Lê Mạnh Thạnh Huế ĐẠI HỌC HUẾ TRƯỜNG ĐẠI HỌC KHOA HỌC VĂN THẾ THÀNH TÌM KIẾM ẢNH DỰA TRÊN ĐỒ THỊ CHỮ KÝ NHỊ PHÂN LUẬN ÁN TIẾN SĨ KHOA HỌC MÁY TÍNH HUẾ - NĂM 2017... ĐẠI HỌC HUẾ TRƯỜN
Trang 1ĐẠI HỌC HUẾ TRƯỜNG ĐẠI HỌC KHOA HỌC
KHOA CÔNG NGHỆ THÔNG TIN
CHUYÊN ĐỀ 01 Ngành: Khoa học máy tính
Mã ngành: 62.48.01.01
NGHIÊN CỨU TRUY VẤN ẢNH DỰA TRÊN CHỮ KÝ NHỊ PHÂN VÀ CÂY S-Tree
Học viên thực hiện: Văn Thế Thành
Người hướng dẫn khoa học: PGS TS Lê Mạnh Thạnh
Huế
ĐẠI HỌC HUẾ TRƯỜNG ĐẠI HỌC KHOA HỌC
VĂN THẾ THÀNH
TÌM KIẾM ẢNH DỰA TRÊN ĐỒ THỊ CHỮ KÝ NHỊ PHÂN
LUẬN ÁN TIẾN SĨ KHOA HỌC MÁY TÍNH
HUẾ - NĂM 2017
Trang 2ĐẠI HỌC HUẾ TRƯỜNG ĐẠI HỌC KHOA HỌC
VĂN THẾ THÀNH
TÌM KIẾM ẢNH DỰA TRÊN ĐỒ THỊ CHỮ KÝ NHỊ PHÂN
Chuyên ngành: Khoa học máy tính
Mã ngành: 62.48.01.01
LUẬN ÁN TIẾN SĨ KHOA HỌC MÁY TÍNH
Người hướng dẫn khoa học:
PGS TS Lê Mạnh Thạnh
Trang 3LỜI CAM ĐOAN
Tôi xin cam đoan đây là công trình nghiên cứu của riêng tôi Nội dung tham khảo từ các công trình khác đều được trích dẫn rõ ràng Các kết quả viết chung với các tác giả khác đều được sự đồng ý trước khi đưa vào luận án Các kết quả của luận án là trung thực và chưa được công bố trong các công trình khác ngoài các công trình của tác giả
Tác giả
Văn Thế Thành
Trang 4Lời cảm ơn
Đầu tiên, em xin chân thành gửi lời cảm ơn Thầy PGS TS Lê Mạnh Thạnh vì
sự hướng dẫn tận tình và khoa học Thầy đã dẫn dắt em đi từng bước trên con đường nghiên cứu khoa học; Thầy đã hướng dẫn tận tình về phương pháp nghiên cứu, phương pháp viết bài báo khoa học và phương pháp tổng hợp tri thức trong quá trình học tập, nghiên cứu
Em xin chân thành gửi lời cảm ơn đến Phòng Đào tạo Sau Đại học, Ban Giám hiệu của Trường Đại học Khoa học - Đại học Huế đã tạo điều kiện thuận lợi cho em trong suốt quá trình học tập và thực hiện luận án
Em xin chân thành gửi lời cảm ơn đến tập thể thầy cô giáo Khoa Công nghệ Thông tin, Trường Đại học Khoa học - Đại học Huế đã có những góp ý, giúp đỡ và động viên kịp thời trong quá trình học tập và nghiên cứu
Em xin chân thành gửi lời cảm ơn đến các Giáo sư Đại học Eötvös Loránd, Hungary và các phản biện ẩn danh đã có những đề nghị khoa học giá trị trong nội dung nghiên cứu
Tôi xin gửi lời cảm ơn đến các đồng nghiệp là cán bộ, giảng viên Trường Đại học Công nghiệp Thực phẩm Tp.HCM đã cổ vũ động viên và sát cánh bên tôi trong quá trình học tập và nghiên cứu
Tôi xin gửi lời cảm ơn đến tất cả bạn bè và những người xung quanh luôn chia
sẻ, động viên trong những lúc khó khăn
Xin gửi lời cảm ơn đến người vợ thân yêu đã hỗ trợ và chu toàn trong cuộc sống hàng ngày để anh thực hiện quá trình học tập, nghiên cứu
