- Bƣớc 5: Phân ngưỡng: với các điểm được giữ lại, thực hiện lấy ngưỡng
Z(s )= (xs xc) + j(ys yc) (2.14) Biến đổi Fourier của ba kiểu biểu diễn này của đường biên tạo thành ba tập
2.3.2. Xử lý phản hồi:
Nhận thức của con người về sự giống nhau của các ảnh thường mang tính chủ quan, tính ngữ nghĩa và phụ thuộc vào từng hoàn cảnh. Mặc dù phương pháp tra cứu ảnh theo nội dung đưa ra được một định hướng rất khả quan nhưng nói chung những kết quả truy vấn chỉ dựa vào sự tương tự của các đặc điểm trực quan
thì lại thường khơng có nhiều ý nghĩa về mặt nhận thức và ngữ nghĩa. Ngoài ra, mỗi đặc điểm trực quan lại có xu hướng phản ánh một khía cạnh nào đó của thuộc tính của ảnh và điều đó thường gây khó khăn cho người sử dụng có thể xác định một cách rõ ràng làm thế nào để kết hợp các khía cạnh khác nhau lại với nhau.
Để giải quyết vấn đề này, người ta giới thiệu một kỹ thuật đã sử dụng trong các hệ thống tra cứu thơng tin văn bản truyền thống đó là kỹ thuật phản hồi thích hợp tương tác. Với phản hồi thích hợp, hệ thống có thể tạo ra được những mối liên
kết giữa những khái niệm ở mức cao với những đặc điểm trực quan ở mức thấp. Phản hồi thích hợp là kỹ thuật học tích cực có giám sát sử dụng để tăng cường hiệu quả của các hệ thống thông tin. Ý tưởng là sử dụng các mẫu tích cực và các mẫu phủ định do người sử dụng cung cấp để cải thiện hiệu năng hệ thống.
Đối với một truy vấn cho trước, đầu tiên hệ thống sẽ một danh sách các ảnh được xếp hạng theo hệ đo độ tương tự đã được định nghĩa trước. Sau đó, người sử dụng sẽ đánh dấu những kết quả nào là thích hợp (những ví dụ tích cực) với truy vấn và những kết quả nào khơng thích hợp (những ví dụ phủ định). Hệ thống sẽ "làm mịn" lại kết quả tìm kiếm dựa trên những phản hồi của người sử dụng và đưa ra một danh sách mới các ảnh phù hợp hơn.
Vấn đề chính ở đây là làm thế nào để sử dụng kết hợp các ví dụ tích cực và các ví dụ phủ định để làm mịn truy vấn và điều chỉnh hệ đo độ tương tự.