I. Tra Cứu Ảnh Dựa Trên Nội Dung Tổng Quan Hệ Thống CBIR
Trong hai thập kỷ qua, Internet đã cách mạng hóa cách chúng ta tìm kiếm thông tin. Tương tự như việc tìm kiếm văn bản bằng từ khóa trên Google, chúng ta có thể tìm kiếm ảnh dựa trên nội dung trực quan của chúng. Hệ thống tra cứu ảnh dựa trên nội dung (CBIR), hoặc đơn giản là tra cứu ảnh, cho phép người dùng cung cấp một ảnh đầu vào và hệ thống sẽ tìm kiếm các ảnh tương tự nhất trong cơ sở dữ liệu. Sự tương đồng này dựa trên các khái niệm được thể hiện trong ảnh. Các hệ thống này trích xuất các biểu diễn trực quan của ảnh, định nghĩa các hàm tìm kiếm và đối sánh mối liên quan theo yêu cầu người dùng. Lĩnh vực này thu hút sự quan tâm đáng kể từ cộng đồng nghiên cứu. Điều này làm giảm đáng kể những khó khăn của cách tiếp cận thuần túy dựa trên chú thích, bởi vì quá trình trích rút đặc trưng có thể được thực hiện tự động. Kể từ khi ra đời, tra cứu ảnh dựa vào nội dung đã thu hút sự quan tâm nghiên cứu rất lớn, phạm vi từ nghiên cứu tới thương mại. Một số hệ thống nguyên mẫu thực nghiệm và các sản phẩm thương mại đã được đề xuất và xây dựng như QBIC, MARS.
1.1. Các Thành Phần Cơ Bản của Hệ Thống Tra Cứu Ảnh CBIR
Một hệ thống CBIR bao gồm các thành phần cơ bản như trích chọn đặc trưng, đo độ tương tự, đánh chỉ số, phản hồi liên quan. Hệ thống có thể thực hiện qua nhiều công đoạn: nhập ảnh truy vấn, nhập dữ liệu ảnh cho csdl, chuẩn hóa ảnh, trích chọn đặc trưng của ảnh truy vấn và ảnh trong cơ sở dữ liệu, tính toán độ tương tự và cách hiển thị kết quả lên màn hình. Tuy nhiên chúng ta có miêu tả khái quát một hệ thống tra cứu ảnh thông qua những công đoạn chính sau: Trích chọn đặc trưng; Đo độ tương tự giữa các ảnh; Đánh chỉ số; Tra cứu và hiển thị kết quả; Phản hồi liên quan.
1.2. Quy Trình Tra Cứu Ảnh và Yêu Cầu Của Hệ Thống
Quá trình thực thi của hệ thống tra cứu ảnh bao gồm: người dùng đưa ra truy vấn, hệ thống trích chọn đặc trưng, so sánh với cơ sở dữ liệu đặc trưng, và trả ra kết quả tra cứu. Một hệ thống tra cứu ảnh cần đáp ứng được các nhu cầu của người dùng, cách mô tả nội dung ảnh, trích chọn đặc trưng, lưu trữ cơ sở dữ liệu ảnh, truy vấn hình ảnh tương tự, truy xuất hình ảnh hiệu quả, và giao diện thân thiện. Có thể nói một hệ thống tra cứu ảnh hiệu quả cần có quy trình rõ ràng để đạt được kết quả tốt nhất.
II. Thách Thức Trong Tra Cứu Ảnh Khoảng Trống Ngữ Nghĩa CBIR
Mặc dù CBIR có nhiều tiến bộ, người dùng vẫn gặp khó khăn trong việc tìm kiếm thông tin liên quan từ tập dữ liệu ảnh lớn không đồng nhất về mặt nội dung và ngữ nghĩa. Điều này dẫn đến kết quả tìm kiếm chưa được như mong muốn. Thông tin mà máy tính hiểu nội dung ảnh thường là các giá trị điểm ảnh, vector đặc trưng được trích rút theo các thủ tục,. còn con người hiểu về nội dung của ảnh thường là các khái niệm ngữ nghĩa. Do không có sự tương quan một cách chính xác giữa nội dung mà máy tính có được thông qua đặc trưng trực quan mức thấp dung mà con người hiểu thông qua các khái niệm ngữ nghĩa mức cao dẫn đến khoảng trống ngữ nghĩa. Hiệu năng của tra cứu ảnh dựa vào nội dung vẫn còn xa so với kỳ vọng của người dùng.
2.1. Định Nghĩa Khoảng Trống Ngữ Nghĩa Trong Tra Cứu Ảnh
Khoảng trống ngữ nghĩa định nghĩa theo Smeulders và cộng sự như sau: “Khoảng trống ngữ nghĩa là sự không tương đồng giữa thông tin ảnh, được trích rút từ dữ liệu trực quan so với diễn giải về dữ liệu ảnh đó bởi người dùng trong tình huống cụ thể ”. Khoảng trống ngữ nghĩa nằm giữa các đặc trưng trực quan mức thấp của các ảnh và các ngữ nghĩa mức cao mong muốn dự định suy ra từ các đặc trưng trực quan mức thấp. Các thực nghiệm trên các hệ thống CBIR chỉ ra rằng các nội dung mức thấp thường thất bại trong mô tả các khái niệm ngữ nghĩa mức cao của ảnh.
2.2. Các Phương Pháp Thu Hẹp Khoảng Trống Ngữ Nghĩa CBIR
Để khắc phục hạn chế trên, các hướng nghiên cứu tập trung vào các phương pháp giảm khoảng trống ngữ nghĩa giữa đặc trưng mức thấp và khái niệm mức cao. Để thu hẹp được khoảng trống ngữ nghĩa, nâng cao hiệu quả tra cứu ảnh theo nội dung cần sử dụng kết hợp đa đặc trưng để so sánh độ tương tự, đánh chỉ số tra cứu. Việc sử dụng kết hợp đa đặc trưng để so sánh độ tương tự sẽ dẫn đến đa khoảng cách do đó cần độ đo toàn cục như một kết hợp tối ưu tuyến tính của các hàm khoảng cách thành phần.
III. Tối Ưu Pareto và Khoảng Cách Giải Pháp Tra Cứu Ảnh CBIR
Luận văn này đề cập đến phương pháp “Tra cứu ảnh dựa trên khoảng cách và bài toán tối ưu Pareto”, nghiên cứu sử dụng cách tiếp cận tối ưu Pareto như một bài toán tiền xử lý dữ liệu (rút gọn tập mẫu). Qua đó, không gian tìm kiếm trên tập độ đo khoảng cách với truy vấn được thu gọn nhất của tập Pareto. Tập thu gọn này được sử dụng như dữ liệu đầu vào giúp cho bộ máy phân lớp hoạt động hiệu quả hơn. Pareto optimality là một khái niệm quan trọng trong tối ưu đa mục tiêu.
3.1. Ứng Dụng Tối Ưu Pareto Trong Xử Lý Ảnh và Tra Cứu
Nghiên cứu sử dụng tối ưu Pareto như một phương pháp tiền xử lý dữ liệu để rút gọn tập mẫu. Không gian tìm kiếm trên tập độ đo khoảng cách với truy vấn được thu gọn nhất của tập Pareto. Tập Pareto thu gọn được sử dụng làm dữ liệu đầu vào, giúp bộ máy phân lớp hoạt động hiệu quả hơn. Điều này giúp cải thiện đáng kể tốc độ và độ chính xác của quá trình tra cứu.
3.2. Vai Trò Của Khoảng Cách Trong Tối Ưu Pareto cho Tra Cứu Ảnh
Việc sử dụng đa đặc trưng dẫn đến đa khoảng cách, đòi hỏi một độ đo toàn cục như một kết hợp tối ưu tuyến tính của các hàm khoảng cách thành phần. Khoảng cách Euclidean, Khoảng cách Manhattan, và Khoảng cách cosine là những phương pháp đo khoảng cách phổ biến trong không gian đặc trưng của ảnh. Việc lựa chọn phương pháp đo khoảng cách phù hợp là yếu tố quan trọng ảnh hưởng đến hiệu quả của tối ưu Pareto trong tra cứu ảnh.
IV. Thuật Toán Pareto và Rút Gọn Không Gian Tìm Kiếm Ảnh CBIR
Chương 2 của luận văn giới thiệu bài toán tra cứu ảnh theo nội dung và các khoảng cách thường dùng trong tra cứu ảnh, đa mục tiêu theo khoảng cách, đề xuất rút gọn tập ứng viên nhằm giảm không gian tìm kiếm dựa vào tiếp cận tối ưu đa mục tiêu Pareto. Sử dụng giải thuật Pareto cho phép chúng ta xác định một tập các giải pháp không bị chi phối bởi bất kỳ giải pháp nào khác. Điều này giúp loại bỏ các ảnh không liên quan một cách hiệu quả.
