Nghiên cứu cải tiến một số phương pháp tra cứu ảnh sử dụng đặc trưng ảnh
Nghiên cứu cải tiến một số phương pháp tra cứu ảnh sử dụng đặc trưng ảnh
Xem bên trong

Nghiên cứu cải tiến một số phương pháp tra cứu ảnh sử dụng đặc trưng ảnh

125 tr. + CD-ROM + tóm tắt
Luận án TS. Khoa học máy tính — Trường Đại học Công nghệ. Đại học Quốc gia Hà Nội, 2009
Giới thiệu tổng quan về trích rút đặc trưng và tra cứu ảnh dựa vào đặc trưng thị giác, đưa ra một số kết luận và định hướng cho nghiên cứu. Trình bày kỹ thuật tra cứu ảnh dựa vào lược đồ màu khối HG và phương pháp cải tiến của nó là IHG. Nghiên cứu kỹ thuật tra cứu ảnh CSI dựa vào đặc trưng màu và thông tin không gian, đồng thời đề xuất kỹ thuật trích rút màu CCS và các cụm màu thuần nhất để phục vụ quá trình tra cứu. Tiến hành thiết kế hệ thống tra cứu ảnh dựa vào đặc trưng thị giác có tên là LVFIR và thực hiện hệ thống thực nghiệm (đã trình bày ở chương 2 và 3). Đánh giá các kết quả thu được và đưa ra một số hướng nghiên cứu tiếp cho tương lai như: kết hợp đặc trưng kết cấu và đặc trưng hình vào quá trình tra cứu; xây dựng cơ chế đánh chỉ số CSDL ảnh để tăng tốc độ quá trình tra cứu ảnh; thực nghiệm trên CSDL ảnh có kích thước lớn hơn và đa dạng hơn
Electronic Resources

0.00

Tải về miễn phí bản đầy đủ PDF luận văn tại Link bản đầy đủ 1

ĐẠI HỌC QUỐC GIA HÀ NỘI
TRƯỜNG ĐẠI HỌC CÔNG NGHỆ
—–***—–

Nguyễn Hữu Quỳnh

NGHIÊN CỨU CẢI TIẾN MỘT SỐ PHƯƠNG PHÁP
TRA CỨU ẢNH SỬ DỤNG ĐẶC TRƯNG ẢNH

Chuyên ngành : Khoa học máy tính
Mã số : 62 48 01 01

LUẬN ÁN TIẾN SĨ CÔNG NGHỆ THÔNG TIN

NGƯỜI HƯỚNG DẪN KHOA HỌC:
1. PGS.TS Ngô Quốc Tạo
2. PGS.TS Đinh Mạnh Tường

Hà Nội – 2010
1
LỜI CAM ĐOAN
Tôi xin cam đoan đây là công trình nghiên cứu của riêng tôi. Các kết quả được
viết chung với các tác giả khác đều được sự đồng ý của đồng tác giả trước khi đưa
vào luận án. Các kết quả nêu trong luận án là trung thực và chưa từng được ai công
bố trong các công trình nào khác.