Cuối cùng, con xin bày tỏ lòng biết ơn vô hạn đối với cha mẹ và gia đình đã luôn ủng hộ, giúp đỡ trong suốt quá trình thực hiện luận án
Trang 5MỤC LỤC
Lời cảm ơn i
DANH MỤC KÝ HIỆU VÀ CHỮ VIẾT TẮT iv
DANH MỤC HÌNH ẢNH v
DANH MỤC BẢNG BIỂU vii
PHẦN MỞ ĐẦU 1
Chương 1 Tổng quan về tìm kiếm ảnh theo nội dung dựa trên chữ ký nhị phân 5
1.1 Mở đầu 5
1.2 Tổng quan các công trình nghiên cứu 5
1.3 Định hướng nghiên cứu 12
1.4 Các đối tượng cơ sở 12
1.4.1 Tạo dải màu cơ sở 12
1.4.2 Thực nghiệm về tạo dải màu cơ sở 13
1.4.3 Trích xuất lược đồ màu 16
1.4.4 Trích xuất đặc trưng SIFT 16
1.4.5 Thực nghiệm về trích xuất đặc trưng SIFT 19
1.4.6 Trích xuất đối tượng đặc trưng 19
1.4.7 Chữ ký nhị phân 22
1.4.8 Chữ ký nhị phân của hình ảnh 24
1.4.9 Các giá trị đánh giá hiệu suất 25
1.4.10 Môi trường thực nghiệm 25
1.5 Tổng kết chương 27
Chương 2 Cải tiến phương pháp tìm kiếm ảnh dựa trên cây S-Tree 28
2.1 Giới thiệu 28
2.2 Tạo chữ ký nhị phân của hình ảnh 30
2.2.1 Tạo chữ ký nhị phân dựa trên đặc trưng màu toàn cục 30
2.2.2 Tạo chữ ký nhị phân dựa trên đặc trưng màu cục bộ 32
2.3 Độ đo EMD 32
2.3.1 Tổng quan về độ đo EMD 32
2.3.2 Áp dụng độ đo EMD cho chữ ký nhị phân 32
2.4 Độ đo Hamming áp dụng cho chữ ký nhị phân 36
2.5 Cây S-Tree 36
2.6 Cây Sig-Tree 37
2.6.1 Giới thiệu cây Sig-Tree 37
2.6.2 Thiết kế cấu trúc dữ liệu cây Sig-Tree 37
Trang 62.6.3 Phép tổ hợp các chữ ký trên cây Sig-Tree 38
2.6.4 Phép tách một nút trên cây Sig-Tree 39
2.6.5 Phép loại bỏ chữ ký trên cây Sig-Tree 41
2.6.6 Phép chèn chữ ký trên cây Sig-Tree 42
2.6.7 Tìm kiếm trên cây Sig-Tree 43
2.7 Tìm kiếm ảnh dựa trên cây Sig-Tree 44
2.7.1 Mô hình tìm kiếm ảnh dựa trên lược đồ màu toàn cục 44
2.7.2 Tìm kiếm ảnh dựa trên lược đồ màu cục bộ 45
2.7.3 Các chương trình tìm kiếm ảnh dựa trên cây Sig-Tree 46
2.7.4 Thời gian tìm kiếm của các phương pháp theo thực nghiệm 50
2.7.5 Đánh giá các phương pháp thực nghiệm 50
2.8 Tổng kết chương 53
Chương 3 Đề xuất phương pháp tìm kiếm ảnh dựa trên đồ thị chữ ký 54
3.1 Giới thiệu 54
3.2 Chữ ký nhị phân của hình ảnh 54
3.3 Độ đo tương tự 56
3.4 Tìm kiếm ảnh dựa trên gom cụm chữ ký nhị phân 57
3.4.1 Gom cụm chữ ký nhị phân 57
3.4.2 Thuật toán tìm kiếm ảnh dựa trên gom cụm chữ ký nhị phân 60
3.4.3 Thực nghiệm tìm kiếm ảnh dựa trên gom cụm chữ ký nhị phân 60
3.5 Xây dựng đồ thị S-kGraph 68
3.5.1 Cấu trúc đồ thị S-kGraph 68
3.5.2 Thuật toán tạo đồ thị S-kGraph 72
3.5.3 Thuật toán tìm kiếm ảnh trên đồ thị S-kGraph 74
3.5.4 Phân rã cụm trong đồ thị S-kGraph 75
3.5.5 Thực nghiệm tìm kiếm ảnh trên đồ thị S-kGraph 76
3.6 Xây dựng đồ thị S-kGraph dựa trên mạng Sig-SOM 88
3.6.1 Xây dựng cấu trúc mạng Sig-SOM 88
3.6.2 Thuật toán huấn luyện mạng Sig-SOM 91
