Phƣơng pháp Harbin khắc phục đƣợc thiếu sót của phƣơng pháp LCH là chỉ so sánh những khối trong những vị trí giống nhau dù rằng độ phức tạp tính toán của nó là cao (O(mn2)). So với phƣơng pháp LCH phƣơng pháp Harbin cho hiệu quả hơn. Trong thực tế đối với những cơ sở dữ liệu ảnh lớn, một cấu trúc đánh chỉ số hiệu quả đƣợc sử dụng để tránh tìm kiếm tuyến tính thƣờng quan trọng hơn là hiệu quả của chính phƣơng pháp đó. Câu hỏi đƣợc đặt ra là không cần cấu trúc đánh chỉ số hiệu quả liệu chúng ta có thể vẫn sử dụng phƣơng pháp Harbin trong thực hành?
Kỹ thuật GCH không hiệu quả lắm bởi vì nó không có thông tin vùng. Nếu độ tƣơng tự đạt đƣợc giữa hai ảnh sử dụng phƣơng pháp Harbin cao thì độ tƣơng tự đạt đƣợc khi sử dụng kỹ thuật GCH cũng phải cao. Mặt khác nếu độ tƣơng tự đạt đƣợc giữa hai ảnh sử dụng phƣơng pháp GCH là thấp thì độ tƣơng tự đạt đƣợc khi sử dụng kỹ thuật Harbin cũng phải thấp. Do đó không cần thiết sử dụng phƣơng pháp Harbin cho những ảnh có độ tƣơng tự thấp khi sử dụng kỹ thuật GCH. Trên cơ sở ý tƣởng này các tác giả đã đề xuất sử dụng phƣơng pháp Harbin để cải tiến những kết quả tra cứu đạt đƣợc khi sử dụng kỹ thuật GCH. Bƣớc đầu các tác giả sử dụng phƣơng pháp GCH để đạt đƣợc những hình ảnh cần thiết (khoảng 100 ảnh), và sau đó sử dụng công nghệ Harbin để sắp xếp lại những ảnh này. Bằng cách này thay vì sử dụng công nghệ Harbin để so sánh những nét giống nhau giữa ảnh truy vấn với tất cả các ảnh trong cơ sở dữ liệu ảnh, các tác giả chỉ sử dụng nó trên những ảnh có nét tƣơng tự cao đạt đƣợc khi sử dụng kỹ thuật GCH và vì vậy tránh đƣợc việc tìm kiếm tuyến tính. Mặc dù công nghệ GCH không hiệu quả lắm và phƣơng pháp Harbin cũng không hiệu lực lắm nhƣng một phƣơng pháp mới kết hợp hiệu quả của
hai phƣơng pháp này hy vọng sẽ cho hiệu quả và hiệu suất cao hơn trong tra cứu ảnh tƣơng tự.
CHƢƠNG 3: CHƢƠNG TRÌNH THỬ NGHIỆM