Tác giả

Nguyễn Hữu Quỳnh
2
Lời cảm ơn
Thực hiện luận án tiến sĩ là một việc khó, nhưng là một nhiệm vụ đáng làm.
Tôi rất hạnh phúc khi thực hiện xong luận án tiến sĩ, và quan trọng hơn là những gì
tôi đã học được trong suốt ba năm qua. Bên cạnh kiến thức tôi thu được, tôi đã học
được phương pháp nghiên cứu một cách độc lập. Sự thành công này không đơn
thuần bởi sự nỗ lực của cá nhân tôi, mà còn có sự hỗ trợ và giúp đỡ của thầy giáo
hướng dẫn và nhiều đồng nghiệp khác. Nhân cơ hội này, tôi muốn bày tỏ lời cảm ơn
của tôi đến họ.
Đầu tiên, tôi muốn cảm ơn đến hai thầy giáo hướng dẫn của tôi, PGS TS Ngô
Quốc Tạo và PGS TS Đinh Mạnh Tường, vì sự hướng dẫn tận tình và khoa học. Đó
là một cơ hội lớn cho tôi để được nghiên cứu dưới sự hướng dẫn của hai thầy. Cảm
ơn rất nhiều tới hai thầy vì sự hướng dẫn tôi cách đặt ra các câu hỏi nghiên cứu,
hiểu các vấn đề, và viết các bài báo khoa học.
Tôi trân trọng cảm ơn Bộ môn Khoa học máy tính, Khoa Công nghệ thông tin,
Phòng Đào tạo Sau Đại học – Nghiên cứu Khoa học, Ban giám hiệu trường Đại học
Công nghệ đã tạo điều kiện thuận lợi cho tôi trong suốt quá trình thực hiện luận án.
Tôi bày tỏ sự cảm ơn đến PGS TS Vũ Đức Thi, PGS TS Lương Chi Mai, PGS
TS Nguyễn Thanh Thủy vì sự giúp đỡ của họ cho các đề xuất và các trao đổi trong
nghiên cứu của tôi. Tôi cũng bày tỏ sự cảm ơn đến PGS TS Đàm Xuân Hiệp – Hiệu
trưởng trường Đại học Điện lực, người đã động viên và tạo điều kiện về thời gian và
tài chính cho tôi trong việc công bố các bài báo trên các hội nghị và tạp chí quốc tế.
Tôi muốn cảm ơn đến các cán bộ, giảng viên trong khoa Công nghệ thông tin
– Trường Đại học Điện lực đã cổ vũ động viên và sát cánh bên tôi trong quá trình
nghiên cứu.
3
Tôi muốn cảm ơn những thành viên của đề tài nghiên cứu cơ bản
NCCB200706 về sự tài trợ tài chính và các góp ý rất hữu ích về các bài báo được
công bố trên các hội nghị và tạp chí quốc tế.
Tôi cảm ơn tất cả những người bạn của tôi. Những người luôn chia sẻ và cổ vũ
tôi trong những lúc khó khăn và tôi luôn ghi nhớ điều đó.
Cuối cùng, tôi xin bày tỏ lòng biết ơn vô hạn đối với cha mẹ và gia đình đã
luôn ủng hộ, giúp đỡ tôi.
4
MỤC LỤC
PHẦN MỞ ĐẦU ……………………………………………………………………………………..14
1. Tính cấp thiết của luận án …………………………………………………………………… 14
2. Mục tiêu của luận án ………………………………………………………………………….. 16
3. Các đóng góp của luận án …………………………………………………………………… 16
4. Bố cục của luận án …………………………………………………………………………….. 17
Chương 1. TỔNG QUAN VỀ TRÍCH RÚT ĐẶC TRƯNG VÀ TRA CỨU ẢNH
DỰA VÀO ĐẶC TRƯNG ………………………………………………………………………..18
1.1 Các đặc trưng ………………………………………………………………………………….. 18
1.1.1 Các đặc trưng toàn cục và cục bộ ………………………………………………….. 18
1.1.2 Các đặc trưng thị giác trong tra cứu ảnh …………………………………………. 19
1.2 Kiến trúc của một hệ thống tra cứu ảnh dựa vào đặc trưng thị giác …………… 19
1.3 Trích rút đặc trưng …………………………………………………………………………… 21
1.3.1 Đặc trưng màu …………………………………………………………………………… 21
1.3.2 Lượng hóa màu ………………………………………………………………………….. 23
1.3.3 Biểu diễn màu ……………………………………………………………………………. 23
1.3.3.1 Lược đồ màu ……………………………………………………………………….. 23
