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 162 dụng kích hoạt nhiều đặc trưng. Kết quả thực nghiệm truy vấn trên bộ dữ liệu ảnh CUB-200-2011 với độ chính xác 69,07% (ảnh 16 bits) và 70,1% (ảnh 64 bits). Các đánh giá thực nghiệm trên một số bộ dữ liệu ảnh chi tiết cho thấy rằng phương pháp đề xuất đạt được hiệu suất tốt. Tuy nhiên, phương pháp này tốn nhiều thời gian để huấn luyện. Đồng thời, công trình này chưa đề xuất một cấu trúc dữ liệu để lưu trữ hình ảnh nhằm cải thiện thời gian tìm kiếm ảnh. 3 Hệ tìm kiếm ảnh theo tiếp cận ngữ nghĩa dựa trên iRS-Tree và ontology 3.1 Mô hình kiến trúc hệ thống Trong phần này, chúng tôi đề xuất một mô hình hệ tìm kiếm ảnh theo tiếp cận ngữ nghĩa (Hình 1) và đặt tên là SBIR_iRST. Trong hệ SBIR_iRST, mỗi hình ảnh được trích xuất véc-tơ đặc trưng dựa trên các đặc trưng thị giác cấp thấp như màu sắc, vị trí, hình dạng và kết cấu. Mỗi véc - tơ đặc trưng này được liên kết với một phân lớp khái niệm hình ảnh để mô tả ngữ nghĩa từ vựng thị giác. Sau đó, các véc-tơ đặc trưng này được chuyển đổi thành dạng khối cầu và được lưu trữ trên cây phân cụm cân bằng iRS-Tree. Bên cạnh đó, một ontology được xây dựng để mô tả các khái niệm ngữ nghĩa của hình ảnh. Một từ điển đồng nghĩa bao gồm các khái niệm chung cho các từ vựng lớp và thuộc tính để mở rộng ngữ nghĩa cho ontology được xây dựng dựa vào WORDNET. Hình 1. Mô hình truy vấn ảnh theo ngữ nghĩa SBIR_iRST