PHÂN LỚP HÌNH ẢNH DỰA TRÊN CẤU TRÚC KD-TREE

Nguyễn Thị Định và CS. Tập 131, Số 2A, 2022 108 Sigmoid(fi × w0) [7]; giá trị đầu ra của véc-tơ fi tại mỗi tầng trên KD-Tree là cơ sở cho quá trình chọn nhánh với khoảng cách gần nhất ở tầng tiếp theo. Khoảng cách gần nhất được xác định từ vị trí yij đến vị trí whk. Quá trình này lặp lại cho các tầng tiếp theo đến khi gặp nút lá Leafh và nhãn của nút lá này chính là nhãn lớp của ảnh đầu vào được phân lớp trên KD-Tree. Phương pháp phân lớp ảnh dựa trên cấu trúc KD-Tree được thực hiện nhiều lần cho một ảnh đầu vào do cây KD-Tree được xây dựng là cây đa tầng. Tại mỗi tầng trên KD-Tree thực hiện một lần phân lớp nên hiệu suất phân lớp ảnh trên KD-Tree là khá cao. Hàm mục tiêu: Trong quá trình huấn luyện mô hình phân lớp dựa trên cấu trúc KD-Tree, cần xác định giá trị đầu ra tại mỗi nút trong của cây. Do đó, hàm mục tiêu Sigmoid (công thức (1)) được sử dụng là hàm tuyến tính tăng trên miền [0..1]. Đồng thời, hàm Sigmoid luôn có đạo hàm tại mọi điểm trên miền [0..1] nhằm tăng hiệu quả trong quá trình huấn luyện véc-tơ trọng số khi lấy đạo hàm theo công thức (2) và tiết kiệm chi phí huấn luyện cấu trúc KD-Tree phân lớp . 1 ( ) 1 x x e  = − + (1) 1 '( ) ( )(1 ( )) 2 1 1 (1 ) x xe e x x x x x x e e e    − − = = = − − − − + + + (2) Gọiw = (w ,w ,...,w ) i i1 i2 in là véc-tơ trọng số lưu trữ tạiNodei , công thức (3) cập nhật giá trị véc-tơ trọng số tại mỗiNodei theo hàm ( * ) W f i i  và là hằng số cho trước như sau: ( (W * ) (W * ) * * (W * ) * * (W * ) *(1 (W * ) ( ) f i i W W f W f f f i i i i i i i i i i i Wi         = − = − −  (3)

Sau khi thực hiện gán nhãn cho tất cả các nút lá, tính hiệu suất phân lớp trên KD-Tree với tập véc-tơ trọng số khởi tạo theo công thức (4). ( ) ( ) ( ) m fki P Avg fmi  =  (4) trong đó ( ) fki  là tổng số véc-tơ đúng nhãn lớp thuộc nút lá i Leaf ; ( ) fmi  là tổng số véc-tơ thuộc nút lá i Leaf . Sau mỗi lần cập nhật véc-tơ phân lớp theo công thức (3), hiệu suất phân lớp trên KD-Tree được tính theo công thức (4). So sánh nếu j i P P  (j > i) thì chọn phương án cập nhật véc-tơ phân lớp mới; trong trường hợp ngược lại, giữ nguyên véc-tơ phân lớp trước đó. Để quá trình huấn luyện tập véc-tơ phân lớp trên KD-Tree giảm chi phí về mặt thời gian cũng như các chi phí xây dựng cây KD-Tree, cần thực hiện các quy tắc sau: