe

Xây dựng các giải pháp chăm sóc sức khỏe với model Ultralytics YOLO. Vision AI trong chăm sóc sức khỏe hỗ trợ xử lý hình ảnh y tế nhanh hơn, chẩn đoán thông minh hơn và theo dõi bệnh nhân.
Tìm hiểu thêm
Thị giác máy tính trong sản xuất

Thị giác máy tính trong sản xuất

Tối ưu hóa sản xuất bằng các model Ultralytics YOLO. Vision AI thúc đẩy kiểm soát chất lượng, phát hiện lỗi, tuân thủ PPE và tự động hóa dây chuyền lắp ráp.
Tìm hiểu thêm
Thị giác máy tính trong ngành ô tô

Thị giác máy tính trong ngành ô tô

Ứng dụng thị giác máy tính trong ngành ô tô với các model Ultralytics YOLO. Vision AI nâng cao an toàn giao thông, hỗ trợ người lái và tự động hóa phương tiện để tạo nên những tuyến đường thông minh hơn.
Tìm hiểu thêm
Thị giác máy tính trong nông nghiệp

Thị giác máy tính trong nông nghiệp

Ứng dụng AI thị giác vào nông nghiệp thông minh với các model Ultralytics YOLO. Hỗ trợ giám sát cây trồng, theo dõi vật nuôi và canh tác chính xác để nâng cao năng suất một cách thông minh hơn.
Tìm hiểu thêm

Hãy cùng nhau kiến tạo tương lai của AI!

Bắt đầu hành trình hướng đến tương lai của machine learning