Thạc Sĩ Một số kĩ thuật truy tìm nhân vật trong các kho dữ liệu video lớn

1
MỞ ĐẦU
Sự tiến bộ không ngừng của lĩnh vực ảnh và video số cùng với công nghệ
máy tính đã đem lại cho con người một cuộc sống nhiều ý nghĩa hơn. Ngày nay,
người ta dễ dàng lưu trữ và chia sẻ những bộ sưu tập ảnh với hàng ngàn bức ảnh
chất lượng cao, những thước phim hàng trăm giờ, mà không cần đến thiết bị chuyên
dụng đắt tiền. Song song với sự tiến bộ đó là quá trình bùng nổ dữ liệu số và kết quả
là hiện nay con người đang sống trong một biển thông tin đa phương tiện. Thách
thức đặt ra ở đây là: Làm thế nào để tìm được nội dung quan tâm trong các kho dữ
liệu khổng lồ mà không phải bỏ ra hàng giờ vô ích? Đó chính là mục tiêu của bài
toán chỉ mục và truy tìm trong lĩnh vực xử lí ảnh và video số.
Nhân vật là đối tượng quan trọng trong dữ liệu video. Ví dụ những đoạn
video về George W. Bush, Barack Obama, Saddam Hussein, đều liên quan đến
các thời điểm lịch sử quan trọng trên thế giới. Nếu một ứng dụng có thể liệt kê ra
những đoạn video có George W. Bush xuất hiện trong 8 năm ở Nhà Trắng và trước
đó thì sẽ rất có ích cho các nhà nghiên cứu lịch sử, biên tập viên chương trình TV
(xem Hình 0.1). Ngoài ra, từ các đoạn video có Bush xuất hiện, người ta có thể biết
được những sự kiện quan trọng liên quan. Ví dụ, sự kiện 11/09/2009 xảy ra trong
lúc tổng thống đang thăm một trường tiểu học ở Florida. Do đó, nhu cầu về một hệ
thống có khả năng giúp con người truy tìm các tài liệu video liên quan đến một
nhân vật cụ thể là cần thiết và đây là bài toán Truy tìm nhân vật mà các nhà nghiên
cứu đã và đang không ngừng nỗ lực giải quyết.
Với mục tiêu nghiên cứu giải pháp hiệu quả cho hệ thống Truy tìm nhân vật
khi hoạt động trên các kho dữ liệu video lớn, luận văn đã tiến hành nghiên cứu đề
tài “Một số kĩ thuật truy tìm nhân vật trong các kho dữ liệu video lớn”.
Cụ thể là: 1)
Luận văn nghiên cứu và đề xuất một phương pháp so khớp mới, cho phép ước
lượng độ tương tự giữa các đối tượng video với độ chính xác tương đương những
phương pháp phổ biến hiện nay nhưng chi phí tính toán thấp hơn, 2) Hiện thực hóa
2
hệ thống Truy tìm nhân vật, có khả năng truy tìm nhanh và hiệu quả theo thời gian
thực trên kho dữ liệu video lớn.
Hình 0.1 Một ví dụ về hệ thống Truy tìm nhân vật.
Người dùng tìm nhân vật George W. Bush (trái) và hệ thống trả ra các bản tin liên quan (phải).
Cấu trúc luận văn được tổ chức như sau:
ã Chương 1 – Bài toán Truy tìm nhân vật trong các kho dữ liệu video lớn
- Giới thiệu bài toán Truy tìm nhân vật trong các kho dữ liệu video, sự
cần thiết phải giải quyết bài toán trong các kho dữ liệu lớn và khảo
sát các hướng tiếp cận phổ biến để giải quyết bài toán.
- Định nghĩa thành phần căn bản của bài toán là face-track và phát biểu
hình thức bài toán Truy tìm nhân vật trong các kho dữ liệu video.
- Trình bày ý tưởng của phương pháp so khớp mặt người k-Faces do
luận văn đề xuất, nhằm đưa ra một giải pháp hiệu quả và nhanh
chóng cho bài toán Truy tìm nhân vật.
ã Chương 2 – Hệ thống Truy tìm nhân vật trong các kho dữ liệu video lớn
- Trình bày mô hình hệ thống Truy tìm nhân vật trong các kho dữ liệu
lớn do luận văn xây dựng: các thành phần trong hệ thống và mối liên
kết hoạt động giữa các thành phần. Đây là hệ thống Truy tìm nhân vật
hoàn chỉnh có khả năng truy tìm nhanh và chính xác trên dữ liệu
video lớn, được tích hợp phản hồi liên quan từ người dùng giúp tinh
chỉnh kết quả truy tìm tốt hơn. Hệ thống là một framework gồm nhiều
3
mô đun hoạt động độc lập, phục vụ cho mục tiêu nghiên cứu đánh giá
các đặc trưng, phương pháp so khớp khác nhau mà không cẩn phải
xây dựng từ đầu một hệ thống mới.
- Các kĩ thuật tiền xử lí cho bài toán Truy tìm nhân vật: phát hiện ranh
giới shot, phát hiện mặt người và kĩ thuật rút trích face-track.
- Các kĩ thuật quan trọng đóng vai trò then chốt cho hệ thống Truy tìm
nhân vật: đặc trưng biểu diễn mặt người Local Binary Pattern, các
phương pháp so khớp mặt người phổ biến. Phần này trình bày chi tiết
về phương pháp đề xuất k-Faces.
- Giới thiệu khái niệm phản hồi liên quan và cách thức ứng dụng trong
hệ thống Truy tìm nhân vật
ã Chương 3 – Kết quả thực nghiệm và đánh giá: trong chương này, luận
văn vận dụng hệ thống Truy tìm nhân vật đã được đề xuất để thực hiện
các thực nghiệm và đánh giá, bao gồm:
- So sánh hiệu quả của phương pháp so khớp dựa trên đại diện k-Faces
và các phương pháp so khớp face-track phổ biến khác.
- Kiểm chứng khả năng cải thiện độ chính xác truy tìm khi có phản hồi
liên quan từ người dùng.
Kết luận và hướng phát triển: trình bày các ý tổng kết cho luận văn và
hướng phát triển trong tương lai.