xây dựng hệ thống tìm kiếm ảnh theo nội dung

Trong các chủ đề thuộc lĩnh vực xử lý nhận dạng hình ảnh, tìm kiếm ảnh theo nội dung là một bài toán được đặt ra để thay thế cho phương pháp tìm kiếm ảnh thông thường dựa trên các từ khóa hoặc các mô tả của ảnh. Tìm kiếm theo nội dung tức là bản thân bức ảnh sẽ được phân tích để phục vụ cho việc tìm kiếm (chứ không dựa vào các từ khóa, các tag hoặc các mô tả của bức ảnh). Nội dung của bức ảnh ở đây có thể là các đối tượng, kết cấu, hoặc các đặc trưng khác được trích xuất từ chính bức ảnh. Việc hệ thống tìm kiếm ảnh theo nội dung được cho là ưu việt hơn tìm kiếm theo từ khóa ở chỗ trên thực tế người dùng có thể không tìm được đúng và đủ từ khóa để mô tả bức ảnh. Trong một số trường hợp cụ thể (ví dụ như tìm kiếm các bức ảnh giống nhau về nội dung nhưng khác về kích thước và màu sắc hoặc tìm kiếm các bức ảnh có cùng một vật thể hoặc đối tượng người tìm kiếm chưa biết tên gọi), thậm chí phương pháp tìm kiếm theo từ khóa không thể áp dụng hiệu quả được. Khi đó áp dụng phương pháp tìm kiếm theo nội dung sẽ có thể hiệu quả hơn. Do số lượng các yếu tố có thể xem là nội dung của một bức ảnh rất đa dạng theo nhu cầu của từng người tìm kiếm nhưng thời gian nghiên cứu và hoàn thành luận văn có hạn nên tôi xin phép giới hạn lại. Nội dung của một bức ảnh trong luận văn này sẽ xoay quanh khuôn mặt trực diện của người và các động vật có vú. Theo đó hệ thống tìm kiếm theo nội dung ảnh được xây dựng sẽ trích rút các nội dung như: một bức ảnh có xuất hiện khuôn mặt hay không, số lượng khuôn mặt xuất hiện trong bức ảnh là bao nhiêu, danh tính của các khuôn mặt trong bức ảnh và bản thân toàn bộ bức ảnh cũng coi là một nội dung được trích rút từ bức ảnh. Từ đó hệ thống có thể tìm được các bức ảnh của người và động vật có vú, các bức ảnh trực diện của cùng một người hoặc một con vật thuộc loài có vú, tìm được các bức ảnh có cùng số lượng người hoặc số lượng động vật có vú, tìm được các ảnh có người và các động vật có vú giống hệt nhau nhưng khác biệt về kích thước và màu sắc. Để có thể trích rút được những nội dung như vậy, luận văn tập trung nghiên cứu để giải quyết hai bài toán. Bài toán đầu tiên là xác định vị trí khuôn mặt của người và vật. Từ đó có thể đếm được số lượng và khoanh vùng được các khuôn mặt để tiến hành tiếp bước tiếp theo. Bài toán thứ hai là nhận diện các khuôn mặt đã được khoanh vùng của bức ảnh đó với một tập các bức ảnh người dùng mong muốn tìm kiếm và chỉ ra những bức ảnh Bài toán đầu tiên – xác định vị trí khuôn mặt đã có rất nhiều cách tiếp cận để giải quyết vấn đề tìm kiếm và khoanh vùng các nội dung là các đối tượng trong ảnh như các phương pháp xác định khuôn mặt theo mẫu nhị phân cục bộ (LBP) hoặc phương pháp xác định khuôn mặt theo đặc trưng Haar… Các phương pháp trên đều có độ chính xác khá cao. Tuy vậy các phương pháp này có một nhược điểm đó là yêu cầu một bộ dữ liệu huấn luyện lớn các khuôn mặt người. Việc chuẩn bị bộ dữ liệu huấn luyện này tốn rất nhiều công sức, thời gian và chi phí nhân lực. Vì vậy trong luận văn này đề xuất một phương pháp kết hợp giữa thuật toán xác định khuôn mặt dựa vào mẫu nhị phân cục bộ nhóm (MBLBP) và phương pháp học máy bán giám sát. Phương pháp này cho phép chỉ cần gán nhãn một số lượng nhỏ dữ liệu huấn luyện kết hợp với lượng lớn dữ liệu huấn luyện không gán nhãn mà mô hình xác định khuôn mặt cuối cùng vẫn đạt được độ chính xác gần với khi huấn luyện với lượng lớn dữ liệu gán nhãn. Bài toán thứ hai – nhận diện khuôn mặt sau khi đã khoanh vùng và tách được các khuôn mặt trong ảnh, hệ thống sử dụng thuật toán nhận diện theo mẫu nhị phân cục bộ (LBP. Do khuôn mặt của một người là khá đặc trưng theo LBP nên số lượng mẫu huấn luyện không cần nhiều. Thực tế chỉ cần một ảnh của một người hoặc động vật có vú là có thể ngay lập tức nhận diện khá chính xác người hoặc vật đó.