Khóa luận Phương pháp trích chọn đặc trưng ảnh trong thuật toán học máy tìm kiếm ảnh áp dụng vào bài toán tìm kiếm sản phẩm
ĐẠI HỌC QUỐC GIA HÀ NỘI
TRƯỜNG ĐẠI HỌC CÔNG NGHỆ
Nguyễn Thị Hoàn
PHƯƠNG PHÁP TRÍCH CHỌN ĐẶC TRƯNG ẢNH
TRONG THUẬT TOÁN HỌC MÁY TÌM KIẾM ẢNH ÁP
DỤNG VÀO BÀI TOÁN TÌM KIẾM SẢN PHẨM
KHOÁ LUẬN TỐT NGHIỆP ĐẠI HỌC HỆ CHÍNH QUY
Ngành: Công Nghệ Thông Tin
Hà Nội – 2010
i
ĐẠI HỌC QUỐC GIA HÀ NỘI
TRƯỜNG ĐẠI HỌC CÔNG NGHỆ
Nguyễn Thị Hoàn
PHƯƠNG PHÁP TRÍCH CHỌN ĐẶC TRƯNG ẢNH
TRONG THUẬT TOÁN HỌC MÁY TÌM KIẾM ẢNH ÁP
DỤNG VÀO BÀI TOÁN TÌM KIẾM SẢN PHẨM
KHOÁ LUẬN TỐT NGHIỆP ĐẠI HỌC HỆ CHÍNH QUY
Ngành: Công Nghệ Thông Tin
Cán bộ hướng dẫn: PGS.TS. Hà Quang Thụy
Cán bộ đồng hướng dẫn: Ths. Nguyễn Cẩm Tú
Hà Nội - 2010
ii
Lời cảm ơn
Trước tiên, tôi xin gửi lời cảm ơn và lòng biết ơn sâu sắc nhất tới Phó Giáo
sư Tiến sĩ Hà Quang Thụy và Thạc sĩ Nguyễn Cẩm Tú, người đã tận tình chỉ bảo và
hướng dẫn tôi trong suốt quá trình thực hiện khoá luận tốt nghiệp.
Tôi chân thành cảm ơn các thầy, cô đã tạo những điều kiện thuận lợi cho tôi học
tập và nghiên cứu tại trường Đại học Công nghệ.
Tôi cũng xin gửi lời cảm ơn tới các anh chị, các bạn và các em sinh viên trong
phòng nghiên cứu SIS-KTLab đã giúp tôi rất nhiều trong việc hỗ trợ kiến thức chuyên
môn để hoàn thành tốt khoá luận.
Cuối cùng, tôi muốn gửi lời cảm vô hạn tới gia đình và bạn bè, những người thân
yêu luôn bên cạnh và động viên tôi trong suốt quá trình thực hiện khóa luận tốt nghiệp.
Tôi xin chân thành cảm ơn !
Sinh viên
Nguyễn Thị Hoàn
iii
Tóm tắt
Sự phát triển mạnh mẽ của công nghệ ảnh số làm lượng ảnh lưu trữ trên web tăng
lên một cách nhanh chóng đòi hỏi phải có các công cụ hỗ trợ tìm kiếm ảnh hiệu quả và
tiện lợi. Mặc dù các công cụ tìm kiếm ảnh theo văn bản đi kèm ảnh ra đời cho phép
người dùng tìm kiếm ảnh với thời gian đáp ứng khá nhanh, tuy nhiên, các công cụ này
vẫn còn hạn chế trong việc giải quyết nhập nhằng giữa nội dung câu truy vấn và nội
dung hiển thị của ảnh trả về. Sự ra đời của các công cụ tìm kiếm ảnh theo nội dung ảnh
đã giải quyết được những nhập nhằng trên.
Mục tiêu của khóa luận là nghiên cứu các phương pháp biểu diễn đặc trưng ảnh
để nâng cao chất lượng tìm kiếm ảnh. Đầu tiên, khóa luận khảo sát phương pháp trích
chọn đặc trưng ảnh trong tìm kiếm và xếp hạng ảnh. Tiếp đó, dựa theo phương pháp
lượng tử hóa tích của Hervé Jégou và cộng sự [12], khóa luận đưa ra một mô hình tìm
kiếm k láng giềng gần nhất kết hợp độ đo tương đồng về khoảng cách giữa các vector
đặc trưng và tiến hành thực nghiệm mô hình. Thực nghiệm ban đầu cho thấy, từ một
ảnh truy vấn đầu vào hệ thống trả về 10 ảnh tương đồng nhất đối với mỗi truy vấn với
độ chính xác 80.4% và đây là một kết quả khả quan.
iv
Mục lục
Mở đầu
....................................................................................................... 1
Chương 1. Khái quát về trích chọn đặc trưng ảnh và tìm kiếm theo đặc
trưng ảnh ....................................................................................................... 3
1.1. Đặt vấn đề.......................................................................................................3
1.2. Đặc trưng văn bản đi kèm ảnh và tìm kiếm ảnh theo văn bản đi kèm ảnh........3
1.3. Đặc trưng nội dung ảnh và tìm kiếm theo đặc trưng nội dung..........................5
Tổng kết chương 1...................................................................................................8
Chương 2. Các phương pháp lựa chọn đặc trưng và độ đo tương đồng
giữa các ảnh.................................................................................................... 10
2.1. Đặt vấn đề.....................................................................................................10
2.2. Đặc trưng màu sắc........................................................................................ 11
2.2.1. Đặc trưng màu sắc ................................................................................11
2.2.2. Độ đo tương đồng cho màu sắc............................................................. 11
2.3. Đặc trưng kết cấu .......................................................................................... 12
2.3.1. Đặc trưng kết cấu..................................................................................12
2.3.2. Độ đo tương đồng cho kết cấu .............................................................. 12
2.4. Đặc trưng hình dạng......................................................................................13
2.4.1. Đặc trưng hình dạng..............................................................................13
2.4.2. Độ đo tương đồng cho hình dạng .......................................................... 13
2.5. Đặc trưng cục bộ bất biến..............................................................................13
2.5.1. Đặc trưng cục bộ bất biến .....................................................................14
2.5.2. Độ đo tương đồng cho đặc trưng cục bộ bất biến ..................................18
2.6. Lựa chọn đặc trưng .......................................................................................18
Tổng kết chương 2.................................................................................................20
Chương 3. Một số phương pháp tìm kiếm ảnh theo nội dung.................... 21
3.1. Phương pháp PageRank cho tìm kiếm ảnh sản phẩm.....................................21
3.2. CueFlik: Một phương pháp xếp hạng lại ảnh dựa trên luật của người dùng ...22
v
3.3. Phương pháp tìm kiếm ảnh dựa trên màu sắc, hình dạng, kết cấu của ảnh .....24
3.3.1. Lưới......................................................................................................25
3.3.2. Tích hợp các đối sánh ảnh.....................................................................25
3.3.3. Hình dạng: ............................................................................................ 26
3.4. Phương pháp tìm kiếm ảnh dựa vào nội dung sử dụng các phân vùng ảnh như
mẫu truy vấn..........................................................................................................26
Tổng kết chương 3.................................................................................................27
Chương 4. Mô hình k láng giềng gần nhất sử dụng bộ lượng tử hóa......... 28
4.1. Đặt vấn đề.....................................................................................................28
4.2. Cơ sở lý thuyết.............................................................................................. 28
4.2.1. Các ký hiệu và khái niệm......................................................................28
4.2.2. Tìm kiếm sử dụng lượng tử hóa ............................................................ 30
4.2.3. Tìm kiếm không toàn bộ .......................................................................31
