I. Nâng cao hiệu quả tra cứu ảnh
Luận án tập trung vào việc nâng cao hiệu quả tra cứu ảnh thông qua việc hiệu chỉnh độ đo tương tự và phản hồi liên quan. Phương pháp tra cứu ảnh dựa trên nội dung (CBIR) được nghiên cứu để cải thiện độ chính xác và hiệu suất tìm kiếm. Các đặc trưng thị giác như màu sắc, kết cấu và hình dạng được trích chọn tự động, giúp mô tả nội dung ảnh một cách nhất quán. Tuy nhiên, khoảng cách giữa đặc trưng mức thấp và khái niệm ngữ nghĩa vẫn là thách thức lớn. Luận án đề xuất các giải pháp để thu hẹp khoảng cách này, bao gồm việc xây dựng độ đo tương tự hiệu quả và khai thác thông tin phản hồi từ người dùng.
1.1. Hiệu chỉnh độ đo tương tự
Hiệu chỉnh độ đo tương tự là một trong những trọng tâm của luận án. Độ đo tương tự được xây dựng dựa trên việc kết hợp nhiều đặc trưng thị giác, giúp cải thiện độ chính xác trong việc tìm kiếm ảnh. Luận án đề xuất mô hình kết hợp các đặc trưng sử dụng tích phân Choquet, giúp tối ưu hóa việc tính toán độ tương tự. Phương pháp này không chỉ cải thiện hiệu quả tra cứu mà còn giảm thiểu sự phụ thuộc vào cảm nhận chủ quan của người dùng.
1.2. Phản hồi liên quan
Phản hồi liên quan được sử dụng để điều chỉnh kết quả tra cứu dựa trên thông tin từ người dùng. Luận án đề xuất kỹ thuật học chủ động với phản hồi liên quan, giúp hệ thống cải thiện độ chính xác sau ít vòng phản hồi nhất. Phương pháp này cho phép hệ thống học từ các mẫu được gán nhãn bởi người dùng, từ đó điều chỉnh độ đo tương tự phù hợp với mong muốn của người dùng.
II. Tối ưu hóa tìm kiếm hình ảnh
Luận án đề xuất các phương pháp tối ưu hóa tìm kiếm hình ảnh thông qua việc cải tiến thuật toán và mô hình tính toán. Các phương pháp dựa trên đặc trưng toàn cục, đặc trưng mức vùng và đặc trưng mức đối tượng được nghiên cứu để nâng cao hiệu quả tra cứu. Đặc biệt, việc sử dụng công nghệ nhận diện hình ảnh và thuật toán tìm kiếm hình ảnh giúp cải thiện độ chính xác và tốc độ tìm kiếm.
2.1. Công nghệ nhận diện hình ảnh
Công nghệ nhận diện hình ảnh được áp dụng để trích chọn các đặc trưng thị giác từ ảnh. Các đặc trưng này được sử dụng để tính toán độ tương tự giữa các ảnh trong cơ sở dữ liệu. Luận án đề xuất các phương pháp cải tiến trong việc trích chọn đặc trưng, giúp tăng cường khả năng tìm kiếm và phân loại hình ảnh.
2.2. Thuật toán tìm kiếm hình ảnh
Thuật toán tìm kiếm hình ảnh được nghiên cứu để tối ưu hóa quá trình đối sánh và tìm kiếm. Luận án đề xuất các thuật toán mới dựa trên đối sánh đồ thị xương, giúp cải thiện độ chính xác trong việc tìm kiếm ảnh theo nội dung. Các thuật toán này được đánh giá thông qua các thử nghiệm trên các tập dữ liệu lớn, cho thấy hiệu quả vượt trội so với các phương pháp truyền thống.
III. Cải thiện trải nghiệm người dùng
Luận án tập trung vào việc cải thiện trải nghiệm người dùng thông qua việc tăng cường khả năng tìm kiếm và tối ưu hóa nội dung hình ảnh. Các công cụ tìm kiếm hình ảnh được nghiên cứu để đáp ứng nhu cầu ngày càng cao của người dùng. Đồng thời, việc phân tích dữ liệu hình ảnh và tương tác người dùng với hình ảnh được đề xuất để nâng cao hiệu quả tra cứu.
3.1. Tăng cường khả năng tìm kiếm
Tăng cường khả năng tìm kiếm là một trong những mục tiêu chính của luận án. Các phương pháp được đề xuất giúp người dùng tìm kiếm ảnh một cách nhanh chóng và chính xác hơn. Việc sử dụng các công cụ tìm kiếm hình ảnh hiện đại và tối ưu hóa SEO hình ảnh giúp cải thiện đáng kể hiệu quả tra cứu.
3.2. Tương tác người dùng với hình ảnh
Tương tác người dùng với hình ảnh được nghiên cứu để cải thiện trải nghiệm người dùng. Luận án đề xuất các phương pháp phân tích dữ liệu hình ảnh dựa trên phản hồi từ người dùng, giúp hệ thống điều chỉnh kết quả tra cứu phù hợp với nhu cầu của người dùng. Các phương pháp này không chỉ cải thiện độ chính xác mà còn tăng cường sự hài lòng của người dùng.
