Số hóa bởi Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ ĐẠI HỌC THÁI NGUYÊN TRƢỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG O0O NGUYỄN ĐỨC HƢNG NGHIÊN CỨU PHƢƠNG PHÁP TRA CỨU ẢNH CON SỬ DỤNG KỸ THUẬT MÁY HỌC LUẬN VĂN THẠC SĨ : KHOA HỌC MÁY TÍNH Thái Nguyên, tháng 12 năm 2013 Số hóa bởi Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ ĐẠI HỌC THÁI NGUYÊN TRƢỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG O0O NGUYỄN ĐỨC HƢNG NGHIÊN CỨU PHƢƠNG PHÁP TRA CỨU ẢNH CON SỬ DỤNG KỸ THUẬT MÁY HỌC Chuyên ngành : Khoa Học Máy Tính Mã số : 60480101 LUẬN VĂN THẠC SĨ : CÔNG NGHỆ THÔNG TIN NGƢỜI HƢỚNG DẪN KHOA HỌC 1 : TS. NGUYỄN HỮU QUỲNH Số hóa bởi Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ LỜI MỞ ĐẦU Những năm gần đây, chúng ta đã chứng kiến sự tăng nhanh lƣợng dữ liệu ảnh cùng với sự phát triển bùng nổ của các ứng dụng trên Internet. Hàng ngày, nhiều cơ quan, tổ chức và cá nhân đã tạo ra nhiều Exa-bytes dữ liệu ảnh và đƣa chúng lên Internet. Khi số lƣợng ảnh trong tập ảnh còn ít, việc nhận diện một bức ảnh hay việc so sánh sự giống và khác nhau giữa các bức ảnh có thể thực hiện đƣợc bằng mắt thƣờng, tuy nhiên khi có số lƣợng rất lớn ảnh thì việc so sánh bằng mắt thƣờng là rất khó khăn, đòi hỏi phải có những phƣơng pháp hiệu quả và chính xác hơn. Việc tìm kiếm đƣợc một bức ảnh mong muốn trong hàng triệu bức ảnh thuộc đủ loại chủ đề khác nhau là rất khó khăn. Vấn đề đặt ra là phải có những phƣơng pháp tổ chức cơ sở dữ liệu ảnh tốt cùng với những kỹ thuật tìm kiếm, tra cứu ảnh hiệu quả, có độ chính xác cao và có hiệu năng tốt. Ban đầu, tra cứu ảnh đƣợc thực hiện dựa trên các mô tả ngắn bằng một tập các thuộc tính độc lập nội dung (tên file, khuôn dạng, loại, cỡ, tên tác giả và vị trí đĩa) của các ảnh. Tuy nhiên, cách tiếp cận này giới hạn các truy vấn vào các thuộc tính đã có. Một sự thay thế khác là sử dụng các chú thích văn bản thủ công hoặc các từ khóa sao cho các kỹ thuật tra cứu thông tin cổ điển có thể đƣợc sử dụng để tìm kiếm các ảnh. Nhƣng cách tiếp cận này vẫn có các vấn đề nhƣ sự nhập nhằng, không đầy đủ và chủ quan. Do dữ liệu ảnh rất phong phú về thông tin, để thu đƣợc nội dung của một ảnh sử dụng một số ít từ khóa là không khả thi, chƣa đề cập đến công việc tẻ nhạt trong quá trình chú thích. Một cách tiếp cận tự động và hiệu quả hơn đƣợc gọi là tra cứu ảnh dựa vào nội dung (CBIR), trong CBIR sử dụng các đặc trƣng ảnh mức thấp để biểu diễn, so sánh và tra cứu các ảnh. Hầu hết các hệ thống CBIR theo cách tiếp cận hai bƣớc để tìm kiếm các cơ sở dữ liệu ảnh. Đầu tiên (đánh chỉ số), một véc tơ đặc trƣng biểu diễn các thuộc tính quan trọng nào đó của ảnh đƣợc trích rút và lƣu trữ nhƣ siêu dữ liệu cho mỗi ảnh cơ sở dữ liệu. Thứ hai (tìm kiếm), một ảnh truy vấn đƣợc cho, các ảnh tƣơng tự nhất với ảnh truy vấn đƣợc trả về cho ngƣời sử dụng bằng việc so sánh các véc tơ đặc trƣng của các ảnh cơ sở dữ liệu với các đặc trƣng của ảnh truy vấn. Tất cả các hệ thống CBIR này thuộc về sơ đồ truy vấn bởi mẫu (QBE). Số hóa bởi Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ Trong khi hầu hết các hệ thống CBIR tra cứu các ảnh dựa trên so sánh toàn bộ ảnh, tức là với một ảnh truy vấn đƣợc cho hệ thống trả về tất cả các ảnh tƣơng tự. Tuy nhiên, những ngƣời sử dụng có thể rất quan tâm đến tìm kiếm đối tƣợng. Trong trƣờng hợp này, ngƣời sử dụng cung cấp một ảnh con truy vấn (có thể là một đối tƣợng) mà hệ thống tra cứu sẽ tìm kiếm các ảnh mà chứa ảnh con truy vấn (theo nhận thức của con ngƣời) từ cơ sở dữ liệu ảnh. Truy vấn ảnh con cũng có thể là bản thân một ảnh. Nhiệm vụ này, gọi là tra cứu ảnh con dựa vào nội dung (CBsIR), là khó giải quyết bởi một loạt các hiệu ứng (nhƣ thay đổi cỡ và khác biệt về các vị trí quan sát, ) gây ra ảnh con mục tiêu khác nhau đáng kể trong các ảnh khác nhau. Một bài toán kết hợp với CBsIR là cách xác định vị trí ảnh con bên trong một ảnh cơ sở dữ liệu hiệu quả. Đề tài nghiên cứu tổng quan về tra cứu ảnh dựa vào nội dung và đi sâu vào nghiên cứu bài toán tra cứu ảnh con dựa vào nội dung (CBsIR) để tìm kiếm các ảnh cơ sở dữ liệu có chứa các ảnh con truy vấn. Bên cạnh đó, đề tài cũng kết hợp kỹ thuật máy học vào quá trình tra cứu ảnh con để đƣợc các kết quả gần với nhận thức của con ngƣời hơn. Trên những cơ sở phƣơng pháp tra cứu ảnh con truy vấn, tiến hành xây dựng chƣơng trình thử nghiệm cho phép đọc vào một ảnh con truy vấn và tìm kiếm những ảnh tƣơng tự với ảnh con truy vấn trong một tập hợp các ảnh cho trƣớc và thú nhận đánh giá phản hồi từ ngƣời dùng. Nội dung luận văn gồm có 3 chƣơng: CHƢƠNG 1: TỔNG QUAN VỀ TRA CỨU ẢNH CON DỰA VÀO NỘI DUNG VÀ HỌC TỪ THÔNG TIN NGƢỜI DÙNG. CHƢƠNG 2: TRA CỨU ẢNH CON DỰA VÀO NỘI DUNG SỬ DỤNG KỸ THUẬT MÁY HỌC, giới thiệu phƣơng pháp tra cứu ảnh con dựa vào cây phân cấp và sự kết hợp giữa tra cứu ảnh con và kỹ thuật máy học. CHƢƠNG 3: CHƢƠNG TRÌNH THỬ NGHIỆM, xây dựng hệ thống và trình bày một số kết quả đạt đƣợc. Số hóa bởi Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ LỜI CẢM ƠN Trong quá trình thực hiện luận văn này, tôi luôn nhận đƣợc sự hƣớng dẫn, chỉ bảo tận tình của TS Nguyễn Hữu Quỳnh, Khoa Công nghệ Thông tin thuộc trƣờng Đại học Điện lực là cán bộ trực tiếp hƣớng dẫn khoa học cho tôi. Thầy đã giành nhiều thời gian trong việc hƣớng dẫn cách nghiên cứu, đọc tài liệu, cài đặt các thuật toán và giúp đỡ về xây dựng hệ thống thực nghiệm. Tôi xin chân thành cảm ơn các Thầy, Cô giáo trong trƣờng Đại học Công nghệ Thông tin và Truyền Thông, Đại học Thái Nguyên đã luôn nhiệt tình giúp đỡ và tạo điều kiện tốt nhất cho tôi