TÌM KIẾM ẢNH ĐA ĐỐI TƯỢNG DỰA TRÊN MẠNG R-CNN VÀ CẤU TRÚC KD-TREE

Tạp chí Khoa học Đại học Huế: Kỹ thuật và Công nghệ; pISSN 2588-1175 | eISSN 2615-9732 Tập 131, Số 2A, 2022, Tr. 53–69; DOI: 10.26459/hueunijtt.v131i2A.6837 * Liên hệ: thanhvt@hcmue.edu.vn Nhận bài: 20–06–2022; Ngày nhận đăng: 27–06–2022 TÌM KIẾM ẢNH ĐA ĐỐI TƯỢNG DỰA TRÊN MẠNG R-CNN VÀ CẤU TRÚC KD-TREE Đào Xuân Bao3, Nguyễn Thị Định1, 3, Nguyễn Phương Hạc3, Văn Thế Thành2* 1 Khoa Công nghệ Thông tin, Trường ĐH Khoa học, Đại học Huế, 77 Nguyễn Huệ, Huế, Việt Nam 2 Trường Đại học Sư phạm Tp. HCM, 280 An Dương Vương, Quận 5, Tp. Hồ Chí Minh, Việt Nam 3 Trường ĐH Công nghiệp Thực phẩm Tp. HCM, 140 Lê Trọng Tấn, Q. Tân Phú, Tp. Hồ Chí Minh, Việt Nam Tóm tắt. Tìm kiếm ảnh đa đối tượng là một bài toán quan trọng trong lĩnh vực tra cứu ảnh do sự đa dạng và tính phức tạp của hình ảnh. Trong bài báo này, một phương pháp tìm kiếm ảnh đa đối tượng dựa trên mạng R-CNN và cấu trúc KD-Tree được đề xuất nhằm phát triển những ưu điểm của mạng R-CNN trong việc xác định và phân loại từng đối tượng riêng biệt trên ảnh, đồng thời kết hợp với cấu trúc KD-Tree trong việc lưu trữ hình ảnh đã mang lại hiệu suất truy vấn cao và thời gian tìm kiếm ổn định. Để giải quyết bài toán này, chúng tôi trích xuất và phân lớp các đối tượng trên tập dữ liệu hình ảnh bằng mô hình mạng R-CNN và lưu trữ trên cấu trúc KD-Tree. Từ đó, mỗi ảnh đầu vào được phân đoạn theo từng đối tượng, trích xuất vector đặc trưng và thực hiện tìm kiếm tập ảnh tương tự dựa trên cấu trúc KD-Tree. Trên cơ sở đó, một mô hình tìm kiếm ảnh dựa trên mạng R-CNN và cấu trúc KD-Tree được đề

xuất. Để minh chứng cho tính đúng đắn của cơ sở lý thuyết đã đề xuất, thực nghiệm được xây dựng trên bộ ảnh COCO với hiệu suất tìm kiếm ảnh là 0,6898. Kết quả thực nghiệm được so sánh với các công trình khác cùng trên bộ dữ liệu; điều này minh chứng cho tính khả thi và hiệu quả của phương pháp đề xuất, đồng thời có thể ứng dụng cho các bộ ảnh đa đối tượng. Từ khóa: R-CNN, KD-Tree, ảnh đa đối tượng, tìm kiếm ảnh, ảnh tương tự Multi-object image retrieval based on R-CNN network and KD-Tree structure Dao Xuan Bao3, Nguyen Thi Dinh1, 3, Nguyen Phuong Hac3, Van The Thanh2* 1 Faculty of Information Technology, University of Sciences, Hue University, 77 Nguyen Hue St., Hue, Vietnam 2 HCMC University of Education, 280 An Duong Vuong, Ward 4, District 5, Ho Chi Minh City, Vietnam 3 Ho Chi Minh City University of Food Industry, 140 Le Trong Tan Street, Tan Phu District, Ho Chi Minh City, Vietnam