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 164 3.2 Các thành phần trong hệ thống Trích xuất đặc trưng hình ảnh Kết quả trích xuất đặc trưng của hình ảnh có ảnh hưởng lớn đến hiệu suất hệ thống truy vấn ảnh bởi vì các đặc trưng này được sử dụng để tính toán độ đo tương đồng giữa các hình ảnh trong tập cơ sở dữ liệu. Việc sử dụng một loại đặc trưng duy nhất để thực hiện truy vấn sẽ làm giảm hiệu suất của hệ thống. Do đó, nhiều công trình đã thực hiện kết hợp các loại đặc trưng khác nhau nhằm nâng cao độ chính xác của tập ảnh tương tự [17]. Các đặc trưng cấp thấp được sử dụng phổ biến trong các hệ truy vấn ảnh theo nội dung bao gồm: màu sắc, kết cấu, vị trí và hình dạng [18]. Trong bài báo này, chúng tôi sử dụng kết hợp các đặc trưng bao gồm: đặc trưng màu dựa trên hệ màu MPEG7 (Hình 2a); đặc trưng vị trí theo thuật toán ShiTomasi (Hình 2b); đặc trưng hình dạng dựa trên phép toán Maxpooling và bộ dò cạnh Sobel (Hình 2c); đặc trưng kết cấu dựa trên HOG và phép lọc Sobel (Hình 2d). Số đặc trưng của hình ảnh được trích xuất là 242 chiều. Hình 2. Minh họa trích xuất đặc trưng hình ảnh Xây dựng ontology Trong phần này, một ontology miền cho bộ ảnh COREL, OxfordFlower-120 và CUB-200- 2011 được xây dựng bán tự động dựa trên ngôn ngữ bộ ba RDF để mô tả chú thích ngữ nghĩa của các hình ảnh. Trên cơ sở đó, quá trình truy vấn ảnh tương tự theo ngữ nghĩa được thực hiện bằng ngôn ngữ SPARQL trên ontology đã xây dựng. Ontology được kế thừa từ một khung ontology nền tảng của bộ ảnh ImageCLEF [19] và được thực hiện bổ sung theo các bước như sau: