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 55 vector đặc trưng được lưu trữ tại nút lá trên KD-Tree (k-Dimensional Tree). Tại mỗi nút lá là tập hợp các hình ảnh có độ tương tự gần nhau nhất. Cấu trúc KD-Tree được đánh giá với khả năng mở rộng số nút lá dễ dàng, phù hợp cho những bộ ảnh có khả năng mở rộng số phân lớp, mở rộng khả năng lưu trữ và thời gian tìm kiếm ổn định do cấu trúc KD-Tree đa nhánh cân bằng [9]. Vì vậy, để phát triển những ưu điểm từ việc phân lớp ảnh bằng mô hình mạng R-CNN và phương pháp lưu trữ, tìm kiếm ảnh trên cấu trúc KD-Tree nên một phương pháp kết hợp mạng R-CNN với cấu trúc KD-Tree được đề xuất thực hiện trong bài báo này là cần thiết và đúng đắn. Đóng góp của bài báo gồm: (1) Trích xuất và phân lớp từng đối tượng trên ảnh bằng mạng R-CNN; (2) Trích xuất vector đặc trưng và xây dựng cấu trúc KD-Tree để lưu trữ dữ liệu hình ảnh đã phân đoạn; (3) Đề xuất mô hình tìm kiếm ảnh; xây dựng thực nghiệm trên bộ ảnh đa đối tượng COCO [5] và so sánh với một số công trình khác trên cùng bộ dữ liệu. Kết quả thực nghiệm cho thấy hiệu suất truy vấn ảnh dựa trên mô hình đề xuất là khá cao. Phần còn lại của bài báo bao gồm: Phần 2 khảo các công trình nghiên cứu liên quan về trích xuất và phân loại đối tượng bằng mạng R-CNN, cấu trúc KD-Tree cho bài toán tìm kiếm ảnh; Phần 3 trình bày mô hình mạng R-CNN để phát hiện và phân lớp đối tượng; Phần 4 xây dựng cấu trúc KD-Tree để lưu trữ dữ liệu hình ảnh; Phần 5 đề xuất mô hình truy vấn ảnh; Phần 6 xây dựng thực nghiệm và đánh giá kết quả; kết luận và hướng phát triển tiếp theo được trình bày trong Phần 7.

2 Các công trình liên quan Trong bài báo này, quá trình tìm kiếm ảnh đa đối tượng được thực hiện qua các giai đoạn gồm: (1) Trích xuất các đối tượng thị giác trên ảnh và phân lớp đối tượng; (2) xây dựng cấu trúc KD-Tree lưu trữ và tìm kiếm ảnh tương tự dựa trên cấu trúc dữ liệu đã xây dựng. Vì vậy, một số công trình được khảo sát về trích xuất và phân loại đối tượng mạng R-CNN và tìm kiếm ảnh bằng cấu trúc KD-Tree nhằm phân tích ưu nhược điểm của từng phương pháp để đưa ra phương pháp kết hợp mạng R-CNN và cấu trúc KD-Tree để giải bài toán tìm kiếm ảnh đa đối tượng và nâng cao hiệu suất truy vấn. Chiao và cs. [6] đã thực hiện một phương pháp phát hiện và phân loại các khối u vú sử dụng mặt nạ R-CNN trên ảnh siêu âm. Mục đích của bài báo là xây dựng mô hình phát hiện, phân đoạn và phân loại tự động các tổn thương vú bằng hình ảnh siêu âm. Dựa trên kỹ thuật học sâu, một kỹ thuật sử dụng các vùng mặt nạ với mạng lưới thần kinh phức hợp đã được phát triển để phát hiện tổn thương và phân biệt giữa lành tính và ác tính trên hình ảnh. Độ chính xác trung bình trung bình là 0,75 cho việc phát hiện và phân đoạn. Độ chính xác tổng thể của phân loại lành tính và ác tính trên hình ảnh là 0,85. Công trình này được đánh giá là khả thi và ứng dụng tốt cho