Luận án tiến sĩ: Nâng cao độ chính xác tra cứu ảnh với kỹ thuật điều chỉnh trọng số

• Tác giả: Đào Thị Thúy Quỳnh
• Người hướng dẫn: PGS. Ngô Quốc Tạo
• Trường học: Học viện Khoa học và Công nghệ
• Chuyên ngành: Khoa học máy tính
• Đề tài: Nâng Cao Độ Chính Xác Tra Cứu Ảnh Dựa Vào Nội Dung Sử Dụng Kỹ Thuật Điều Chỉnh Trọng Số
• Loại tài liệu: luận án tiến sĩ
• Năm xuất bản: 2019
• Địa điểm: Hà Nội

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• MỞ ĐẦU. MỞ ĐẦU
• 1. CHƯƠNG 1: TỔNG QUAN VỀ TRA CỨU ẢNH DỰA VÀO NỘI DUNG
• 1.1. Tra cứu dựa vào văn bản
• 1.2. Tra cứu ảnh dựa vào nội dung
• 1.3. Trích rút đặc trưng trong tra cứu ảnh
• 1.3.1. Đặc trưng mầu
• 1.3.2. Đặc trưng kết cấu
• 1.3.3. Đặc trưng hình
• 1.3.4. Thông tin không gian
• 1.4. Một số nghiên cứu liên quan về giảm khoảng cách ngữ nghĩa trong tra cứu ảnh
• 1.5. Đánh giá hiệu năng
• 1.6. Kết luận Chương 1 và định hướng nghiên cứu
• 2. CHƯƠNG 2: PHƯƠNG PHÁP TRA CỨU ẢNH LIÊN QUAN NGỮ NGHĨA
• 2.1. Sơ đồ và ý tưởng phương pháp đề xuất
• 2.2. Phản hồi liên quan với truy vấn đa điểm
• 2.3. Thuật toán tra cứu ảnh đề xuất
• 2.3.1. Phân cụm tập ảnh phản hồi
• 2.3.2. Thuật toán đề xuất cho phân cụm gia tăng
• 2.3.3. Công thức đề xuất cho tính khoảng cách cải tiến
• 2.3.4. Công thức đề xuất cho tính trọng số ngữ nghĩa của truy vấn
• 2.3.5. Thuật toán đề xuất cho tính độ quan trọng đặc trưng
• 2.3.6. Thuật toán đề xuất cho gộp các danh sách kết quả
• 2.3.7. Thuật toán đề xuất chung cho tra cứu ảnh liên quan ngữ nghĩa
• 2.4. Đánh giá thực nghiệm
• 2.4.1. Môi trường thực nghiệm
• 2.4.2. Chiến lược mô phỏng phản hồi liên quan
• 2.4.3. Thực hiện truy vấn và đánh giá
• 2.5. Kết luận Chương 2
• 3. CHƯƠNG 3: PHƯƠNG PHÁP TRA CỨU ẢNH SỬ DỤNG TRỌNG SỐ THÍCH NGHI
• 3.1. Thuật toán xác định điểm truy vấn tối ưu và bộ trọng số thích nghi của hàm khoảng cách cải tiến
• 3.2. Đề xuất thuật toán tra cứu ảnh sử dụng bộ trọng số thích nghi
• 3.3. Thử nghiệm và đánh giá kết quả
• 3.3.1. Môi trường thực nghiệm
• 3.3.2. Các kết quả thực nghiệm và thảo luận
• 3.4. Kết luận Chương 3
• DANH MỤC HÌNH VẼ
• DANH MỤC BẢNG BIỂU
• TỪ VIẾT TẮT

Tóm tắt

I. Tổng quan về tra cứu ảnh dựa vào nội dung

Chương này trình bày tổng quan về tra cứu ảnh dựa vào nội dung, bao gồm các đặc trưng mức thấp của ảnh, cấu trúc hệ thống tra cứu ảnh và phân tích một số phương pháp tra cứu ảnh. Phân tích hình ảnh là một phần quan trọng trong việc nâng cao độ chính xác của các hệ thống tra cứu. Các đặc trưng như màu sắc, kết cấu và hình dạng được trích xuất tự động từ ảnh, giúp giảm thiểu những khó khăn trong việc sử dụng từ khóa. Hệ thống CBIR (Content-Based Image Retrieval) đã được phát triển để giải quyết vấn đề này, cho phép tra cứu ảnh dựa vào nội dung trực quan thay vì chỉ dựa vào siêu dữ liệu. Điều này giúp cải thiện đáng kể độ chính xác trong việc tìm kiếm ảnh.

