Đánh giá các phương pháp tìm kiếm ảnh dựa
trên nội dung Vũ Thị Hồng Nhung Trường Đại học Công nghệ. Đại học Quốc gia Hà Nội
Luận văn ThS. Công nghệ thông tin : 60 48 05
Người hướng dẫn : PGS.TS. Lương Chi Mai
Năm bảo vệ: 2013
63 tr .

Abstract. Trình bày tổng quan về tìm kiếm ảnh dựa trên nội dung, một số phương
pháp của tìm kiếm ảnh dựa trên nội dung. Trình bày, cài đặt thành công hai phương
pháp tìm kiếm ảnh dựa trên lược đồ màu và dựa trên lược đồ khái niệm trong bài toán
cụ thể với đầu vào là ảnh phác thảo. Đưa ra đề xuất cho hai phương pháp này nhằm
nâng cao hiệu quả tìm kiếm. Đề xuất này dựa trên vấn đề cơ bản của tìm kiếm, đó là
thiết lập cầu nối giữa tài liệu truy vấn và tài liệu có sẵn.
Keywords. Hệ thống thông tin; Tìm kiếm ảnh; Phương pháp lược đồ màu
Content.
Giới thiệu bài toán
Ngày nay, cùng với sự phát triển của kỹ thuật số, lượng ảnh lưu trữ trong các cơ
sở dữ liệu ngày càng cao. Do đó, nhu cầu tìm được các ảnh mong muốn trong tập cơ sở
dữ liệu lớn là rất lớn. Để giải quyết vấn đề này, đã có nhiều phương pháp tìm kiếm ảnh
dựa trên nội dung được đề xuất.
Vấn đề của tìm kiếm thông tin (Information Retrieval), [16] là kết nối giữa tài
liệu đầu vào (query document) và các tài liệu lưu trữ (stocked document). Trong
trường hợp cụ thể của tìm kiếm ảnh, chúng ta cần so sánh ảnh đầu vào (query image)
với ảnh lưu trữ (stocked image) để lựa chọn các ảnh phù hợp. Nếu đầu vào là từ khóa,
chúng ta cần chuyển các ảnh lưu trữ thành từ khóa. Nhưng nếu đầu vào là ảnh tổng

Journal of Computer Vision.
[2] Jutta Willamowski, Damian Arregui, Gabriela Csurka, Chris Dance, Lixin
(2004), “Categorizing Nine Visual Classes using Local Appearance Descriptors”,
ICPR 2004 Workshop Learning for Adaptable Visual Systems Cambridge, United
Kingdom 22 August, 2004.
[3] Julia Vogel, Bernt Schiele (2004), “A Semantic Typicality Measure for Natural
Scene Categorization”, Pattern Recognition Symposium, DAGM
[4] Julia Vogel, Bernt Schiele (IJCV 2006), “Semantic modeling of natural
scenes for content-based image retrieval”,
[5] S. Lazebnik, C. Schmid, and J. Ponce (CVPR 2006), “Beyond Bags of Features:
Spatial Pyramid Matching for Recognizing Natural Scene Categories”
[6] L. Fei-Fei and P. Perona (2005), “A Bayesian Hierarchical Model for Learning
Natural Scene Categories”
[7] A. Bosch (2007), “Image Classification for a largre number of object
categories”, Departament d'Electrònica, Informàtica i Automàtica. Universitat
de Girona.
[8] A.Bosch, A.Zisserman, X.Muñoz (2007), “Image Classification Using Random
Forests and Ferns, IEEE International Conference on Computer Vision”. Rio de
Janeiro, Brazil
[9] A.Bosch, A.Zisserman, X.Muñoz (2007), “Representing Shape with a Spatial
Pyramid Kernel”. International Conference on Image and Video Retrieval.
Amsterdam, The Netherlands
[10] C. Liu, J. Yuen, A. Torralba (2009), “Nonparametric scene parsing: label
transfer via dense scene alignmen”
[11] Joseph Tighe, Svetlana Lazebnik (2013), “SuperParsing: Scalable
Nonparametric Image Parsing with Superpixels”, IJCV, Vol 101, I 2, pp
329-349
[12] James Hays, Alexei A. Efros (2007), “Scene Completion Using Millions of
Photographs”, Compter graphics processings, annual conference series.
[13] Mathias Eitz, Kristian Hildebrand, Tamy Boubekeur, Marc Alexa (2009)

Tài liệu tiếng Việt
[27]