PHẦN MỞ ĐẦU 1. Tính cấp thiết của luận án Những năm gần đây, chúng ta đã chứng kiến sự tăng nhanh kích cỡ của các tập hợp ảnh số cùng với sự phát triển bùng nổ của các ứng dụng Internet. Hàng ngày, việc sử dụng các thiết bị thu nhận ảnh sinh ra nhiều giga-bytes dữ liệu ảnh. Một lƣợng lớn thông tin ảnh, khoảng hàng trăm triệu ảnh [12, 59, 70, 79], đã đƣợc đƣa lên Internet.
Tuy nhiên, không thể truy cập hoặc sử dụng thông tin trong các tập ảnh khổng lồ này, nếu chúng không đƣợc tổ chức để tra cứu hiệu quả trên toàn bộ dữ liệu ảnh. Quản trị cơ sở dữ liệu (CSDL) và thị giác máy là hai cộng đồng có đóng góp chính cho lĩnh vực tra cứu ảnh. Hai cộng đồng này tiếp cận tra cứu ảnh từ hai góc độ khác nhau, dựa vào văn bản mô tả ảnh và dựa vào đặc trƣng thị giác của bản thân ảnh. Sử dụng các kỹ thuật dựa vào văn bản mô tả ảnh hoặc từ khoá mô tả ảnh để quản lý CSDL ảnh là cách đơn giản thƣờng đƣợc sử dụng.
Các từ khoá mô tả ảnh cung cấp thông tin nội dung mô tả ảnh trong một CSDL ảnh đã cho, nhƣng để mô tả các ảnh đủ chi tiết, cần một tập từ khoá rất lớn và phức tạp. Một hạn chế nữa của cách tiếp cận này là cần nhân lực đƣợc đào tạo kỹ lƣỡng để xây dựng các từ khoá đối với mỗi ảnh và chọn các từ khoá phù hợp cho tra cứu các ảnh hiệu quả. Công việc mô tả nội dung ảnh thủ công này tốn nhiều thời gian, chi phí cao và phụ thuộc vào cảm nhận chủ quan của chuyên viên kỹ thuật theo nghĩa cùng một nội dung ảnh, những ngƣời khác nhau có thể đƣa ra cảm nhận về ảnh khác nhau. Cảm nhận chủ quan và mô tả nội dung ảnh không chính xác là nguyên nhân làm cho so sánh sai trong lúc tra cứu.
Hơn nữa, hệ thống dựa vào từ khoá rất khó thay đổi về sau. Do đó, cần có cách tiếp cận mới để khắc phục các hạn chế này. Để khắc phục các khó khăn ở trên, tra cứu ảnh dựa vào đặc trƣng thị giác của ảnh đã đƣợc đề xuất. Ý tƣởng cơ bản của cách tiếp cận này là sử dụng kỹ thuật trích (LUAN.anh 14 TIEU LUAN MOI download : skknchat@gmail.anh rút đặc trƣng thị giác một cách tự động để cho ra các mô tả nội dung ảnh một cách trực tiếp từ chính bản thân ảnh.
Hệ thống tra cứu ảnh dựa vào đặc trƣng thị giác sẽ xác định các ảnh trong CSDL ảnh có đặc trƣng thị giác tƣơng tự với ảnh truy vấn theo hai pha: Pha 1, tất cả các ảnh trong CSDL đƣợc xử lý, đƣợc trích chọn đặc trƣng thị giác. Quá trình xử lý và trích chọn đặc trƣng thị giác đƣợc thực hiện một cách tự động ngay khi các ảnh đƣợc nhập vào CSDL. Quá trình này gán cho mỗi ảnh một tập các ký hiệu mô tả, các ký hiệu mô tả ảnh này sẽ đƣợc lƣu trữ trong CSDL và đƣợc sử dụng trong pha tiếp theo. Pha 2, trích rút các đặc trƣng thị giác của ảnh truy vấn và so sánh các đặc trƣng này với các đặc trƣng thị giác của ảnh trong CSDL theo một độ đo tƣơng tự nào đó.
Các ảnh trong CSDL đƣợc phân hạng theo mức độ tƣơng tự của nó với ảnh truy vấn. Ảnh có hạng cao nhất đƣợc truy xuất. Trích rút nội dung thị giác của các ảnh hiệu quả và đo độ tƣơng tự giữa các ảnh dựa trên đặc trƣng thị giác là hai phần quan trọng trong tra cứu ảnh dựa vào đặc trƣng thị giác. Các nghiên cứu gần đây trong tra cứu ảnh tập trung vào trích chọn đặc trƣng thị giác gồm màu, kết cấu, hình dạng và thông tin không gian.