4.3. Mô hình bài toán........................................................................................... 33
4.3.1. Trích chọn đặc trưng ảnh ......................................................................33
4.3.2. Tìm kiếm K láng giềng gần nhất ........................................................... 34
Tổng kết chương 4.................................................................................................35
Chương 5. Thực nghiệm và đánh giá........................................................... 36
5.1. Môi trường và các công cụ sử dụng cho thực nghiệm....................................36
5.2. Xây dựng tập dữ liệu ảnh ..............................................................................37
5.3. Quy trình, phương pháp thực nghiệm............................................................ 38
5.4. Kết quả thực nghiệm.....................................................................................38
Tổng kết chương 5.................................................................................................41
Kết luận
..................................................................................................... 42
Tài liệu tham khảo ......................................................................................... 43
vi
Danh sách các bảng
Bảng 1. Cấu hình phần cứng sử dụng trong thực nghiệm ................................................36
Bảng 2. Công cụ phần mềm sử dụng trong thực nghiệm .................................................36
Bảng 3. Một số thư viện sử dụng trong thực nghiệm.......................................................37
Bảng 4. Kết quả độ chính xác trung bình của 10 truy vấn ...............................................40
Bảng 5. Độ chính xác mức k của một số truy vấn ...........................................................40
Danh sách các hình vẽ
Hình 1. Ví dụ hiển thị một ảnh..........................................................................................4
Hình 2. Ví dụ truy vấn của Google....................................................................................5
Hình 3. Ví dụ truy vấn của Google....................................................................................5
Hình 4. Ví dụ về một số lọai kết cấu .................................................................................6
Hình 5. Một kết quả trả về của Google Image Swirl..........................................................7
Hình 6. Một kết quả trả về của Tiltomo.............................................................................7
Hình 7. Một kết quả trả về của Byo Image Search............................................................8
Hình 8. Biểu đồ mô phỏng việc tính toán các DoG ảnh từ các ảnh kề mờ .......................15
Hình 9. Mỗi điểm ảnh được so sánh với 26 láng giềng của nó.........................................16
Hình 10. Quá trình lựa chọn các điểm hấp dẫn................................................................17
Hình 11. Biểu diễn các vector đặc trưng .........................................................................18
Hình 12. Ví dụ các ảnh sản phẩm trả về từ hệ thống của Jing.........................................22
Hình 13. Tổng quan về mô hình của hệ thống tìm kiếm theo màu sắc, kết cấu và hình
dạng................................................................................................................................25
Hình 14. Mô hình hệ thống IVFADC..............................................................................33
Hình 15. Mô hình giải quyết bài toán..............................................................................34
Hình 16. 10 kết quả trả về đầu tiên của hệ thống với truy vấn Apple...............................41
vii
Danh sách các từ viết tắt
STT Từ viết tắt
Từ viết đầy đủ
1
2
ADC
AP
Asymmetric distance computation
Average Precision
3
BDA
CBIR
DoG
Biased Discriminant analysis
Content Based Images Retrieval
Difference of Gaussian
4
5
6
IVFADC
JSD
Inverted file asymmetric distance Computation
Jensen-Shannon divergence
7
8
MAP
MDA
QBIC
SDC
Mean Average Precision
9
Multiple Discriminant analysis
Query Based Image Content
10
11
12
13
Symmetric distance computation
Scale Invariant feature transform
Symmetric maximized minimal distance in subspace
SIFT
SMMS
viii
Danh sách tham chiếu thuật ngữ Anh – Việt
STT
1
Thuật ngữ tiếng Anh
Asymmetric distance
Thuật ngữ tiếng Việt
Khoảng cách bất đối xứng
Phân tích biệt thức không đối xứng
Tăng khuyếch đại
2
Biased Discriminant analysis
Boosting manner
3
4
Content Based Images Retrieval
Co-occurrence matrix
Cotourlet transform
Tìm kiếm ảnh theo nội dung
Ma trân đồng xuất hiện
Biến đổi đường viền
5
6
7
Discriminant analysis
Distribution based method
Feature contrast Model
Feature selection
Phân tích biệt thức
8
Phương pháp dựa vào phân phối
Mô hình tương phản đặc trưng
Lựa chọn đặc trưng
9
10
11
12
13
14
15
Gabor Wavelet transform
Global texture descriptor
Image Segment
Biến đổi sóng Gabor
Đặt tả kết cấu toàn cục
Phân vùng ảnh
Interest point
Điểm hấp dẫn
Inverted file asymmetric distance Tính toán khoảng cách bất đối xứng file
computation
chỉ mục ngược
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
Inverted list
Danh sách chỉ mục ngược
Đặc trưng cục bộ
Local features
Local interest Point
Local scale – invariant feature
Mean Average Precision
Metadata
Điểm hấp dẫn cục bộ
Đặc trưng cục bộ bất biến
Độ chính xác trung bình
Siêu dữ liệu
Non exhausitive search
Product quantization
Quantization code
Query Based Image Content
Similarity measurment
Symmetric distance
Texture
Tìm kiếm không toàn bộ
Lượng tử hóa tích
Mã lượng tử hóa
Truy vấn theo nội dung ảnh
Độ đo tương đồng
Khoảng cách đối xứng
Kết cấu
The complex directional fillter
The steerable pyramid
Bộ lọc định hướng phức tạp
Kim tự tháp có thể lái được
31
Visual hyperlinks
Siêu liên kết trực quan
ix
Mở đầu
Cùng với sự bùng nổ thông tin trên web và sự phát triển của công nghệ kỹ thuật
số, lượng ảnh lưu trữ trên Web cũng tăng một cách nhanh chóng. Vì vậy, việc xây
dựng các hệ thống tìm kiếm và xếp hạng ảnh là rất cần thiết và thực tế đã có nhiều
công cụ tìm kiếm ảnh thương mại xuất hiện. Các công cụ tìm kiếm ảnh thường dựa
vào hai đặc trưng chính là văn bản đi kèm ảnh hoặc nội dung ảnh. Một số công cụ tìm
kiếm ảnh theo văn bản đi kèm như Google Image Search, Yahoo!, MSN,…Một số
công cụ tìm kiếm ảnh dựa vào nội dung ảnh như Google Image Swirl, Bing, Tiltomo,
Tineye,…Tuy nhiên, việc tìm kiếm chỉ dựa vào văn bản đi kèm còn có nhiều nhập
nhằng giữa nội dung hiển thị ảnh và nội dung văn bản đi kèm ảnh trong quá tình tìm
kiếm. Ví dụ, với truy vấn “Apple”, máy tìm kiếm khó phân biệt được người dùng
muốn tìm hình ảnh quả táo hay logo của hãng Apple. Những công cụ tìm kiếm ảnh
theo nội dung của các bức ảnh ra đời tỏ ra ưu thế vì hạn chế được những nhập nhằng
trên.
