Tổng quan nghiên cứu

Sự bùng nổ của công nghệ số đã tạo ra khối lượng dữ liệu đa phương tiện khổng lồ, trong đó ước tính hơn 80% dữ liệu toàn cầu hiện nay tồn tại dưới dạng phi cấu trúc như hình ảnh, âm thanh và video. Tại các cơ quan truyền thông và đài truyền hình, hàng nghìn giờ ghi hình được số hóa mỗi năm, đặt ra thách thức nghiêm trọng cho công tác lưu trữ và truy xuất thông tin. Các hệ quản trị cơ sở dữ liệu quan hệ truyền thống dựa trên nền tảng đại số quan hệ của Edgar F. Codd năm 1970 chỉ xử lý dữ liệu với giá trị logic nhị phân tuyệt đối đúng (1) hoặc sai (0). Khi đối mặt với các thuộc tính không đầy đủ, không chính xác hoặc mang tính không chắc chắn của dữ liệu đa phương tiện, các truy vấn cứng nhắc thường trả về tập kết quả rỗng hoặc bỏ sót nhiều thông tin liên quan.

Luận văn thạc sĩ khoa học máy tính với đề tài cải tiến thuật toán tìm kiếm trong cơ sở dữ liệu mờ tập trung giải quyết bài toán truy vấn video tương tự dựa trên nội dung hình ảnh. Mục tiêu cụ thể của nghiên cứu là xây dựng mô hình biểu diễn dữ liệu mờ, tích hợp đặc trưng thị giác cục bộ bất biến và thiết lập thuật toán tìm kiếm mềm dẻo. Nghiên cứu giới hạn phạm vi thực nghiệm trên kho tư liệu video phát sóng thực tế tại Đài Phát thanh - Truyền hình tỉnh Hòa Bình trong giai đoạn hoàn thành năm 2016. Ý nghĩa khoa học và thực tiễn của công trình thể hiện qua việc nâng cao độ chính xác truy xuất tương đồng đạt mức trên 88%, đồng thời tối ưu hóa thời gian xử lý mẫu truy vấn nhanh gấp 3 lần so với các phương pháp duyệt tuần tự truyền thống.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu xây dựng trên nền tảng lý thuyết tập mờ do Lotfi A. Zadeh khởi xướng năm 1965, mở rộng hàm thuộc của các phần tử trong không gian nền từ tập rời rạc sang đoạn liên tục [0, 1]. Về mô hình cơ sở dữ liệu, luận văn kế thừa và tổng hợp các mô hình dữ liệu mờ tiêu biểu gồm: mô hình quan hệ tương tự của Buckles và Petry (1982), mô hình phân bố khả năng của Prade và Testermale (1983), cùng mô hình tập con mờ của Baldwin và Zhou (1984). Trong đó, mô hình phân bố khả năng mở rộng được chọn làm trọng tâm để biểu diễn các bộ dữ liệu có trọng số và các thuộc tính đa trị mờ.

Không gian số mờ tam giác được ứng dụng chuyên sâu với cấu trúc bộ ba tham số xác định tâm, biên trái và biên phải. Các phép toán cộng, trừ, nhân, chia và quan hệ so sánh toàn phần chặt chẽ trên không gian số mờ tam giác được chuẩn hóa toán học để đánh giá mức độ tương tự giữa các bản ghi. Đối với dữ liệu thị giác, kỹ thuật trích chọn đặc trưng bất biến SIFT (Scale-Invariant Feature Transform) do David Lowe công bố năm 2004 được sử dụng để xây dựng các vector đặc trưng 128 chiều. Giải thuật SIFT sử dụng hàm sai phân Gaussian (Difference of Gaussians - DoG) và ma trận Hessian cấp 2 nhằm trích xuất các điểm đặc trưng (keypoints) bất biến hoàn toàn trước các phép biến đổi hình học, phép quay, co giãn tỷ lệ và thay đổi cường độ chiếu sáng.

Phương pháp nghiên cứu

Nguồn dữ liệu thực nghiệm được thu thập trực tiếp từ kho lưu trữ chương trình của Đài Phát thanh - Truyền hình tỉnh Hòa Bình. Cỡ mẫu nghiên cứu bao gồm 150 tệp video phát sóng hoàn chỉnh với tổng thời lượng hơn 100 giờ, được phân đoạn tự động thành 2.500 đoạn cơ sở (shot) và trích xuất hơn 7.500 khung hình đại diện (keyframe). Phương pháp chọn mẫu là chọn mẫu phân tầng có chủ đích, bao gồm 4 nhóm nội dung chính: chương trình thời sự, phóng sự tài liệu, chương trình ca nhạc và bản tin chuyên đề nhằm kiểm thử hệ thống dưới đa dạng điều kiện ánh sáng, góc máy quay ngang (panning) và chuyển động phức tạp của đối tượng.

Phương pháp phân tích kết hợp giữa mô hình hóa toán học và kiểm thử thực nghiệm trên máy tính. Luận văn sử dụng cấu trúc cây k chiều (KD-tree) kết hợp thuật toán tìm kiếm láng giềng gần đúng (ANN) do David Mount đề xuất để tối ưu hóa việc đối sánh vector SIFT đa chiều. Lý do lựa chọn kết hợp SIFT và số mờ tam giác là vì SIFT cho độ ổn định cao nhất trước các biến dạng nhiễu thực tế, trong khi số mờ tam giác cung cấp chi phí tính toán tối ưu hơn đáng kể so với số mờ hình thang bậc cao. Toàn bộ quy trình từ phân tích lý thuyết, thiết kế thuật toán, lập trình mô hình Socket TCP Client - Server đến kiểm thử hiệu năng được thực hiện trong thời gian 12 tháng từ năm 2015 đến tháng 5 năm 2016.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình kiểm thử thực nghiệm thuật toán cải tiến trên hệ thống quản lý video đã ghi nhận 4 phát hiện khoa học quan trọng:

  • Khả năng phân đoạn video tự động: Thuật toán đối sánh đặc trưng SIFT trên các khung hình liền kề đạt tỷ lệ phát hiện chuyển cảnh đột ngột (cut shot) chính xác 94.6%, đồng thời hạn chế tỷ lệ nhận diện sai đối với các hiệu ứng chuyển cảnh từ từ xuống mức dưới 6.2%.
  • Tối ưu hóa dung lượng lưu trữ: Chiến lược lựa chọn 3 khung hình đại diện cho mỗi đoạn cơ sở kết hợp kỹ thuật mờ hóa vector đặc trưng thành số mờ tam giác giúp giảm 68.5% kích thước tập chỉ mục dữ liệu so với phương pháp lưu trữ toàn bộ các điểm đặc trưng nguyên bản.
  • Tăng tốc độ truy vấn: Cấu trúc cây KD-tree tích hợp bộ lọc so sánh số mờ tam giác cho tốc độ truy vấn nhanh gấp 3.2 lần so với phương pháp tìm kiếm vét cạn, giảm thời gian đáp ứng trung bình từ 1.85 giây xuống còn 0.58 giây trên mỗi truy vấn mẫu.
  • Nâng cao hiệu quả tìm kiếm tổng thể: Độ chính xác trung bình (Precision) của hệ thống đạt 89.4% và độ bao phủ (Recall) đạt 86.8%, tương ứng với chỉ số đo lường hiệu năng tổng hợp F-measure đạt 88.1% trên toàn bộ tập dữ liệu kiểm thử.

Thảo luận kết quả

Hiệu năng vượt trội của thuật toán cải tiến bắt nguồn từ việc kết hợp ma trận Hessian cấp 2 để loại bỏ triệt để các điểm đặc trưng có độ tương phản kém (ngưỡng sai phân nhỏ hơn 0.03) và các điểm nhiễu phân bố dọc theo đường biên. Nhờ đó, mỗi vector 128 chiều giữ lại được các thông tin cục bộ bền vững nhất. Khi chuyển đổi các đặc trưng này thành số mờ tam giác, hệ thống thiết lập được một không gian phân bố khả năng linh hoạt, cho phép chấp nhận các sai lệch nhỏ về góc quay hoặc độ sáng mà không làm gián đoạn quá trình truy vấn.

So với các thuật toán tìm kiếm mờ truyền thống như khoảng cách Levenshtein, Damerau - Levenshtein hay thuật toán Bitap của Wu và Manber vốn chỉ áp dụng cho dữ liệu văn bản, phương pháp đề xuất xử lý trực tiếp nội dung thị giác phức tạp của video. So với các kỹ thuật so sánh biểu đồ màu toàn cục RGB thông thường, thuật toán cải tiến cho độ chính xác cao hơn 25.8% trong các tình huống máy quay di chuyển liên tục. Các dữ liệu thực nghiệm được tổng hợp trực quan qua Bảng dữ liệu video shot và Bảng kết quả đánh giá hiệu năng tìm kiếm trong luận văn. Đồng thời, sự biến thiên của hàm sai khác DoG qua từng khung hình được biểu diễn bằng đồ thị đường parabol, giúp xác định chuẩn xác ranh giới phân tách giữa các cảnh quay.

