TÌM KIẾM ẢNH THEO NGỮ NGHĨA DỰA TRÊN CẤU TRÚC iRS-TREE VÀ ONTOLOGY

Tạp chí Khoa học Đại học Huế: Kỹ thuật và Công nghệ; pISSN 2588-1175 | eISSN 2615-9732 Tập 131, Số 2A, 2022, Tr. 159–180; DOI: 10.26459/hueunijtt.v131i2A.6818 * Liên hệ: thanhvt@hufi.edu.vn Nhận bài: 25–05–2022; Ngày nhận đăng: 13–06–2022 TÌM KIẾM ẢNH THEO NGỮ NGHĨA DỰA TRÊN CẤU TRÚC iRS-TREE VÀ ONTOLOGY Lê Thị Vĩnh Thanh1,3, Lê Mạnh Thạnh1, Văn Thế Thành2* 1 Khoa Công nghệ thông tin, Trường Đại học Khoa học, Đại học Huế, Việt nam 2 Khoa Công nghệ thông tin, Trường Đại học Sư phạm Tp. HCM, Việt Nam 3 Trường Đại học Bà Bịa – Vũng Tàu, Việt Nam Tóm tắt. Truy xuất hình ảnh theo nội dung được thực hiện dựa trên các đặc trưng cấp thấp và ứng dụng trong nhiều lĩnh vực. Tuy nhiên, thách thức lớn của phương pháp này là khoảng cách ngữ nghĩa giữa các đặc trưng cấp thấp và các khái niệm cấp cao. Vì vậy, bài toán truy xuất hình ảnh theo tiếp cận ngữ nghĩa được quan tâm nghiên cứu nhằm nâng cao độ chính xác truy vấn. Trong bài báo này, chúng tôi đề xuất một mô hình tìm kiếm ảnh và tra cứu ngữ nghĩa dựa trên cấu trúc RS-Tree cải tiến (iRS-Tree) và ontology. Các cải tiến trên iRS-Tree bao gồm: (1) phép toán thêm phần tử nhằm giảm thời gian tạo cây; (2) phép toán tách nút nhằm nâng cao độ chính xác của việc gom cụm dữ liệu. Kết quả của việc truy vấn ảnh trên iRS-Tree là một tập ảnh tương tự và tập từ vựng thị giác. Sau đó, câu lệnh SPAQRL được tự động tạo ra từ tập từ vựng thị giác này và thực hiện truy vấn trên một ontology bán tự động nhằm trích xuất ngữ nghĩa cho hình ảnh. Thực nghiệm được thực hiện trên các tập dữ liệu ảnh: COREL,

Oxford Flower-102 và CUB-200-2011. Kết quả thực nghiệm được đánh giá và so sánh với các công trình khác trên cùng một tập dữ liệu nhằm chứng minh tính hiệu quả và đúng đắ n của phương pháp đề xuất. Keywords: Từ khoá: iRS-Tree, SBIR, clustering, image retrieval, ontology Content-based image retrieval based on iRS-Tree and ontology Le Thi Vinh Thanh1,3, Le Manh Thanh1, Van The Thanh2* 1 Faculty of Information Technology, University of Sciences, Hue University, Vietnam 2 Faculty of Information Technology, HCMC University of Education, Vietnam 3 Ba Ria–Vung Tau University, Vietnam Abstract. Content-based image retrieval is implemented based on low-level features and applied to numerous fields. However, the major challenge of this approach is the semantic gap between low-level features and high-level concepts. Therefore, the problem of semantic- based image retrieval is attractive to improve query accuracy. In this paper, a semantic-based image retrieval model using the improved RS-Tree structure (iRS-Tree) and ontology was