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

Đào Xuân Bảo và CS. Tập 131, Số 2A, 2022 56 lĩnh vực phát hiện sớm bệnh ung thư vú qua hình ảnh bằng mạng R-CNN. Bên cạnh đó, Kuznetsova và cs. [7] đã đề xuất một phương pháp phân tích ngữ nghĩa trực quan hình ảnh. Công trình này đã trình bày một bộ sưu tập gồm 9,2 triệu hình ảnh (COCO, PASCAL VOC) được chú thích thống nhất để phân loại hình ảnh và phát hiện đối tượng bằng mô hình mạng R-CNN. Sau đó, các mối quan hệ trực quan giữa các đối tượng được xác định dựa trên trên ảnh đầu vào. Phương pháp đề xuất này được đánh giá là khả thi, hiệu quả và áp dụng cho nhiều bộ ảnh đa đối tượng khác nhau. Ram và cs. [10] sử dụng kỹ thuật tìm kiếm láng giềng k-NN dựa trên cấu trúc KD-Tree. Việc kết hợp này nhằm cải tiến hiệu suất tìm kiếm bằng cách xây dựng cây phân vùng không gian ngẫu nhiên để thực hiện các lược đồ tìm kiếm theo cấu trúc KD-Tree. Tác giả đã chứng minh tính hiệu quả về thời gian truy vấn cũng như hiệu suất tìm kiếm. Trong công trình này, tác giả đề cập tới hai cải tiến: (1) cải thiện độ phức tạp tổng thể giải thuật tìm kiếm; (2) thực hiện đa chỉ mục trên cây KD-Tree để nâng cao hiệu quả tìm kiếm về mặt thời gian. Cùng thời điểm này, Chen và cs. [11] đã sử dụng hai kỹ thuật tìm kiếm láng giềng RNN (Range Nearest Neighbors) và NN (Nearest Neighbors) dựa trên cây KD-Tree. Kỹ thuật RNN nhằm giảm các tính toán khoảng cách không cần thiết bằng cách kiểm tra vị trí của đối tượng đang xét nằm bên trong hay bên ngoài vùng lân cận của điểm cần tìm. Kỹ thuật NN được sử dụng để giảm các nút truy cập dư thừa

bằng cách lưu chỉ số truy cập các điểm láng giềng. Thực nghiệm chứng minh tính hiệu quả của việc kết hợp các thuật toán tìm kiếm láng giềng RNN, NN và kNN trên cây KD-Tree là hiệu quả. Zhang [17] và cs. đã thực hiện xây dựng cấu trúc Vocabulary-KDTree nhằm thực hiện bài toán đối sánh hình ảnh. Trong công trình này, nhóm tác giả đã thực hiện hai quá trình: (1) phân cụm dữ liệu hình ảnh theo tính chất tương đồng và (2) đối sánh dữ liệu trực tuyến với một ảnh đầu vào. Cấu trúc Vocabulary-KDTree dựa trên đặc trưng SIFT (Scale-Invariant Feature Transform) bằng cách điều chỉnh trọng số tại các nút trên cây. Cấu trúc Vocabulary-KDTree được chia thành hai nhóm: (1) nhóm chứa các đặc trưng hình ảnh và (2) nhóm các nút lá thực hiện điều chỉnh các trọng số liên quan đến quá trình huấn luyện để xây dựng Vocabulary-KDTree. Mô hình truy vấn ảnh được thực hiện theo hai pha. Tại pha offline, mỗi hình ảnh sau khi trích xuất đặc trưng được đối sánh và gom cụm với cấu trúc KD-Tree; từ đó xây dựng cây Vocabulary KD-Tree và thực hiện gom cụm lại trên cấu trúc này. Tại pha online, một ảnh đầu vào sau khi trích xuất đặc trưng được so sánh đặc trưng này với cấu trúc Vocabulary KD-Tree, tìm ra từ khóa làm cơ sở so sánh với đặc trưng đã trích xuất. Cuối cùng, lọc bỏ những bất thường trong kết quả tìm kiếm và trả về kết quả tốt nhất. Narasimhulu và cs. [18] đã đề xuất một phương pháp tìm kiếm ảnh tượng tự dựa trên cấu trúc KD-Tree. Từ một ảnh đầu vào thực hiện tìm kiếm trên cấu trúc KD-Tree bằng thuật toán tìm

kiếm theo số láng giềng nhiều nhất để làm căn cứ xác định phân lớp cho hình ảnh. Cuối cùng, tác