TAILIEUCHUNG - Nâng cao độ chính xác tra cứu ảnh dựa vào nội dung trong ngữ cảnh tập mẫu huấn luyện hạn chế

Bài viết trình bày việc đề xuất phương pháp tra cứu ảnh IREC (An image retrieval method using efficient Classifier), nó có ưu điểm xây dựng được bộ huấn luyện cân bằng giữa lớp âm và lớp dương. | Kỷ yếu Hội nghị KHCN Quốc gia lần thứ XI về Nghiên cứu cơ bản và ứng dụng Công nghệ thông tin FAIR Hà Nội ngày 09-10 8 2018 DOI NÂNG CAO ĐỘ CHÍNH XÁC TRA CỨU ẢNH DỰA VÀO NỘI DUNG TRONG NGỮ CẢNH TẬP MẪU HUẤN LUYỆN HẠN CHẾ Đào Thị Thúy Quỳnh Nguyễn Hữu Quỳnh Phƣơng Văn Cảnh Ngô Quốc Tạo Khoa Công nghệ thông tin Học viện Công nghệ Bưu chính Viên thông Khoa Công nghệ thông tin Trường Đại học Điện lực Viện Công nghệ thông tin Viện Hàn lâm Khoa học và Công nghệ Việt Nam thuyquynhtn90@ quynhnh@ canhpv@ nqtao@ TÓM TẮT Nhiều hệ thống tra cứu ảnh hiện nay có tích hợp phản hồi liên quan để giảm khoảng trống ngữ nghĩa giữa mô tả ảnh mức thấp và ngữ nghĩa mức cao trong suy nghĩ người dùng. Từ thông tin người dùng cung cấp một thuật toán phân lớp áp dụng lên tập huấn luyện tạo ra một bộ phân lớp được sử dụng trong pha tra cứu tiếp theo. Tuy nhiên có hai hạn chế của tra cứu ảnh sử dụng phản hồi liên quan với SVM a dữ liệu mất cân bằng mẫu dương và âm mẫu âm thường lớn hơn mẫu dương b số lượng mẫu phản hồi của người dùng thường rất nhỏ so với số chiều của dữ liệu. Nhằm khắc phục hai hạn chế trên chúng tôi đề xuất phương pháp tra cứu ảnh IREC An image retrieval method using efficient Classifier nó có ưu điểm xây dựng được bộ huấn luyện cân bằng giữa lớp âm và lớp dương. Bên cạnh đó phương pháp khai thác tính chất hình học của dữ liệu đa tạp nhằm giảm số chiều của tập mẫu huấn luyện theo hướng tiếp cận phổ. Để minh chứng tính hiệu quả của của phương pháp đề xuất chúng tôi cung cấp các kết quả thực nghiệm trên cơ sở dữ liệu đặc trưng gồm 10800 ảnh. Từ khóa Tra cứu ảnh dựa vào nội dung phản hồi liên quan đa tạp phổ giảm chiều dữ liệu phân lớp cân bằng. I. GIỚI THIỆU Gần đây tra cứu ảnh đã thu hút sự quan tâm của nhiều nhà nghiên cứu trong cộng đồng khoa học máy tính. Với sự sẵn có của các thiết bị thu nhận ảnh số số lượng ảnh số tăng lên với tốc độ nhanh chóng. Hệ thống tra cứu ảnh tự động trở thành chìa khóa cho việc sử

• Quản trị mạng
• Tra cứu ảnh dựa vào nội dung
• 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
• Học biểu diễn
• Mạng nơron tích chập
• Học đa tạp
• Mô hình học sâu
• 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