(Luận văn thạc sĩ) Đề xuất cải tiến thuật toán tìm kiếm trong cơ sở dữ liệu mờ

(Luận văn thạc sĩ) Đề xuất cải tiến thuật toán tìm kiếm trong cơ sở dữ liệu mờ(Luận văn thạc sĩ) Đề xuất cải tiến thuật toán tìm kiếm trong cơ sở dữ liệu mờ(Luận văn thạc sĩ) Đề xuất cải tiến thuật toán tìm kiếm trong cơ sở dữ liệu mờ(Luận văn thạc sĩ) Đề xuất cải tiến thuật toán tìm kiếm trong cơ sở dữ liệu mờ(Luận văn thạc sĩ) Đề xuất cải tiến thuật toán tìm kiếm trong cơ sở dữ liệu mờ(Luận văn thạc sĩ) Đề xuất cải tiến thuật toán tìm kiếm trong cơ sở dữ liệu mờ(Luận văn thạc sĩ) Đề xuất cải tiến thuật toán tìm kiếm trong cơ sở dữ liệu mờ(Luận văn thạc sĩ) Đề xuất cải tiến thuật toán tìm kiếm trong cơ sở dữ liệu mờ(Luận văn thạc sĩ) Đề xuất cải tiến thuật toán tìm kiếm trong cơ sở dữ liệu mờ(Luận văn thạc sĩ) Đề xuất cải tiến thuật toán tìm kiếm trong cơ sở dữ liệu mờ(Luận văn thạc sĩ) Đề xuất cải tiến thuật toán tìm kiếm trong cơ sở dữ liệu mờ(Luận văn thạc sĩ) Đề xuất cải tiến thuật toán tìm kiếm trong cơ sở dữ liệu mờ(Luận văn thạc sĩ) Đề xuất cải tiến thuật toán tìm kiếm trong cơ sở dữ liệu mờ(Luận văn thạc sĩ) Đề xuất cải tiến thuật toán tìm kiếm trong cơ sở dữ liệu mờ(Luận văn thạc sĩ) Đề xuất cải tiến thuật toán tìm kiếm trong cơ sở dữ liệu mờ(Luận văn thạc sĩ) Đề xuất cải tiến thuật toán tìm kiếm trong cơ sở dữ liệu mờ(Luận văn thạc sĩ) Đề xuất cải tiến thuật toán tìm kiếm trong cơ sở dữ liệu mờ

i NGUYÊN ĐẠI HỌC THÁI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG NGUYỄN THANH TÂN ĐỀ XUẤT CẢI TIẾN THUẬT TỐN TÌM KIẾM TRONG CƠ SỞ DỮ LIỆU MỜ LUẬN VĂN THẠC SỸ KHOA HỌC MÁY TÍNH Thái Nguyên - 2016 ii NGUYÊN ĐẠI HỌC THÁI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG NGUYỄN THANH TÂN ĐỀ XUẤT CẢI TIẾN THUẬT TỐN TÌM KIẾM TRONG CƠ SỞ DỮ LIỆU MỜ Chuyên ngành: Khoa học máy tính Mã số: 60480101 LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH NGƯỜI HƯỚNG DẪN KHOA HỌC PGS TS NGUYỄN THIỆN LUẬN Thái Nguyên - 2016 i LỜI CAM ĐOAN Tôi xin cam đoan nội dung luận văn “Đề xuất cải tiến thuật tốn tìm kiếm sở liệu mờ” thực hướng dẫn trực tiếp thầy giáo PGS TS Nguyễn Thiện Luận Mọi tham khảo dùng luận văn trích dẫn rõ ràng tên tác giả, tên cơng trình, thời gian, địa điểm cơng bố Mọi chép không hợp lệ, vi phạm quy chế đào tạo, hay gian trá, tơi xin chịu trách nhiệm hồn toàn Thái Nguyên, ngày 12 tháng năm 2016 Học viên Nguyễn Thanh Tân ii LỜI CẢM ƠN Em xin bày tỏ lòng biết ơn sâu sắc tới PGS TS Nguyễn Thiện Luận người thầy kính mến hướng dẫn, dạy tận tình để em hồn thành luận văn Em xin chân thành cảm ơn thầy, cô giáo trường Đại học Công nghệ thông tin Truyền thông Thái Nguyên, Khoa đào