Đề xuất và khuyến nghị

Dựa trên kết quả nghiên cứu lý thuyết và thực nghiệm, tác giả đưa ra 4 nhóm giải pháp công nghệ mang tính hành động cao:

  • Tích hợp module phân đoạn và mờ hóa video tự động: Nâng cấp phần mềm quản trị nội dung số của đài truyền hình bằng việc nhúng trực tiếp thuật toán trích chọn SIFT và cấu trúc số mờ tam giác, đặt mục tiêu rút ngắn thời gian xử lý chỉ mục xuống dưới 5 giây cho mỗi phút video phát sóng, hoàn thành triển khai trong vòng 3 đến 6 tháng bởi đội ngũ kỹ sư phần mềm nội bộ.
  • Tối ưu hóa hạ tầng cơ sở dữ liệu phân tán: Chuyển đổi cấu trúc cây chỉ mục KD-tree sang môi trường máy chủ phân tán có cơ chế lưu đệm thông minh, hướng tới mục tiêu xử lý đồng thời hơn 500 truy vấn tìm kiếm mỗi giây với độ trễ phản hồi dưới 200 mili giây, thực hiện trong thời gian 6 đến 9 tháng bởi bộ phận quản trị hệ thống mạng.
  • Mở rộng mô hình truy vấn đa phương thức: Bổ sung khả năng kết hợp đồng thời giữa tìm kiếm video theo hình ảnh mẫu với tìm kiếm mờ trên các trường siêu dữ liệu văn bản và âm thanh phiên âm tự động, hướng tới nâng chỉ số F-measure toàn diện lên trên 95%, giao cho nhóm nghiên cứu phát triển công nghệ trong vòng 12 tháng.
  • Chuẩn hóa quy trình quản lý lưu trữ tư liệu số địa phương: Ban hành bộ tiêu chuẩn kỹ thuật về định dạng siêu dữ liệu mờ cho toàn bộ kho tư liệu truyền hình phát sóng, bảo đảm tính liên thông dữ liệu đạt 100% giữa các đài phát thanh - truyền hình trong khu vực, hoàn thành theo lộ trình 12 đến 18 tháng dưới sự hướng dẫn của cơ quan quản lý chuyên ngành thông tin và truyền thông.

Đối tượng nên tham khảo luận văn

Công trình nghiên cứu mang giá trị học thuật và thực tiễn sâu rộng, phù hợp cho 4 nhóm độc giả trọng tâm:

  • Học viên cao học và nghiên cứu sinh ngành Khoa học máy tính: Khai thác khung lý thuyết toán học về logic mờ, đại số gia tử, các phép toán trên số mờ tam giác và thuật toán SIFT 128 chiều để phát triển các đề tài nghiên cứu chuyên sâu về thị giác máy tính và học máy.
  • Kỹ sư phần mềm và chuyên gia thị giác máy tính: Tham khảo mô hình kiến trúc Client - Server sử dụng giao thức Socket TCP, kỹ thuật xây dựng cây KD-tree và giải thuật ANN để ứng dụng vào các hệ thống thương mại về tìm kiếm hình ảnh, phát hiện trùng lặp video và kiểm duyệt nội dung tự động.
  • Cán bộ kỹ thuật và quản trị tư liệu tại các đài truyền hình: Áp dụng trực tiếp quy trình phân đoạn video tự động, kỹ thuật trích xuất khung hình chính và giải pháp nén chỉ mục mờ để hiện đại hóa kho lưu trữ số, rút ngắn thời gian biên tập và tra cứu phóng sự lịch sử.
  • Giảng viên các trường đại học công nghệ thông tin: Sử dụng các ví dụ thực chứng, công thức chuyển đổi dữ liệu quan hệ sang quan hệ mờ và bảng số liệu thực tế tại Đài Phát thanh - Truyền hình tỉnh Hòa Bình làm học liệu giảng dạy cho các môn học Cơ sở dữ liệu nâng cao và Xử lý ảnh.

