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

Lê Thị Vĩnh Thanh và CS. Tập 131, Số 2A, 2022 178 chế được chồng lắp không gian dữ liệu. Bên c ạnh đó, việc bổ sung dữ liệu cho khung ontology được thực hiện cho truy vấn hình ảnh theo ngữ nghĩa. Trên cơ sở đó, một mô hình tìm kiếm ảnh dựa trên cấu trúc iRS-Tree và ontology được đề xuất để thực nghiệm trên các bộ ảnh khác nhau. Kết quả thực nghiệm trên bộ ảnh COREL, Oxford Flowers-102 và CUB-200-2011 có độ chính xác lần lượt là 79,45, 73,16 và 68,17%. Kết quả thực nghiệm cho thấy tính hiệu quả so với các công trình khác trên cùng một tập dữ liệu ảnh. Điều này cho thấy phương pháp đề xuất của chúng tôi đã làm tăng đáng kể hiệu suất truy vấn ảnh theo ngữ nghĩa. Tuy nhiên, ngữ nghĩa được trích xuất chỉ dừng ở mức khái niệm, định nghĩa và mô tả cho các phân lớp của đơn đối tượng trên ảnh. Chưa trích xuất được mối quan hệ ngữ nghĩa giữa các đối tượng trong cùng một ảnh. Bên cạnh đó, khi so sánh với các kỹ thuật học sâu, phương pháp đề xuất chưa đạt được kết quả mong muốn. Dó đó, trong định hướng phát triển tiếp theo, chúng tôi tiếp tục cải tiến bằng mạng R- CNN để phân lớp các đối tượng và trích xuất mối quan hệ giữa các đối tượng để tạo đồ thị ngữ cảnh cho hình ảnh. Đồng thời, đồ thị tri thức (Knowledge Graph) được xây dựng để lưu trữ các mô tả ngữ nghĩa của các hình ảnh và mối quan hệ giữa các đối tượng trên ảnh. Lời cảm ơn Chúng tôi xin trân trọng cám ơn Khoa Công nghệ thông tin, Trường Đại học Khoa học, Đại học Huế và nhóm nghiên cứu SBIR-HCM đã góp ý chuyên môn cho nghiên cứu này. Chúng tôi

xin trân trọng cảm ơn Trường Đại học Bà Rịa–Vũng Tàu và Trường Đại học Sư phạm Tp. HCM đã tạo điều kiện về cơ sở vật chất giúp chúng tôi hoàn thành nghiên cứu này. Tài liệu tham khảo 1. Huang, Z., Wang, R., Shan, S. & Chen, X. (2015). Projection metric learning on Grassmann manifold with application to video based face recognition. In Proceedings of the IEEE conference on computer vision and pattern recognition (pp. 140-149). 2. Zhang, Y., Pan, P., Zheng, Y., Zhao, K., Zhang, Y., Ren, X. & Jin, R. (2018, July). Visual search at alibaba. In Proceedings of the 24th ACM SIGKDD International Conference on Knowledge Discovery & Data Mining (pp. 993-1001). 3. Yasmin, M., Sharif, M. & Mohsin, S. (2013). Neural networks in medical imaging applications: A survey. World Applied Sciences Journal, 22(1), 85-96. 4. Li, X., Yang, J. & Ma, J. (2021). Recent developments of content-based image retrieval (CBIR). Neurocomputing, 452, 675-689. 5. Alzu’bi, A., Amira, A. & Ramzan, N. (2015). Semantic content-based image retrieval: A comprehensive study. Journal of Visual Communication and Image Representation, 32, 20-54.