Cấu trúc cây và phân hoạch phân cấp của phƣơng pháp HTM

Một phần của tài liệu nghiên cứu phương pháp tra cứu ảnh con sử dụng kỹ thuật máy học (Trang 26)

Để mô hình một ảnh, một lƣới đƣợc đặt lên trên ảnh sinh ra phân hoạch phân cấp và các lát. Mặc dù mật độ của lƣới là bất kỳ, phƣơng pháp HTM [28] sử dụng lƣới 4×4 sinh ra một biểu diễn đa tỷ lệ ba mức của ảnh. Phân hoạch phân cấp của một ảnh với cấu trúc cây kết quả của nó và cấu trúc cây tƣơng ứng với chuỗi chỉ số cho lƣu trữ (xem Hình 2.1) .

Hình 2.1: Phân hoạch phân cấp của một ảnh với cấu trúc cây kết quả và chuỗi chỉ số tương ứng cho lưu trữ.

Cấu trúc cây trong hình 2 có ba mức: -Mức cao nhất: toàn bộ ảnh

-Mức thứ hai: ảnh đƣợc phân rã thành 3×3 hình chữ nhật với mỗi cạnh có một nửa độ dài của toàn bộ ảnh (có 9 lát trồng nhau).

-Mức thấp nhất: mỗi lát của mức thứ hai đƣợc phân hoạch thành 4 lát con không trồng nhau, sinh ra 4×9=36 hình chữ nhật.

Lƣu ý rằng để loại bỏ dƣ thừa trong hệ thống CBsIR, chỉ các chỉ số mức thấp nhất của 4×4=16 lát duy nhất đƣợc lƣu trữ với cấu trúc nhỏ cho thông tin quan hệ. các đặc trƣng của các lát ảnh đƣợc kết hợp với các nút trong các cấu trúc cây cho các ảnh. Vì thế, mỗi ảnh cơ sở dữ liệu đƣợc biểu diễn nhƣ một chuỗi các lát, mỗi lát đƣợc ánh xạ sang cây con của cấu trúc cây mô hình ảnh. Mặc dù tƣơng tự, mô hình phân hoạch phân cấp không giống nhƣ cây tứ phân [34]. Cấu trúc cây trong HTM mô hình các lát trồng lấp tại mức trung gian từ phân hoạch phân cấp, trong khi cây tứ phân đƣợc sử

Số hóa bởi Trung tâm Học liệu

dụng để mô tả một lớp các cấu trúc dữ liệu phân cấp (dựa trên nguyên tắc phân rã hồi qui của các không gian không trồng lắp).

Một phần của tài liệu nghiên cứu phương pháp tra cứu ảnh con sử dụng kỹ thuật máy học (Trang 26)