Một mô hình tìm kiếm ảnh dựa trên cấu trúc R-Tree kết hợp KD-Tree Random Forest
A Model of Combining R-Tree and KD-Tree Random Forest for Content-based Image Retrieval
Abstract
Nâng cao hiệu suất truy vấn ảnh là vấn đề được quan tâm trong lĩnh vực thị giác máy tính. Trong bài báo này,
một phương pháp kết hợp cấu trúc R-Tree và KD-Tree Random Forest được thực hiện nhằm nâng cao hiệu suất phân lớp và tìm kiếm ảnh. Với mỗi ảnh đầu vào được phân lớp bằng KD-Tree Random Forest; sau đó, kỹ thuật gom cụm trên R-Tree được thực hiện và tìm kiếm tập ảnh tương tự. Để thực hiện bài toán này, phương pháp xây dựng KD-Tree Random Forest kết hợp với cấu trúc R-Tree cùng với các thuật toán xây dựng rừng ngẫu nhiên, phân lớp và tìm kiếm ảnh được đề xuất. Trên cơ sở đó, một mô hình tìm kiếm ảnh dựa trên sự kết hợp KD-Tree Random Forest và R-Tree được đề xuất. Thực nghiệm được thực hiện trên các bộ ảnh COREL và Caltech101 nhằm để đánh giá tính khả thi, hiệu quả của mô hình; đồng thời so sánh với các công trình khác thực nghiệm trên cùng bộ dữ liệu và so sánh với kết quả truy vấn ảnh khi sử dụng một cấu trúc riêng lẻ. Theo kết quả thực nghiệm cho thấy phương pháp đề xuất của chúng tôi là hiệu quả và có thể áp dụng được cho các hệ truy vấn ảnh với nhiều bộ dữ liệu khác nhau.
References
A Patrizio, "Data center explorer", Network World, https://www.networkworld.com/article/3325397/idc-expect- 175-zettabytes-of-data-worldwide-by-2025.html, (31/3/2022).
Le, Thanh Manh, et al, "Image retrieval system based on EMD similarity measure and S-tree", In: Intelligent Technologies and Engineering Systems, Springer, New York, NY, pp. 139-146, 2013.
Chandresh Pratap Singh, "R-Tree implementation of image databases", Signal and Image Processing: An International Journal (SIPIJ), vol. 18.4, 2011.
Corel 1k Database: http://wang.ist.psu.edu/docs/related/, (21/2/2022)
Caltech101: http://www.vision.caltech.edu/Images Dataset/Caltech101, (21/2/2022).
Zhang, Yuqian, et al, "Fast face sketch synthesis via kd-tree search", European Conference on Computer Vision. Springer, Cham, 2016.
Vanitha J., Senthilmurugan M, "Multidimensional Image Indexing Using SR-Tree Algorithm for Content-Based Image Retrieval System", In: Shetty N., Patnaik L., Prasad N., Nalini N. (eds) Emerging Research in Computing, In-formation, Communication and Applications, pp. 81-88, 2018.
Arpitha Y.C, Bhargavi A.G, Mahima K.T, Nagavi K.K, Meenakshi H.N, "A Navigation Supporting System Using RTree", Published by AIJR Publisher in Proceedings of the 3rd National Conference on Image Processing, Computing, Communication, Networking and Data Analytics, 2018.
Xinlu Wang, Weiming Meng, Mingchuan Zhang, "A novel information re-trieval method based on R-tree index for smart hospital information system", International Journal of Advanced Computer Research, vol. 9.41, 2019.
Bentley, Jon Louis, "Multidimensional binary search trees used for associative searching", Communications of the ACM, vol. 18.9, pp. 509-517, 1975.
Douik, Ali, Mehrez Abdellaoui, and Leila Kabbai, "Content based image re-trieval using local and global features descriptor", 2016 2nd international conference on advanced Technologies for Signal and Image Processing (ATSIP) IEEE, pp. 151-154, 2016.
Abdulkadhem, Abdulkadhem Abdulkareem, and Tawfiq A. Al-Assadi, "Pro-posed a Content-Based Image Retrieval System Based on the Shape and Tex-ture Features", Int. J. Innovat. Technol. Explor, vol. 8, pp. 2189, 2019.
Rajesh, M. B., Sathiamoorthy, S., "Co-occurrence of Edges and Valleys with Support Vector Machine for Content Based Image retrieval", In 2020 Fourth International Conference on Computing Methodologies and Communication, pp. 465-470, 2020.
Sathiamoorthy, S., Natarajan, M., "An efficient content based image retrieval using enhanced multi-trend structure descriptor", SN Applied Sciences, vol. 2.2, pp. 1-20, 2020.
Lê Thị Vĩnh Thanh, Văn Thế Thành, Lê Mạnh Thạnh, "Một phương pháp tìm kiếm ảnh hiệu quả dựa trên cấu trúc R-Tree", Kỷ yếu Hội thảo Quốc gia về Công nghệ thông tin và ứng dụng trong các lĩnh vực (CITA2021), Đại học Đà Nẵng, Nhà xuất bản Đà Nẵng, ISBN: 978-604-84-5998-7, trang 259-271, 2021.
Nguyễn Thị Định, Văn Thế Thành, Lê Mạnh Thạnh, "Phân lớp ảnh bằng cây KD-Tree cho bài toán tìm kiếm ảnh tương tự", Chuyên san Các công trình nghiên cứu, phát triển và ứng dụng Công nghệ thông tin và Truyền thông, Tập 2021, Số 1, 2021.
Zaklouta, F., Stanciulescu, B., and Hamdoun, O., "Traffic sign classification us-ing kd trees and random forests", In The 2011 international joint conference on neural networks, IEEE, pp. 2151-2155, 2011.
Man, W., Ji, Y., and Zhang, Z., "Image classification based on improved random forest algorithm", In 2018 IEEE 3rd International Conference on Cloud Com-puting and Big Data Analysis (ICCCBDA), pp. 346-350, 2018.
Amini, S., Homayouni, S., Safari, A., and Darvishsefat, A, "Object-based classi-fication of hyperspectral data using Random Forest algorithm", Geo-spatial in-formation science, vol. 21.2, pp. 127-138, 2018.
Jain, V., and Phophalia, A, "M-ary Random Forest-A new multidimensional par-titioning approach to Random Forest", Multimedia Tools and Applications, vol. 80.28, pp. 35217- 35238, 2021.
Kabari, L. G., and Onwuka, U. C, "Comparison of Bagging and Voting Ensemble Machine Learning Algorithm as a Classifier", International Journals of Ad-vanced Research in Computer Science and Software Engineering, vol. 9.3, pp. 19- 23, 2019.
Zhang, J., and Shi, H, "Kd-tree based efficient ensemble classification algorithm for imbalanced learning", In 2019 international conference on machine learn-ing, big data and business intelligence (MLBDBI), IEEE, pp. 203-207, 2019.
Wang, A., Wang, Y., and Chen, Y, "Hyperspectral image classification based on convolutional neural network and random forest", Remote sensing letters, vol. 10.11, pp. 1086-1094, 2019.
Chhabra, P., Garg, N. K., and Kumar, M, "Content-based image retrieval system using ORB and SIFT features", Neural Computing and Applications, vol. 32.7, pp. 2725-2733, 2020.
Ahmed, K. T., Aslam, S., Afzal, H., Iqbal, S., Mehmood, A., and Choi, G. S, "Symmetric Image Contents Analysis and Retrieval Using Decimation", Pattern Analysis, Orientation, and Features Fusion. IEEE Access, vol. 9, pp. 57215-57242, 2021.
Nguyễn Thị Định, Thế Thành Văn, Mạnh Thạnh Lê, "Một phương pháp phân lớp dựa trên cấu trúc KD-Tree cho bài toán tìm kiếm ảnh theo ngữ nghĩa", Kỹ yếu hội nghị quốc gia lần thứ 14 về nghiên cứu cơ bản và ứng dụng công nghệ thông tin, Fair2021, TP. Hồ Chí Minh, 23/12/2021. DOI: 10.15625/vap.2021.0075. (2021).
Dinh, N. T., and Le, T. M, "An Improvement Method of Kd-Tree Using k-Means and k-NN for Semantic-Based Image Retrieval System", In World Conference on Information Systems and Technologies, Springer, Cham, pp. 177-187, 2022.
Thanh, L. T. V., and Thanh, L. M, "Semantic-Based Image Retrieval Using-Tree and Neighbor Graph", In World Conference on Information Systems and Technologies . Springer, Cham, pp. 165-176, 2022.
