Hiện tại tại khoa Công nghệ Thông tin, trường Đại học Khoa học thành phố Hồ
Chí Minh có một nghiên cứu khá gần với nghiên cứu của luận văn là đề tài thạc sĩ: “Một số kĩ thuật truy tìm nhân vật trong các kho dữ liệu video lớn” của Nguyễn Ngọc Thảo và cộng sự [33]. Kết quả của luận văn này chính là thuật toán so khớp face track k-Faces đã được giới thiệu trong Phần 2.3.1. Mục đích của tác giả khi thiết kế thuật toán k-Faces là hướng tới một thuật toán có tốc độ nhanh để có thể áp dụng cho những cơ sở dữ liệu lớn. Kết quả cho thấy k-Faces có tốc độ nhanh gấp
6,500 so với avg-min và min-min. Do đó thuật toán k-Faces có thể xem là một trong những thuật toán so khớp chuỗi ảnh nhanh nhất hiện nay.
Điểm khác biệt lớn nhất giữa luận văn và công việc của Thảo là: trong khi Thảo và cộng sự hướng tới một thuật toán có tốc độ so khớp nhanh trên cơ sở dữ liệu lớn (đồng nghĩa với với việc có thể hi sinh về độ chính xác nhiều) thì luận văn này hướng tới một thuật toán cân bằng được cả hai yếu tố trên. Việc cân bằng được cả
hai yếu tố này là một yêu cầu rất quan trọng đối với bất kì một thuật toán nào khi muốn được áp dụng vào thực tế bởi vì người dùng luôn yêu cầu hệ thống tìm kiếm nhân vật không những phải trả về kết quả nhanh chóng mà còn phải chính xác. Tính hiệu quả cả về độ chính xác và tốc độ của thuật toán mà luận văn đề xuất cũng như
kết quả so sánh trực tiếp với thuật toán k-Faces của Thảo và các cộng sự sẽ được trình bày cụ thể trong Chương 4.
Chương 3 Hệ thống tìm kiếm nhân vật dựa trên face track
Trong phần này luận văn trình bày hệ thống tìm kiếm nhân dựa trên chuỗi ảnh bao gồm các bước từ rút trích face track, biểu diễn ảnh mặt người và thuật toán đề
nghịđể biểu diễn và so khớp face track.