ỦY BAN NHÂN DÂN TỈNH BÌNH DƯƠNG
TRƯỜNG ĐẠI HỌC THỦ DẦU MỘT
PHẠM HOÀNG PHƯƠNG
TÌM KIẾM HÌNH ẢNH
BẰNG PHƯƠNG PHÁP HỌC SÂU
CHUYÊN NGÀNH: HỆ THỐNG THÔNG TIN
MÃ SỐ: 8480104
LUN VĂN THẠC SĨ
BÌNH DƯƠNG – 2021
ii
UỶ BAN NHÂN DÂN TỈNH BÌNH DƯƠNG
TRƯỜNG ĐẠI HỌC THỦ DẦU MỘT
PHẠM HOÀNG PHƯƠNG
TÌM KIẾM HÌNH ẢNH
BẰNG PHƯƠNG PHÁP HỌC SÂU
CHUYÊN NGÀNH: HỆ THÔNG THÔNG TIN
MÃ SỐ: 8480104
LUN VĂN THẠC SĨ
NGƯỜI HƯNG DN KHOA HỌC:
TS. BÙI THANH HÙNG
BÌNH DƯƠNG – 2021
iii
LỜI CAM ĐOAN
Tên tôi là: Phạm Hoàng Phương
Sinh ngày: 06/08/1983
Học viên lớp cao học CH19HT01 – Trường Đại học Thủ Dầu Một
Xin cam đoan: Đề tài “Tìm kiếm hình ảnh bằng phương pháp học
sâu” do Thầy TS. Bùi Thanh Hùng hướng dẫn là công trình nghiên cứu của
riêng chúng tôi. Tất cả tài liệu tham khảo đều có nguồn gốc, trích dẫn rõ
ràng.
Tác giả xin cam đoan tất cả những nội dung trong luận văn đúng như
nội dung trong đề cương và yêu cầu của thầy giáo hướng dẫn. Nếu sai chúng
tôi hoàn toàn chịu trách nhiệm trước hội đồng khoa học.
Bình Dương, tháng 10 năm 2021
Tác giả luận văn
Phạm Hoàng Phương
iv
LỜI CẢM ƠN
Sau một thời gian nghiên cứu và làm việc nghiêm túc, được sự động
viên, giúp đỡ và hướng dẫn tận tình của Thầy hướng dẫn TS. Bùi Thanh
Hùng, luận văn Thạc sĩ “Tìm kiếm hình ảnh bằng phương pháp học sâu”
đã hoàn thành.
Tôi xin bày tỏ lòng biết ơn sâu sắc đến:
Thầy hướng dẫn TS. Bùi Thanh Hùng đã tận tình chỉ dẫn, giúp đỡ
tôi hoàn thành luận văn này. Đồng thời tôi gửi lời cảm ơn đến các thầy, cô
đã giảng dạy truyền đạt kiến thức quý báo cho tôi trong suốt thời gian học
tập và nghiên cứu.
Tôi chân thành cảm ơn bạn bè, đồng nghiệp và gia đình đã động viên,
khích lệ, tạo điều kiện giúp đỡ tôi trong suốt quá trình học tập, thực hiện và
hoàn thành luận văn này.
v
TÓM TẮT LUN VĂN
Sự phát triển mạnh mẽ của công nghệ ảnh số làm lượng ảnh lưu trữ
trên web tăng lên một cách nhanh chóng đòi hỏi phải có các công cụ hỗ trợ
tìm kiếm ảnh hiệu quả và tiện lợi. Mặc dù các công cụ tìm kiếm ảnh theo
văn bản đi kèm ảnh ra đời cho phép người dùng tìm kiếm ảnh với thời gian
đáp ứng khá nhanh, tuy nhiên, các công cụ này vẫn còn hạn chế trong việc
giải quyết nhập nhằng giữa nội dung câu truy vấn và nội dung hiển thị của
ảnh trả về. Sự ra đời của các công cụ tìm kiếm hình ảnh theo nội dung ảnh
đã giải quyết được những nhập nhằng trên.
Trong luận văn này, chúng tôi xin đề xuất một phương pháp sử dụng
mô hình học sâu mạng nơ-ron tích chập (CNN) để tìm kiếm hình ảnh theo
nội dung ảnh nhằm nâng cao chất lượng tìm kiếm ảnh. Đầu tiên, chúng tôi
kế thừa và huấn luyện mô hình CNN từ mô hình Pre-trained CNN để trích
chọn đặc trưng ảnh. Tiếp đó, dựa theo phương pháp tìm kiếm k láng giềng
gần nhất kết hợp độ đo tương đồng về khoảng cách giữa các véc-tor đặc
trưng và tiến hành thực nghiệm mô hình. Các thực nghiệm được thực hiện
trên cơ sở dữ liệu hình ảnh Oxford-IIIT Pet Dataset và tự thu thập thêm từ
trang web Kaggle và sử dụng các phương pháp Độ chính xác (Accuracy
score), Ma trận nhầm lẫn (Confusion matrix), Độ đo F1 (Precision, Recall
và F1 score) để đánh giá mô hình; Độ chính xác trung bình Average
Precision (AP) và Mean Average Precision (mAP) để đánh giá kết quả tìm
kiếm của hệ thống tìm kiếm của chúng tôi.
Thực nghiệm ban đầu cho thấy, từ một ảnh truy vấn đầu vào, hệ
thống trả kết quả về 40 ảnh tương đồng nhất với mỗi truy vấn với độ chính
xác trên 94% và đây là một kết quả khả quan.