PHÂN LỚP HÌNH ẢNH DỰA TRÊN CẤU TRÚC KD-TREE

jos.hueuni.edu.vn Tập 131, Số 2A, 2022 113 3.4 Mô hình phân lớp ảnh dựa trên cấu trúc KD-Tree Mô hình phân lớp ảnh dựa trên cấu trúc KD-Tree được thực hiện theo hai pha: Pha huấn luyện KD-Tree và pha phân lớp hình ảnh gồm các bước: (1) Trích xuất véc-tơ đặc trưng cho tập dữ liệu Training và huấn luyện cấu trúc KD-Tree. (2) Thực hiện huấn luyện bộ véc-tơ phân lớp sau khi xây dựng cấu trúc KD-Tree theo các Epochi. Kết quả của quá trình huần luyện là thu được cấu trúc KD-Tree và bộ véc-tơ phân lớp để cho kết quả phân lớp ảnh trên tập dữ liệu ảnh ban đầu là tốt nhất. (3) Trích xuất véc-tơ đặc trưng của ảnh đầu vào cần thực hiện phân lớp. Thực hiện phân lớp cho ảnh đầu vào dựa trên cấu trúc KD-Tree đã huấn luyện. Kết quả của quá trình phân lớp này là tên phân lớp cho ảnh đầu vào. Hình 4. Mô hình phân lớp ảnh dựa trên cấu trúc KD-Tree 4 Thực nghiệm và đánh giá kết quả thực nghiệm 4.1 Dữ liệu thực nghiệm Để đánh giá hiệu năng của các hệ thống phân lớp hình ảnh, chúng tôi sử dụng một số bộ dữ liệu ảnh tiêu chuẩn cho quá trình thực nghiệm gồm COREL, Wang, CIFAR-100, Caltech101 và Caltech256. Tập ảnh thực nghiệm được chia thành hai phần: 70% số lượng ảnh dùng để huấn luyện mô hình phân lớp (Training) và 30% số lượng ảnh dùng cho kiểm thử mô hình (Testing) (Bảng 1). Các bộ dữ liệu này có số lượng ảnh và số phân lớp chênh lệch nhau khá lớn; khác nhau