Đồ án: Tìm hiểu một số phương pháp trích chọn đặc trưng và ứng dụng cho tra cứu ảnh theo nội dung

149 lượt xem
Share

Đồ án Tìm hiểu một số phương pháp trích chọn đặc trưng và ứng dụng cho tra cứu ảnh theo nội dung giới thiệu tổng quan về tra cứu ảnh theo nội dung; tìm hiểu các khái niệm cơ bản, kỹ thuật tra cứu ảnh dựa theo nội dung; triển khai và thực nghiệm.

Mục lục nội dung

Đồ án: Tìm hiểu một số phương pháp trích chọn đặc trưng và ứng dụng cho tra cứu ảnh theo nội dung

1. Mở đầu

Cùng với sự mở rộng của multimedia, với khối lượng hình ảnh và phim lưu trữ ngày càng lớn, cùng với sự phát triển của các thiết bị Điện tử, Tin học và Viễn thông đã thu hút ngày càng nhiều chuyên gia đi sâu vào nghiên cứu những công cụ cung cấp cho việc lấy thông tin dữ liệu ảnh từ nội dung của chúng. Trong thực tế, bài toán tra cứu ảnh có rất nhiều ứng dụng quan trọng. Các ứng dụng trong phức tạp hơn như so sánh mẫu vân tay, tìm kiếm ảnh tội phạm... được áp dụng trong ngành khoa học hình sự, cơ sở dữ liệu ảnh về địa lý, y học.... làm cho lĩnh vực nghiên cứu này phát triển nhanh trong công nghệ thông tin. Tuy nhiên khi số lượng ảnh được lưu trữ trở nên rất lớn thì vấn đề là phải có những phương 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. Việc tìm kiếm được một bức ảnh mong muốn trong hàng triệu bức ảnh thuộc đủ loại chủ đề khác nhau là rất khó khăn.

2. Nội dung

2.1 Tổng quan

Tổng quan về tra cứu ảnh theo nội dung 

Các chức năng của một hệ thống tra cứu ảnh dựa vào nội dung tiêu biểu

  • Truy vấn người sử dụng
  • Đánh chỉ số nhiều chiều

Đánh giá hiệu năng tra cứu 

Những hệ thống tra cứu ảnh theo nội dung

  • Hệ thống QBIC (Query By Image Content) của IBM 
  • Hệ thống Virage của công ty Virage 
  • Hệ thống RetrievalWare của tập đoàn công nghệ Excalibur
  • Hệ thống VisualSeek và WebSeek của đại học Columbia
  • Hệ thống Photobook của phòng thí nghiệm truyền thông MIT
  • Hệ thống Netra của Đại học California, Thư viện ảnh Alexandria

Kết luận

2.2 Các khái niệm cơ bản

Màu sắc

  • Các không gian màu
  • Các đặc trưng về màu sắc

Kết cấu

  • Ma trận đồng hiện (Co-occurence Matrix)
  • Các đặc trưng Tamura
  • Các đặc trưng Wold
  • Mô hình tự hồi qui đồng thời SAR
  • Các đặc trưng lọc Gabor
  • Các đặc trưng biến đổi sóng

Hình dạng 

  • Các bất biến mômen
  • Các góc uốn
  • Các ký hiệu mô tả Fourier
  • Hình tròn, độ lệch tâm, và hướng trục chính

Thông tin không gian

Phân đoạn

Độ đo

  • Khái niệm 
  • Một số độ đo thông dụng

2.3 Kỹ thuật tra cứu ảnh dựa theo nội dung

Màu sắc

  • Lược đồ màu
  • Vector liên kết màu (Color Coherence Vector)
  • Đặc trưng tự tương quan màu (AutoCorrelogram)

Độ đo khoảng cách giữa các lược đồ màu 

  • Khoảng cách dạng Minkowsky
  • Khoảng cách toàn phương
  • Độ đo khoảng cách min-max

Kỹ thuật dựa vào đặc trưng màu

  • Lược đồ màu toàn cục
  • Lược đồ màu cục bộ

2.4 Triển khai và thực nghiệm

Quy trình xây dựng phần mềm tra cứu ảnh tổng hợp

Lựa chọn tập mẫu

Lựa chọn phương pháp truy vấn ảnh

Xây dựng ứng dụng

Kết quả

3. Kết luận

Bài đồ án đã trình bày được một số kỹ thuật nền tảng của hệ thống tra cứu ảnh theo nội dung. Bao gồm, mô tả nội dung trực quan, đánh giá độ tương tự, sơ đồ đánh chỉ số, tương tác với người sử dụng và đánh giá hiệu năng hệ thống. Trong đó, nhấn mạnh vào kỹ thuật vào các kỹ thuật mô tả các đặc trưng trực quan. Những mục tiêu đã đạt được:

  • Giới thiệu tổng quan về tra cứu ảnh theo nội dung
  • Áp dụng phương pháp tra cứu ảnh theo nội dung vào bài toán tra cứu ảnh theo đặc trưng màu

4. Tài liệu tham khảo

Guttman, A. (1984). R-Tree: A dynamic index structure for spatial searching. In Proc. of ACM SIGMOD

Flickner, M., Sawhney, H., Niblack, W., Ashley, J., Huang, Q., Dom, B., Gorkani, M., Hafner, J., Lee, D., Petkovic, D., Steele, D., and Yanker, P. (1995). Query by image and video content: The QBIC project. IEEE Computer, 28(9).

G. Pass, and R. Zabith, "Histogram refinement for content-based image retrieval," IEEE Workshop on Applications of Computer Vision, pp. 96-102, 1996.

A.K. Jain, and F. Farroknia, "Unsupervised texture segmentation using Gabor filters," Pattern Recognition, Vo.24, No.12, pp. 1167-1186, 1991.
[5] Beckmann, N., Kriegel, H.-P., Schneider, R., and Seeger, B. (1990). The R*Tree: An efficient and robust access method for points and rectangles. In Proc. of ACM SIGMOD.y h v nbsasaA`
[6] Daubechies, "The wavelet transform, time-frequency localization and signal analysis," IEEE Trans. on Information Theory, Vol. 36, pp. 961-1005, Sept. 1990....

--- Nhấn nút TẢI VỀ hoặc XEM ONLINE để tham khảo đầy đủ nội dung Đồ án trên ---

149 lượt xem
Share
Ngày:07/09/2020 Chia sẻ bởi:
TẢI VỀ XEM ONLINE

CÓ THỂ BẠN QUAN TÂM