1.3.3.2 Lược đồ màu toàn cục GCH …………………………………………………… 24
1.3.3.3 Lược đồ màu cục bộ LCH ……………………………………………………… 26
1.3.3.4 Véc tơ gắn kết màu ………………………………………………………………. 28
1.3.3.5 Tương quan màu ………………………………………………………………….. 28
1.3.3.6 Các màu trội ………………………………………………………………………… 29
1.3.3.7 Mô men màu ……………………………………………………………………….. 29
1.3.4 Thông tin không gian ………………………………………………………………….. 30
5
1.3.5 Phân vùng …………………………………………………………………………………. 31
1.4 Các độ đo tương tự …………………………………………………………………………… 32
1.5 Đánh giá hiệu năng tra cứu………………………………………………………………… 37
1.6 Các hệ thống VFBIR ………………………………………………………………………… 38
1.7 Kết luận và định hướng nghiên cứu …………………………………………………….. 40
Chương 2. PHƯƠNG PHÁP TRA CỨU DỰA VÀO LƯỢC ĐỒ MÀU KHỐI …..42
2.1 Lược đồ màu khối ……………………………………………………………………………. 42
2.2 Phương pháp tra cứu dựa vào lược đồ màu khối ……………………………………. 44
2.2.1 Giới thiệu …………………………………………………………………………………. 44
2.2.2 Phương pháp tra cứu đề xuất HG ………………………………………………….. 47
2.2.2.1 Khái niệm về đồ thị hai phía …………………………………………………… 47
2.2.2.2. Phương pháp HG…………………………………………………………………. 48
2.3 Phương pháp cải tiến IHG …………………………………………………………………. 53
2.3.1 Khái niệm về sự tương tự lý tưởng giữa hai dải ………………………………. 53
2.3.2 Lý do đề xuất phương pháp IHG …………………………………………………… 54
2.3.3 Phương pháp IHG ………………………………………………………………………. 54
2.4 Các thực nghiệm ……………………………………………………………………………… 60
2.4.1 Môi trường thực nghiệm ……………………………………………………………… 60
2.4.2 Các kết quả thực nghiệm……………………………………………………………… 61
2.4.2.1 Kết quả thực nghiệm với phương pháp HG ………………………………. 61
2.4.2.2 Kết quả thực nghiệm với phương pháp IHG ……………………………… 65
2.5 Kết luận …………………………………………………………………………………………. 69
Chương 3. PHƯƠNG PHÁP TRA CỨU DỰA VÀO VÙNG ẢNH …………………71
3.1 Biểu diễn ảnh sử dụng phương pháp cây tứ phân ………………………………….. 71
3.2 Phương pháp tra cứu ảnh sử dụng đặc trưng của vùng ảnh ……………………… 73
3.2.1 Giới thiệu …………………………………………………………………………………. 73
6
3.2.2 Trích rút đặc trưng ……………………………………………………………………… 74
3.2.2.1 Trích rút màu và thông tin không gian ……………………………………… 74
3.2.2.2 Trích rút các cụm màu thuần nhất. ………………………………………….. 82
3.2.3 Độ tương tự giữa hai ảnh …………………………………………………………….. 87
3.2.4 Các thực nghiệm ………………………………………………………………………… 88
3.2.4.1 Môi trường thực nghiệm ……………………………………………………….. 88
3.2.4.2 Kết quả thực nghiệm …………………………………………………………….. 88
3.3 Kết luận …………………………………………………………………………………………. 96
Chương 4. XÂY DỰNG ỨNG DỤNG TRA CỨU ẢNH DỰA VÀO NỘI DUNG98
4.1 Thiết kế hệ thống tổng quát LVFIR …………………………………………………….. 98
4.2 Module tra cứu group1 ……………………………………………………………………. 100
4.3 Module tra cứu group2 ……………………………………………………………………. 105
4.4 Một số kết quả ………………………………………………………………………………. 110
4.4.1 So sánh kỹ thuật LCH, CCH với HG và IHG ………………………………… 110
4.4.2 So sánh kỹ thuật QT, CBC và CCV với CSI và CCS ……………………… 112
4.5 Kết luận. ………………………………………………………………………………………. 116
KẾT LUẬN ………………………………………………………………………………………….. 117
DANH MỤC CÁC CÔNG TRÌNH CÔNG BỐ ………………………………………….. 119
TÀI LIỆU THAM KHẢO ………………………………………………………………………. 120

