Thông tin Đề tài

Tên đề tài Nghiên cứu cải tiến hiệu quả tra cứu ảnh thông qua học khoảng cách
Mã số đề tài VAST01.07/19-20
Cơ quan chủ trì (Cơ quan thực hiện) Viện Công nghệ Thông tin
Thuộc Danh mục đề tài Hướng Công nghệ thông tin, điện tử, tự động hóa và công nghệ vũ trụ (VAST01)
Họ và tên PGS. TS. NCVCC. Ngô Quốc Tạo
Thời gian thực hiện 01/01/2019 - 31/12/2020
Tổng kinh phí 600 triệu đồng
Xếp loại Khá
Mục tiêu đề tài

- Phát triển thuật toán nâng cao độ chính xác tra cứu. giảm khoảng cách ngữ nghĩa  theo hướng học khoảng cách trong tra cứu ảnh.
+ Tận dụng thông tin tương quan thông qua học khoảng cách Mahalanobis.
+ Nâng cao độ chính xác tra cứu với phản hồi liên quan với SVM.
+ Tận dụng thông tin địa phương với tra cứu ảnh theo kỹ thuật đồng  huấn luyện và tra cứu ảnh theo không gian có ngữ nghĩa.
- Xây dựng chương trình tra cứu ảnh học khoảng cách với tập ảnh được quốc tế thường dùng Corel gồm 30000 ảnh.

Kết quả chính của đề tài

Về khoa học:
- Đề xuất cải tiến học khoảng cách trong tra cứu ảnh
- Áp dụng phản hồi liên quan với SVM trong tra cứu ảnh.
- Đề xuất một phương pháp tra cứu ảnh học biểu diễn và học đa tạp cho giảm chiều với thong tin từ người dùng
- Cải tiến tra cứu ảnh với mô hình đồng huấn luyện.
- Nâng cao tốc độ tính toán tâm các cụm bằng phương pháp gia tăng trong phân cụm áp dụng cho tra cứu ảnh.
- Xây dựng chương trình thử nghiệm tra cứu ảnh học khoảng cách và phản hồi liên quan.
 
Về đào tạo:
- Hỗ trợ đào tạo 02 NCS và 04 học viên theo hướng nghiên cứu của đề tài.
- Công bố 05 bài báo khoa học liên quan đến nội dung nghiên cứu của đề  tài. Trong đó: 02 bài báo quốc tế thuộc danh mục SCIE 02 bài báo trên tạp  chí Scopus,  01 bài báo trên Kỷ yếu hội thảo quốc gia FAIR 2019.

Về ứng dụng:
- Xây dựng chương trình thử nghiệm tra cứu ảnh học khoảng cách và phản hồi liên quan với tập ảnh được quốc tế thường dùng Corel gồm 31.695 ảnh.

Sản phẩm cụ thể giao nộp:

-              Các bài báo đã công bố (liệt kê): 02 bài báo đăng trong tạp chí SCIE, 01 bài báo trên tạp chí Scopus 01 bài báo trên Kỷ yếu hội thảo quốc gia.
[1]    Huu, Quynh Nguyen;  Viet, Dung Cu,  Thuy, Quynh Dao Thi,  Quoc, Tao  Ngo, Van, Canh Phuong, Graph-based semisupervised and  manifold learning for image retrieval with SVM-based relevant feedback, Journal of Intelligent and Fuzzy Systems 37(1)  (SCI-E): 711-722 (2019).
[2]    Thi-Kien Dao, Trong-The Nguyen, Jeng-Shyang Pan, Yu Qiao, And Quoc-Anh Lai, Identification Failure Data for Cluster Heads Aggregation in WSN Based on Improving Classification of SVM , IEEE Access , Volume: 8. 2020, pp. 61070-61084.
[3]    Quynh Dao Thi Thuy, Quynh Nguyen Huu, Phuong Nguyen Thi Lan, Tao Ngo Quoc and Minh-Huong Ngo, Improve The Efficiency Of Content-based Image Retrieval Through Incremental Clustering Journal of Information Hiding and Multimedia Signal Processing, Vol. 11, No. 3, pp. 103-115, September 2020.
[4]    Phuong Nguyen Thi Lan, Tao Ngo Quoc, Quynh Dao Thi Thuy, Minh-Huong Ngo, Improve the Effectiveness of Image Retrieval by Combining the Optimal Distance and Linear Discriminant Analysis, (IJACSA) International Journal  of Advanced Computer Science and Applications, Vol. 12, No. 2, 2021.
[5]    Cù Việt Dũng, Nguyễn Hữu Quỳnh, Ngô Quốc Tạo, Trần Thị Minh Thu, Một phương pháp tra cứu ảnh học biểu diễn và học đa tạp cho giảm chiều với thông  tin  từ  người  dùng, Hội nghị Fair 2019- Nghiên cứu cơ bản và ứng dụng công nghệ thông tin, Nhà Xuất Bản Khoa Học Tự Nhiên Và Công Nghệ, ISBN: 978-604-913-867-6, Hà Nội – 2019.
-  Các sản phẩm cụ thể (mô tả sản phẩm, nơi lưu giữ)
1)    Báo cáo tổng quan về nghiên cứu cải tiến hiệu quả tra cứu ảnh thông qua học khoảng cách.
2)    Chương trình thử nghiệm
Xây dựng chương trình thử nghiệm tra cứu ảnh học khoảng cách và phản hồi liên quan với tập ảnh được quốc tế thường dùng Corel gồm 31.695 hình ảnh Báo cáo kết quả thử nghiệm chương trình.
3)    Báo cáo tổng hợp kết quả thực hiện đề tài
4)    Bài báo khoa học (minh chứng trong báo cáo tổng hợp kết quả thực hiện đề tài)
5)    Hỗ trợ đào tạo 02 NCS và 04 học viên cao học (minh chứng trong báo cáo tổng hợp kết quả thực hiện đề tài)
Hướng dẫn NCS và ThS.

Những đóng góp mới

- Đề xuất phương pháp học đa tạp và bán giám sát cho tra cứu ảnh kết hợp phản hồi liên quan với SVM, biểu diễn và học đa tạp cho giảm chiều với thông tin từ người dùng.
- Phát hiện dữ liệu sai cho tổng hợp cụm trong WSN dưa vào dữ liệu lỗi  nhận dạng cho cụm trong WSN Dựa trên nâng cao khả năng của bộ phân loại SVM.
- Nâng cao hiệu quả tra cứu anh cải thiện hiệu quả của hình ảnh dựa trên nội dung dựa trên nội dung thông qua phân cụm gia tăng,
- Xây dựng chương trình thử nghiệm tra cứu ảnh học khoảng cách và phản hồi liên quan với tập ảnh được quốc tế thường dùng Corel gồm 31.695 ảnh.

Khu vực nghiên cứu

Có thể phát triển ứng dụng tra cứu cho tra cứu ảnh y học, tìm kiếm ảnh phong cảnh, ảnh cây dược liệu, hoa quả v.v.

Ảnh nổi bật đề tài
1644998949207-199. nqtao.1.jpg