Đăng nhập để tải tài liệu không giới hạn
Tham gia 8.000+ người dùng Thư Viện Luận Án
NÂNG CAO ĐỘ CHÍNH XÁC CỦA TRA CỨU ẢNH THEO NỘI DUNG DỰA TRÊN TIẾP CẬN HỌC ĐA TẠP TỪ THÔNG TIN PHẢN HỒI CỦA NGƯỜI DÙNG
Khoa học máy tính
Luận án này tập trung vào việc nâng cao độ chính xác của tra cứu ảnh dựa trên nội dung (CBIR), một lĩnh vực đã thu hút nhiều sự quan tâm nhưng còn đối mặt với thách thức lớn từ khoảng trống ngữ nghĩa giữa đặc trưng mức thấp và khái niệm ngữ nghĩa mức cao. Các phương pháp tra cứu ảnh hiện tại sử dụng phản hồi liên quan (RF) thường kém hiệu quả do chỉ khám phá cấu trúc Euclide toàn cục hoặc cục bộ, số lượng mẫu phản hồi nhỏ và mất cân bằng, cũng như chưa quan tâm đến nhiều khía cạnh khác nhau của đối tượng dữ liệu ảnh. Điều này dẫn đến độ chính xác kém của các phương pháp tra cứu ảnh sử dụng học máy.
Để giải quyết những hạn chế này, luận án đề xuất một phương pháp tra cứu ảnh hiệu quả dựa trên tiếp cận học đa tạp từ thông tin phản hồi của người dùng. Mục tiêu chung là giảm chiều từ thông tin phản hồi để tăng cường độ chính xác.
Các đóng góp chính của luận án bao gồm:
Các kết quả thực nghiệm trên các tập dữ liệu ảnh Corel 10K8 và SIMPLIcity đã chứng minh rằng các phương pháp đề xuất cải thiện đáng kể độ chính xác tra cứu ảnh, thể hiện khả năng khám phá cấu trúc phi tuyến của dữ liệu và tận dụng hiệu quả các thông tin từ mẫu chưa có nhãn cũng như các khía cạnh đa dạng của đối tượng. Luận án cũng đưa ra định hướng nghiên cứu trong tương lai, bao gồm việc áp dụng mạng nơ ron tích chập và cơ chế băm sâu để nâng cao hiệu quả và tốc độ tra cứu, hướng tới ứng dụng thực tế.
Tải không giới hạn tất cả tài liệu, không cần chờ. Chỉ từ 199.000đ/tháng.
Xem gói hội viên