7
DANH MỤC CÁC CHỮ VIẾT TẮT
Ký hiệu Diễn giải
Black Màu đen
CSDL Cơ sở dữ liệu
CBC Color Based Cluster
CCH Color/Cell Histogram (Lược đồ màu khối)
CCS Cluster of Colors and Space (Cụm màu và không gian)
CCV Color Coherence Vectors (Véc tơ gắn kết màu)
CSI Color and Spatial Information (Màu và thông tin không gian)
DistancebyColor Khoảng cách theo màu
DRC Distance by Region Comparing
EdgeDistance Khoảng cách theo cạnh
EMD Earth Mover Distance (Khoảng cách Earth Mover)
GCH Global Color Histogram (Lược đồ màu toàn cục)
Gray Màu xám
HG Histogram Graph (Đồ thị lược đồ)
Hue Sắc màu
IHG Improving Histogram Graph method (Phương pháp cải tiến đồ
thị lược đồ)
KLT Karhunen–Loeve transform (Biến đổi Karhunen–Loeve)
LCH Local Color Histogram (Lược đồ màu cục bộ)
LVFIR Local Visual Feature-based Image Retrieval (Tra cứu ảnh dựa
vào đặc trưng thị giác cục bộ)
MCM Minimum Cost Matching (Giá trị đối sánh cực tiểu)
MTM Mathematical Transform to Munsell (Biến đổi toán học sang
hệ thống màu Munsell)
8
Precision Chính xác
Quantization Lượng hóa
QT Quad Tree (Cây tứ phân)
Recall Hồi tưởng
RGB Red (Đỏ), Green (Xanh lục), Blue (xanh lơ)
SR Spatial Relationship (Quan hệ không gian)
Union Hợp
VFBIR Visual Feature Based Image Retrieval (Tra cứu ảnh dựa vào
đặc trưng thị giác)
White Màu trắng