Tìm kiếm ảnh theo nội dung đã nhận được nhiều sự quan tâm của các nhà khoa
học. Nhiều công trình nghiên cứu về tìm kiếm ảnh theo nội dung được đăng trên các
tạp chí như International Journal of Computer Vision, IEEE conference… Nhóm
nghiên cứu chúng tôi đã tiến hành một số nghiên cứu bước đầu liên quan đến xếp hạng
ảnh dựa vào độ tương đồng theo nội dung ảnh trong công tác sinh viên nghiên cứu
khoa học.
Khóa luận “Phương pháp trích chọn đặc trưng ảnh trong học máy tìm kiếm ảnh và
ứng dụng trong trong tìm kiếm sản phẩm” nhằm khảo sát, phân tích một số phương
pháp trích chọn đặc trưng ảnh phổ biến và tìm kiếm ảnh theo ảnh mẫu, thử nghiệm hệ
thống trong ứng dụng tìm kiếm sản phẩm.
Ngoài phần MỞ ĐẦU này, khóa luận bao gồm các nội dung sau:
Chương 1. Khái quát về lựa chọn đặc trưng cho tìm kiếm ảnh. Các đặc trưng về
về văn bản đi kèm ảnh và đặc trưng về nội dung ảnh.
Chương 2. Các phương pháp lựa chọn đặc trưng và độ đo tương tự giữa ảnh.
Trình bày một số đặc trưng về nội dung ảnh và một số độ đo tương đồng tương
ứng với các đặc trưng.
1
Chương 3. Một số phương pháp tìm kiếm và xếp hạng ảnh dựa trên nội dung
của ảnh. Giới thiệu một số công trình nghiên cứu liên quan đến tìm kiếm ảnh
theo nội dung ảnh.
Chương 4. Mô hình tìm kiếm K láng giềng gần nhất. Giới thiệu mô hình tìm
kiếm K láng giềng gần nhất, phương pháp lưu trữ và đánh chỉ mục trong tìm
kiếm.
Chương 5. Thực nghiệm. Trình bày quá trình thực nghiệm, kết quả, nhận xét,
đánh giá khi áp dụng mô hình K láng giềng gần nhất với các đặc trưng trích
chọn trong tìm kiếm ảnh sản phẩm.
Cuối cùng là phần KẾT LUẬN. Tổng kết các kết quả chính của khóa luận và
phương hướng nghiên cứu tiếp theo.
2
Chương 1. Khái quát về trích chọn đặc trưng ảnh và tìm kiếm
theo đặc trưng ảnh
1.1. Đặt vấn đề
Sự phát triển mạnh mẽ của công nghệ ảnh số làm lượng ảnh lưu trữ trên web tăng
lên một cách nhanh chóng. Mỗi ngày, có hàng triệu bức ảnh được đăng tải trên các
trang ảnh trực tuyến như: Flickr1, Photobucket2, Facebook3,…. Theo thống kê, có 10
tỉ ảnh trên Facebook (tính đến tháng 10/2008), 3 tỉ ảnh trên Flickr (tính đến tháng
11/2008), 6.2 tỉ ảnh trên Photobucket(tính đến tháng 10/2008) [36].
Cùng với nhu cầu tìm kiếm văn bản, nhu cầu tìm kiếm ảnh cũng nhận được nhiều
quan tâm của người sử dụng. Tuy nhiên, với một số lượng ảnh quá lớn trên Internet
công việc tìm kiếm trở nên vô cùng khó khăn. Để giải quyết vấn đề này, các hệ thống
tìm kiếm ảnh đã ra đời như: Yahoo, MSN, Google Image Search, Bing,…. Các hệ
thống này cho phép người sử dụng nhập truy vấn về các ảnh cần quan tâm. Thông qua
việc phân tích các văn bản đi kèm ảnh, hệ thống gửi trả các ảnh tương ứng với truy
vấn của người dùng. Một số công cụ tìm kiếm ảnh thương mại khác như Tiltomo,
ByoImageSearch,… cho phép người dùng nhập câu hỏi dưới dạng ảnh. Đây là một
hướng nghiên cứu mới nhận được nhiều sự quan tâm của nhiều công trình khoa học
trên thế giới. Một số sản phẩm thử nghiệm của các công ty lớn về tìm kiếm ảnh như:
Google Image Swirl, Like, Tineye, Tiltomo….đã ra đời.
Chương 1 trình bày về các đặc trưng của ảnh gồm đặc trưng văn bản đi kèm ảnh
và đặc trưng về nội dung ảnh( màu sắc, kết cấu, hình dạng, đặc trưng cục bộ) và một
số vấn đề về tìm kiếm ảnh.
1.2. Đặc trưng văn bản đi kèm ảnh và tìm kiếm ảnh theo văn bản đi kèm
ảnh.
Mỗi ảnh trên web thường có các văn bản đi kèm như là tên ảnh (title), các thẻ
(tags), bình luận (comment),…để mô tả các thông tin về ảnh, đây là các siêu dữ liệu
1 Flickr: http://www.flickr.com
2 Photobucket: http://www.photobucket.com
3 Facebook: http://www.facebook.com
3
(metadata) về ảnh. Các dữ liệu này thường do người dùng tạo ảnh gắn cho mỗi ảnh, vì
vậy chúng đều mang một ý nghĩa nhất định. Độ quan trọng của các loại siêu dữ liệu
khác nhau cũng khác nhau. Ví dụ, các thẻ thường quan trọng hơn tên ảnh, tên ảnh quan
trọng hơn bình luận. Dưới đây là một ví dụ về văn bản đi kèm một ảnh:
Title: “Red_Rose Flower”
Tags: “redRoseflower, hongkongflowershow, 2009, bokeh, causewaybay,
hongkong, jonnoj, jonbinalay, nikond80, interestingness50”
Description: “HEAVEN SCENT"...FOR THE LOVE OF THE RED RED
ROSE...