1.1. Đặc trưng của ảnh

Các đặc trưng của ảnh bao gồm màu sắc, kết cấu và hình dạng. Những đặc trưng này được sử dụng để mô tả nội dung của ảnh và là cơ sở cho việc tra cứu ảnh. Việc trích xuất các đặc trưng này có thể được thực hiện tự động, giúp giảm thiểu sự phụ thuộc vào các từ khóa gán tay. Hệ thống CBIR sử dụng các đặc trưng này để tìm kiếm các ảnh tương tự trong cơ sở dữ liệu. Tuy nhiên, việc chỉ dựa vào các đặc trưng mức thấp có thể dẫn đến những sai lệch trong việc nhận diện nội dung ngữ nghĩa của ảnh. Do đó, cần có các phương pháp cải tiến để giảm khoảng cách ngữ nghĩa giữa các đặc trưng và khái niệm cao hơn.

II. Kỹ thuật điều chỉnh trọng số trong tra cứu ảnh

Kỹ thuật điều chỉnh trọng số là một phương pháp quan trọng trong việc nâng cao độ chính xác của tra cứu ảnh. Phương pháp này cho phép xác định độ quan trọng của từng đặc trưng trong quá trình tìm kiếm. Bằng cách sử dụng phản hồi từ người dùng, hệ thống có thể điều chỉnh trọng số của các đặc trưng để cải thiện kết quả tra cứu. Việc áp dụng kỹ thuật này giúp tối ưu hóa quá trình tìm kiếm, giảm thiểu thời gian và tăng cường hiệu suất. Các thuật toán như AWEIGHT đã được đề xuất để thực hiện điều này, cho phép hệ thống học hỏi từ các phản hồi và cải thiện độ chính xác theo thời gian.

2.1. Phân tích và đánh giá hiệu suất

Đánh giá hiệu suất của các phương pháp tra cứu ảnh là rất quan trọng để xác định tính khả thi và hiệu quả của chúng. Các chỉ số như độ chính xác và độ triệu hồi được sử dụng để đo lường hiệu suất của hệ thống. Việc phân tích các kết quả thực nghiệm cho thấy rằng việc áp dụng kỹ thuật điều chỉnh trọng số có thể cải thiện đáng kể độ chính xác của các kết quả tra cứu. Hệ thống có thể học hỏi từ các phản hồi của người dùng, từ đó điều chỉnh trọng số của các đặc trưng để phù hợp hơn với nhu cầu tìm kiếm của người dùng.

III. Ứng dụng thực tiễn của phương pháp

Phương pháp nâng cao độ chính xác tra cứu ảnh có nhiều ứng dụng thực tiễn trong các lĩnh vực như y tế, an ninh, và thương mại điện tử. Trong y tế, việc tra cứu ảnh có thể giúp bác sĩ tìm kiếm các hình ảnh liên quan đến bệnh lý một cách nhanh chóng và chính xác. Trong an ninh, hệ thống có thể được sử dụng để nhận diện các đối tượng trong video giám sát. Trong thương mại điện tử, việc tìm kiếm sản phẩm dựa trên hình ảnh có thể cải thiện trải nghiệm người dùng. Các ứng dụng này cho thấy giá trị thực tiễn của việc áp dụng các kỹ thuật điều chỉnh trọng số trong tra cứu ảnh.

3.1. Tương lai của tra cứu ảnh

Tương lai của tra cứu ảnh sẽ tiếp tục phát triển với sự tiến bộ của công nghệ học máy và trí tuệ nhân tạo. Các hệ thống sẽ ngày càng trở nên thông minh hơn, có khả năng hiểu và phân tích nội dung ngữ nghĩa của ảnh một cách sâu sắc hơn. Việc áp dụng các kỹ thuật như học sâu và trí tuệ nhân tạo sẽ mở ra nhiều cơ hội mới cho việc cải thiện độ chính xác và hiệu suất của các hệ thống tra cứu ảnh. Điều này không chỉ giúp nâng cao trải nghiệm người dùng mà còn tạo ra những giá trị mới trong các lĩnh vực ứng dụng khác nhau.