tailieunhanh - Cải tiến tra cứu ảnh thông qua kết hợp các bộ phân lớp không gian con ngẫu nhiên

Bài viết đề xuất một phương pháp tra cứu ảnh phản hồi liên quan hiệu quả gọi là RFRS (Image retrieval using relevance feedback with random subspace), cho phép nâng cao hiệu năng của hệ thống tra cứu ảnh thông qua việc giải quyết vấn đề quá khớp. | 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 CẢI TIẾN TRA CỨU ẢNH THÔNG QUA KẾT HỢP CÁC BỘ PHÂN LỚP KHÔNG GIAN CON NGẪU NHIÊN Cù Việt Dũng1 Nguyễn Hữu Quỳnh1 An Hồng Sơn2 Đào Thị Thúy Quỳnh3 1 Khoa Công nghệ thông tin Trường Đại học Điện lực 2 Trường Đại học Công nghiệp Việt Hung 3 Khoa Công nghệ thông tin Trường Bưu chính Viễn thông dungcv@ nhquynh@ sonanhongvh@ thuyquynhtn90@ TÓM TẮT Đã có nhiều phương pháp tra cứu ảnh phản hồi liên quan dựa vào phân lớp sử dụng máy véc tơ hỗ trợ SVM . Tuy nhiên các phương pháp này chưa đề cập tới vấn đề quá khớp với mẫu phản hồi dẫn đến độ chính xác thấp. Trong bài báo này chúng tôi đề xuất một phương pháp tra cứu ảnh phản hồi liên quan hiệu quả gọi là RFRS Image retrieval using relevance feedback with random subspace cho phép nâng cao hiệu năng của hệ thống tra cứu ảnh thông qua việc giải quyết vấn đề quá khớp. Phương pháp của chúng tôi xây dựng nhiều bộ phân lớp máy véc tơ hỗ trợ dùng không gian con ngẫu nhiên thay vì một bộ và tổ hợp chúng thành một luật quyết định mạnh. Chúng tôi cũng cung cấp các kết quả thực nghiệm trên cơ sở dữ liệu đặc trưng 10800 ảnh để chỉ ra độ chính xác của phương pháp Từ khóa Tra cứu ảnh dựa vào nội dung không gian con máy véc tơ hỗ trợ phản hồi liên quan quá khớp. I. GIỚI THIỆU Trong những thập kỷ vừa qua tra cứu ảnh dựa vào nội dung CBIR đã thu hút nhiều sự quan tâm của nhiều nhà nghiên cứu 1 2 6 7 . Các hệ thống CBIR truyền thống thường đo độ tương tự giữa ảnh truy vấn và các ảnh trong cơ sở dữ liệu bằng cách đo độ đo khoảng cách trong một không gian nhiều chiều 1 2 6 7 . Tuy nhiên bằng cách đo độ đo khoảng cách này trong không gian nhiều chiều thường không hiệu quả do khoảng trống giữa các đặc trưng mức thấp và các khái niệm ngữ nghĩa mức cao. Để thu hẹp khoảng trống ngữ nghĩa các máy tính phải có khả năng học các đặc trưng mà mô tả tốt nhất các bức .