Nhận dạng cá nhân trong hình ảnh của mục tin dựa vào phân tích văn bản

Nhòn ra thï giúi NHÊN DANG CA NHÊN TRONG HÒNH ANH CUA MUC TIN DÛA VAO PHÊN TÑCH VÙN BAN Choochart Haruechaliyasak va Chaianun Damrongrat Trung têm Quöc gia Cöng nghï Àiïn tû va May tñnh Thai Lan 1. Mú àêu Àï tùng thïm hònh anh va cung cêp cho ngûúi àoc tai liïu minh hoa, phên lún website tin tûc thûúng àûa vao bai muc cac nöi dung àa phûúng tiïn gùn vúi hònh anh va video clip. Möt trong nhûng muc tiïu va thach thûc trong viïc tòm hònh anh la phai nhên dang àung va tòm àûúc hònh anh cua ca nhên cu thï tû bö sûu têp hònh anh lún. Nhûng cöng trònh nghiïn cûu trûúc àêy vï nhên dang con ngûúi trong cac hònh anh thûúng dûa vao hai cach tiïp cên khac nhau: nhên mùt va tòm chó muc. Nhên mùt dûa vao möt sö ky thuêt xû ly hònh anh àï xêy dûng va nhên biït cac àùc àiïm tû hònh anh bö mùt [16]. Vúi möt loat cai tiïn àûúc thûc hiïn trong nhiïu nùm qua, nhên mùt àa àûúc ap dung thanh cöng trong nhiïu ûng dung nhû trùc lûúng sinh hoc va àiïn tû hoc tiïu dung (vñ du, may anh sö). Tuy nhiïn, ap dung nhên dang mùt trong lônh vûc tòm hònh anh ngûúi co möt sö han chï vò nhûng ly do sau àêy: (1) tach ra va biït àûúc cac àùc àiïm vï hònh tû cac hònh anh àoi hoi rêt nhiïu thúi gian xû ly; (2) àï nhên ra tûng ca nhên cu thï àoi hoi phai co möt kñch cú mêu hònh mùt thñch húp, do ào, cach tiïp cên nay khöng àûúc mú röng nhiïu khi xû ly möt sö lûúng lún ca nhên va (3) ky thuêt nhên mùt àún gian khöng àu manh àï nhên dang con ngûúi tû nhûng goc nhòn khac nhau va trong nhûng hònh anh àö phên giai thêp. Àï giai quyït quy mö lún cua Web, nhiïu may tòm hònh anh àa chêp nhên cach tiïp cên tòm theo chó muc àang àûúc ap dung thanh cöng cho viïc tòm trang web [8]. Phep tòm theo chó muc àiïn hònh lai dûa vao mö thûc tui tû àï xac àõnh cêu truc chó muc àao, nghôa la, möi thuêt ngû se chó túi möt danh sach tû liïu co chûa thuêt ngû ào. Theo mö thûc tui tû, möt tû liïu co chûa cêu hoi àêu vao ú bêt ky chö nao trong nöi dung àïu àûúc coi la trung àñch va se àûúc phan höi cho ngûúi sû dung. Àöi vúi phep tòm hònh anh, möt chó muc co thï àûúc xêy dûng tû nhiïu mêu thöng tin vùn ban nhû tïn file anh, cac lúi thuyït minh gùn liïn vúi hònh anh va cac àoan vùn ban liïn kï vúi hònh anh [6]. Noi chung, sû dung phep tòm theo chó muc cho cac hònh anh trïn Web la hûu hiïu. Tuy nhiïn, tòm hònh anh cua cac ca nhên cu thï trong lônh vûc tin tûc àöi khi co thï àûa ra kït qua khöng mong muön. Vúi mö thûc tui tû àún gian, möt cêu hoi tòm möt ngûúi co thï tûúng ûng vúi möt vai muc tin (nghôa la ngûúi ào àûúc noi túi trong nhiïu tin) ma hònh anh cua cac muc ào co ca anh cua nhûng ngûúi khac. Do ào, nhûng hònh anh khöng tûúng thñch àöi khi cung àûúc àûa ra cho ngûúi sû dung cung vúi hònh anh àung cua ca nhên muc