Content:
Hình 1. Ví dụ hiển thị một ảnh
Vì văn bản đi kèm ảnh mang ngữ nghĩa về nội ảnh cho nên hai bức ảnh có nội
dung giống nhau thường có tên giống nhau và các thẻ tương tự nhau. Vì vậy, các công
cụ tìm kiếm ảnh theo văn bản đi kèm thường tập trung khai thác nội dung của các văn
bản này để tìm kiếm và xếp hạng ảnh. Phương pháp này cho kết quả khả quan cũng
như đáp ứng nhanh nhu cầu của người sử dụng. Tuy nhiên, với các câu truy vấn mang
ý nghĩa nhập nhằng có thể các kết quả trả về sẽ không đúng với yêu cầu đặt ra. Ví dụ
khi truy vấn là “d-80”, một máy ảnh phổ biến của Nikon, thì các hệ thống trả về kết
quả khá tốt (hình 2). Tuy nhiên, với truy vấn “apple’, nếu người dùng muốn tìm quả
táo thì kết quả trả về đầu tiên không thỏa mãn (logo của hãng Apple) (hình 3):
4
Hình 3. Ví dụ truy vấn của Google
Hình 2. Ví dụ truy vấn của Google
Kết quả với truy vấn “Apple”
Kết quả với truy vấn “d-80”
Mặt khác, các albumn cá nhân thường không có các thẻ hoặc văn bản đi kèm ảnh.
Cùng với số lượng ảnh số được chụp thêm mỗi ngày, việc gán thủ công các thẻ cho
ảnh rất tốn kém. Một hướng nghiên cứu nhằm khắc phục vấn đề trên là tìm kiếm theo
chính các đặc trưng trích xuất từ nội dung của ảnh.
1.3. Đặc trưng nội dung ảnh và tìm kiếm theo đặc trưng nội dung.
Tìm kiếm ảnh theo nội dung (Content Based Images Retrieval CBIR) hay truy vấn
theo nội dung ảnh (Query Based Image Content QBIC) là một ứng dụng của thị giác
máy tính đối với bài toán tìm kiếm ảnh [30][35]. “Dựa vào nội dung ảnh (Content-
Based) ” nghĩa là việc tìm kiếm sẽ phân tích nội dung thực sự của các bức ảnh. Nội
dung ảnh ở đây được thể hiện bằng màu sắc, hình dạng, kết cấu (texture), các đặc
trưng cục bộ (local features), … hay bất cứ thông tin nào có từ chính nội dung ảnh.
Cụm từ CBIR được T.Kato đưa ra vào năm 1992 trong quá trình thu thập ảnh một cách
tự động từ cơ sở dữ liệu dựa trên biểu diễn màu sắc và hình dạng của ảnh. Tee Cheng
Siew đã giới thiệu một số đặc trưng nội dung ảnh[23]:
Đặc trưng màu sắc: Màu sắc là một đặc trưng nổi bật và được sử dụng phổ biến
nhất trong tìm kiếm ảnh theo nội dung. Mỗi một điểm ảnh (thông tin màu sắc)
có thể được biểu diễn như một điểm trong không gian màu sắc ba chiều. Các
không gian màu sắc thường dùng là: RGB, Munsell, CIE, HSV. Tìm kiếm ảnh
theo màu sắc tiến hành tính toán biểu đồ màu cho mỗi ảnh để xác định tỉ trọng
các điểm ảnh của ảnh mà chứa các giá trị đặc biệt (màu sắc). Các nghiên cứu
gần đây đang cố gắng phân vùng ảnh theo các màu sắc khác nhau và tìm mỗi
quan hệ giữa các vùng này.
5
Đặc trưng kết cấu: Trích xuất nội dung ảnh theo kết cấu nhằm tìm ra mô hình
trực quan của ảnh và cách thức chúng được xác định trong không gian. Kết cấu
được biểu diễn bởi các texel mà sau đó được đặt vào một số các tập phụ thuộc
vào số kết cấu được phát hiện trong ảnh. Các tập này không chỉ xác định các kết
cấu mà còn chỉ rõ vị trí các kết cấu trong ảnh. Việc xác định các kết cấu đặc
biệt trong ảnh đạt được chủ yếu bằng cách mô hình các kết cấu như những biến
thể cấp độ xám 2 chiều. Ví dụ về một số loại kết cấu[41]
Hình 4. Ví dụ về một số lọai kết cấu
Đặc trưng hình dạng: Hình dạng của một ảnh hay một vùng là một đặc trưng
quan trong trong việc xác định và phân biệt ảnh trong nhận dạng mẫu. Mục tiêu
chính của biểu diễn hình dạng trong nhận dạng mẫu là đo thuộc tính hình học
của một đối tượng được dùng trong phân lớp, so sánh và nhận dạng đối tượng.
Thực tế, đã có nhiều máy tìm kiếm cho phép tìm kiếm ảnh theo nội dung ảnh, tuy
nhiên, các máy tìm kiếm này thường chỉ khai thác vào một phần nội dung của ảnh.
Google Image Swirl: Là một thử nghiệm tìm kiếm hình ảnh theo nội dung của
Google, trong đó, kết quả tìm kiếm được sẽ được tổ chức lại dựa vào hiển thị trực
quan và độ tương đồng ngữ nghĩa giữa các ảnh. Google Image Swril phân cụm tốp
đầu các kết quả trả về cho trên 200.000 câu truy vấn và cho phép hiển thị hình ảnh
dưới dạng các cụm và mối quan hệ giữa các ảnh.
6
Hình 5. Một kết quả trả về của Google Image Swirl
Tiltomo: Là một công cụ dựa trên Flickr và duy trì chính cơ sở dữ liệu ảnh của
Flickr. Nó cho phép tìm kiếm ảnh dựa vào độ tương đồng về chủ đề, màu sắc
hay kết cấu.
Hình 6. Một kết quả trả về của Tiltomo
7
Byo Image Search: Tìm kiếm ảnh theo độ tương đồng về màu sắc với mẫu ảnh
mà người dùng tải lên từ máy tính hoặc từ một địa chỉ URL. Công cụ tìm kiếm
này không hỗ trợ tính năng tìm kiếm ảnh dựa vào độ tương đồng về chủ đề.
Hình 7. Một kết quả trả về của Byo Image Search
Tìm kiếm ảnh theo mẫu (example-based image search): Tìm kiếm ảnh theo
mẫu là một dạng của tìm kiếm ảnh dựa vào nội dung. Trong hệ thống đó, đầu vào là
một ảnh, hệ thống tìm kiếm và trả lại cho người dùng những ảnh tương đồng với ảnh
mẫu.