tạo sau đại học - Đại học Thái Nguyên, Viện Công nghệ thông tin Việt Nam đón nhận truyền thụ kiến thức cho em suốt q trình học tập vừa qua Tơi xin cảm ơn quan, bạn bè đồng nghiệp, gia đình người thân chia sẻ, giúp đỡ, động viên tạo điều kiện thuận lợi để tơi hồn thành nhiệm vụ học tập luận văn Thái Nguyên, ngày 12 tháng năm 2016 Học viên Nguyễn Thanh Tân iii DANH MỤC TỪ TIẾNG ANH VÀ VIẾT TẮT ANN BK - trees Codd E F Damerau - Levenshtein distance DoG Episode Full text search Fuzzy Databases Fuzzy join Fuzzy Natural joint Fuzzy projection Fuzzy Search Fuzzy Selection Fuzzy Sets Frame Incomplete Information Retrieval KD - tree Keypoint Keypoint localization Keypoint descriptor L.A Zadeh Levenshtein distance Lia, shot Match Necessity Optical flow Orientation assignment Panning Possibility Approximative Nearest Neibour Cây Burkhard - Keller Edgar Frank "Ted" Codd Khoảng cách Damerau - Levenshtein Deffirence of Gaussisan Một hồi Tìm kiếm tồn văn Cơ sở liệu mờ Phép kết nối mờ Phép kết nối tự nhiên mờ Phép chiếu mờ Tìm kiếm mờ Phép chọn mờ Tập mờ Khung hình Khơng đầy đủ Hệ thống tìm kiếm thơng tin hỗ trợ short for k - dimensional tree Điểm quan trọng Định vị điểm đặc trưng Mô tả điểm đặc trưng Lotfi Aliasker Zadeh Khoảng cách Levenshtein Đoạn sở Đối sánh Tất yếu Dòng quang học Xác định hướng Chỉ quay trái, phải máy quay Khả iv Process RGB Scale Scale - Space extrema detection Scene Sequence SIFT Spell - checker method Task TFN uncertainty unexact Weighted tuples Tiến trình Red, Green, Blue Tỉ lệ Phát điểm cực trị Cảnh Chuỗi video, dãy video Scale Invariant Feature Transform Phương pháp kiểm tra tả Tác vụ Triangular Fuzzy Number Khơng chắn Khơng xác Bộ có trọng số v DANH MỤC BẢNG VÀ HÌNH VẼ Hình 1.1: Biểu diễn miền tập mờ Hình 1.2: Biểu diễn hàm liên thuộc phép lấy phần bù Hình 1.3: Các tập mờ hình tam giác Hình 1.4: Tập mờ Singleton Hình 1.5: Tập mờ L (phải) Hình 1.6: Tập mờ Gamma tuyến tính 10 Hình 1.7: Tập mờ hình thang 10 Hình 2.1: Biểu diễn số mờ tam giác 24 Hình 2.2: Minh họa bước giải thuật SIFT 26 Hình 2.3: Q trình tính không gian đo (L) hàm sai khác D 28 Hình 2.4: Quá trình tìm điểm cực trị hàm sai khác DoG 29 Hình 2.5: Mơ cơng thức mở rộng Taylor cho hàm DoG 30 Hình 2.6: Minh họa bước trình lựa chọn điểm keypoints 32 Hình 2.7: Tính độ lớn hướng Gradient 34 Hình 2.8: Tạo mơ tả cục 35 Hình 2.9: Mơ hình liệu video 37 Hình 2.10: Sơ đồ khối thuật tốn phát chuyển cảnh 39 Hình 3.1: Mơ hình tốn tìm kiếm video CSDL 46 Hình 3.2: Quy trình tìm kiếm video hình ảnh CSDL 47 Hình 3.3: Mơ điểm keypoint cần lưu trữ 48 Hình 3.4: Biểu diễn tình trường hợp thơng thường 50 Hình 3.5: Biểu