3.6.3 Thuật toán tìm kiếm ảnh trên mạng Sig-SOM 94
3.6.4 Thực nghiệm tìm kiếm ảnh trên mạng Sig-SOM 95
3.7 Tổng kết chương 107
KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN 108
Danh mục các công trình của tác giả liên quan đến luận án 110
TÀI LIỆU THAM KHẢO 112
Trang 7DANH MỤC KÝ HIỆU VÀ CHỮ VIẾT TẮT
BSSF Bit-Slice Signature File Tập tin chữ ký phân mảnh
CBIR Content-Based Image Retrieval Tìm kiếm ảnh theo nội dung
CBMIR Content-Based Medical Image Retrieval Tìm kiếm ảnh y khoa theo nội dung CBSSF Compressed Bit-Sliced Signature File Tập tin chữ ký phân mảnh dạng nén DoG Difference of Gaussian Đạo hàm Gauss
DWF Discrete Wavelet Frame Phép biến đổi DWF
DWT Discrete Wavelet Transform Phép biến đổi Wavelet rời rạc EMD Earth Mover’s Distance Độ đo EMD
IPT Image Processing Toolbox Công cụ xử lý ảnh trong Matlab JPEG Joint Photographic Experts Group Chuẩn nén ảnh JPEG
KMCC K-Means with Connectivity Constraint Gom cụm K-mean miền liên thông LoG Laplace of Gaussian Phép biến đổi Laplace Gauss
GIS Geographic Information System Hệ thống thông tin địa lý
RBIR Region-Based Image Retrieval Tìm kiếm ảnh trên vùng cục bộ ROC Receiver Operating Characteristic Đồ thị đặc tính
RF Relevance Feedback Phương pháp phản hồi liên quan SSF Sequential Signature File Tập tin chữ ký tuần tự
SOM Self Organizing Map Bản đồ tự tổ chức
SIFT Scale Invariant Features Transform Đặt trưng hình ảnh SIFT
Sig-SOM Signature - Self Organizing Map Bản đồ chữ ký nhị phân
Sig-Tree Signature - Tree Cây chữ ký Sig-Tree
S-kGraph Signature -kGraph Đồ thị chữ ký gom cụm
SG Signature Graph Đồ thị chữ ký
S-Tree Signature Tree Cây chữ ký S-Tree
SURF Speeded Up Robust Feature Đặc trưng hình ảnh SURF
SVM Support Vector Machine Vec-tơ hỗ trợ SVM
TBIR Text-Based Image Retrieval Tìm kiếm ảnh dựa trên văn bản WWW World Wide Web Mạng toàn cầu WWW
Trang 8DANH MỤC HÌNH ẢNH
Hình 1.1 Mô hình tổng quát cho tìm kiếm ảnh dựa trên chữ ký nhị phân 5
Hình 1.2 Kết quả tạo dải màu gồm: 32 màu, 64 màu, 128 màu, 256 màu 15
Hình 1.3 Một số kết quả về trích xuất lược đồ màu của hình ảnh 16
Hình 1.4 Một số kết quả về trích xuất đặc trưng SIFT 19
Hình 1.5 Ví dụ ảnh được tách thành 7 11 khối 20
Hình 1.6 Một số ví dụ về mặt nạ phân đoạn 22
Hình 1.7 Một số kết quả phân đoạn ảnh, gồm: ảnh gốc, mặt nạ và ảnh phân đoạn 22
Hình 1.8 Mô tả chữ ký nhị phân của đối tượng dữ liệu 23
Hình 1.9 Mô tả chữ ký nhị phân của hình ảnh 24
Hình 1.10 Độ phủ recall và độ chính xác precision 25
Hình 2.1 Minh họa cấu trúc dữ liệu cây Sig-Tree 37
Hình 2.2 Minh họa một nút gốc và nút lá của cây Sig-Tree 38
Hình 2.3 Mô hình tìm kiếm ảnh dựa trên lược đồ màu toàn cục 45