trong suốt quá trình học tập tại trƣờng. Xin chân thành cảm ơn các anh, các chị và các bạn học viên lớp Cao học - trƣờng Đại học Công nghệ Thông tin và Truyền Thông thuộc Đại học Thái Nguyên đã luôn động viên, giúp đỡ và nhiệt tình chia sẻ với tôi những kinh nghiệm học tập, công tác trong suốt khoá học. Hà nội, ngày 25 tháng 12 năm 2013 Số hóa bởi Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ Ý KIẾN NHẬN XÉT Số hóa bởi Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ MỤC LỤC Lời mở đầu Trang Chƣơng 1: TỔNG QUAN VỀ TRA CỨU ẢNH CON DỰA VÀO NỘI DUNG VÀ HỌC TỪ THÔNG TIN NGƢỜI DÙNG 10 1.1 Giới thiệu 10 1.1.1 Tra cứu ảnh dựa vào nội dung 10 1.1.2 Tra cứu ảnh con dựa vào nội dung 12 1.2 Tra cứu ảnh dựa vào màu 12 1.2.1 Các không gian màu 13 1.2.2 Biểu diễn và mô tả ảnh dựa vào màu 14 1.2.3 Hàm khoảng cách 15 1.3 Tra cứu thông tin 16 1.4 Học từ ngƣời dùng trong tra cứu thông tin 17 1.5 Một số nghiên cứu liên quan về tra cứu ảnh con dựa vào nội dung 21 1.5.1 Tra cứu ảnh con dựa vào phân hoạch 21 1.5.2 Tra cứu ảnh con dựa vào điểm 23 1.6 Kết luận chƣơng 1 24 Chƣơng 2 : TRA CỨU ẢNH CON DỰA VÀO NỘI DUNG SỬ DỤNG KỸ THUẬT MÁY HỌC………………………………………………………………………… 25 2.1 Giới thiệu bài toán 25 2.2 Kỹ thuật tra cứu ảnh con dựa vào nội dung 25 2.2.1 Cấu trúc cây và phân hoạch phân cấp của phƣơng pháp HTM 26 2.2.2 Trích rút đặc trƣng sử dụng màu trung bình 28 2.2.3 Các hàm khoảng cách véc tơ 28 2.2.4 Chiến lƣợc tìm kiếm 31 2.3 Học trong tra cứu ảnh con dựa vào nội dung 32 2.3.1 Lƣợc đồ đánh lại trọng số 33 2.3.2 Cập nhật trọng số 36 2.3.3 Tƣơng tự ảnh 37 2.4 Kết luận chƣơng 2 39 Chƣơng 3: CHƢƠNG TRÌNH THỬ NGHIỆM 40 3.1. Biểu đồ hệ thống 40 3.1.1. Sơ đồ hệ thống tra cứu ảnh sử dụng phản hồi liên quan 40 3.1.2. Biểu đồ Use Case 41 3.1.3. Biểu đồ trình tự và biểu đồ hoạt động 41 3.1.4 Thiết kế cơ sở dữ liệu 45 3.2 Mô tả chƣơng trình 46 3.3 Kết quả đạt đƣợc 47 3.4 Thực nghiệm thu hồi ảnh bằng thông tin phản hồi 49 3.5 Kết luận chƣơng 3 51 KẾT LUẬN VÀ HƢỚNG PHÁT TRIỂN 52 TÀI LIỆU THAM KHẢO 53 Số hóa bởi Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ DANH MỤC CÁC BẢNG, SƠ ĐỒ, HÌNH Hình 1.1: Kiến trúc hệ thống tra cứu ảnh dựa vào nội dung 9 Hình 1.2: Các không gian màu. 11 Hình 1.2.1: Phản hồi liên quan tìm kiếm trên các ảnh. 16 Hình 1.2.2: Truy vấn tối ƣu Rocchio để tách các tài liệu liên quan. 17 Hình 1.2.3: Ứng dụng của thuật toán Rocchio’s. 19 Hình 2.1: Phân hoạch phân cấp của một ảnh với cấu trúc cây kết quả và chuỗi chỉ số tƣơng ứng cho lƣu trữ. 25 Hình 2.2: Ví dụ về các cấu trúc cây cho ảnh cơ sở dữ liệu và ảnh con truy vấn. 28 Hình 2.3: Thuật toán HTM. 30 Hình 2.4: Hình ảnh thu hồi với thông tin phản hồi của ngƣời dùng. 33 Hình 2.5: So sánh độ bất lợi của ảnh. 34 Hình 3.1: Sơ đồ hệ thống tra cứu ảnh sử dụng phản hồi. 38 Hình 3.2: Biểu đồ Use Case. 39 Hình 3.3: Biểu đồ trình tự tác nhân tra cứu ảnh. 39 Hình 3.4: Biểu đồ hoạt động của tác nhân tra cứu ảnh 40 Hình 3.5: Biểu đồ trình tự tác nhân phản hồi ảnh. 41 Hình 3.6: Biểu đồ hoạt động của tác nhân phản hồi ảnh. 41 Hình 3.7: Biểu đồ trình tự của tác nhân Upload ảnh. 42 Hình 3.8: Biểu đồ hoạt động của tác nhân Upload ảnh. 43 Hình 3.9 : Bảng cơ sở dữ liệu Image. 