diễn tình trường hợp xấu 51 Hình 3.6: Sơ đồ khối đối sánh số mờ tam giác 55 Hình 3.7: Giao diện chương trình phân đoạn mờ hóa video 56 Hình 3.8: Giao diện chương trình Smart Cutter for DV and DVB 57 Hình 3.9: Mơ hình lập trình socket TCP tiến trình client server 59 Hình 3.10: Giao diện chương trình tìm kiếm video 61 Bảng liệu thông tin Video 53 Bảng liệu Video shot 54 Bảng kết đánh giá hiệu tìm kiếm 62 vi MỤC LỤC LỜI CAM ĐOAN .i LỜI CẢM ƠN ii DANH MỤC TỪ TIẾNG ANH VÀ VIẾT TẮT iii DANH MỤC BẢNG VÀ HÌNH VẼ .v MỤC LỤC vi MỞ ĐẦU 1 Đặt vấn đề .1 Đối tượng phạm vi nghiên cứu Hướng nghiên cứu đề tài .2 Những nội dung nghiên cứu Phương pháp nghiên cứu Ý nghĩa khoa học đề tài .4 CHƯƠNG 1: TỔNG QUAN VỀ LÝ THUYẾT MỜ CSDL MỜ VÀ ỨNG DỤNG .5 1.1 Tổng quan lý thuyết mờ .5 1.1.1 Khái niệm tập mờ 1.1.2 Một số khái niệm tập mờ 1.1.3 Các phép toán tập mờ .6 1.1.4 Các kiểu hàm thuộc 1.1.5 Các loại số mờ 10 1.2 Cở sở liệu mờ, phương thức biểu diễn ứng dụng 11 1.2.1 Định nghĩa 12 1.2.2 Biểu diễn thuộc tính quan hệ mờ 12 1.2.3 So sánh giá trị thuộc tính mờ 13 1.2.4 Các phép toán tập hợp quan hệ mờ 14 1.2.5 Các phép toán quan hệ mờ 15 1.2.6 Phụ thuộc hàm mờ 16 1.2.7 Các mơ hình sở liệu mờ 16 a Mơ hình tập mờ 16 vii b Mơ hình dựa quan hệ tương tự 16 c Mơ hình dựa phân bố khả 17 d Mơ hình dựa phân bố khả mở rộng 18 e Mơ hình CSDL mờ dựa tổ hợp mơ hình 18 f Mơ hình theo cách tiếp cận đại số gia tử 18 1.3 Tổng quan phương pháp tìm kiếm mờ 19 1.3.1 Khoảng cách Levenshtein 19 1.3.2 Khoảng cách Damerau - Levenshtein 20 1.3.3 Thuật toán Bitap với thay đổi Wu Manber 20 1.3.4 Phương pháp kiểm tra tả 21 1.3.5 Phương pháp N-gram 21 1.3.6 Cây - BK (BK - trees) 22 1.4 Kết luận chương 22 CHƯƠNG 2: THUẬT TỐN TÌM KIẾM TRONG CSDL MỜ 23 2.1 Số mờ tam giác 23 2.1.1 Các phép toán số mờ tam giác 24 2.1.2 Quan hệ so sánh số mờ tam giác 24 2.2 Tổ chức liệu cho thuật tốn tìm kiếm liệu mờ 25 2.2.1 Đối sánh ảnh dựa đặc trưng SIFT 25 a Phát điểm cực trị 26 b Định vị điểm đặc trưng 30 c Xác định hướng cho điểm đặc trưng 33 d Mô tả điểm đặc trưng 34 e Đối sánh đặc trưng SIFT 35 2.2.2 Phân đoạn liệu video 37 a Mơ hình liệu video 37 b Một số kỹ thuật phân đoạn video 38 c Kỹ thuật phân đoạn video đối sánh đặc trưng SIFT 38 d Tóm tắt video 40 viii 2.3 Cải tiến thuật tốn tìm kiếm liệu mờ 41 2.3.1 Thuật tốn tìm kiếm 41 2.3.2 Thuật tốn tìm kiếm liệu mờ 42 2.3.3 Đánh giá thuật tốn tìm kiếm 43 2.4 Kết luận chương 44 CHƯƠNG 3: CÀI ĐẶT THUẬT TOÁN TÌM KIẾM 45 3.1 Phân tích số nhu cầu tìm kiếm video CSDL 45 3.2 Thiết kế mơ hình tốn tìm kiếm CSDL 46 3.2.1 Mơ hình tốn tìm kiếm video 46 3.2.2 Quy trình tìm kiếm video theo hình ảnh 47 3.2.3 Quy trình sử dụng logic mờ 48 3.2.4 Mở rộng csdl quan hệ thành csdl mờ dựa phân bố khả 49 a Bộ có trọng số quan hệ mờ 49 b Biểu diễn liệu mờ phân bố khả 50 c Mối quan hệ với dạng chuẩn 1NF 52 d Độ đo khả độ đo cần thiết 52 3.3 Cài đặt thuật tốn tìm kiếm mờ số giao diện 53 3.3.1 Lựa chọn công cụ 53 3.3.2 Thiết kế sở liệu 53 3.3.3 Cài đặt thuật tốn tìm kiếm số giao diện 55 a Kỹ thuật đối sánh hai số mờ tam giác 55 b Cài đặt thuật toán phân đoạn video 56 c Cài đặt thuật tốn trích chọn frame đại diện mờ hóa video 57 d Kỹ thuật khởi tạo tiến trình trao đổi liệu 59 e Cài đặt thuật tốn tìm kiếm liệu mờ 60 3.3.4 Thử nghiệm đánh giá 62 3.4 Kết luận chương 62 KẾT LUẬN 63 TÀI LIỆU THAM KHẢO 65 55 `keypoint` longblob NOT NULL, PRIMARY KEY (`idshot`,`idvideo`) ) ENGINE=MyISAM DEFAULT CHARSET=utf8; 3.3.3 Cài đặt thuật tốn tìm kiếm số giao diện a Kỹ thuật đối sánh hai số mờ tam giác [5] Để thực đối sánh số mờ tam giác ta tiến hành đối sánh giá trị tâm đến giá trị biên phải cuối giá trị biên trái Input: a, α, β, b, γ, λ true 𝑎̃ < 𝑏̃ ℜ ab true 𝑎̃ > 𝑏̃ ℜ false true 𝑎̃ > 𝑏̃ ℜ 𝛽>𝛾 false 𝛽𝜆 true 𝑎̃ < 𝑏̃ ℜ false true 𝑎̃ < 𝑏̃ ℜ 𝛼 𝑏̃ ℜ false 𝑎̃ = 𝑏̃ ℜ Hình 3.6: Sơ đồ khối đối sánh số mờ tam giác * Hàm đo độ thuộc số mờ tam giác: Cho số mờ tam giác 𝑎̃ (a, α, β) 𝑏̃ (b, λ, γ) giao số mờ lớn độ thuộc số mờ cao Ký hiệu 𝑃(𝑎̃ ← 𝑏̃) độ thuộc số mờ tam giác 𝑎̃ vào số mờ tam giác 𝑏̃ ta có: 𝑎̃ 𝑏̃ =  𝑃(𝑎̃ ← 𝑏̃ ) = { 1− |𝑏 − 𝑎| 10 ∗ (min((𝑎 + 𝛽), (𝑏 + 𝛾)) − max((𝑎 − 𝛼), (𝑏 − 𝜆))) 𝑎̃ 𝑏̃ ≠  56 b Cài đặt thuật toán phân đoạn video Thuật toán sử dụng bước nhảy để giảm khối lượng đối sánh thực thuật toán, bước nhảy đối sánh đặc trưng ảnh để tìm ngưỡng cắt cảnh Nếu có độ đo nhỏ ngưỡng cắt cảnh thì thực tìm cắt cảnh bước nhảy Thuật toán dừng hết chuỗi video * Thuật toán: Input: Video cần phân đoạn Output: File danh sách phân đoạn video 1) Khởi tạo i = 1, k = step, d1 = frame i 2) While i < Frame_count 3) If i = k then 4) d2 = Trích xuất frame i từ video 5) If đối sánh d1 với d2 < ngưỡng cắt cảnh then Thực đối sánh ảnh khoảng i với i +5 để tìm 6) vị trí điểm kết thúc điểm đầu dãy ảnh xét 7) Thực lưu trữ vị trí vào file 8) d1 = điểm đầu video 9) else 10) 11) d1 = d2 k = k + step Hình 3.7: Giao diện chương trình phân đoạn mờ hóa video 57 Q trình phân đoạn video q trình địi hỏi chi phí thời gian nhiều so với trình khác Luận văn dừng lại mức phát chuyển cảnh đột ngột (ngắt cứng), phát chuyển cảnh Fade, chồng mờ Wipe hướng nghiên cứu tiếp sau luận văn để thực việc phân đoạn video cho dạng chuyển cảnh Quá trình kiểm tra lại phân đoạn video trích chọn frame đầu frame cuối phân đoạn video để đối sánh nhỏ ngưỡng video