Trong nội khóa luận này, chúng tôi tập trung vào bài toán tìm kiếm ảnh dựa theo
mẫu, tìm hiểu các phương pháp trích chọn đặc trưng nội dung cũng như các độ đo
tương đồng để tìm kiếm tập ảnh sản phẩm gần với ảnh mẫu nhất trong tập cơ sở dữ
liệu các ảnh sản phẩm.
Tổng kết chương 1
Trong chương này, chúng tôi trình bày khái quát đặc trưng văn bản đi kèm ảnh
và đặc trưng nội dung của ảnh, và giới thiệu một số công cụ tìm kiếm dựa vào nội
dung ảnh. Phương pháp tìm kiếm ảnh theo nội dung đã khắc phục được một phần
8
nhược điểm của phương pháp tìm kiếm ảnh theo văn bản đi kèm ảnh và cho ra những
kết quả khả quan. Chương 2, khóa luận sẽ trình bày một số công trình nghiên cứu khoa
học liên quan đến bài toán tìm kiếm ảnh theo nội dung.
9
Chương 2. Các phương pháp trích chọn đặc trưng và độ đo tương
đồng giữa các ảnh
2.1. Đặt vấn đề
Trong tìm kiếm ảnh theo nội dung, việc lựa chọn các đặc trưng thích hợp với
từng loại truy vấn và miền ứng dụng cùng với các độ đo tương đồng tưong ứng là
thành phần quan trọng và then chốt nhất[31]. Việc lựa chọn các đặc trưng và độ đo
thích hợp sẽ giúp tăng cả tốc độ và mức độ chính xác của các hệ thống. J.V.Jawahe và
cộng sự [32] đã nêu ra các yêu cầu cơ bản đối với thành phần lựa chọn đặc trưng cho
ảnh:
Thành phần lựa chọn đặc trưng phải lựa chọn được một tập các đặc trưng cung
cấp đầu vào tốt nhất cho hệ thống tìm kiếm ảnh. Nếu số lượng các đặc trưng
quá nhiều sẽ làm “che khuất” các “tín hiệu” (giảm các “tín hiệu” đối với tỉ lệ
nhiễu), mặt khác, nếu số lượng các đặc trưng quá ít sẽ khó phân biệt được ảnh
trong tìm kiếm.
Nó phải giảm bớt được độ phức tạp trong lúc tính toán tổng thể bằng giảm đa
chiều của bài toán phân lớp.
Khi người dùng muốn sử dụng các đặc trưng đó cho mọi truy vấn, thì việc sử
dụng các đặc trưng này phải hiệu quả. Vì số lượng các đặc trưng có thể là hàng
ngàn, dó đó thời gian xử lý của module phải tuyến tính với số lượng đặc trưng.
Vì thời gian xử lý của thành phần lựa chọn đặc trưng tuyến tính với số lượng
đặc trưng, do đó việc lựa chọn các đặc trưng cũng nên tuyến tính dựa trên phân
lớp.
Thành phần lựa chọn đặc trưng có thể xử lý được với kích thước tập mẫu nhỏ
(khoảng 5 mẫu).
Trong chương này, chúng tôi sẽ trình bày sơ bộ về các vấn đề về đặc trưng của
ảnh(màu sắc, kết cấu, hình dạng, đặc trưng cục bộ SIFT), một số độ đo tương đồng
tương ứng với các đặc trưng và phương pháp lựa chọn đặc trưng ảnh để tăng chất
lượng tập đặc trưng.
10
2.2. Đặc trưng màu sắc
2.2.1. Đặc trưng màu sắc
Tìm kiếm ảnh theo lược đồ màu là phương pháp phổ biến và được sử dụng nhiều
nhất trong các hệ thống tìm kiếm ảnh theo nội dung. Đây là phương pháp đơn giản, tốc
độ tìm kiếm tương đối nhanh tuy nhiên kết quả tìm kiếm có độ chính xác không cao.
Đây có thể xem là bước lọc đầu tiên cho những bước tìm kiếm sau. Một số lược đồ
màu được sử dụng như: lược đồ màu RGB, lược đồ màu HSI, lược đồ HSI cải tiến.
Trong đó, lược đồ màu RGB được sử dụng phổ biến nhất[18][20].
Lược đồ màu RGB:
Đối với ảnh 256 màu, lược đồ màu của ảnh tương đương với lược đồ màu của ảnh
xám. Đối với ảnh 24 bit màu, lược đồ miêu tả khả năng kết nối về cường độ của ba
kênh màu R, G, B. Luợc đồ màu này được định nghĩa như sau:
hR,G,B r, g,b N Pr ob R r,G g, B b
(1)
Trong đó N là số lượng điểm có trong ảnh.
Lược đồ màu này được tính bằng cách rời rạc hóa từng màu trong ảnh, sau đó
đếm số điểm ảnh của mỗi màu. Khi mà số lượng màu là có hạng, để thuận tiện hơn,
người ta thường chuyển đổi ba kênh màu thành một biến giá trị duy nhất. Một cách
khác để tính lược đồ màu của ảnh RGB là ta phân ra làm 3 lượt đồ riêng biệt hR[],
h []
h []
,
. Khi đó, mỗi lược đồ được tính bằng cách đếm kênh màu tương ứng trong
G
B
mỗi điểm ảnh.
2.2.2. Độ đo tương đồng về màu sắc
Một số độ đo tương đồng được sử dụng như: Đ ộ đo khoảng cách Ơclit, độ đo
Jensen-Shannon divergence (JSD).
Gọi h(I) và h(M) tương ứng là 2 lượt đồ màu của hai ảnh I và ảnh M. Khi đó
các loại độ đo màu được định nghĩa là một số nguyên (hoặc số thực) theo các loại độ
đo tương ứng như sau:
Khoảng cách Ơclit:
Đây là khoảng cách Ơclit thông thường giữa các K bin:
K
2
(2)
Intersection(h(I),h(M ))
h(I) h(M )
j1
11
Hoặc:
K
(3)
Intersection(h(I),h(M ))
h(I) h(M )
j1
Độ đo Jensen-Shannon divergence (JSD) :
Độ đo Jensen-Shannon divergence sử dụng lược độ màu RGB để tính toán độ
tương đồng về màu sắc giữa 2 ảnh :
M
2Hm
2H 'm
dJSD (H, H ') H log
H 'm log
(4)
m
Hm H 'm
H 'm Hm
m1
Trong đó : H và H’ là 2 biểu đồ màu được so sánh,
là bin thứ m của biểu đồ H.
