Như chúng tơi đã trình bày trong phần 1.2, tìm kiếm ảnh được ứng dụng trong tổng hợp và hoàn thiện ảnh. Hồn thiện ảnh (image completion) có nguồn gốc từ tổng hợp họa tiết (texture synthesis) được tác giả Efros và đồng nghiệp giới thiệu năm 1999, xem [25]. Ban đầu, tác giả Criminisi và đồng nghiệp đưa ra tổng hợp ảnh được thực hiện bằng cách lấy mẫu các mảnh nhỏ trong phần có sẵn của ảnh và đắp vào phần chưa hoàn thiện của ảnh [20], [20], [20]. Tuy nhiên đến năm 2007, tác giả Hays và đồng nghiệp [12], việc hồn thiện ảnh được thực hiện bằng cách tìm kiếm mảnh từ các ảnh trong cơ sở dữ liệu và đắp vào phần còn thiếu.
Chúng tôi muốn nhấn mạnh ở đây quá trình tìm kiếm. Đầu tiên, phần hiện có của ảnh được dùng để tìm kiếm các cảnh tương tự. Tất nhiên, chúng ta phải giả định rằng phần hiện có đủ lớn để xác định cảnh cần tìm là gì. Nếu chúng ta tìm trên khơng gian lớn tới hàng triệu ảnh, chúng ta ln tìm thấy được ảnh phù hợp. Sau đó, chúng ta sẽ tìm cục bộ trong các cảnh đã tìm được một phần phù hợp để sao chép. Việc tìm kiếm cục bộ được thực hiện bằng cách so sánh phần hiện có trong ảnh khơng hoàn thiện với phần ứng cử trong ảnh tìm được.
Tác giả Chen và đồng nghiệp[14] phát triển ý tưởng trên để tổng hợp ảnh dựa trên các thành phần tìm được. Một bản phác thảo của ảnh cần tổng hợp được vẽ, các thành phần trong bản phác thảo được dùng để tìm kiếm, sau đó chúng ta ghép các thành phần tìm kiếm được vào ảnh tổng hợp. Cả hai phương pháp đều yêu cầu tương tác để lọc các kết quả tìm kiếm. Đây là một trong những ví dụ về tìm kiếm có sự can thiệp của con người nhằm đạt kết quả tốt hơn.
2.5. Ứng dụng trong phân tích ảnh
Khái niệm phân tích ảnh (image analysis) là khái niệm rất rộng. Chúng tôi chỉ tập trung vào phân tích cảnh (scene parsing) hay đánh nhãn điểm ảnh (pixel labeling). Mục đích của đánh nhãn điểm là cung cấp cho mỗi điểm ảnh một nhãn (ví dụ trời, biển, cây). Chúng ta cần dựa vào nhiều thơng tin như màu sắc (ví dụ xanh lam trở thành trời hoặc biển, xanh lục trở thành cây hoặc cỏ) hoặc ngữ cảnh (cùng là xanh lam, nếu ở trên cao là trời, nhưng ở dưới thấp thành nước vì nước phản ánh trời nên chúng có cùng màu, chúng ta phải dùng ngữ cảnh để phân biệt).
Chúng tôi muốn tập trung nhấn mạnh việc tìm kiếm trong phần ứng dụng. Hầu hết các phương pháp đều tìm kiếm với nhiều mức để có thể làm mịn tập ví dụ mong muốn. Ví dụ phương pháp của tác giả Liu và đồng nghiệp [10] tìm bằng cách sử dụng một số các véc tơ đặc trưng cơ sở như GIST, SPK để tìm ra các ảnh tương tự, sau đó dùng ánh xạ địa phương để tìm ra các ảnh phù hợp hơn, và cuối cùng sử dụng ánh xạ đó để chuyển nhãn từ ảnh ví dụ vào ảnh truy vấn. Hoặc tác giả Lazebnik và đồng nghiệp [22] cũng kết hợp nhiều phương pháp tìm kiếm khác nhau, sau đó sử dụng siêu điểm (super-pixel) để khai thác thông tin cục bộ và thơng tin vùng làm chính xác hơn q trình ánh xạ giữa ảnh kết quả và ảnh truy vấn.
2.6. Kết luận
Trong chương này, luận văn đã giới thiệu một số phương pháp tìm kiếm dựa trên ảnh trong những năm gần đây có liên quan trực tiếp tới phương pháp của luận văn. Luận văn cũng đã đưa ra một số nhận xét chung cho mỗi phương pháp sau khi đã tìm hiểu.
Hai chương tiếp theo, luận văn sẽ đi sâu vào nghiên cứu phương pháp tìm kiếm dựa trên lược đồ màu và tìm kiếm dựa trên lược đồ khái niệm.