cần phải xem xét lại có cảnh (lia) video hay không Để chuẩn bị cho q trình trích chọn frame đại diện mờ hóa liệu video, luận văn có sử dụng phần mềm Smart Cutter for DV and DVB để thực việc kiểm tra lại phân đoạn video Nhằm mục đích nâng cao hiệu trình lựa chọn frame đại diện mờ hóa trích trọn đặc trưng video Hình 3.8: Giao diện chương trình Smart Cutter for DV and DVB c Cài đặt thuật tốn trích chọn frame đại diện mờ hóa video Mỗi phân đoạn video lựa chọn ảnh thực tìm tập keypoint ảnh làm đặc trưng mô tả cho video Nếu số lượng keypoint nhỏ ngưỡng cho trước video xét phân chia thành sub video, sub video lại chọn ảnh để thực tìm tập keypoint Sau hợp tập 58 keypoint sub video lại làm mô tả đặc trưng cho video Thuật toán dừng hết đoạn video * Thuật toán: Input: Video phân đoạn Output: Mờ hóa theo số mờ tam giác Lưu trữ đặc trưng 1) Trích xuất thơng tin metadata video lưu trữ vào bảng Video 2) Khởi tạo f = 0, f1, f2 = giá trị frame đầu frame kết thúc đoạn video file phân đoạn video 3) While f < Frame_count 4) If f = f1 then 5) If f2 - f1 < 100 then -> Khởi tạo mảng Images = [7 phần tử] 6) If f2 - f1 > 100 < 250 then 7) 8) 9) 10) Khởi tạo mảng Images = [9 phần tử] If f2 - f1 > 250 < 400 then Khởi tạo mảng Images = [11 phần tử] If f2 - f1 > 400 then -> Khởi tạo mảng Images = [13 phần tử] 11) If f < f2 then 12) Images.append = Trích xuất frame f từ video 13) If f = f2 then 14) Chọn ảnh Images thực mờ hóa theo số mờ tam giác 15) If số lượng keypoint < ngưỡng then 16) Chia mảng Images làm ba, subImages chọn ảnh thực mờ hóa theo số mờ tam giác 17) Thực lưu trữ tập keypoint video vào bảng ShotVideo 18) f1, f2 = giá trị frame đầu frame kết thúc đoạn video 59 d Kỹ thuật khởi tạo tiến trình trao đổi liệu Luận văn xây dựng tiến trình theo mơ hình kiến trúc Client-Server, mơ hình phổ biến cho giao tiếp tiến trình/2 máy Mơ hình client/server cung cấp cách tiếp cận tổng quát để chia sẻ tài nguyên hệ thống phân tán Các tiến trình client tiến trình server chạy máy tính Một tiến trình server sử dụng dịch vụ server khác Hình 3.9: Mơ hình lập trình socket TCP tiến trình client server Giai đoạn 1: Server khởi tạo Socket (Có thể hiểu Socket điểm đầu cuối kênh kết nối tiến trình), gán số hiệu cổng lắng nghe yêu cầu kết nối socket(): Server tạo socket để sử dụng dịch vụ tầng vận chuyển bind(): Server gán số hiệu cổng (port) cho socket listen(): Server lắng nghe yêu cầu kết nối cổng gán 60 Giai đoạn 2: Client tạo Socket, yêu cầu thiết lập nối kết với Server socket(): Client tạo socket để sử dụng dịch vụ tầng vận chuyển connect(): Client yêu cầu kết nối đến server có địa IP Port xác định accept(): Server