Màu là đặc trƣng đƣợc sử dụng rộng rãi nhất cho tra cứu ảnh do tính toán nhanh, tƣơng đối ổn định với các biến dạng nhỏ, thay đổi về kích thƣớc và hƣớng. Một số phƣơng pháp đã đƣợc đề xuất nhƣ: Phƣơng pháp lƣợc đồ màu toàn cục và lƣợc đồ màu cục bộ [51], phƣơng pháp véc tơ gắn kết màu [16], phƣơng pháp tƣơng quan màu [30], phƣơng pháp lƣợc đồ màu khối [54],… Tuy nhiên, hầu hết các phƣơng pháp này đều gặp phải vấn đề sử dụng nhiều không gian để lƣu trữ các lƣợc đồ màu biểu diễn ảnh, độ chính xác tra cứu không cao, độ phức tạp tính toán lớn, nhạy cảm với quay và dịch chuyển, không cho phép nhận biết các đối tƣợng tƣơng tự có màu khác nhau [7, 40, 52, 69]. Do đó, việc đề xuất các giải pháp tra cứu ảnh dựa vào đặc trƣng thị giác để khắc phục đƣợc các hạn chế ở trên là một nhu cầu cấp thiết. Đó cũng là lý do mà (LUAN.anh 15 TIEU LUAN MOI download : skknchat@gmail.anh luận án chọn đề tài ―Nghiên cứu cải tiến một số phƣơng pháp tra cứu ảnh sử dụng đặc trƣng ảnh‖.
Mục tiêu của luận án Mục tiêu của luận án là nghiên cứu đề xuất một số phƣơng pháp tra cứu ảnh sử dụng đặc trƣng màu và thông tin không gian. Các phƣơng pháp này sẽ hƣớng tới giải quyết các vấn đề về giảm không gian lƣu trữ các lƣợc đồ màu biểu diễn ảnh, ít nhạy cảm với quay và dịch chuyển, giảm độ phức tạp tính toán và tăng độ chính xác tra cứu. Các đóng góp của luận án Trong luận án này, tác giả nghiên cứu đề xuất các kỹ thuật tra cứu ảnh dựa vào đặc trƣng của vùng ảnh gồm: phƣơng pháp HG (Histogram Graph) [42], phƣơng pháp IHG (Improving Histogram Graph) [43], phƣơng pháp CSI (Color and Spatial Information) [45] và phƣơng pháp CCS (Cluster of Colors and Space) [46]: - Phƣơng pháp tra cứu ảnh dựa vào đặc trƣng màu, có tên là HG [42]. Đặc điểm của phƣơng pháp này là sử dụng ít không gian lƣu trữ các lƣợc đồ màu biểu diễn ảnh và ít nhạy cảm với quay và dịch chuyển.
- Để tăng cƣờng phƣơng pháp HG, chúng tôi đã đề xuất phƣơng pháp IHG [43], nhằm giảm thời gian và tăng độ chính xác tra cứu của phƣơng pháp HG nhƣng vẫn sử dụng ít không gian lƣu trữ các lƣợc đồ màu biểu diễn ảnh và ít nhạy cảm với quay và dịch chuyển. - Phƣơng pháp CSI [45] trích rút đặc trƣng màu và thông tin không gian của các vùng ảnh và sử dụng trong quá trình tra cứu để nâng cao hiệu năng tra cứu. - Phƣơng pháp CCS [46] phân hoạch ảnh thành các cụm màu thuần nhất (các cụm màu này có thể có kích cỡ khác nhau) và trích rút thông tin màu và không gian của mỗi vùng phục vụ quá trình tra cứu.anh 16 TIEU LUAN MOI download : skknchat@gmail.anh - Xây dựng hệ thống tra cứu ảnh dựa vào đặc trƣng thị giác có tên là LVFIR (Local Visual Feature-based Image Retrieval) trên cơ sở các kỹ thuật đề xuất của tác giả. Hệ thống này gồm hai module chính là module tiền xử lý và module tra cứu.
Bố cục của luận án Luận án này đƣợc bố cục thành bốn chƣơng, gồm 125 trang. Chƣơng 1 giới thiệu tổng quan về trích rút đặc trƣng và tra cứu ảnh dựa vào đặc trƣng thị giác và đƣa ra một số kết luận và định hƣớng cho nghiên cứu. Chƣơng 2 trình bày kỹ thuật tra cứu ảnh dựa vào lƣợc đồ màu khối, có tên là HG [42] và cải tiến của nó, có tên là IHG [43]. Chƣơng 3 trình bày kỹ thuật trích rút đặc trƣng của vùng ảnh sử dụng trong quá trình tra cứu ảnh, có tên là CSI [45] và CCS [46].