43 Hình 3.10 : Bảng cơ sở dữ liệu Cluster 44 Hình 3.11: Mối quan hệ giữa các bảng. 44 Hình 3.12: Số liệu các loại ảnh trong cơ sở dữ liệu. 45 Hình 3.13: Giao diện chính hệ thống tra cứu ảnh 46 Hình 3.14: Giao diện hiển thị kết quả truy vấn. 47 Hình 3.15: Hình ảnh truy vấn. 47 Hình 3.16: Hình ảnh thu hồi lần lặp thứ nhất. 48 Hình 3.17: Hình ảnh thu hồi lần lặp thứ hai. 48 Số hóa bởi Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ KÍ HIỆU CÁC CỤM TỪ VIẾT TẮT CBIR Content Base Image Retrieval Tra cứu ảnh dựa vào nội dung QBIC Query By Image Content Truy vấn theo nội dung ảnh CIE Commission internationale de l'éclairage Uỷ ban quốc tế về màu sắc HAC Hierarchical Agglomerative Clustering Phân cụm tích luỹ phân cấp CBC Color Base Clustering Phân cụm dựa vào màu MST Minimum Spainning Tree Cây mở rộng tối thiểu IRM Integrated Region Matching Đối sánh vùng tích hợp CSDL DataBase Cơ Sở Dữ Liệu Số hóa bởi Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ Chƣơng 1: TỔNG QUAN VỀ TRA CỨU ẢNH CON DỰA VÀO NỘI DUNG VÀ HỌC TỪ THÔNG TIN NGƢỜI DÙNG 1.1 Giới thiệu 1.1.1 Tra cứu ảnh dựa vào nội dung Khi ta có nhu cầu tìm kiếm một vài bức ảnh trong một kho dữ liệu ảnh có thể lên tới vài trăm nghìn bức ảnh để minh họa cho một đề tài nào đó thì tuyệt đối không phải là chuyện đơn giản nếu chúng ta tìm kiếm một cách thủ công tức là xem lần lƣợt từng bức ảnh cho tới khi ta tìm thấy đƣợc bức ảnh có nội dung cần tìm. Song song với sự phát triển của các phƣơng tiện kỹ thuật số trong tƣơng lai, số lƣợng ảnh sẽ còn tăng nhiều hơn nữa. Do vậy nhu cầu thật sự đòi hỏi phải có một công cụ hỗ trợ tìm kiếm ảnh chính xác và hiệu quả. Vì vậy tra cứu ảnh dựa vào nội dung ra đời để góp phần đáp ứng nhu cầu này. “Tra cứu ảnh dựa vào nội dung” - Đây là một chủ đề nghiên cứu mới trong lĩnh vực công nghệ thông tin. Mục đích chính của nó là lấy những ảnh từ cơ sở dữ liệu phù hợp với tiêu chí truy vấn. Các yếu tố mô tả nội dung của một bức ảnh có liên quan đến cảm nhận nhƣ màu sắc, kết cấu, hình dạng, cấu trúc, mối liên hệ về không gian và chuyển động. Do vậy, phân tích ảnh, nhận dạng ảnh và thị giác máy tính đóng vai trò cơ bản trong các hệ thống tra cứu ảnh. Nó cho phép tự động trích chọn hầu hết các thông tin cảm nhận, thông qua việc phân tích phân bố điểm ảnh và rút ra các độ đo nội dung trực quan. Các hệ thống truy vấn ảnh dựa vào nội dung