Phân lớp ảnh bằng cây KD-Tree cho bài toán tìm kiếm ảnh tương tự
Image Classification Using Kd-Tree for Image Retrieval Problem
Abstract
Trong bài báo này, một cấu trúc KD-Tree (k - Dimensional Tree) cải tiến được xây dựng nhằm phân lớp dữ
liệu hình ảnh và ứng dụng cho bài toán tìm kiếm ảnh tương tự gọi là CKD-Tree (Classification k-Dimensional Tree). Quá trình xây dựng cấu trúc CKD-Tree được thực hiện theo phương pháp học bán giám sát làm cơ sở cho quá trình phân lớp dữ liệu hình ảnh tại các nút trong, đồng thời gom cụm dữ liệu tại các nút lá. Kết quả phân lớp này được áp dụng cho quá trình tìm kiếm tập ảnh tương tự từ một ảnh đầu vào sau khi trích xuất véc-tơ đặc trưng. Để minh chứng cho cơ sở lý thuyết đã đề xuất, chúng tôi tiến hành xây dựng cấu trúc CKD-Tree thực nghiệm trên bộ ảnh COREL (gồm 1000 ảnh, 10 phân lớp) và bộ ảnh Wang (gồm 10800 ảnh, 80 phân lớp). Kết quả thực nghiệm truy vấn ảnh được so sánh với các công trình khác cùng bộ dữ liệu nhằm minh chứng phương pháp đề xuất của chúng tôi là hiệu quả và áp dụng tốt trong các hệ tìm kiếm dữ liệu đa phương tiện
References
Bentley, Jon Louis, "Multidimensional binary search trees used for associative searching", Communications of the ACM, vol. 18.9, pp. 509-517, 1975.
Shen, Xiaohui, et al., “Spatially-constrained similarity measure for large-scale object retrieval”, IEEE transactions on pattern analysis and machine intelligence, Vol. 36.6, pp.1229- 1241, 2013.
P. Muneesawang, N. Zhang, L. Guan, “Multimedia Database Retrieval: Technology and Applications”, Springer, New York Dordrecht London, 2014.
Alzu’bi A, Amira A, Ramzan N, “Semantic content-based image retrieval: A comprehensive study”, J Vis Commun Image Represent, Vol. 32, pp.20-54, 2015.
Deloitte, “Photo sharing: trillions and rising”, Deloitte Touche Tohmatsu Limited, Deloitte Global, 2016.
A Patrizio, “Data center explorer”, Network World, 03/12/2018, https://www.networkworld.com/article/3325397/idc-expect-175-zettabytes-of-data-worldwide-by-2025.html.
David Reinsel, John Gantz, John Rydning, “The Digitization of the World: From Edge to Core sponsored by Seagate", IDC Technical Report, 2018. https://www.seagate.com/as/en/ourstory/data-age-2025/.
Zhang, Yuqian, et al., "Fast face sketch synthesis via kd-tree search." European Conference on Computer Vision. Springer, Cham, pp. 64-77, 2016.
Gao, Dan, Yan-Xia Zhang, and Yong-Heng Zhao, "Support vector machines and kd-tree for separating quasars from large survey data bases." Monthly Notices of the Royal Astronomical Society, Vol. 386.3, pp.1417-1425, 2008.
Hou, Wenfeng, et al., "An advanced k nearest neighbor classification algorithm based on KD-tree", IEEE International Conference of Safety Produce Informatization (IICSPI) IEEE, pp. 902-905, 2018.
Zhang, Fengquan, Yahui Gao and Liuqing Xu, "An adaptive image feature matching method using mixed Vocabulary-KD tree." Multimedia Tools and Applications, Vol. 1-19, pp. 16421 - 16439, 2019.
Hemmer, Michael, and Ondrej Stava, "KD tree encoding for point clouds using deviations", U.S. Patent, No. 10, 496, 336, 3-Dec-2019.
Pinkham, Reid, Shuqing Zeng, and Zhengya Zhang, "QuickNN: Memory and Performance Optimization of kd Tree Based Nearest Neighbor Search for 3D Point Clouds", 2020 IEEE International Symposium on High Performance Computer Architecture (HPCA) IEEE, pp. 180-192, 2020.
McCann, Sancho, David G. Lowe, "Local naive bayes nearest neighbor for image classification", 2012 IEEE Conference on Computer Vision and Pattern Recognition. IEEE, pp. 3650- 3658, 2012.
Douik, Ali, Mehrez Abdellaoui, and Leila Kabbai, "Content based image retrieval using local and global features descriptor", 2016 2nd international conference on advanced Technologies for Signal and Image Processing (ATSIP) IEEE, pp. 151-154, 2016.
Chhabra, Payal, Naresh Kumar Garg, and Munish Kumar, "Content-based image retrieval system using ORB and SIFT features", Neural Computing and Applications, Vol. 32.7, pp. 2725-2733, 2020.
Das, Rik, Sudeep Thepade, and Saurav Ghosh. "Novel feature extraction technique for content-based image recognition with query classification", International Journal of Computational Vision and Robotics, Vol. 7.1-2, pp. 123-147, 2017.
Nguyễn Thị Định, Lê Thị Vĩnh Thanh, Nguyễn Văn Thịnh, Văn Thế Thành, “Một phương pháp phân cụm dựa trên cây KD-Tree cho bài toán tìm kiếm ảnh”, Tạp chí Khoa học Đại học Huế, Chuyên san Kỹ thuật và Công nghệ, ISSN: 2615-9732, Tập 129, số 2A, 2020.
Kong, H. A., "A generalized Laplacian of Gaussian filter for blob detection and its applications", IEEE transactions on cybernetics, Vol. 43(6), pp. 1719-1733, 2013.
Bora, D. J., "A novel approach for color image edge detection using multidirectional Sobel filter on HSV color space", Int. J. Comput. Sci. Eng, Vol. 5(2), pp. 154-159, 2017.
Gonzalez, C. I., "Edge detection methods based on generalized type-2 fuzzy logic", Springer International Publishing, pp. 21-35, 2017.
He, L. F., "Fast basic shape feature computation", In Computer Science and Artificial IntelligenceProceedings of the International Conference on Computer Science and Artificial Intelligence (CSAI 2016), pp. 22-48, 2017
Vinayak, V., "CBIR system using color moment and color auto-Correlogram with block truncation coding", International Journal of Computer Applications, Vol. 161(9), pp. 1-7, 2017.
Chaki, J., "A beginner’s guide to image shape feature extraction techniques", CRC Press, pp. 89-131, pp. 15-68, 2019.
Chaki, J., "Image Color Feature Extraction Techniques: Fundamentals and Applications", Singapore: Springer, pp. 29- 80, 2021.