Hm
2.3. Đặc trưng kết cấu
2.3.1. Đặc trưng kết cấu
Hiện tại, vẫn chưa có một định nghĩa chính thức cụ thể về kết cấu. Kết cấu là một
đối tượng dùng để phân hoạch ảnh ra thành những vùng quan tâm để phân lớp những
vùng đó[27][24][18][23].
Kết cấu cung cấp thông tin về sự sắp xếp về mặt không gian của màu sắc và cường
độ một ảnh. Kết cấu được đặc trưng bởi sự phân bổ không gian của những mức cường
độ trong một khu vực láng giềng với nhau. Kết cấu gồm các kết cấu gốc hay nhiều kết
cấu gộp lại đôi khi gọi là texel.
Một số phương pháp dùng để trích xuất các đặc trưng kết cấu như[18]:
Kim tự tháp "có thể lái được" (the steerable pyramid)
Biến đổi đường viền (the cotourlet transform)
Biến đổi sóng Gabor (The Gabor Wavelet transform)
Biểu diễn ma trận đồng hiện (co-occurrence matrix)
Hệ thống bộ lọc định hướng phức tạp (The complex directional fillter bank)
2.3.2. Độ đo tương đồng cho kết cấu ảnh
Để đo độ tương đồng theo kết cấu giữa các ảnh, người ta thường sử dụng độ đo
Ơclit. Kết cấu được trích xuất từ các bức ảnh sẽ được biểu diễn thành các vector nhiều
chiều và khoảng cách Ơclit được dùng để đo độ tương đồng giữa các đặc trưng của
ảnh truy vấn với đặc trưng của ảnh trong cơ sở dữ liệu.
12
2.4. Đặc trưng hình dạng
2.4.1. Đặc trưng hình dạng
Màu sắc và kết cấu là những thuộc tính có khái niệm toàn cục trong một ảnh.
Trong khi đó, hình dạng không phải là một thuộc tính của ảnh. Nói tới hình dạng
không phải là nhắc đến hình dạng của một ảnh. Thay vì vậy, hình dạng có khuynh
hướng chỉ đến một khu vực đặc biệt trong ảnh, hay hình dạng chỉ là biên của một đối
tượng nào đó trong ảnh.
Trong tìm kiếm ảnh theo nội dung, hình dạng là một cấp cao hơn so với màu sắc và
kết cấu. Nó đòi hỏi sự phân biệt giữa các vùng để tiến hành xử lý về độ đo của hình
dạng. Các hệ thống tìm kiếm ảnh theo nội dung thường khai thác hai nhóm biểu diễn
hình dạng sau :
Biểu diễn hình dạng theo đường biên (cotour-based descriptor) : Biểu diễn các
đường biên bao bên ngoài
Biểu diễn theo vùng (region-based descriptor): Biểu diễn một vùng toàn vẹn
2.4.2. Độ đo tương đồng cho hình dạng
Độ đo về hình dạng rất nhiều trong phạm vi lý thuyết của bộ môn xử lý ảnh.
Chúng trải rộng từ những độ đo toàn cục dạng thô với sự trợ giúp của việc nhận
dạng đối tượng, cho tới những độ đo chi tiết tự động tìm kiếm những hình dạng đặc
biệt. Lược đồ hình dạng là một ví dụ của độ đo đơn giản. Kỹ thuật dùng đường
biên hiệu quả hơn phương pháp trước, chúng tìm kiếm những hình dạng đối tượng
gần giống với đường biên nhất. Phương pháp vẽ phác họa là phương pháp có nhiều
đặc trưng rõ ràng hơn, không chỉ tìm kiếm những đường biên đối tượng đơn, mà
còn đối với tập những đối tượng đã được phân đoạn trong một ảnh mà người dùng
vẽ hay cung cấp.
2.5. Đặc trưng cục bộ bất biến
Người ta thường chia đặc trưng cụ bộ thành 2 loại là những điểm trích xuất được
từ điểm "nhô ra" (salient points) của ảnh và đặc trưng SIFT được trích chọn từ các
điểm hấp dẫn Haris (interest points). Trong phần này, chúng tôi sẽ trình bày chi tiết về
việc trích chọn các đặc trưng cục bộ bất biến (Scale Invariant Feature Transform SIFT)
của ảnh.
13
2.5.1. Đặc trưng cục bộ bất biến
Phần này trình bày phương pháp trích rút các đặc trưng cục bộ bất biến SIFT
của ảnh. Các đặc trưng này bất biến với việc thay đổi tỉ lệ ảnh, quay ảnh, đôi khi là
thay đổi điểm nhìn và thêm nhiễu ảnh hay thay đổi cường độ chiếu sáng của ảnh.
Phương pháp được lựa chọn có tên là Scale-Invariant Feature Transform (SIFT) và đặc
trưng trích rút đựợc gọi là đặc trưng SIFT (SIFT Feature). Các đặc trưng SIFT này
được trích rút ra từ các điểm hấp dẫn cục bộ (Local Interest Point) [17][30][16].
Điểm hấp dẫn (Interest Point (Keypoint)): Là vị trí (điểm ảnh) "hấp dẫn" trên
ảnh. "Hấp dẫn" ở đây có nghĩa là điểm đó có thể có các đặc trưng bất biến với việc
quay ảnh, co giãn ảnh hay thay đổi cường độ chiếu sáng của ảnh.
Phương pháp trích rút các đặc trưng bất biến SIFT được tiếp cận theo phương pháp
thác lọc, theo đó phương pháp được thực hiện lần lượt theo các bước sau:
Phát hiện các điểm cực trị Scale-Space (Scale-Space extrema detection):
Bước đầu tiên này tiến hành tìm kiếm các điểm hấp dẫn trên tất cả các tỉ lệ và vị
trí của ảnh. Nó sử dụng hàm different-of-Gaussian để xác định tất cả các điểm
hấp dẫn tiềm năng mà bất biến với quy mô và hướng của ảnh.
Định vị các điểm hấp dẫn (keypoint localization): Một hàm kiểm tra sẽ được
đưa ra để quyết định xem các điểm hấp dẫn tiềm năng có được lựa chọn hay
không?
Xác định hướng cho các điểm hấp dẫn (Orientation assignment): Xác định
hướng cho các điểm hấp dẫn được chọn
Mô tả các điểm hấp dẫn (Keypoint descriptor): Các điểm hấp dẫn sau khi
được xác định hướng sẽ được mô tả dưới dạng các vector đặc trưng nhiều
chiều.