Hình 2.4 Mô hình tìm kiếm ảnh dựa trên đặc trưng cục bộ 45
Hình 2.5 Một kết quả tìm kiếm của chương trình H-MPEG7 48
Hình 2.6 Một kết quả tìm kiếm của chương trình HR-MPEG7 48
Hình 2.7 Một kết quả tìm kiếm của chương trình E-MPEG7 48
Hình 2.8 Một kết quả tìm kiếm của chương trình ER-MPEG7 49
Hình 2.9 Một kết quả tìm kiếm của chương trình EP-64 49
Hình 2.10 Một kết quả tìm kiếm của chương trình EP-256 49
Hình 2.11 Thời gian tìm kiếm của các phương pháp trên tập ảnh COREL 50
Hình 2.12 Thời gian tìm kiếm của các phương pháp trên tập ảnh WANG 50
Hình 2.13 Thời gian tìm kiếm của các phương pháp trên tập ảnh ImgColl01 50
Hình 2.14 Hiệu suất tìm kiếm trên cây Sig-Tree của tập ảnh COREL 51
Hình 2.15 Hiệu suất tìm kiếm trên cây Sig-Tree của tập ảnh WANG 51
Hình 2.16 Hiệu suất tìm kiếm trên cây Sig-Tree của tập ảnh ImgColl01 51
Hình 3.1 Minh họa chữ ký nhị phân của đối tượng đặc trưng 55
Hình 3.2 Mô hình tìm kiếm ảnh dựa trên gom cụm chữ ký nhị phân 61
Hình 3.3 Một kết quả gom cụm trên tập ảnh COREL 61
Hình 3.4 Dữ liệu một cụm sau khi phân hoạch trên tập ảnh COREL 61
Hình 3.5 Một kết quả tìm kiếm dựa trên gom cụm tập ảnh COREL 63
Hình 3.6 Thời gian tìm kiếm trung bình dựa trên gom cụm tập ảnh COREL 63
Hình 3.7 Thời gian tìm kiếm trung bình dựa trên gom cụm tập ảnh WANG 64
Hình 3.8 Thời gian tìm kiếm trung bình dựa trên gom cụm tập ảnh CBIRimages 64
Trang 9Hình 3.9 Hiệu suất tìm kiếm dựa trên gom cụm tập ảnh CBIRimages 64
Hình 3.10 Hiệu suất tìm kiếm dựa trên gom cụm tập ảnh COREL và WANG 65
Hình 3.11 Minh họa đồ thị S-kGraph 69
Hình 3.12 Minh họa quy tắc phân bố hình ảnh vào đồ thị S-kGraph 70
Hình 3.13 Minh họa một cụm lớn được phân rã thành nhiều cụm nhỏ 76
Hình 3.14 Mô hình tìm kiếm ảnh dựa trên đồ thị S-kGraph 77
Hình 3.15 Một kết quả tìm kiếm trên đồ thị S-kGraph của tập ảnh MSRDI 77
Hình 3.16 Thời gian tìm kiếm trên đồ thị S-kGraph của tập ảnh COREL 78
Hình 3.17 Thời gian tìm kiếm trên đồ thị S-kGraph của tập ảnh WANG 78
Hình 3.18 Thời gian tìm kiếm trên đồ thị S-kGraph của tập ảnh CBIRimages 78
Hình 3.19 Hiệu suất tìm kiếm trên đồ thị S-kGraph của tập ảnh CBIRimages 78
Hình 3.20 Hiệu suất tìm kiếm trên đồ thị S-kGraph của tập ảnh COREL và WANG 79 Hình 3.21 Thời gian tìm kiếm trên đồ thị S-kGraph của tập ảnh MSRDI 80
Hình 3.22 Hiệu suất tìm kiếm trên đồ thị S-kGraph của tập ảnh MSRDI 80
Hình 3.23 Thời gian tìm kiếm trên đồ thị S-kGraph của tập ảnh ImageCLEF 80
Hình 3.24 Hiệu suất tìm kiếm trên đồ thị S-kGraph của tập ảnh ImageCLEF 81
Hình 3.25 Thời gian tìm kiếm trên đồ thị S-kGraph của tập ảnh ImgColl02 81
Hình 3.26 Hiệu suất tìm kiếm trên đồ thị S-kGraph của tập ảnh ImgColl02 82
Hình 3.27 Mô hình mạng Sig-SOM 88
