Tăng cường chú thích ảnh thông qua tích hợp đồ thị tri thức và mạng R-CNN

Hiển thị đơn giản
dc.contributor.authorNguyễn, Kim Quốc
dc.contributor.authorĐinh, Xuân Thao
dc.contributor.authorĐặng, Như Phú
dc.date.accessioned2026-02-10T07:54:00Z
dc.date.available2026-02-10T07:54:00Z
dc.date.issued2026
dc.description9 tr.
dc.description.abstractTrong bối cảnh số hóa phát triển mạnh, chú thích ảnh tự động đóng vai trò quan trọng nhưng các mô hình truyền thống còn hạn chế trong hiểu ngữ cảnh Semantic. Nghiên cứu nhằm nâng cao độ chính xác của chú thích ảnh tự động bằng cách tích hợp đồ thị tri thức vào R-CNN. Phương pháp tiếp cận gồm xây dựng đồ thị tri thức từ ImageNet và COCO, trích xuất đặc trưng bằng CNN, đề xuất vùng bằng Selective Search, phân loại softmax, hồi quy vị trí, cùng quy trình tiền xử lý và huấn luyện với thuật toán hạ gradient ngẫu nhiên (learning rate 0,001, 50 epochs, tỉ lệ 80:20). Kết quả cho thấy mô hình đạt accuracy 96 % và IoU 0,75 trên 2 000 ảnh kiểm thử, vượt R-CNN truyền thống (85 %, IoU 0,6). Việc tích hợp đồ thị tri thức giúp giảm lỗi trong các bối cảnh phức tạp và cải thiện độ đầy đủ ngữ nghĩa. Độ phức tạp tính toán tăng khoảng 20 %, nhưng vẫn đáp ứng yêu cầu xử lý gần thời gian thực và cho hiệu suất cao hơn Fast R-CNN và YOLO. Nghiên cứu này đóng góp phần quản lý ảnh và thiết bị di động, phục vụ cho các ngành liên quan trong việc sử dụng hình ảnh.
dc.identifier.citationTrường Đại học Nguyễn Tất Thành. (2025). Tạp chí Khoa học và công nghệ - Đại học Nguyễn Tất Thành [Journal of Science and Technology - NTTU], Tập 8, Số 8. ISSN 2615-9015
dc.identifier.issn2615-9015
dc.identifier.urihttps://repository.ntt.edu.vn/handle/298300331/1255
dc.language.isovi_VN
dc.publisherTrường Đại học Nguyễn Tất Thành
dc.relation.ispartofseriesTạp chí Khoa học và công nghệ - Đại học Nguyễn Tất Thành; Tập 8, Số 8
dc.subjectCTA
dc.subjectĐồ thị tri thức
dc.subjectR-CNN
dc.subjectNgữ cảnh Semantic
dc.subjectThị giác máy tính
dc.titleTăng cường chú thích ảnh thông qua tích hợp đồ thị tri thức và mạng R-CNN
dc.typeArticle
Tệp tin
Tập tin chính của tài liệu
Đang hiển thị 1 - 1 của tổng số 1 kết quả
Hình ảnh thu nhỏ
Tên:
02_NguyenKimQuoc.pdf
Dung lượng:
696.09 KB
Định dạng:
Adobe Portable Document Format
Mô tả:
Tải xuống
Tập tin giấy phép
Đang hiển thị 1 - 1 của tổng số 1 kết quả
Hình ảnh thu nhỏ
Tên:
license.txt
Dung lượng:
1.71 KB
Định dạng:
Item-specific license agreed to upon submission
Mô tả:
Tải xuống
Bộ sưu tập
Bachelor Theses