9
DANH MỤC CÁC HÌNH
Hình 1.1. Kiến trúc hệ thống tra cứu ảnh dựa vào đặc trưng thị giác. ………………..20
Hình 1.2. Hai ảnh khác nhau nhưng có cùng lược đồ màu. ……………………………..22
Hình 1.3. Từ trái sang: ảnh gốc sử dụng 256 màu, được lượng hoá trong 8 dải, và
được lượng hoá trong 64 dải sử dụng không gian màu RGB. …………………………..23
Hình 1.4. Ba ảnh I1, I2 và I3 và các lược đồ màu tương ứng của chúng. ……………..25
Hình 1.5. Tính khoảng cách giữa ảnh I1 và I2 sử dụng LCH, ,319.1)I,I(d 21LCH 
088.0)I,I(d 21GCH  . ………………………………………………………………………………..26
Hình 1.6. Tính khoảng cách giữa các ảnh I1 và I3 sử dụng LCH,
,707.0)I,I(d 31LCH  088.0)I,I(d 31GCH  . …………………………………………………..27
Hình 1.7. Tính khoảng cách giữa các ảnh I2 và I3 sử dụng LCH
707.0)I,I(d 32LCH  , 0)I,I(d 32GCH  . ………………………………………………………27
Hình 1.8. Recall và Precision cho các kết quả truy vấn. ………………………………….38
Hình 2.1. Một ảnh được chia thành 9 khối ảnh và ba lược đồ màu khối của nó. ….43
Hình 2.2. Ảnh I và ảnh I’. ………………………………………………………………………….45
Hình 2.3. Lược đồ màu khối theo màu black và white biểu diễn ảnh I. ……………..45
Hình 2.4. Lược đồ màu khối theo màu black và white biểu diễn ảnh I’. …………….45
Hình 2.5. Tính khoảng cách của ảnh I và I’ theo màu black. ……………………………46
Hình 2.6. Tính khoảng cách của ảnh I và I’ theo màu white. ……………………………46
Hình 2.7. Các khối ảnh của mỗi ảnh được đánh số từ trong ra và ngược chiều kim
đồng hồ. …………………………………………………………………………………………………56
Hình 2.8. Lược đồ màu khối theo màu black của hai ảnh I1 và I2. …………………….56
Hình 2.9. Đồ thị hai phía biểu thị mối quan hệ của các dải của lược đồ màu khối của
ảnh I1 và I2 theo màu black. ……………………………………………………………………….57
10
Hình 2.10. Các ảnh mẫu của các truy vấn từ 1 đến 6. ……………………………………..61
Hình 2.11. So sánh LCH, CCH với HG theo các truy vấn 1, 2, 3 và 4 dưới dạng
Recall – Precision. ……………………………………………………………………………………63
Hình 2.12. So sánh LCH, CCH với HG theo các truy vấn 5 và 6 dưới dạng Recall –
Precision. ………………………………………………………………………………………………..64
Hình 2.13. Các ảnh mẫu của các truy vấn từ 1 đến 6. ……………………………………..65
Hình 2.14. So sánh HG với IHG theo các truy vấn 1 và 2 dưới dạng Recall –
Precision. ………………………………………………………………………………………………..67
Hình 2.15. So sánh HG với IHG và SR theo các truy vấn 3, 4, 5 và 6 dưới dạng
Recall-Precision. ……………………………………………………………………………………..68
Hình 2.16. Biểu đồ so sánh tốc độ của phương pháp HG và IHG. …………………….69
Hình 3.1 Ảnh gốc. ……………………………………………………………………………………71
Hình 3.2. Cây tứ phân biểu diễn ảnh cho trong Hình 3.1. ………………………………..72
Hình 3.3 Cây biểu diễn ảnh cho trong Hình 3.1. ……………………………………………73
Hình 3.4. Ảnh I cỡ 1010 điểm ảnh. ………………………………………………………….77
Hình 3.5. Ảnh I sau khi được tách ra thành hai vùng BR1 và BR2. ………………….78
Hình 3.6. Vùng 2BR sau khi được tách ra thành hai vùng BR2,1 và BR2,2. …………..80
Hình 3.7. Ảnh gồm 610 điểm ảnh. …………………………………………………………….85
Hình 3.8. Các ảnh mẫu của các truy vấn từ 1 đến 6. ……………………………………….89
Hình 3.9. So sánh CSI với QT và CBC theo các truy vấn 1 và 2 dưới dạng Recall-
Precision. ………………………………………………………………………………………………..90
Hình 3.10. So sánh CSI với QT, CBC và SR theo các truy vấn 3, 4, 5 và 6 dưới
dạng Recall – Precision. ……………………………………………………………………………92
Hình 3.11. Các ảnh mẫu của các truy vấn từ 1 đến 6. ……………………………………..93
Hình 3.12. So sánh Recall – Precision theo các truy vấn 1,2 và 3 của CCS với CCV
và CSI. …………………………………………………………………………………………………..94
11
Hình 3.13. So sánh Recall-Precision theo các truy vấn 4, 5 và 6 của CCS với CCV,
CSI và SR. ………………………………………………………………………………………………96
Hình 4.1. Kiến trúc của hệ thống LVFIR. …………………………………………………….99
Hình 4.2. Kiến trúc của Module tra cứu group1. …………………………………………. 100
Hinh 4.3. Màn hình chính của module tra cứu group1. ……………………………….. 102
Hình 4.4. Giao diện tra cứu khi lựa chọn đặc điểm màu sử dụng LCH. …………… 102
Hình 4.5. Giao diện tra cứu khi lựa chọn đặc điểm màu sử dụng CCH……………. 103
Hình 4.6. Giao diện tra cứu khi lựa chọn đặc điểm màu sử dụng HG. …………….. 103
Hình 4.7. Giao diện tra cứu khi lựa chọn đặc điểm màu sử dụng IHG. ……………. 104
Hình 4.8. Kiến trúc của Module tra cứu group2. …………………………………………. 105
Hinh 4.9. Giao diện sử dụng kỹ thuật QT, CBC và CCV của module tra cứu
group2. ………………………………………………………………………………………………… 106
Hinh 4.10. Giao diện sử dụng kỹ thuật CSI và CCS của module tra cứu group2.107
Hình 4.11. Giao diện tra cứu khi sử dụng phương pháp QT với ảnh truy vấn. ….. 107
Hình 4.12. Giao diện tra cứu khi sử dụng phương pháp CBC với ảnh truy vấn. .. 108
Hình 4.13. Giao diện tra cứu khi sử dụng phương pháp CCV với ảnh truy vấn. .. 108
Hình 4.14. Giao diện tra cứu khi sử dụng phương pháp CSI với ảnh truy vấn. …. 109
Hình 4.15. Giao diện tra cứu khi sử dụng phương pháp CCS với ảnh truy vấn…. 109
Hình 4.16. Kết quả thực hiện truy vấn 1. …………………………………………………… 110
Hình 4.17. Kết quả thực hiện truy vấn 2. …………………………………………………… 111
Hình 4.18. Kết quả thực hiện truy vấn 3. …………………………………………………… 112
Hình 4.19. Kết quả thực hiện truy vấn 1. …………………………………………………… 113
Hình 4.20. Kết quả thực hiện truy vấn 2. …………………………………………………… 114
Hình 4.21. Kết quả thực hiện truy vấn 3. …………………………………………………… 115
12
DANH MỤC CÁC BẢNG
Bảng 2.1. Các loại của ảnh truy vấn và các ảnh liên quan. ………………………………61
Bảng 2.8. Các loại của ảnh truy vấn và các ảnh liên quan. ……………………………..65
Bảng 3.1. Tính độ lệch DXselectedrow cho phân hoạch theo dòng của ảnh I . …………78
Bảng 3.2. Tính độ lệch DXselectedcol cho phân hoạch theo cột của ảnh I . …………….79
Bảng 3.3. Tính độ lệch DXselectedrow cho phân hoạch theo dòng của vùng 2BR . ……80
Bảng 3.4. Tính độ lệch DXselectedcol cho phân hoạch theo cột của vùng 2BR . ……….81
Bảng 3.5. Tính toán giá trị của vi. ……………………………………………………………….85
Bảng 3.6. Tính toán giá trị của hj. ……………………………………………………………….86
Bảng 3.7. Các loại của ảnh truy vấn và các ảnh liên quan. ………………………………89
Bảng 3.14. Các loại của ảnh truy vấn và tập ảnh liên quan. ……………………………..92
Bảng 3.17. Các kết quả của truy vấn 3. ………………………………………………………..94
Bảng 3.20. Các kết quả của truy vấn 3. ………………………………………………………..95