Hình 3.29 Mô hình tìm kiếm ảnh dựa trên mạng Sig-SOM 95
Hình 3.30 Một kết quả tìm kiếm trên mạng Sig-SOM của tập ảnh MSRDI 95
Hình 3.31 Thời gian tìm kiếm trên mạng Sig-SOM của tập ảnh COREL 96
Hình 3.32 Thời gian tìm kiếm trên mạng Sig-SOM của tập ảnh CBIRimages 96
Hình 3.33 Thời gian tìm kiếm trên mạng Sig-SOM của tập ảnh WANG 96
Hình 3.34 Hiệu suất tìm kiếm trên mạng Sig-SOM của tập ảnh CBIRimages 96
Hình 3.35 Hiệu suất tìm kiếm trên mạng Sig-SOM của tập ảnh COREL và WANG 97
Hình 3.36 Thời gian tìm kiếm trên mạng Sig-SOM của tập ảnh MSRDI 98
Hình 3.37 Hiệu suất tìm kiếm trên mạng Sig-SOM của tập ảnh MSRDI 98
Hình 3.38 Thời gian tìm kiếm trên mạng Sig-SOM của tập ảnh ImageCLEF 98
Hình 3.39 Hiệu suất tìm kiếm trên mạng Sig-SOM của tập ảnh ImageCLEF 99
Hình 3.39 Thời gian tìm kiếm trên mạng Sig-SOM của tập ảnh ImgColl02 99
Hình 3.41 Hiệu suất tìm kiếm trên mạng Sig-SOM của tập ảnh ImgColl02 100
Trang 10DANH MỤC BẢNG BIỂU Bảng 1.1 Một kết quả về gom cụm dải màu trên không gian * * *
CIE-L a b và RGB 14
Bảng 1.2 Các tập dữ liệu ảnh được thực nghiệm trong luận án 26
Bảng 2.1 Mô tả các chương trình tìm kiếm ảnh dựa trên cây Sig-Tree 46
Bảng 2.2 Đánh giá hiệu suất giữa các phương pháp trên các tập dữ liệu ảnh 52
Bảng 2.3 So sánh hiệu suất tìm kiếm giữa các phương pháp 52
Bảng 3.1 Hiệu suất tìm kiếm dựa trên gom cụm tập ảnh COREL 66
Bảng 3.2 Hiệu suất tìm kiếm dựa trên gom cụm tập ảnh CBIRimages 66
Bảng 3.3 Hiệu suất tìm kiếm dựa trên gom cụm tập ảnh WANG 66
Bảng 3.4 Hiệu suất tìm kiếm trung bình dựa trên gom cụm các tập ảnh 67
Bảng 3.5 So sánh độ chính xác tìm kiếm trên tập ảnh COREL 67
Bảng 3.6 So sánh thời gian tìm kiếm trên tập ảnh COREL 67
Bảng 3.7 So sánh hiệu suất tìm kiếm trên tập ảnh CBIRimages 67
Bảng 3.8 Hiệu suất tìm kiếm trên đồ thị S-kGraph của tập ảnh COREL 83
Bảng 3.9 Hiệu suất tìm kiếm trên đồ thị S-kGraph của tập ảnh CBIRimages 83
Bảng 3.10 Hiệu suất tìm kiếm trên đồ thị S-kGraph của tập ảnh WANG 83
Bảng 3.11 Hiệu suất tìm kiếm trên đồ thị S-kGraph của tập ảnh MSRDI 84
Bảng 3.12 Hiệu suất tìm kiếm trên đồ thị S-kGraph của tập ảnh ImageCLEF 84
Bảng 3.13 Hiệu suất tìm kiếm trên đồ thị S-kGraph của tập ảnh ImgColl02 85
Bảng 3.14 Hiệu suất tìm kiếm trên đồ thị S-kGraph của các tập dữ liệu ảnh 86
Bảng 3.15 So sánh độ chính xác tìm kiếm trên tập ảnh COREL 86
Bảng 3.16 So sánh thời gian tìm kiếm trên tập ảnh COREL 86
Bảng 3.17 Hiệu suất tìm kiếm trên mạng Sig-SOM của tập ảnh COREL 101
Bảng 3.18 Hiệu suất tìm kiếm trên mạng Sig-SOM của tập CBIRimages 101
Bảng 3.19 Hiệu suất tìm kiếm trên mạng Sig-SOM của tập ảnh WANG 101
Bảng 3.20 Hiệu suất tìm kiếm trên mạng Sig-SOM của tập ImgColl02 102