tiïu. Chung töi xin minh hoa vên àï nay bùng cach sû dung möt vñ du tû Phep tòm hònh anh tin tûc theo Google11 dûa trïn phûúng phap tiïp cên tòm theo chó muc. Hònh 1 cho 1 Google News, http://news.goole.com 28 THÖNG TIN vaâTÛ LIÏU - 2/2012 Nhòn ra thï giúi thêy kït qua tòm bùng cach sû dung “Barack Obama” lam cêu hoi. Tû cac kït qua nay, hún möt nûa sö hònh anh phan höi khöng co hònh anh cua“Barack Obama”. Theo quan sat ban àêu cua chung töi, möt muc tin thûúng chûa hònh anh cua ca nhên muc tiïu nïu tïn cua ngûúi ào xuêt hiïn nhû chu ngû chñnh trong cac cêu khac nhau cua muc tin, vñ du trong àêu àï va chu thñch hònh anh. Hònh 2 la vñ du vï möt muc tin lêy tû website tin tûc cua CNN2 co chûa hònh anh cua möt ca nhên vúi àêu àï va chu thñch hònh anh. Tû hònh nay, hai thûc thï tïn ngûúi “Hillary Clinton” va “Barack Obama” xuêt hiïn trong ca àêu àï lên chu thñch hònh anh. Khi sû dung phep tòm theo chó muc àún gian, möt cêu hoi tòm “Barack Obama” co thï se àûa nhêm hònh anh nay cua “Hillary Clinton”. Muc àñch chñnh cua bai nay la cai tiïn hiïu suêt cua phep tòm theo chó muc cú ban àï tòm àûúc cac ca nhên trong cac hònh anh tin tûc. Cach tiïp cên cua chung töi la ap dung phên tñch cu phap vï nöi dung vùn ban (vñ du, cac àêu àï va chu thñch hònh anh) àï nhên dang khùng àõnh va phu àõnh ca nhên trong cac hònh anh tin tûc. Phep phên tñch cu phap trong phûúng phap cua chung töi bao göm viïc àõnh nhan thûc thï co tïn va phên tñch cu phap sú bö [1, 3]. Tû Hònh 2, bùng cach thûc hiïn phên tñch àêu àï tin, “Clinton” se àûúc phên tñch va àõnh nhan nhû la möt cum danh tû (NP), sau ào “chêp nhên” nhû möt cum àöng tû (VP) va “Obama” nhû la möt cum danh tû (NP) Hònh 1. Kït qua tòm “Barack Obama” theo phep tòm hònh anh tin tûc trïn Google 2 CNN.com International , http://edition.cnn.com THÖNG TIN vaâTÛ LIÏU - 2/2012 29 Nhòn ra thï giúi Àêu àï: Clinton hêu thuên cho Obama, kïu goi sû thöng nhêt trong Àang Chu thñch : Thûúng nghõ sy Hillary Clinton cam ún nhûng ngûúi ung hö ba vï bai diïn vùn hêu thuên cho Thûúng nghõ sy Barack Obama Hònh 2. Vñ du vï hònh anh möt ca nhên vúi àêu àï va chu thñch hònh anh Tû cêu nay, co thï rut ra hai quy tû Hònh 2, tuy nhiïn, hònh anh nay se àûúc tùc: (1) [NP*] [VP] [NP] àï nhên dang khùng àõnh ngûúi trong cac hònh anh : va (2) [NP] [VP] [NP*] àï nhên dang phu àõnh, trong ào dêu * chó võ trñ xuêt hiïn tïn ngûúi. Quy tùc nhên dang khùng àõnh co nghôa la: nïu tïn ngûúi ào xuêt hiïn nhû möt cum danh tû va la chu ngû cua möt cêu thò hònh anh nay chùc chùn co chûa ngûúi muön tòm. Ngûúc lai, quy tùc nhên dang phu àõnh co nghôa la: nïu tïn ngûúi nay xuêt hiïn nhû möt cum danh tû va la tên ngû cua möt cêu thò hònh anh nay khöng chùc chùn chûa ngûúi muön tòm. Sû dung têp húp muc tin co àõnh nhan, chung ta xêy dûng àûúc