13
14
PHẦN MỞ ĐẦU
1. Tính cấp thiết của luận án
Những năm gần đây, chúng ta đã chứng kiến sự tăng nhanh kích cỡ của các
tập hợp ảnh số cùng với sự phát triển bùng nổ của các ứng dụng Internet. Hàng
ngày, việc sử dụng các thiết bị thu nhận ảnh sinh ra nhiều giga-bytes dữ liệu ảnh.
Một lượng lớn thông tin ảnh, khoảng hàng trăm triệu ảnh [12, 59, 70, 79], đã được
đưa lên Internet. Tuy nhiên, không thể truy cập hoặc sử dụng thông tin trong các tập
ảnh khổng lồ này, nếu chúng không được tổ chức để tra cứu hiệu quả trên toàn bộ
dữ liệu ảnh. Quản trị cơ sở dữ liệu (CSDL) và thị giác máy là hai cộng đồng có
đóng góp chính cho lĩnh vực tra cứu ảnh. Hai cộng đồng này tiếp cận tra cứu ảnh từ
hai góc độ khác nhau, dựa vào văn bản mô tả ảnh và dựa vào đặc trưng thị giác của
bản thân ảnh.
Sử dụng các kỹ thuật dựa vào văn bản mô tả ảnh hoặc từ khoá mô tả ảnh để
quản lý CSDL ảnh là cách đơn giản thường được sử dụng. Các từ khoá mô tả ảnh
cung cấp thông tin nội dung mô tả ảnh trong một CSDL ảnh đã cho, nhưng để mô tả
các ảnh đủ chi tiết, cần một tập từ khoá rất lớn và phức tạp. Một hạn chế nữa của
cách tiếp cận này là cần nhân lực được đào tạo kỹ lưỡng để xây dựng các từ khoá
đối với mỗi ảnh và chọn các từ khoá phù hợp cho tra cứu các ảnh hiệu quả. Công
việc mô tả nội dung ảnh thủ công này tốn nhiều thời gian, chi phí cao và phụ thuộc
vào cảm nhận chủ quan của chuyên viên kỹ thuật theo nghĩa cùng một nội dung
ảnh, những người khác nhau có thể đưa ra cảm nhận về ảnh khác nhau. Cảm nhận
chủ quan và mô tả nội dung ảnh không chính xác là nguyên nhân làm cho so sánh
sai trong lúc tra cứu. Hơn nữa, hệ thống dựa vào từ khoá rất khó thay đổi về sau. Do
đó, cần có cách tiếp cận mới để khắc phục các hạn chế này.
Để khắc phục các khó khăn ở trên, tra cứu ảnh dựa vào đặc trưng thị giác của
ảnh đã được đề xuất. Ý tưởng cơ bản của cách tiếp cận này là sử dụng kỹ thuật trích

Tác giả

Nguyễn Hữu Quỳnh

Nhà xuất bản

ĐHCN

Năm xuất bản

2010

Người hướng dẫn

Ngô Quốc Tạo, Đinh Mạnh Tường

Định danh

V_L0_02476

Kiểu

text

Định dạng

text/pdf

Nhà xuất bản

Khoa công nghệ thông tin,

Trường đại học Công nghệ

Các đánh giá

Hiện chưa có đánh giá cho sản phẩm.

Hãy là người đầu tiên đánh giá “Nghiên cứu cải tiến một số phương pháp tra cứu ảnh sử dụng đặc trưng ảnh”

Email của bạn sẽ không được hiển thị công khai. Các trường bắt buộc được đánh dấu *