2.5.1.1. Phát hiện điểm cực trị Scale-space
Các điểm hấp dẫn với đặc trưng SIFT tương thích với các cực trị địa phương
của bộ lọc difference –of-Gaussian (DoG) ở các tỉ lệ khác nhau. Định nghĩa không
gian tỉ lệ của một hình ảnh là hàm
được mô tả như sau:
L(x,y,k )
L(x,y, ) G(x,y,k )* I(x,y)
(5)
Với
G(x, y,k ) : biến tỉ lệ Gaussian (variable scale Gaussian)
I(x, y) : Ảnh đầu vào
* là phép nhân chập giữa x và y
14
2 y2 )/2 2
1
Và
G(x, y, )
e(x
2 2
(6)
Để phát hiện được các điểm hấp dẫn, ta đi tìm các cực trị của hàm DoG được định
nghĩa:
D(x, y, ) (G(x, y,k ) G(x, y, ))*I(x, y)
D(x, y, ) L(x, y,k ) L(x, y, )
(7)
Giá trị hàm DoG được tính xấp xỉ dựa vào giá trị scale-normalized Laplacian of
2
2
Gaussian
thông qua các phương trình (5)(6)(7)
2G
( G)
G
(8)
G G(x, y,k ) G(x, y, )
2G
(9)
k
G(x, y,k ) G(x, y, ) (k 1) 22G
(10)
Như vậy, bước đầu tiên của giải thuật SIFT phát hiện các điểm hấp dẫn với bộ
lọc Gaussian ở các tỉ lệ khác nhau và các ảnh GoG từ sự khác nhau của các ảnh kề mờ.
Hình 8. Biểu đồ mô phỏng việc tính toán các DoG ảnh từ các ảnh kề mờ
Các ảnh cuộn được nhóm thành các octave (mỗi octave tương ứng với giá trị
gấp đôi của ). Giá trị của k được chọn sao cho số lượng ảnh mờ (blured images) cho
15
mỗi octave là cố định. Điều này đảm bảo cho số lượng các ảnh DoG cho mỗi octave
không thay đổi.
Các điểm hấp dẫn được xác định là các cực đại hoặc cực tiểu của các ảnh DoG
qua các tỉ lệ. Mỗi điểm ảnh trong DoG được so sánh với 8 điểm ảnh láng giềng của nó
ở cùng tỉ lệ đó và 9 láng giềng kề ở các tỉ lệ ngay trước và sau nó. Nếu điểm ảnh đó
đạt giá trị cực tiểu hoặc cực đại thì sẽ được chọn làm các điểm hấp dẫn ứng viên.
Hình 9. Mỗi điểm ảnh được so sánh với 26 láng giềng của nó
2.5.1.2. Định vị điểm hấp dẫn:
Mỗi điểm hấp dẫn ứng viên sau khi được chọn sẽ được đánh giá xem có được giữ
lại hay không:
Loại bỏ các điểm hấp dẫn có độ tương phản thấp
Một số điểm hấp dẫn dọc theo các cạnh không giữ được tính ổn định khi ảnh bị
nhiễu cũng bị loại bỏ.
Các điểm hấp dẫn còn lại sẽ được xác định hướng.
16
Hình 10. Quá trình lựa chọn các điểm hấp dẫn
a. Ảnh gốc, b. Các điểm hấp dẫn được phát hiện, c. Ảnh sau khi loại bỏ các điểm hấp dẫn có độ tương
phản thấp, d. Ảnh sau loại bỏ các điểm hấp dẫn dọc theo cạnh.
2.5.1.3. Xác định hướng cho điểm hấp dẫn:
Để xác định hướng cho các điểm hấp dẫn, người ta tính toán biểu đồ hướng
Gradient trong vùng láng giềng của điểm hấp dẫn. Độ lớn và hướng của các điểm hấp
dẫn được xác định theo công thức:
m(x, y) (L(x 1, y) L(x 1, y))2 (L(x, y 1) L(x, y 1))2
(11)
(x, y) tan1((L(x, y 1) L(x, y 1)) / (L(x 1, y) L(x 1, y)))
(12)
2.5.1.4. Biểu diễn vector cho điểm hấp dẫn
Điểm hấp dẫn sau khi được xác định hướng sẽ được biểu diễn dưới dạng các
vector 4x4x8=128 chiều.
17
Hình 11. Biểu diễn các vector đặc trưng
2.5.2. Độ đo tương đồng cho đặc trưng cục bộ bất biến
Một số độ đo tương đồng cho ảnh sử dụng đặc trưng SIFT như[33] :
Độ đo Cosin :
x.y
d(x, y)
(13)
(14)
(15)
x . y
Khoảng cách góc :
d(x, y) cos1(x.y)
Độ đo Euclide :
n
2
d(x, y)
x y
i
i
i1
Độ đo Jensen-Shannon divergence :
M
2Hm
2H 'm
(16)
dJSD (H, H ') H log
H 'm log
m
Hm H 'm
H 'm Hm
m1
Với H, H’ là 2 biểu đồ biểu diễn các vector đặc trưng SIFT.
2.6. Lựa chọn đặc trưng
Sau khi trích chọn được các đặc trưng nội dung của ảnh, tập các đặc trưng có thể
được tối ưu hóa bằng các phương pháp lựa chọn đặc trưng để tăng chất lượng và hiệu
quả khi sử dụng các tập đặc trưng.
Một cách tổng quát, lựa chọn đặc trưng là phương pháp giảm thiểu các đặc trưng
nhằm chọn ra một tập con các đặc trưng phù hợp trong học máy để xây dựng mô hình
18
học tốt nhất. Mục đích của lựa chọn đặc trưng là tìm ra không gian con các đặc trưng
tối ưu sao cho các tập ảnh “thích hợp” và “không thích hợp” được tách biệt nhất.
Có nhiều phương pháp lựa chọn đặc trưng được đề xuất như: phương pháp tăng
khuyếch đại (boosting manner) kết hợp với nền tảng Real Adaboost của Wei Jian và
Guihua Er [25]. Mingjing Li[26] đưa ra tiêu chí lựa chọn các đặc trưng là: Mô hình
tương phản đặc trưng được tổng quát hóa (Generalized Feature Contrast Model) dựa
trên mô hình tương phản đặc trưng (Feature Contrast Model). Một số phương pháp cổ
điển khác như phương pháp dựa vào phân phối (distribution based). Phương pháp dựa
vào phân tích biệt thức (Discriminant analysis DA) ví dụ như Phân tích đa biệt thức
(Mutiple Discriminant analysis MDA)), phân tích biệt thức không đối xứng (biased
Discriminant analysis BDA). Phương pháp tối đa khoảng cách tối thiểu đối xứng trong
không gian con (symmetric maximized minimal distance in subspace SMMS)…
Một số phương pháp lựa chọn đặc trưng[23]:
STT
1
Phương pháp
Mô tả, nhận xét
Phương pháp dựa vào Không xét đến yêu cầu về tính bất đối xứng trong
phân phối (Distribution hệ thống CBIR.
based approaches)
Khó đánh giá phân phối mẫu vì một số mẫu huấn
luyện không đặc tả được hết toàn bộ tập dữ liệu. Vì
vậy, phương pháp này không thích hợp cho hệ
thống tìm kiếm ảnh học online.