hiện nay rất đa dạng nhƣng nhìn chung đƣợc phân biệt bởi: các đặc trƣng mà hệ thống rút trích từ ảnh để làm cơ sở truy vấn, phƣơng pháp trích rút đặc trƣng ảnh đƣợc sử dụng trong hệ thống truy vấn, độ đo sự tƣơng tự giữa hai ảnh, phƣơng pháp đánh chỉ số nhiều chiều để tối ƣu việc tìm kiếm. Một số chức năng chính của một hệ thống tra cứu ảnh dựa vào nội dung: - Phân tích nội dung của nguồn thông tin và biểu diễn nội dung của các nguồn thông tin đƣợc phân tích phù hợp với sự đối sánh truy vấn của ngƣời sử dụng (không gian của thông tin nguồn đƣợc chuyển đổi thành không gian đặc điểm với mục đích đối sánh nhanh trong bƣớc tiếp theo). Bƣớc này thƣờng mất nhiều thời gian cho việc xử lý tuần tự các thông tin nguồn (ảnh) trong cơ sở dữ liệu. Nó chỉ phải làm một lần và có thể làm độc lập. [...]... cơ bản về tra cứu ảnh con dựa vào nội dung, bao gồm: một số khái niệm về tra cứu ảnh và tra cứu ảnh con, một số nghiên cứu liên quan về tra cứu ảnh dựa vào vùng, tra cứu ảnh con dựa vào nội dung, tra cứu ảnh con dựa vào phân hoạch, tra cứu ảnh con dựa vào điểm quan tâm Trên cơ sở đó định hƣớng luận văn đi vào nghiên cứu phƣơng pháp tra cứu ảnh con dựa vào phân hoạch Số hóa bởi Trung tâm Học liệu http://www.lrc-tnu.edu.vn/... http://www.lrc-tnu.edu.vn/ Chƣơng 2 : TRA CỨU ẢNH CON DỰA VÀO NỘI DUNG SỬ DỤNG KỸ THUẬT MÁY HỌC 2.1 Giới thiệu bài toán Bài toán truy vấn ảnh con [26] có thể đƣợc mô tả nhƣ sau: cho một ảnh truy vấn đầu vào là một ảnh con Q của ảnh I và một tập ảnh S, tra cứu từ S các ảnh Q’ mà trong đó ảnh truy vấn Q xuất hiện theo nhận thức của con ngƣời (Q Q’) Bài toán này khó hơn tra cứu ảnh do chịu nhiều ảnh hƣởng nhƣ thay đổi... trong tra cứu ảnh con dựa vào nội dung Phƣơng pháp tra cứu ảnh con sử dụng đối sánh cây phân cấp HTM là một cách tiếp cận ổn định và hiệu quả cho tra cứu ảnh con dựa vào nội dung Tuy nhiên, HTM Số hóa bởi Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ vẫn thuộc vào các phƣơng pháp sử dụng đặc trƣng mức thấp mà mỗi loại đặc trƣng chỉ thu đƣợc một khía cạnh nào đó của ảnh và khó cho ngƣời sử dụng để chỉ... sánh ảnh con tốt nhất Ảnh con truy vấn có thể có thể là bản kém chất lƣợng của phần của ảnh gốc và đƣợc số hóa dƣới các điều kiện khác nhau đáng kể Kiểm tra trên một tập các ảnh nghệ thuật, nhiều ảnh trong đó ở độ phân giải rất cao, các kỹ thuật đƣợc minh chứng là thực hiện tốt 1.5.2 Tra cứu ảnh con dựa vào điểm Các hệ thống tra cứu ảnh theo phong cách “truy vấn bởi mẫu” thƣờng đề cập đến toàn bộ ảnh. .. đƣợc sử dụng 1.2 Tra cứu ảnh dựa vào màu Chọn các đặc trƣng ảnh đúng cho một hệ thống tra cứu ảnh là quan trọng bởi vì các đặc trƣng ảnh ảnh hƣởng đến mọi khía cạnh của toàn bộ quá trình tra cứu Hầu hết các hệ thống tra cứu ảnh dựa vào nội dung (CBIR) sử dụng các đặc trƣng ảnh mức thấp nhƣ màu, kết cấu, hình, do chúng có thể đƣợc trích rút tự động Màu là đặc trƣng mức thấp đƣợc sử dụng phổ biến nhất,... Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ 1.1.2 Tra cứu ảnh con dựa vào nội dung Trong khi hầu hết các hệ thống tra cứu ảnh tra cứu các ảnh dựa trên việc so sánh toàn bộ bức ảnh, ngƣời dùng lại muốn quan tâm “tìm kiếm đối tƣợng”, trong đó ngƣời dùng có thể chỉ rõ “vùng con quan tâm” (thƣờng là một đối tƣợng quan tâm) của một ảnh nhƣ một truy vấn Sau đó hệ thống tra cứu các ảnh chứa vùng con này (theo... ảnh 2.2 Kỹ thuật tra cứu ảnh con dựa vào nội dung Có hai nhân tố ảnh hƣởng đến độ chính xác tra cứu trong CBIR nói chung và CBsIR nói riêng, trong đó nhân tố “khoảng cách số” là quan trọng Khoảng cách số gồm các bƣớc khác nhau của quá trình tra cứu nhƣ: biểu diễn ảnh, đo khoảng cách, chiến lƣợc tìm kiếm Để cực tiểu “khoảng cách số” này, phƣơng pháp đối sánh cây phân cấp HTM [28] sử dụng đặc trƣng ảnh. .. dựa trên phản hồi từ ngƣời sử dụng hoặc những hình ảnh đƣợc tra cứu Mô hình chung của các hệ thống tra cứu ảnh dựa vào nội dung: Thực hiện ngoại tuyến Tạo truy vấn Cơ sở dữ liệu đặc trƣng Trích rút đặc trƣng Đánh chỉ số Ngƣời sử dụng Trích rút đặc trƣng Cơ sở dữ liệu ảnh So sánh độ tƣơng tự Các kết quả tra cứu Đầu ra Phản hồi liên quan Hình 1.1: Kiến trúc hệ thống tra cứu ảnh dựa vào nội dung Chúng... trích rút từ các ảnh, độ phức tạp của hàm khoảng cách đƣợc sử dụng để so sánh các đặc trƣng này và độ chính xác tra cứu 1.2.3 Hàm khoảng cách Sự thành công của bài toán tra cứu ảnh phụ thuộc chính vào hai nhân tố Nhân tố thứ nhất là sự ổn định của các đặc trƣng ảnh đƣợc sử dụng, nhân tố thứ hai là các đặc tính của hàm khoảng cách đƣợc sử dụng cho so sánh các đặc trƣng ảnh Hàm khoảng cách ảnh hƣởng trực... độ chính xác tra cứu Khoảng cách mô phỏng nhận thức về sự tƣơng tự của con ngƣời tốt hơn, hiệu quả hơn thì hệ thống tra cứu ảnh tra cứu các ảnh liên quan dến nhu cầu của ngƣời dùng Độ phức tạp tính toán của hàm khoảng cách cũng đƣợc xem xét là một nhân tố quan trọng khi xử lý một truy vấn trực quan Hơn nữa, hàm khoảng cách giới hạn sử dụng các kỹ thuật lọc khác nhau và/hoặc các phƣơng pháp truy cập . TỔNG QUAN VỀ TRA CỨU ẢNH CON DỰA VÀO NỘI DUNG VÀ HỌC TỪ THÔNG TIN NGƢỜI DÙNG. CHƢƠNG 2: TRA CỨU ẢNH CON DỰA VÀO NỘI DUNG SỬ DỤNG KỸ THUẬT MÁY HỌC, giới thiệu phƣơng pháp tra cứu ảnh con dựa vào. http://www.lrc-tnu.edu.vn/ ĐẠI HỌC THÁI NGUYÊN TRƢỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG O0O NGUYỄN ĐỨC HƢNG NGHIÊN CỨU PHƢƠNG PHÁP TRA CỨU ẢNH CON SỬ DỤNG KỸ THUẬT MÁY HỌC Chuyên. khoảng cách 15 1.3 Tra cứu thông tin 16 1.4 Học từ ngƣời dùng trong tra cứu thông tin 17 1.5 Một số nghiên cứu liên quan về tra cứu ảnh con dựa vào nội dung 21 1.5.1 Tra cứu ảnh con dựa vào phân