chấp nhận kết nối client, kênh giao tiếp ảo hình thành, Client server trao đổi liệu thông qua kênh ảo Giai đoạn 3: Trong giai đoạn này, việc trao đổi liệu Client Server phải tuân thủ giao thức tiến trình (Dạng thức ý nghĩa thông điệp, qui tắc bắt tay, đồng hóa, ) Thơng thường Client gởi yêu cầu đến Server Gửi nhận liệu với câu lệnh read(), write() thực nhiều lần Giai đoạn 4: Kết thúc phiên làm việc, kênh ảo bị xóa Server Client đóng socket lệnh close() e Cài đặt thuật tốn tìm kiếm liệu mờ Đầu vào ảnh truy vấn từ người sử dụng, thuật toán phân chia phạm vi liệu cho tác vụ Mỗi tác vụ (Client) thực gửi ảnh truy vấn liệu video cho tiến trình (Server) tìm kiếm Mỗi tiến trình thực trích xuất tập keypoint từ ảnh truy vấn truy vấn liệu shot video, sau thực đối sánh đặc trưng với Nếu kết đối sánh lớn ngưỡng tìm kiếm gửi thông tin shot video kết đối sánh cho tác vụ, tác vụ nhận liệu cập nhật danh sách kết Thuật toán dừng quét hết liệu bảng shotvideo * Thuật toán: Input: Ảnh truy vấn, bảng Video, bảng ShotVideo Output: Danh sách kết tìm kiếm video 1) Khởi tạo danh sách kết =  2) While video < RowVideoCount 3) Phân video cho tác vụ 61 4) Khởi động process thực tác vụ * Thuật toán tác vụ (Client) - Send ( Ảnh truy vấn cho tiến trình ) - Khởi tạo truy vấn liệu bảng Video với liệu = vid - For video in RowVideo - Send ( video cho tiến trình ) - Receive ( kết ) Cập nhật danh sách kết tìm kiếm * Thuật toán process (Server) - Receive ( video ) kp1 = tập keypoint ảnh truy vấn - Khởi tạo truy vấn liệu bảng ShotVideo với liệu = video - For shotvideo in RowShotVideo - kp2 = tập keypoint số mờ tam giác sở liệu - If DoiSanhSoMoTamGiac(kp1, kp2) > ngưỡng then - Send (thông tin video kết đối sánh) 5) Sắp xếp lại danh sách kết Hình 3.10: Giao diện chương trình tìm kiếm video 62 3.3.4 Thử nghiệm đánh giá Luận văn thực nghiệm trên: + Thiết bị phần cứng: Processor Core i5 - 2.2 Ghz, Ram Gb + Phần mềm liệu: Hệ điều hành Microsoft Window 10 - 32 bit, bảng Video gồm 21 ghi, bảng ShotVideo gồm 3338 ghi tập ảnh truy vấn STT Kỹ thuật Thời gian thực Độ trung thực (Recall) Độ xác (Precision) máy Tuần tự Đa luồng (5 threads) process process process process Mỗi máy process 23 giây 24 giây 14 giây 13 giây 13 giây 13 giây giây 0,85 0,85 0,85 0,85 0,85 0,85 0,85 0,943 0,943 0,943 0,943 0,943 0,943 0,943 Bảng kết đánh giá hiệu tìm tiếm - Đánh giá tốc độ thực hiện: Kỹ thuật tìm kiếm Đa luồng cho tốc độ tìm kiếm chậm nhất, kỹ thuật sử dụng máy tính với máy process cho tốc độ tìm kiếm tốt Kỹ thuật process cho tốc độ tốt trường hợp sử dụng máy tính, cịn kỹ thuật process cho tốc độ nhanh (chỉ kỹ thuật process