möt bö quy tùc cu phap dûa vao nhûng y tûúng noi trïn. Sau ào, bö quy tùc cu phap àûúc sû dung àï lûa chon va sang loc cac kït qua hònh anh do phep tòm theo chó muc àem lai. Tû vñ du trïn, cêu hoi “Obama” se tòm ra hònh anh 30 loc ra bùng cach sû dung quy tùc nhên dang phu àõnh [NP] [VP] [NP*] vò “Obama” xuêt hiïn nhû la NP* trong cêu. Kït qua thñ nghiïm vï têp húp hònh anh tin tûc cho thêy, cach tiïp cên phên tñch cu phap co thï cai thiïn möt cach àang kï hiïu suêt tòm kiïm àöi vúi phep tòm theo chó muc cú ban. 2. Cac cöng trònh nghiïn cûu liïn quan Cac cöng trònh nghiïn cûu trûúc àêy vï tòm kiïm hònh anh chu yïu dûa vao hai ky thuêt khac nhau : tòm hònh anh dûa vao vùn ban va dûa vao nöi dung (CBIR) [4]. Cach tiïp cên dûa vao vùn ban cùn cû vao thöng tin vùn ban kït húp vúi hònh anh àï khúp möt cêu hoi àêu vao, göm möt hay nhiïu tû, vao cac hònh anh. Do kha nùng tuy biïn kñch cú, cach tòm hònh anh dûa vao vùn ban àa àûúc ap dung phö biïn ú nhiïu may tòm THÖNG TIN vaâTÛ LIÏU - 2/2012 Nhòn ra thï giúi nhû Google3 va Yahoo 4 . Mùt khac, CBIR ap dung ky thuêt xû ly hònh anh àï tach ra va biït àûúc cac àùc àiïm hònh tû cac hònh anh . Trong cac hï thöng CBIR, möt cêu hoi vï hònh, mö ta cac àùc àiïm hònh nhû mau sùc va kït cêu, àûúc dung àï tòm ra hònh anh tûúng ûng töt nhêt vúi cac àùc àiïm àêu vao [7, 12]. Vúi sö lûúng lún hònh anh trïn Web co chûa anh cua cac ca nhên, àï tai nghiïn cûu vï tòm kiïm hònh anh phuc vu cho viïc tòm hònh anh ngûúi àa ngay cang àûúc chu y. Trong cach tòm hònh anh ngûúi, nïu àùt cêu hoi tòm möt tïn ngûúi cu thï, muc àñch la phai tòm àûúc chñnh xac cac hònh anh cua ngûúi ào (ûu tiïn la anh ca nhên) tû bö sûu têp hònh anh lún (vñ du, tû cac website tin tûc). Ky thuêt tòm hònh anh ngûúi tûúng tû nhû cac ky thuêt àûúc sû dung àï tòm kiïm hònh anh noi chung. Cach tiïp cên dûa vao nöi dung, vao ky thuêt nhên mùt àï xêy dûng va biït cac àùc àiïm hònh tû hònh anh bö mùt. Rêt nhiïu cöng trònh nghiïn cûu trûúc àêy vï tòm kiïm hònh anh ngûúi àïu dûa vao ky thuêt nhên mùt [2,9,10,11]. Chung àa ap dung cac biïn thï cua ky thuêt nhên mùt àï liïn kït cac hònh anh mùt vúi tïn ngûúi àûúc tòm thêy trong cac muc tin. Nhû àa noi ú trïn, ap dung ky thuêt nhên mùt khöng co nhiïu kha nùng nêng cú tuy biïn vò co nhiïu ngûúi trong cac tin tûc. Do ào, cên co möt kñch cú mêu lún cua hònh anh mùt cho möi ca nhên. Ngoai ra, viïc tach ra va nhên biït cac àùc àiïm hònh tû hònh anh mùt àoi hoi nhiïu thúi gian xû ly. Àï tùng kha nùng nêng cú tuy biïn, nhiïu cöng trònh nghiïn cûu àa ap dung cach tiïp cên dûa vao vùn ban àï tòm ngûúi trong cac muc tin tûc. Sihari [13] àa àûa ra hï thöng goi la Piction, dung cac chu thñch anh àï nhên dang tûng ca nhên tû möt hònh anh co chûa nhiïu ngûúi. Hï thöng nay kït húp thuêt toan àõnh võ mùt trong