Chƣơng 4 trình bày thiết kế và thực hiện hệ thống thực nghiệm tra cứu ảnh dựa vào đặc trƣng thị giác (sử dụng các kỹ thuật đƣợc đề xuất trong Chƣơng 2 và Chƣơng 3) LVFIR, cùng với một số kết quả. Cuối cùng, chúng tôi đƣa ra một số kết luận và đề xuất các nghiên cứu trong tƣơng lai.anh 17 TIEU LUAN MOI download : skknchat@gmail.anh Chƣơng 1. TỔNG QUAN VỀ TRÍCH RÚT ĐẶC TRƢNG VÀ TRA CỨU ẢNH DỰA VÀO ĐẶC TRƢNG Trong chƣơng này, chúng tôi sẽ giới thiệu một số khái niệm và kỹ thuật cơ bản về trích rút đặc trƣng và tra cứu ảnh dựa vào đặc trƣng thị giác gồm: các đặc trƣng, kiến trúc của hệ thống tra cứu ảnh dựa vào đặc trƣng thị giác, trích rút đặc trƣng, các độ đo tƣơng tự, đánh giá hiệu năng tra cứu và giới thiệu một số hệ thống tra cứu ảnh dựa vào đặc trƣng thị giác. Đặc biệt chúng tôi nhấn mạnh vào đặc trƣng màu.
Cuối cùng chúng tôi sẽ đƣa ra một số kết luận và định hƣớng cho nghiên cứu.1 Các đặc trƣng Dữ liệu ảnh thô không đƣợc sử dụng trực tiếp trong hầu hết các hệ thống thị giác máy vì hai lý do: Thứ nhất, tốn nhiều không gian để lƣu trữ ảnh và độ phức tạp tính toán lớn. Thứ hai, nhiều thông tin của ảnh là dƣ thừa và/ hoặc không hữu ích. Thay vì sử dụng toàn bộ ảnh, chúng ta chỉ cần sử dụng một biểu diễn quan trọng nhất. Bƣớc tìm biểu diễn đƣợc gọi là trích rút đặc trưng và kết quả của biểu diễn là véc tơ đặc trƣng.
Trích rút đặc trƣng có thể xem nhƣ việc ánh xạ ảnh từ không gian ảnh sang không gian đặc trƣng. Liên quan đến nội dung ảnh, các đặc trƣng ảnh có thể đƣợc phân thành đặc trƣng thị giác và đặc trƣng ngữ nghĩa. Đặc trƣng thị giác có thể đƣợc phân loại tiếp thành đặc trƣng chung và đặc trƣng theo lĩnh vực [12, 70, 79]. Các đặc trƣng thị giác chung gồm màu, kết cấu, hình dạng và quan hệ không gian.
Các đặc trƣng theo lĩnh vực bao gồm tri thức về lĩnh vực nhƣ mặt ngƣời, vân tay,. Đặc trƣng ngữ nghĩa không dễ dàng đƣợc trích rút và thƣờng đƣợc suy diễn từ các đặc trƣng mức thấp hoặc sử dụng văn bản mô tả ảnh.1 Các đặc trƣng toàn cục và cục bộ Các đặc trƣng ảnh có thể là toàn cục hoặc cục bộ. Nếu các đặc trƣng biểu diễn nội dung thị giác của toàn bộ ảnh, các đặc trƣng này đƣợc gọi là các đặc trƣng toàn (LUAN.anh 18 TIEU LUAN MOI download : skknchat@gmail. Ngƣợc lại, các đặc trƣng biểu diễn nội dung thị giác của một phần ảnh thì đƣợc gọi là đặc trƣng cục bộ.2 Các đặc trƣng thị giác trong tra cứu ảnh Đặc trƣng màu: Màu có vai trò quan trọng trong tra cứu ảnh dựa vào đặc trƣng thị giác.
Các màu có thể đƣợc biểu diễn trong các không gian màu khác nhau nhƣ RGB, HSV,. Đặc trƣng kết cấu: Kết cấu là tập các điểm trong một vùng thỏa mãn ràng buộc hay qui luật nào đó. Đặc trƣng này khá quan trọng cho tra cứu ảnh.