giây) - Đánh giá độ xác: Các kỹ thuật cho kết tương sử dụng phương pháp đối sánh 3.4 Kết luận chương Chương luận văn trình bày: Phân tích số nhu cầu tìm kiếm thơng tin video CSDL Thiết kế mơ hình tốn tìm kiếm video, thiết kế bảng liệu video Cài đặt thuật toán tìm kiếm số giao diện Thực nghiệm đánh giá kết thực nghiệm 63 KẾT LUẬN Video ngày ứng dụng rộng rãi nhiều lĩnh vực đời sống khoa học - xã hội Các tài liệu video kỹ thuật số ngày chiếm số lượng lớn liệu đa phương tiện có sẵn Để quản lý hiệu tài liệu video này, chúng cần phải mô tả ngắn gọn lưu trữ thuận tiện Các phương pháp mô tả dựa văn không đủ để cung cấp mơ tả đầy đủ, hình thức mơ tả video cần thiết cho chuỗi video Song song với việc lưu trữ tài liệu video, việc tìm kiếm lại video có nhiều nghiên cứu Luận văn tập trung nghiên cứu mơ hình sở liệu mờ với phương pháp mờ hóa đặc trưng frame đại diện video sở theo số mờ tam giác làm đặc trưng video phương pháp tìm kiếm mờ video Qua thời gian thực đề tài, luận văn nghiên cứu hồn thành mục đích nội dung nghiên cứu đề ra, cụ thể với nội dung sau: - Nghiên cứu tổng quan lý thuyết mờ, sở liệu mờ ứng dụng - Nghiên cứu tổng quan loại số mờ phương pháp tìm kiếm mờ - Nghiên cứu thuật tốn SIFT trích chọn đặc trưng cục ảnh - Nghiên cứu kỹ thuật nhảy thích ứng áp dụng phân đoạn video - Nghiên cứu kỹ thuật thiết kế thuật toán song song thiết kế thuật tốn tìm kiếm video - Cài đặt thử nghiệm thuật tốn Q trình nghiên cứu giúp thân có thêm kiến thức chuyên sâu sở liệu mờ, kỹ thuật phân đoạn video, kỹ thuật mờ hóa video, kỹ thuật tìm kiếm mờ Mặc dù nỗ lực nghiên cứu, song thời gian lực hạn chế, nên đề tài đề cập số phần nhiều lĩnh vực liên 64 quan đến sở liệu mờ tìm kiếm mờ, hướng nghiên cứu luận văn: - Phân đoạn video mờ với kỹ thuật phát chuyển lia từ từ - Mở rộng chuyển đổi mơ hình sở liệu sang sơ liệu mờ - Các thuật tốn tìm kiếm sở liệu mờ Kết đạt được: Nắm vững lý thuyết mờ, sở liệu mờ, sở kỹ thuật phân đoạn video, sở kỹ thuật tìm kiếm mờ, phương pháp xây dựng thiết kế thuật toán Hướng phát triển luận văn: Tiếp tục xây dựng kho lưu trữ video mờ hóa đặc trưng cục video rút gọn giúp cho việc tìm kiếm video theo số điều kiện nhanh thuận tiện 65 TÀI LIỆU THAM KHẢO Tài liệu tiếng Việt [1] Bùi Công Cường, Nguyễn Doãn Phước (2006), Hệ mờ mạng nơron ứng dụng, Nhà xuất Khoa học Kỹ thuật [2] Nguyễn Cát Hồ, Nguyễn Công Hào (2009), Logic mờ ứng dụng, Đại học Khoa học - Đại học Huế [3] Nguyễn Thiện Luận (2015), Lý thuyết mờ ứng dụng tin học, Nhà xuất Thống kê [4] Đồn Văn Thắng (2010), “Truy vấn liệu với thơng tin mờ không chắn sở liệu hướng đối tượng”, Tạp chí khoa học cơng nghệ, Đại học Đà