2
3
Phương pháp khuyếch đại Không xét đến yêu cầu về tính bất đối xứng trong
thông thường
hệ thống CBIR.
(conventional Boosting
method)
Không được đánh giá tốt vì khả năng tổng quát hóa
thấp do tiêu chí lựa chọn đặc trưng dựa trên lỗi
huấn luyện.
Phương pháp phân tích Phương pháp DA tổng hợp các phân tích biệt thức
biệt thức
tuyến tính và giả thiết rằng các ảnh “thích hợp”
được nhóm vào với nhau như một cụm.
Với những ảnh “không thích hợp”, phương pháp
DA giả thiết rằng chúng không nằm trong một
phân phối một cụm.
Phương pháp MDA giả thiết rằng mỗi ảnh “không
19
thích hợp” đến từ một lớp khác nhau.
Phương pháp BDA giả thiết rằng mỗi ảnh “không
thích hợp” đến từ một số không xác định các lớp.
SMMS lựa chọn không gian đặc trưng con trực
giao với không gian con kéo dài bằng các mẫu
“thích hợp”.
4
5
Phương BiasMap (BDA Ánh xạ mẫu huấn luyện đến một không gian nhiều
hạt nhật)
Phương pháp khuyếch đại Tăng các đặc trưng được học thành phân lớp toàn
(Boosting manner) bộ giảm lỗi huấn luyện.
chiều hơn để giải quyết vấn đề giả thuyết một cụm.
Có nhiều phương pháp để đánh giá kết quả của tập con đặc trưng. Vì vậy, kết quả
đối với những mô hình lựa chọn đặc trưng khác nhau là khác nhau. Hai mô hình phổ
biến cho lựa chọn đặc trưng là: Mô hình Filter và mô hình Wrapper.
Mô hình Filter: đánh giá mỗi phần tử bằng một vài tiêu chuẩn hay độ đo nào đó,
rồi chọn ra tập con các thuộc tính được đánh giá cao nhất.
Mô hình Wrapper: Sử dụng một thuật toán tìm kiếm để đánh giá tập con các
thuộc tính coi như là một nhóm hơn là một phần tử riêng lẻ. Cốt lõi của mô
hình Wrapper là một thuật toán học máy cụ thể. Nó đánh giá độ tốt của những
tập con đặc trưng tùy theo độ chính xác học của tập con, điều này xác định
thông qua một tiêu chí nào đó.
Tổng kết chương 2
Trong chương 2, khóa luận đã trình bày tóm tắt phương pháp trích chọn các đặc
trưng nội dung ảnh(màu sắc, kết cấu, hình dạng và đặc trưng cục bộ SIFT) và một số
độ đo tương đồng tương ứng với các đặc trưng. Một số phương pháp lựa chọn đặc
trưng để tối ưu hóa tập đặc trưng. Trong chương 3, chúng tôi sẽ trình bày một số công
trình nghiên cứu khoa học liên quan đến tìm kiếm ảnh theo nội dung ảnh trích chọn
được.
20
Chương 3. Một số phương pháp tìm kiếm ảnh theo nội dung
3.1. Phương pháp PageRank cho tìm kiếm ảnh sản phẩm
Yushi Jing và cộng sự giới thiệu hệ thống xếp hạng lại các kết quả tìm kiếm hình
ảnh của Google dựa trên nội dung của các bức ảnh. Hệ thống xây dựng một đồ thị
tương đồng với mỗi đỉnh là một ảnh, các ảnh được liên kết với nhau theo độ tương
đồng giữa chúng và áp dụng phương pháp PageRank để xếp hạng lại các ảnh. Hệ
thống cho kết quả tốt với 2000 truy vấn về những sản phẩm phổ biến nhất[30].
Hệ thống xây dựng một đồ thị từ tập dữ liệu ảnh và sau đó xếp hạng các ảnh
dựa trên các siêu liên kết trực quan (visual hyperlinks) giữa các ảnh. Nhận định trực
quan của việc sử dụng các siêu liên kết trực quan này là nếu một người dùng xem một
ảnh, thì người đó có thể cũng sẽ quan tâm đến một ảnh khác gần giống với ảnh vừa
xem. Đặc biệt, nếu ảnh u có siêu liên kết trực quan đến ảnh v, thì sẽ có một xác suất để
người dùng chuyển từ u sang v. Bằng trực giác, ta có thể thấy các ảnh có liên quan tới
truy vấn sẽ có nhiều ảnh khác trỏ tới chúng và do đó sẽ được thăm thường xuyên. Các
ảnh mà được thăm thường xuyên thường được cho là quan trọng. Hơn nữa, nếu một
ảnh v là quan trọng và nó có liên kết tới ảnh w, thì nó sẽ gộp độ quan trọng của nó cho
độ quan trọng của w vì bản thân v là quan trọng;
Hạng của một bức ảnh được định nghĩa lại như sau:
IR S* IR
(17)
Trong đó, S* là ma trận kề cắt giảm theo cột của S, với Su,v là độ tương đồng
giữa 2 ảnh u và v. Bằng cách lặp đi lặp lại phép nhân IR với S* ta sẽ thu được véc tơ
đặc trưng nổi bật (dominant eigenvector) của ma trận S* .
ImageRank (IR) hội tụ chỉ khi ma trận S* không tuần hoàn hoặc tối giản. Điều
kiện không tuần hoàn thường đúng đối với Web còn điều kiện tối giản thường yêu cầu
một đồ thị liên thông mạnh. Do đó, định nghĩa một hệ số hãm d để tạo một đồ thị liên
thông mạnh, thỏa mãn điều kiện hội tụ và để làm giảm hạng của các đỉnh, tránh trường
hợp một số trang có thứ hạng quá cao.
Với một tập n ảnh, IR được định nghĩa:
1
IR dS* IR+ 1 d p
với p
(18)
n
n1
21
Tải về để xem bản đầy đủ
55 trang
04/01/2025
120
Bạn đang xem 30 trang mẫu của tài liệu "Khóa luận Phương pháp trích chọn đặc trưng ảnh trong thuật toán học máy tìm kiếm ảnh áp dụng vào bài toán tìm kiếm sản phẩm", để tải tài liệu gốc về máy hãy click vào nút Download ở trên.
File đính kèm:
- khoa_luan_phuong_phap_trich_chon_dac_trung_anh_trong_thuat_t.pdf