Câu hỏi thường gặp

  • Thuật toán SIFT giải quyết bài toán biến dạng hình ảnh trong video như thế nào? Giải thuật SIFT phát hiện các điểm cực trị thông qua hàm sai phân Gaussian trong không gian đo đa tỷ lệ. Mỗi điểm đặc trưng được gán một hướng cục bộ và biểu diễn bằng vector 128 chiều. Cấu trúc này giúp các điểm đặc trưng hoàn toàn bất biến trước sự thay đổi về tỷ lệ co giãn, phép quay 360 độ và biến thiên độ chiếu sáng của khung hình.

  • Tại sao số mờ tam giác được lựa chọn để biểu diễn đặc trưng thay vì số mờ hình thang? Số mờ tam giác được xác định bởi 3 tham số gồm tâm, biên trái và biên phải, giúp giảm thiểu đáng kể độ phức tạp tính toán của các phép toán đại số. Trong thực tế xử lý hàng nghìn khung hình, mô hình tam giác cung cấp độ mượt liên tục của hàm thuộc nhưng tiết kiệm khoảng 25% tài nguyên xử lý so với số mờ hình thang 4 tham số.

  • Cơ chế phân đoạn video phát hiện chuyển cảnh hoạt động theo nguyên lý nào? Hệ thống thực hiện trích xuất tập điểm đặc trưng SIFT giữa 2 khung hình liên tiếp và tính toán khoảng cách Euclidean. Nếu độ sai khác giữa 2 khung hình vượt qua ngưỡng chuyển cảnh thực nghiệm được thiết lập trước, hệ thống sẽ tự động ghi nhận một ranh giới chuyển đoạn (shot boundary) với độ chính xác đạt 94.6%.

  • Làm thế nào để hệ thống duy trì tốc độ truy vấn khi dữ liệu video tăng trưởng lớn? Hệ thống sử dụng cấu trúc cây KD-tree kết hợp giải thuật tìm kiếm láng giềng gần đúng ANN của David Mount. Cấu trúc này chia không gian đặc trưng đa chiều thành các vùng phân cấp, giúp giảm độ phức tạp tìm kiếm từ mức tuyến tính xuống mức logarit, duy trì thời gian phản hồi truy vấn dưới 0.6 giây.

  • Mô hình thực nghiệm tại Đài Phát thanh - Truyền hình tỉnh Hòa Bình chứng minh điều gì? Thực nghiệm trên 150 video với hơn 100 giờ phát sóng chứng minh tính khả thi và độ tin cậy cao của thuật toán cải tiến trong môi trường sản xuất truyền hình thực tế. Kết quả đạt chỉ số F-measure 88.1% khẳng định giải pháp có thể triển khai diện rộng cho các kho lưu trữ số của các đài truyền hình địa phương.

Kết luận

  • Luận văn đã hệ thống hóa toàn diện cơ sở toán học về lý thuyết tập mờ, các mô hình cơ sở dữ liệu mờ và phương pháp trích chọn đặc trưng thị giác cục bộ bất biến SIFT.
  • Đề xuất thành công thuật toán cải tiến tìm kiếm video tương tự bằng cách kết hợp số mờ tam giác với cấu trúc dữ liệu cây KD-tree và giải thuật tìm kiếm láng giềng xấp xỉ ANN.
  • Tối ưu hóa hiệu quả quy trình phân đoạn video và trích xuất khung hình đại diện, giúp giảm 68.5% dung lượng lưu trữ chỉ mục và tăng tốc độ xử lý truy vấn lên 3.2 lần.
  • Thực nghiệm thành công trên kho tư liệu truyền hình thực tế với độ chính xác đạt 89.4% và chỉ số F-measure tổng hợp đạt 88.1%.
  • Lộ trình 6 đến 12 tháng tới mở ra tiềm năng tích hợp sâu công nghệ trí tuệ nhân tạo và nhận dạng giọng nói để xây dựng hệ thống truy xuất video đa phương thức hoàn chỉnh.

Quý độc giả, các nhà nghiên cứu và đội ngũ kỹ sư quan tâm có thể khai thác toàn bộ cơ sở lý thuyết, công thức toán học và giải thuật chi tiết trong luận văn để ứng dụng vào công tác nghiên cứu học thuật và xây dựng hệ thống quản trị dữ liệu số thực tế.