cho Việc Tìm Kiếm Nhanh Các Điểm Lân Cận Trong Không Gian 3D.
Để có thể thực hiện được việc tìm kiếm một cách nhanh chóng và chính xác, như đã giới thiệu ở trên tôi sử dụng SURF keypoint và descriptor. Với mỗi bức ảnh, chương trình sẽ phát hiện ra một số lượng keypoint nhất định (để đạt được hiệu quả về thời gian và độ chính xác, chương trình sử dụng từ 100-160 keypoint cho mỗi bức ảnh), và các descriptor được tính toán. Keypoint và descriptor của 2 bức ảnh sẽ được so sánh với nhau sử dụng thuật toán Flann (Fast Library for Approximate Nearest Neighbors). Khi các keypoint đã được match với nhau, chương trình lọc ra các cặp có độ giống nhau cao và tính toán ra một kết quả về độ giống nhau giữa hai bức ảnh. Kết quả này sau đó được dùng để xếp hạng các ảnh trong cơ sở dữ liệu, thông tin các ảnh gần giống ảnh người dùng đang tìm nhất sẽ được trả về.
Việc so sánh một ảnh với toàn bộ cơ sở dữ liệu chỉ thực tế khi mà cơ sở dữ liệu là nhỏ, khi cơ sở dữ liệu lớn lên, chúng ta cần có một thuật toán tốt hơn để loại bỏ sớm các ảnh khác xa so với ảnh cần tìm. Để làm được điều này chúng tôi đề xuất một thuật toán phân cụm dữ liệu dựa trên chính những keypoint và descriptor của các ảnh. Các ảnh gần giống nhau sẽ được tập hợp vào các cụm riêng biệt. Khi cần truy vấn một ảnh, ta so sánh ảnh đó với keypoint và descriptor đặc trưng của mỗi cụm rồi chọn ra một số cụm triển vọng nhất. Sau đó ta sử dụng thuật toán ở trên cho mỗi cụm, kết quả cuối cùng được tập hợp từ các cụm và trả về cho người dùng.
CHƯƠNG 3: ỨNG DỤNG THỰC NGHIỆM – ĐÁNH GIÁ KẾT QUẢ