1. Giới thiệu tổng quan và Tính cấp thiết của đề tài
Truy vấn ảnh dựa trên nội dung (CBIR) là kỹ thuật tìm kiếm các hình ảnh tương đồng trong cơ sở dữ liệu lớn dựa trên các đặc trưng tự động được trích xuất như màu sắc, kết cấu và hình dạng. Dù đã có nhiều tiến bộ, các hệ thống CBIR vẫn đối mặt với hai rào cản lớn: sự lệch pha giữa đặc trưng vật lý và ngữ nghĩa (semantic gap) cùng sự phân bố không đồng đều của dữ liệu đặc trưng trong không gian nhiều chiều.
Xuất phát từ thực tiễn đó, nghiên cứu "Nâng cao hiệu quả truy vấn ảnh dựa trên nội dung sử dụng chuẩn hóa dữ liệu và học độ đo khoảng cách với phản hồi liên quan" được triển khai nhằm giải quyết bài toán tối ưu hóa không gian tìm kiếm, giảm thiểu nhiễu dữ liệu và nâng cao độ chính xác của kết quả truy vấn thông qua các công cụ Toán học hiện đại.
2. Mục tiêu và Đối tượng nghiên cứu
Mục tiêu nghiên cứu
- Nghiên cứu và đề xuất phương pháp chuẩn hóa dữ liệu đặc trưng nhằm loại bỏ các thông tin dư thừa và cân bằng tầm quan trọng của các chiều đặc trưng.
- Xây dựng mô hình học độ đo khoảng cách (Distance Metric Learning) linh hoạt, giúp biến đổi không gian khoảng cách Euclid thông thường thành không gian phản ánh đúng quan hệ ngữ nghĩa giữa các bức ảnh.
- Tích hợp cơ chế phản hồi liên quan (Relevance Feedback) nhằm tinh chỉnh khoảng cách tìm kiếm dựa trên sự tương tác trực tiếp của người dùng trong từng vòng lặp truy vấn.
Đối tượng và Phạm vi nghiên cứu
- Đối tượng nghiên cứu: Các thuật toán chuẩn hóa dữ liệu, mô hình toán học cho học độ đo khoảng cách, kỹ thuật phản hồi liên quan và các tập dữ liệu ảnh chuẩn hóa dùng cho thử nghiệm.
- Phạm vi nghiên cứu: Bài toán tìm kiếm và truy vấn hình ảnh trong khoa học máy tính, áp dụng các công cụ toán học tối ưu và học máy.
3. Phương pháp nghiên cứu và Phạm vi đề tài
Tác giả đã kết hợp hài hòa giữa nghiên cứu lý thuyết nền tảng và thực nghiệm mô phỏng:
- Phương pháp lý thuyết: Sử dụng các công cụ của đại số tuyến tính, lý thuyết tối ưu hóa và xác suất thống kê để xây dựng thuật toán biến đổi không gian đặc trưng và học độ đo khoảng cách tối ưu.
- Phương pháp thực nghiệm: Triển khai cài đặt các thuật toán đề xuất trên các tập dữ liệu ảnh đa dạng; đánh giá hiệu năng thông qua các chỉ số chuẩn mực như độ chính xác (Precision), độ thu hồi (Recall) và thời gian xử lý toán học.
4. Những đóng góp mới và Kết quả nghiên cứu nổi bật
- Tối ưu hóa quy trình tiền xử lý: Đề xuất kỹ thuật chuẩn hóa dữ liệu đặc trưng hiệu quả, giúp giảm thiểu tác động của các giá trị ngoại lệ (outliers) và làm tăng tính ổn định của toán tử khoảng cách.
- Cải tiến mô hình học độ đo: Xây dựng thành công thuật toán học độ đo khoảng cách mới có khả năng co giãn không gian đặc trưng, kéo gần các bức ảnh cùng ngữ nghĩa và đẩy xa các bức ảnh khác ngữ nghĩa.
- Tăng tốc độ hội tụ của phản hồi liên quan: Cơ chế phản hồi liên quan được cải tiến giúp hệ thống nhanh chóng tiệm cận với ý đồ tìm kiếm của người dùng chỉ sau một vài vòng lặp tương tác.
5. Ý nghĩa khoa học và Giá trị thực tiễn
Ý nghĩa khoa học
Công trình đóng góp một hệ thống phương pháp luận toán học chặt chẽ trong việc xử lý và biểu diễn dữ liệu hình ảnh, đặt nền tảng cho các nghiên cứu chuyên sâu tiếp theo về nhận dạng mẫu và trí tuệ nhân tạo tại Việt Nam.
Giá trị thực tiễn
Kết quả của luận văn có khả năng ứng dụng rộng rãi trong các hệ thống thông tin thực tế như: lưu trữ và tra cứu ảnh y tế, quản lý cơ sở dữ liệu viễn thám, hệ thống nhận dạng trong an ninh - quốc phòng, cũng như các thương mại điện tử tìm kiếm sản phẩm qua hình ảnh.
6. Thông tin tác giả và Cơ sở đào tạo
- Tác giả: Hoàng Xuân Trung
- Cơ sở đào tạo: Viện Khoa học và Công nghệ quân sự
- Chuyên ngành: Toán học (Khoa học tự nhiên)
- Thời gian công bố: 03-09-2026