hònh anh vúi möàun NLP àï phên tñch võ trñ khöng gian cua ca nhên tû chu thñch hònh anh. Yagnik va Islam [14] àa àûa ra phûúng phap dûa vao nhên biït sû àöng xuêt hiïn cua vùn ban va hònh anh trïn Web. Cach tiïp cên nay goi la nhên biït nhêt quan, thûúng dung àï chu giai hònh anh ngûúi. Yang va Hauptmann [15] àûa ra phûúng phap nhên biït thöng kï àï nhên dang möi ca nhên xuêt hiïn trong bùng video truyïn hònh dûa vao vùn canh tòm thêy trong cac ban sao chep video. Edwards va nhûng ngûúi khac [5] ap dung phûúng phap phên nhom vùn ban àï têp húp hònh anh ngûúi vao möt sö nhom chu àï. Möt sö quan sat vï cêu truc cu phap tïn ngûúi trong cac chu thñch hònh anh àa àûúc ban àïn va sû dung trong cac thñ nghiïm. Phên àong gop chñnh cua chung töi la àûa ra cach tiïp cên co hiïu lûc va co kha nùng nêng cú tuy biïn tû àöng xêy dûng bö quy tùc cu phap àï nhên dang ca nhên trong cac hònh anh tin tûc. Cac quy tùc nay àûúc sû dung àï chon lûa va sang loc cac kït qua hònh anh ma phûúng phap tòm theo chó muc àûa lai. 3. Cach tiïp cên dûa vao phên tñch vùn ban Cach tiïp cên cua chung töi trong tòm kiïm hònh anh ngûúi se kït húp viïc tòm theo chó muc vúi viïc phên tñch cu phap cac thûc thï co tïn ngûúi (NE) trong nöi 3 Google Image Search, http://images.google.com 4 Yahoo! Search- Image Search http://images.google.com THÖNG TIN vaâTÛ LIÏU - 2/2012 31 Nhòn ra thï giúi dung vùn ban. Nïu cho möt cêu hoi tòm tïn ngûúi, cach tòm kiïm theo chó muc thûúng cung cêp nhûng hònh anh khöng àung ngoai nhûng hònh anh àung cua ca nhên muc tiïu. Y tûúng chñnh la xêy dûng bö quy tùc cu phap tû thöng tin vùn ban àï loc ra cac hònh anh khöng àung. Hònh 3 minh hoa quy trònh töng thï xêy dûng bö quy tùc cu phap tû möt têp húp muc tin. Nïu muc tin chûa möt hònh anh ngûúi, chung töi ap dung viïc nhên biït thûc thï co tïn àï àõnh nhan têt ca cac thûc thï co tïn cua con ngûúi xa höi trong thöng tin vùn ban (nghôa la: àêu àï, phu àï va chu thñch anh). Têt cac cac cêu co chûa cac thûc thï co tïn ngûúi àûúc têp húp va àõnh nhan nhû la cac mêu khùng àõnh hoùc phu àõnh. Mêu khùng àõnh la cac cêu co chûa tïn ngûúi àûúc hiïn thõ trong hònh anh. Mêu phu àõnh la cac cêu co chûa tïn ngûúi khac ma khöng xuêt hiïn trong hònh anh. Hònh 4 la vñ du vï cac mêu khùng àõnh va phu àõnh. Àöi vúi mêu khùng àõnh, cêu hoi tòm “Tiger Woods” se anh xa àung vúi hònh anh àa cho. Àöi vúi mêu phu àõnh, cêu hoi tòm “Rafael Nadal” co thï se anh xa sai túi hònh anh cua möt cêu thu quên vút khac “Lleyton Hewitt”. Co thï thêy rùng, àöi vúi mêu khùng àõnh, tïn ngûúi muc tiïu xuêt hiïn nhû la chu ngû cua cêu. Mùt khac, àöi vúi mêu phu àõnh, tïn ngûúi muc tiïu xuêt hiïn nhû la tên ngû cua cêu. Hònh 3. Cach tiïp cên àï xêy dûng bö quy tùc sang loc 32 THÖNG TIN vaâTÛ LIÏU - 2/2012 ... - tailieumienphi.vn