Bài báo xây dựng hệ truy vấn ảnh và nâng cao hiệu quả tìm kiếm bằng việc đề xuất cấu trúc đồ thị mô tả đặc trưng không gian của hình ảnh. Trước hết, nhóm tác giả đề xuất cấu trúc đồ thị lưu trữ đặc trưng không gian của hình ảnh và độ đo tương tự giữa hai hình ảnh dựa trên lớp ngữ nghĩa và quan hệ không gian giữa các vùng trong ảnh. Sau đó, trên cơ sở thuật toán K-Means, một số cải tiến thực hiện gom cụm các đồ thị đặc trưng dựa trên độ đo tương tự được đề xuất. Từ đó, đề xuất thuật toán tra cứu ảnh dựa trên các cụm đồ thị. Nhằm chứng minh cơ sở lý thuyết đã đề xuất, thực nghiệm được xây dựng và đánh giá trên tập dữ liệu ảnh ImageCLEF
kết quả thực nghiệm được đánh giá so với các phương pháp khác đã được công bố gần đây trên cùng tập dữ liệu. Từ kết quả thực nghiệm cho thấy, phương pháp đề xuất của nhóm tác giả là hiệu quả và có thể ứng dụng trong nhiều hệ thống dữ liệu đa phương tiện.Từ khóa Tìm kiếm ảnh, gom cụm, đặc trưng không gian, độ đo tương tự, Tóm tắt tiếng anh, In this paper, we build content-based image retrieval and improve efficient retrieval by proposing the spatial feature graph of the image. First of all, we propose a spatial feature graph of images and similarity measure between two images based on semantic label and spatial relations among regions in the image
Then, on the base of K-Means algorithm, several improvements to cluster the spatial feature graphs based on the similarity measure are proposed. Since then, we propose an image retrieval algorithm rely on graph clusters. To illustrate the proposed theory, we build experiments on ImageCLEF dataset and assess the effectiveness of our method and compared to the ones of work which recently published on the same dataset. Experimental results show that our proposed method is effective and it can be applied in many multimedia data systems.Keywords Image retrieval, clustering, spatial feature, similarity measure