Bảng 3.21 Hiệu suất tìm kiếm trên mạng Sig-SOM của tập ảnh MSRDI 103
Bảng 3.22 Hiệu suất tìm kiếm trên mạng Sig-SOM của tập ImageCLEF 103
Bảng 3.23 Hiệu suất tìm kiếm trên mạng Sig-SOM của các tập dữ liệu ảnh 104
Bảng 3.24 So sánh độ chính xác tìm kiếm trên mạng Sig-SOM của tập ảnh COREL 104
Bảng 3.25 So sánh hiệu suất của các phương pháp đề xuất 105
Trang 11PHẦN MỞ ĐẦU
1 Tính cấp thiết của luận án
Ngày nay, dữ liệu đa phương tiện (văn bản, hình ảnh, âm thanh, video) được lưu trữ và ứng dụng rộng rãi trong nhiều hệ thống như: hệ thống thông tin WWW,
hệ thống thư viện số, hệ thống tra cứu video, hệ thống thông tin địa lý, các nghiên cứu thiên văn học, hệ thống quan sát vệ tinh, hệ thống điều tra hình sự, ứng dụng y sinh, giáo dục đào tạo, giải trí, v.v
Lyman và cộng sự ước tính dung lượng thông tin toàn cầu có hơn 4 exabyte (1 exabyte = 1 tỷ gigabyte) vào năm 2000 [71] Hilbert và López ước tính dung lượng thông tin toàn cầu năm 2007 khoảng 1,15 zettabyte (1 zettabyte = 1.000 exabyte) [37] Bohn và Short ước tính dung lượng thông tin toàn cầu năm 2008 khoảng 3,6 zettabyte và kích thước gia tăng trong năm 2011 khoảng 1.800 exabyte, gấp 700 lần so với dung lượng gia tăng năm 2002 (khoảng 2-3 exabyte) [78] Theo
số liệu của hiệp hội ACI (Airports Council International), trong năm 2014, trung
bình mỗi phút có 2,5 triệu nội dung được chia sẻ trên Facebook, gần 300.000 tin nhắn trên Twitter, khoảng 220.000 hình ảnh mới trên Instagram, khoảng 72 giờ nội dung video được đăng tải mới trên YouTube, gần 50.000 ứng dụng được tải từ Apple, trên 200 triệu Email mới [3] Theo tập đoàn dữ liệu thế giới IDC
(International Data Corporation), dung lượng dữ liệu gia tăng trong năm 2012 là
2.800 exabyte và ước tính dung lượng gia tăng đến năm 2020 là 40 zettabyte [42]
Dữ liệu đa phương tiện, đặc biệt là ảnh số đã trở nên thân thuộc với cuộc sống hàng ngày và được sử dụng trên nhiều thiết bị khác nhau như camera, mobile, smartphone, v.v Theo báo cáo của IDC, năm 2015 thế giới đã tạo và chia sẻ hơn 1,6 nghìn tỷ hình ảnh, trong đó 70% hình ảnh được tạo ra từ thiết bị mobile [25] Việc số hóa dữ liệu đa phương tiện đã tạo ra các cơ sở dữ liệu khổng lồ làm cho bài toán tìm kiếm đối tượng trở nên phức tạp và có nhiều thách thức như: truy xuất theo nội dung đối tượng, tìm kiếm nhanh các đối tượng liên quan, v.v
Trong vấn đề truy vấn dữ liệu, đặc biệt là dữ liệu ảnh, bài toán tìm kiếm hình ảnh tương tự là một bài toán quan trọng [2, 28] Các kết quả khảo sát và dự báo của các nghiên cứu gần đây cho thấy việc tìm kiếm các hình ảnh liên quan với yêu cầu người dùng là bài toán phù hợp với nhu cầu xã hội hiện đại [3]