Kết Hợp K-Means với RS -TREE cho bài toán tìm kiếm ảnh theo ngữ nghĩa

Abstract

Trong bài báo này, kỹ thuật k-Means kết hợp với cấu trúc RS-Tree được đề xuất để nâng cao hiệu quả tìm kiếm ảnh. Phương pháp này được thực hiện qua hai giai đoạn: (1) giai đoạn tạo cấu trúc RS-Tree, k-Means được sử dụng để tách nút thành k-cụm; (2) giai đoạn hoàn thành cấu trúc RS-Tree, k-Means được sử dụng tại tầng nút lá để phân cụm lại các phần tử. Bên cạnh đó, khung Ontology được xây dựng dựa vào túi từ thị giác nhằm biểu diễn ngữ nghĩa của các đối tượng và mối quan hệ giữa chúng trong ảnh. Với một ảnh đầu vào, việc tìm kiếm ảnh tương tự được thực hiện trên cấu trúc đã xây dựng. Sau đó, ảnh đầu vào được thực hiện phân lớp bằng phương pháp k-NN dựa vào tập tập các hình ảnh tương tự và tạo ra tập các từ thị giác. Cuối cùng, câu truy vấn SPARQL được hình thành từ tập các từ thị giác và thực hiện tìm kiếm ảnh và trích xuất ngữ nghĩa từ vựng trên cấu trúc Ontology. Trên cơ sở lý thuyết đã xây dựng, mô hình tìm kiếm ảnh theo tiếp cận ngữ nghĩa dựa trên cấu trúc phân cụm phân cấp và Ontology được đề xuất. Thực nghiệm được xây dựng trên các tập dữ liệu ảnh bao gồm: COREL, OxfordFlowers-17 và MS-COCO, kết quả thực nghiệm trong bài báo được đánh giá và thực hiện so sánh với các công trình gần đây cho thấy phương pháp đề xuất là khả thi.