TAILIEUCHUNG - Một phương pháp tra cứu ảnh học biểu diễn và học đa tạp cho giảm chiều với thông tin từ người dùng

Bài viết đề xuất một phương pháp tra cứu ảnh RMLIR hiệu quả cho phép cải thiện kết quả độ chính xác. Phương pháp của chúng tôi khai thác việc học biểu diễn ảnh bằng cách tận dụng một mô hình học sâu đã huấn luyện với tập dữ liệu lớn và tận dụng thông tin phản hồi của người dùng giải quyết vấn đề chiều đặc trưng lớn so với số mẫu phản hồi thông qua học đa tạp cho giảm chiều | Kỷ yếu Hội nghị KHCN Quốc gia lần thứ XII về Nghiên cứu cơ bản và ứng dụng Công nghệ thông tin FAIR Huế ngày 07-08 6 2019 DOI MỘT PHƯƠNG PHÁP TRA CỨU ẢNH HỌC BIỂU DIỄN VÀ HỌC ĐA TẠP CHO GIẢM CHIỀU VỚI THÔNG TIN TỪ NGƯỜI DÙNG Cù Việt Dũng1 Nguyễn Hữu Quỳnh1 Ngô Quốc Tạo2 Trần Thị Minh Thu1 1 Khoa Công nghệ thông tin Trƣờng Đại học Điện lực 2 Viện Công nghệ thông tin Viện Hàn lâm Khoa học và Công nghệ Việt Nam dungcv@ nhquynh@ thuttm@ TÓM TẮT Trong những năm gần đây đã có nhiều phương pháp tra cứu ảnh được đông đảo các nhóm tác giả nghiên cứu và đề xuất. Tuy nhiên các phương pháp này thường dùng một số đặc trưng thủ công và phản hồi trên tập mẫu có số lượng hạn chế nhưng số chiều đặc trưng mức lớn the curse of dimensionality trong không gian đặc trưng dẫn đến kết quả độ chính xác kém. Trong bài báo này chúng tôi đề xuất một phương pháp tra cứu ảnh RMLIR hiệu quả cho phép cải thiện kết quả độ chính xác. Phương pháp của chúng tôi khai thác việc học biểu diễn ảnh bằng cách tận dụng một mô hình học sâu đã huấn luyện với tập dữ liệu lớn và tận dụng thông tin phản hồi của người dùng giải quyết vấn đề chiều đặc trưng lớn so với số mẫu phản hồi thông qua học đa tạp cho giảm chiều. Chúng tôi cũng cung cấp các kết quả và đánh giá thực nghiệm trên cơ sở dữ liệu đặc trưng 10800 ảnh để chỉ ra độ chính xác của phương pháp đề xuất. Từ khóa Tra cứu ảnh dựa vào nội dung tiền huấn luyện học biểu diễn mạng nơron tích chập học đa tạp giảm chiều. I. GIỚI THIỆU Hiệu quả tra cứu của một hệ thống tra cứu ảnh dựa vào nội dung chủ yếu phụ thuộc vào biểu diễn đặc trƣng và độ đo tƣơng tự những điều này đã đƣợc nghiên cứu rộng rãi bởi các nhà nghiên cứu đa phƣơng tiện trong nhiều thập kỷ qua. Mặc dù một loạt các kỹ thuật đã đƣợc đề xuất nhƣng nó vẫn là một trong những thách thức to lớn trong nghiên cứu tra cứu ảnh dựa vào nội dung CBIR . Về cốt lõi các đặc trƣng hình ảnh ảnh hƣởng đến mọi khía cạnh của các ứng dụng thị giác máy tính bao gồm

• Cơ sở dữ liệu
• Tra cứu ảnh dựa vào nội dung
• Học biểu diễn
• Mạng nơron tích chập
• Học đa tạp
• Mô hình học sâu
• Giảm chiều dữ liệu
• Phân lớp cân bằng
• Ngữ cảnh tập mẫu huấn luyện hạn chế
• Phương pháp tra cứu ảnh IREC
• Phương pháp tra cứu ảnh
• Độ tương tự nhận thức
• Tương tự nhận thức
• Véc tơ đặc trưng
• Điều chỉnh truy vấn
• Phản hồi liên quan
• Truy vấn đa điểm
• Phân cụm phổ
• Tra cứu ảnh sử dụng phân cụm phổ
• Phương pháp SCRF
• Kỹ thuật tra cứu ảnh
• Truy vấn ảnh dựa vào nội dung
• Tra cứu ảnh dựa trên nội dung
• Đặc trưng mức thấp
• Chuẩn hóa đặc trưng mức thấp
• Chất lượng CBIR
• Chuẩn hóa dữ liệu
• Hiệu chỉnh trọng số
• Chuẩn hóa khoảng cách
• Kết hợp đặc trưng trong CBIR
• Luận án Tiến sĩ
• Khoa học máy tính
• Kỹ thuật điều chỉnh trọng số
• Công nghệ thông tin
• Phương pháp SRIR
• Khoa học Công nghệ thông và Truyền thông
• Học độ đo khoảng cách tối ưu
• Hệ thống CBIR
• Phép chiếu tuyến tính
• Máy véc tơ hỗ trợ
• Bộ phân lớp không gian con ngẫu nhiên
• Thuật toán RFRS
• Chiến lược mô phỏng phản hồi liên quan
• Kỷ yếu hội nghị Quốc gia về Điện tử truyền thông
• Kỹ thuật tra cứu ảnh cây dược liệu
• Tính độ tương tự
• Quản lý cây dược liệu
• Luận án tiến sĩ Toán học
• Cơ sở Toán cho Tin học
• Kỹ thuật phân hạng
• Đặc trưng cục bộ
• Chuẩn hóa trong CBIR