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

jos.hueuni.edu.vn Tập 131, Số 2A, 2022 63 Function RKDT(F,KD Tree − ) Begin ; CI =  Foreach (fi F) do Browsing from root to leaf on KD-Tree; If (fi leafk) then CI = leafk.{fk}; Endif; EndForeach; Return CI; End. Gọi h là chiều cao của cấu trúc KD-Tree; k là số nhánh tối đa tại Nodei bất kỳ, dữ liệu đầu vào là vector đặc trưng fi có n chiều. Khi truyền vector fi vào KD-Tree, thuật toán 3 duyệt qua các mức của cây. Tại mỗi mức trên KD-Tree chọn một nút tốt nhất và đi theo hướng đã chọn. Do đó, tại mỗi mức có tối đa k phép so sánh để chọn nút tốt nhất. Mỗi lần so sánh thuật toán 3 duyệt qua n phần tử của vector fi. Vì vậy, tại mỗi mức số phép toán tối đa là k × n. Cây có chiều cao h, nên số phép toán tối đa để duyệt từ gốc đến lá theo một hướng được chọn là k × n × h. Vì h, k là hằng số nhỏ, nên độ phức tạp của thuật toán phụ thuộc vào n. Mặc khác, số chiều vector fi là cố định ban đầu nên n cũng là hằng số. Gọi C là giá trị hằng số và k × h × n < C nên k × h × n ≤ C × 1. Vậy độ phức tạp của thuật toán 3 là O(1). 6 Thực nghiệm và đánh giá 6.1 Dữ liệu và môi trường thực nghiệm Bộ ảnh COCO (Microsoft Common Objects in Context) là bộ ảnh đa đối tượng, đa dạng và có nhiều phân lớp và được sử dụng để phát hiện đối tượng, phân đoạn, phát hiện điểm chính và phụ đề quy mô lớn. Bộ dữ liệu bao gồm 163.957 hình ảnh. Sau khi thực hiện phân lớp ảnh bằng mạng R-CNN, bộ ảnh COCO có 79 phân lớp được sử dụng cho thực nghiệm trên tập Validation gồm 5.000 ảnh. Môi trường thực nghiệm hệ tìm kiếm ảnh tương tự (IR-KDT) được xây dựng trên nền tảng

dotNET Framework 4.5, ngôn ngữ lập trình C#. Cấu hình máy tính: Intel(R) Core™ i5-5200U, CPU 2.7GHz, RAM 16GB và hệ điều hành Windows 10 Professional.