4.1. Tiếp Cận Giải Bài Toán Tối Ưu Đa Mục Tiêu Pareto trong CBIR
Bài toán tra cứu ảnh có thể được xem như một bài toán tối ưu đa mục tiêu, trong đó các mục tiêu có thể là tối thiểu hóa khoảng cách theo nhiều đặc trưng khác nhau (màu sắc, hình dạng, kết cấu). Tối ưu đa mục tiêu Pareto giúp tìm ra các ảnh cân bằng tốt giữa các mục tiêu này, từ đó cải thiện độ chính xác của kết quả tra cứu. Phương pháp giúp rút gọn không gian tìm kiếm dựa vào tập Pareto.
4.2. Nâng Cao Hiệu Quả Phân Lớp Ảnh Thông Qua Rút Gọn Tập Mẫu
Việc rút gọn tập mẫu thông qua tối ưu Pareto giúp giảm độ phức tạp tính toán cho bộ phân lớp, đồng thời cải thiện độ chính xác do loại bỏ các ảnh gây nhiễu. Tập thu gọn được sử dụng như dữ liệu đầu vào giúp cho bộ máy phân lớp hoạt động hiệu quả hơn.
V. Ứng Dụng Thực Nghiệm và Đánh Giá Hiệu Năng Tra Cứu Ảnh
Chương 3 của luận văn trình bày thiết kế hệ thống đề xuất, cơ sở dữ liệu thử nghiệm và đánh giá kết quả đạt được so với các phương pháp khác. Hệ thống đề xuất được xây dựng dựa trên cách tiếp cận tối ưu Pareto và sử dụng các phương pháp học máy như AdaBoost và SVM để phân lớp ảnh. Kết quả thực nghiệm cho thấy hệ thống đề xuất có hiệu năng vượt trội so với các phương pháp cơ sở.
5.1. Thiết Kế Chương Trình Thử Nghiệm và Giao Diện Người Dùng
Chương trình thử nghiệm được thiết kế với giao diện thân thiện, cho phép người dùng dễ dàng nhập ảnh truy vấn và xem kết quả tra cứu. Các bước thực hiện truy vấn được thực hiện một cách trực quan, giúp người dùng hiểu rõ quy trình hoạt động của hệ thống. Giao diện người dùng là yếu tố quan trọng để người dùng có thể dễ dàng tương tác với hệ thống.
5.2. So Sánh và Đánh Giá Kết Quả Với Các Phương Pháp Tra Cứu
Kết quả tra cứu được đánh giá bằng các độ đo như độ chính xác và độ phủ. So sánh với các phương pháp cơ sở như SVM, AdaBoost, MARS cho thấy phương pháp đề xuất Pareto-AdaBoost và Pareto-SVM có hiệu năng vượt trội trên các tập dữ liệu Wang, Oxford Building, Caltech. Các bảng biểu, đồ thị minh họa được sử dụng để so sánh độ chính xác trên các kết quả top-k của các kỹ thuật đề xuất.
VI. Kết Luận và Hướng Phát Triển Tra Cứu Ảnh CBIR Tương Lai
Luận văn đã trình bày một phương pháp mới cho tra cứu ảnh dựa trên nội dung, sử dụng tối ưu Pareto để rút gọn không gian tìm kiếm và cải thiện hiệu năng của các phương pháp phân lớp. Kết quả thực nghiệm cho thấy phương pháp đề xuất có tiềm năng lớn trong việc giải quyết bài toán tra cứu ảnh với dữ liệu lớn và phức tạp. Hướng phát triển tương lai có thể tập trung vào việc kết hợp phương pháp học sâu để trích xuất đặc trưng ảnh hiệu quả hơn.
6.1. Tổng Kết và Đóng Góp Của Nghiên Cứu CBIR
Nghiên cứu đã đóng góp một cách tiếp cận mới cho tra cứu ảnh, giúp cải thiện độ chính xác và tốc độ tra cứu. Phương pháp đề xuất có thể được áp dụng cho nhiều ứng dụng khác nhau, như tìm kiếm ảnh trên Internet, quản lý thư viện ảnh, và nhận dạng đối tượng trong ảnh.
6.2. Triển Vọng và Ứng Dụng Của Tra Cứu Ảnh Trong Tương Lai
Trong tương lai, tra cứu ảnh sẽ ngày càng trở nên quan trọng khi lượng dữ liệu ảnh ngày càng tăng. Việc kết hợp phương pháp học sâu và tối ưu Pareto sẽ giúp xây dựng các hệ thống tra cứu ảnh thông minh và hiệu quả hơn. Điều này mở ra nhiều cơ hội ứng dụng trong các lĩnh vực như computer vision, image retrieval, và content-based image retrieval (CBIR).
