Đặt vấn đề Trong thời đại số hóa hiện nay, hình ảnh không chỉ là một phương tiện ghi chép mà còn trở thành một phần tất yếu của cuộc sống, giúp chúng ta ghi lại những khoảnh khắc đáng nhớ, chia sẻ cảm xúc và giao tiếp trải nghiệm tuyệt vời. Tuy nhiên, với số lượng hình ảnh mỗi ngày, việc quản lý và tương tác với chúng trở thành một thách thức không nhỏ nhất là đối với nhiếp ảnh gia hoặc người dùng có nhu cầu quản lý hình anh với số lượng lớn. Nắm bắt được van dé mà các nghiếp anh gia gặp phải và tự đặt những câu hỏi: e Làm sao tim khuôn mặt khách hàng trong kho dữ liệu của chính mình? e Làm sao dé phân loại các hình anh theo đối tượng có bên trong hình anh? e Làm sao dé tìm hình ảnh tương đồng với hình vừa tải về ở một nơi khác? e Làm sao đề hình ảnh được định danh mà không bị phát hiện bang mắt thường? Sự kết hợp của mô hình máy học và trí tuệ nhân tạo đã mở ra một hướng giải quyết cho van dé này. Các đối tượng co bản như trang phục, phong cảnh trong bức ảnh đều có thê được nhận diện, phân loại và gán nhãn một cách tự động.
Cung cấp các phương tiện tìm kiêm như: e - Nhận diện và tìm kiếm theo khuôn mặt e Tìm kiếm các mối liên hệ với khuôn mặt e Đề xuất các hình ảnh đặc điểm tương đồng về cấu trúc, màu sắc, điểm anh e Tìm kiếm theo nhãn chỉ tiết từng đối tuongj có trong hình anh và thậm chí là tìm kiếm dựa trên việc phân tích, bóc tách văn bản từ người đùng. Ngoài vấn đề giải quyết các bài toán tìm kiếm, bài toán định danh hình ảnh cũng đang được quan tâm với những ngành nghề mang tính sáng tạo cao. Các công cụ ân thông tin hiện hành như watermark đang được áp dụng. Nhưng đối với hình ảnh sử dụng watermark là một phương án khá tệ vì hình ảnh không còn giữ được chat lượng ban dau.
Do đó giải pháp ấn thông tin số được triển khai để giải quyết bài toán định danh hình ảnh nhưng không làm thay đổi các yếu tố về màu sắc, kích cỡ, chất lượng hình ảnh. Với đầu vào là nguồn dữ liệu hình ảnh từ người dùng cung cấp, hình ảnh sẽ được nghiên cứu và khai thác dé phát triển một ứng dụng có khả năng tạo ra những đầu ra đáp ứng những nhu cầu tìm kiếm khác nhau. Những kết quả nay được trình bày một cách trực quan thông qua nên tang website thân thiện với người dùng. Mục tiêu đề tài Trước hết, mục tiêu phát triển một mô hình nhận diện khuôn mặt dé nhận diện hình ảnh cá nhân.
Bên cạnh đó xây dựng hệ thống tìm kiếm dựa trên mạng đồ thị liên kết các khuôn mặt, tạo nên tảng cho việc hiệu rõ các môi quan hệ giữa các đôi tượng. Mục tiêu tiép theo là xây dựng hệ thông đê xuât hình ảnh có đặc điêm tương đông về câu trúc điềm ảnh và mau sắc. Dé xuât các ý tưởng phù hợp với nhu câu ma người dùng đang quan tâm đến. Đồng thời hướng đến việc nhận diện sự vật và đôi tượng trong ảnh, gan nhãn và lưu trữ vào kho đữ liệu Elastic Search.
Mục tiêu là tối ưu hóa tốc độ truy vấn và cung cấp cơ sở dữ liệu có câu trúc đê thuận tiện cho việc tim kiêm thông tin. Thêm vào đó, tích hợp xử lý ngôn ngữ tự nhiên (NLP) dé hiểu và xử lý văn bản người dùng. Mục tiêu này giúp hệ thống nắm bắt ý định của người dùng và thực hiện phương thức truy vấn phù hợp. Cuối cùng là xây dựng hệ thống xác minh và định danh chủ sở hữu hình ảnh băng phương pháp ấn thông tin số.
Thông báo thông tin về bản quyền cho người sử dụng hình ảnh và chủ sở hữu hình ảnh. Tóm lại, mục tiêu chính của đề tài là xây dựng một hệ thống giải quyết các vấn đề thiết yếu và giảm bớt khối lượng công việc về truy xuất đối tượng trong ảnh, cải thiện trải nghiệm người dùng và khả năng tương tác với dữ liệu hình ảnh thông qua các cách khác nhau. - Đối tượng và phạm vi nghiên cứu Nhằm phục vụ các nhu cầu quản lý, truy vấn hình ảnh cho ngành nghề nhiếp ảnh. Bên cạnh đó phục vụ thêm về nhu cầu thiết kế và cung cấp ý tưởng sáng tạo nội dung.
Trong đề tài này, phạm vi nghiên cứu hướng đến: Bài toán nhận diện khuôn mặt: Face Recognition (Convolutional Neural Network) , kiến trúc ResNet. Bài toán so sánh độ tương đồng khuôn mặt: Convolutional Neural Network (CNN). Bài toán xây dựng mang đồ thị liên kết mối quan hệ giữa các khuôn mặt: Graph Neural Network (GNN). Bài toán truy van các hình ảnh tương đồng: Approximate Nearest Neighbors (ANN), K-Nearest Neighbors (KNN).
Bài toán nhận diện sự vật đối tượng trong ảnh: Res2Ne, U2Net, Elastic Search. Bài toán xử lý ngôn ngữ tự nhiên: Natural Language Processing (NLP). Sử dụng độ đo dé đánh giá các mô hình: Độ chính xác (Accuracy), độ chính xác cao (Precision), độ nhớ (Recall), Điểm F1 (F1-Score). Sử dụng các kiến thức xây dựng website: Spring Boot, ReactJS, Python, các frameworks và thư viện liên quan.
CÁC CÔNG TRÌNH NGHIÊN CỨU LIÊN QUAN Dựa vào các đặc diém, từ khóa liên quan về các thử nghiệm liên quan đên dự đoán, học máy, học sâu, v.v Dựa trên bài báo liên quan trong những năm gân đây làm tiên dé dé thực hiện nghiên cứu này và thể hiện chi tiết qua Bang 2. Vào năm 2004, bài báo An Investigation of Practical Approximate Nearest Neighbor Algorithms [21] đã đề cập phương pháp Locality Sensitive Hashing (LSH) như một phương pháp thành công của việc tìm kiếm gần nhất xấp xỉ và đặt câu hỏi liệu các phương pháp truyền thống có còn đánh bại được phương pháp mới này hay không. Tác giả giới thiệu một phương pháp đo lường sự chồng chéo giữa các điểm dữ liệu và các thuật toán tìm kiếm xấp xi KNN cho thấy tăng tốc lên đến 31 lần so với LSH. Các thuật toán khác nhau được lần lượt đánh giá bao gom ca LSH, Metric-tree, SR- tree được chạy và so sánh với KNN dé đánh giá hiệu suất và độ chính xác của mỗi phương pháp.
Kết quả và tốc độ khi áp dụng phương pháp KNN từ đó lựa chọn ANN làm hệ thống đề xuất tương đồng cho nghiên cứu này. Kết hợp với cau trúc liên GNN dé tạo nên các nút và mỗi nút sẽ gắn theo các hình ảnh tương đồng của chính nó. Từ đó có thê mở rộng xa hơn nữa bài toán đề xuất, bên cạnh đó kết hợp với bài toán truy xuất đối tượng trong ảnh sẽ đảm bảo dữ liệu luôn ở trạng thái sẵn sàng khi người dùng có yêu câu truy xuât. Vào năm 2005, ý tưởng và thực tiễn che giấu thông tin đã có lịch sử lâu đời.