Nẵng, Số 4(39), tr 15-24 [5] Nguyễn Công Hào, Trương Thị Mỹ Lê (2012), “Truy vấn sở liệu hướng đối tượng mờ dựa ngữ nghĩa đại số gia tử”, Tạp chí khoa học, Đại học Huế, Tập 74B (Số 5), tr 39-53 [6] Nguyễn Hịa (2015), “Một mơ hình sở liệu quan hệ mờ”, Các cơng trình nghiên cứu, phát triển ứng dụng CNTT-TT, Tập V-1, Số 13 (33) [7] Lương Xuân Cương, Đỗ Trung Tuấn, Đỗ Xuân Tiến (2007), “Chuẩn bị liệu trong việc xây dựng sở liệu video số”, Tạp chí tin học điều khiển học, T.23 (S.2), tr 141-152 Tài liệu tiếng Anh [8] Amel Grissa Touzi and Mohamed Ali Ben Hassine (July 2009), “New Architecture of Fuzzy Database Management Systems”, The International Arab Journal of Information Technology, Vol 6, No 3, pp 213-220 [9] Austin Melton and Sujeet Shenoi (1991), “Fuzzy Relations and Ruzzy Relational Databases”, Computers Math Applic, Vol 21, No 11/12, pp 129-138 66 [10] Feng Hao, John Daugman, and Piotr Zielinski (June 2008), “A Fast Search Algorithm for a Large Fuzzy Database”, Ieee Transactions on Information Forensics and Security, Vol 3, No 2, pp 203-212 [11] Jaydev Mishra and Sharmistha Debnath Ghosh (December 2008), “A Study of Fuzzy Relational Database”, International Journal of Computational Cognition, Vol 6, No 4, pp 45-50 [12] José Galindo, Angélica Urrutia and Mario Piattini (2006), Fuzzy Databases Modeling, Design and Implementation, Idea Group Inc [13] Miroslav Hudec (December 2009), “An Approach to Fuzzy Database Querying, Analysis and Realisation”, ComSIS, Vol 6, No 2, pp 127-140 [14] K K Phang, Mashkuri Hj Yaacob and T C Ling (June 1997), “Development of Fuzzy Database Systems”, Malaysian Journal of Computer Science, Vol 10, No 1, pp 42-46 [15] Maridalia Guerrero (2011), “A Comparative Study of Three Image Matcing Algorithms: Sift, Surf, and Fast”, All Graduate Teses and Dissertations, DigitalCommons@USU [16] Z M Ma and Li Yan (2008), “A Literature Overview of Fuzzy Database Models”, Journal of Information Science and Engineering, Vol 24, pp 189-202 Xác nhận giáo viên hướng dẫn Học viên PGS TS Nguyễn Thiện Luận Nguyễn Thanh Tân ... kiếm sở liệu mờ 2.1 Số mờ tam giác 2.2 Tổ chức liệu cho thuật tốn tìm kiếm liệu mờ 2.3 Cải tiến thuật tốn tìm kiếm liệu mờ 2.4 Kết luận chương Chương 3: Cài đặt thuật tốn tìm kiếm sở liệu quản... Tìm hiểu sở liệu mờ ứng dụng - Tìm hiểu kỹ thuật quy trình tìm kiếm thơng tin sở liệu mờ với u cầu tìm kiếm chứa đựng thơng tin khơng rõ ràng khơng xác - Cải tiến thuật tốn tìm kiếm sơ liệu mờ. .. 40 viii 2.3 Cải tiến thuật tốn tìm kiếm liệu mờ 41 2.3.1 Thuật tốn tìm kiếm 41 2.3.2 Thuật tốn tìm kiếm liệu mờ 42 2.3.3 Đánh giá thuật toán tìm kiếm 43