Trong cuốn Lịch sử, sử gia Hy Lạp Herodotus viết của một nhà quý tộc, Histaeus, người cần liên lạc với con rễ của mình ở Hy Lạp. Anh ta cạo đầu một người của những nô lệ đáng tin cậy nhất của mình và xăm thông điệp đó lên da đầu của nô lệ. Khi tóc của nô lệ mọc lại nô lệ đã được gửi đi với thông điệp ân [23]. Ngày nay steganography chủ yếu được sử dụng trên máy tính với dữ liệu số là kênh phân phối tốc độ cao.
Steganography khác với mật mã ở chỗ mật mã tập trung vào việc lưu giữ nội dung của một thông điệp bí mật, steganography tập trung vào việc giữ bí mật sự tồn tại của một thông điệp [25]. Steganography và mật mã đều là cách dé bảo vệ thông tin khỏi các bên không mong muốn nhưng không phải công nghệ nào cũng hoàn hảo và có thé bị xâm phạm. Một khi sự hiện diện của thông tin ẩn được tiết lộ hoặc thậm chí bị nghi ngờ, mục đích của steganography bị đánh bại một phan [25]. Do đó, sức mạnh của kỹ thuật giấu tin có thé được khuếch đại bằng cách kết hợp với thuật toán mã hóa phức tạp khác.
Trong bài báo này tác giả đề cập tới các thuật toán Least Significant Bit (LSB), JPEG steganography, JPEG compression. Tác giả đề cập với các phương pháp che dấu thông tin bằng sử dụng các bit dư không sử dụng tới dé thay đôi hoặc chèn các nội dung dưới dạng bit [20]. Đối với phương pháp LSB cho thấy hiệu quả của vượt trội về mức độ tàng hình và sức chứa tốt hơn đáng kể so với hai phương pháp JPEG steganography, JPEG compression. Vào năm 2007, tác gia Thanos Athanasiadis và các cộng sự cũng đóng góp công trình nghiên cứu dé tài nhận diện đối tượng trong ảnh [3].
Họ sử dụng các thuật toán Watershed và Recursive Shortest Spanning Tree đề tập trung vào phân tích ngữ nghĩa của ảnh, nghiên cứu này đóng góp vào phân tích đa phương tiện được hỗ trợ bởi kiến thức và kết nối khoảng cách giữa ngữ nghĩa và đặc trưng hình ảnh cấp thấp. Trong quá trình này, việc sử dụng kiến thức ngữ cảnh điều chỉnh lại kết quả gán nhãn của quá trình phát trién vùng ngữ nghĩa. Điều này thực hiện bằng cách thay đôi mức độ liên quan của các đôi tượng được nhận diện. Vào năm 2015, Những thành tựu về trí tuệ nhân tạo đã làm cho các nghiên cứu về xử lý ảnh được cải thiện về độ chính xác và hiệu suất.
Có rất nhiều các nghiên cứu đã được thực hiện với việc áp dụng nhiều mô hình dự báo khác nhau. Trong đó, nghiên cứu cua các tác gia Haoxiang Li và Zhe Lin đã thực hiện dựa trên mô hình Convolutional Neural Networks (CNNs) [2]. Mục tiêu của nghiên cứu là xử lý các thách thức lớn trong việc phát hiện khuôn mặt, như độ biến đổi lớn về góc độ, biéu cảm và ánh sáng, đồng thời giữ cho mô hình có hiệu suất tính toán cao. Kết quả thực nghiệm cho thấy rằng phương pháp đề xuất chạy ở 14 FPS trên một lõi CPU đối với hình ảnh độ phân giải VGA và 100 FPS khi sử dụng GPU, đồng thời đạt được hiệu suất phát hiện hàng đầu trên hai bộ dữ liệu thử nghiệm phô biến về phát hiện khuôn mặt.
Vào năm 2019, Nghiên cứu trong bài báo A Comprehensive Survey on Graph Neural Networks cung cấp một cái nhìn tổng quan toàn diện về mạng lưới thần kinh đồ thị (GNN) trong lĩnh vực khai thác dữ liệu và học máy [9]. Đề xuất một nguyên tắc phân loại mới để phân chia nơron đồ thị tiên tiến nhất mạng thành bốn loại, cụ thé là đồ thi thần kinh hồi quy mạng, mạng thần kinh đồ thị tích chập, bộ mã hóa đồ thị tự động và mạng thần kinh đồ thị không gian-thời gian.