XÂY DỰNG MÔ HÌNH PHÁT HIỆN ẢNH TƯƠNG TỰ TRONG KHO HỌC LIỆU SỐ DỰA TRÊN SIAMESE VISION TRANSFORMER
Khoá luận tốt nghiệp · Đại học · năm 2026 · đề tài tham khảo
| Loại tài liệu | Khoá luận tốt nghiệp |
|---|---|
| Bậc học | Đại học |
| Ngành | Công nghệ thông tin |
| Tác giả | Thân Hồng Duy |
| Người hướng dẫn | Trần Thanh Điện |
| Cơ sở đào tạo | Trường Đại học Cần Thơ |
| Năm | 2026 |
| Nguồn | Thư viện số Trường Đại học Cần Thơ · trang gốc |
Tóm tắt
Đề tài tập trung nghiên cứu và xây dựng hệ thống phát hiện ảnh tương tự trong kho học liệu số, nhằm hỗ trợ kiểm soát liêm chính học thuật và phát hiện các hành vi sao chép, chỉnh sửa hình ảnh trái phép. Mục tiêu cốt lõi của giải pháp là cung cấp một công cụ truy xuất ảnh chính xác, nhanh chóng và có khả năng giải thích, phục vụ đắc lực cho các biên tập viên, nhà nghiên cứu và đơn vị quản lý học liệu trong quá trình thẩm định tính nguyên bản của các công trình khoa học. Đề tài ứng dụng kiến trúc mạng song sinh (Siamese Network) kết hợp với Vision Transformer (ViT) để học biểu diễn đặc trưng của ảnh, tối ưu hóa khoảng cách giữa các cặp ảnh tương đồng và khác biệt trong không gian embedding. Để tăng cường khả năng tổng quát, hệ thống triển khai các kỹ thuật học tiên tiến bao gồm curriculum learning (điều chỉnh margin và tỷ lệ mẫu khó theo từng giai đoạn), bộ nhớ động (momentum memory bank) với 2.048 vector, và hàm mất mát đa thành phần kết hợp Contrastive Loss, InfoNCE và Uniformity Loss. Đặc biệt, hệ thống tích hợp phương pháp Edge-Aware Saliency – một kỹ thuật giải thích mô hình (XAI) cải tiến – nhằm trực quan hóa vùng ảnh mà mô hình tập trung, giúp minh bạch hóa quyết định và cung cấp bằng chứng trực quan cho quy trình kiểm định học thuật. Về mặt kiến trúc, hệ thống được xây dựng thành một pipeline xử lý hoàn chỉnh: bắt đầu từ khâu trích xuất hình ảnh từ tài liệu PDF bằng thư viện PyMuPDF, tiền xử lý và chuẩn hóa về kích thước đồng nhất, tổ chức thành các cặp ảnh tương đồng – khác biệt để huấn luyện mạng song sinh, sau đó trích xuất vector đặc trưng 256 chiều và lưu trữ trên cơ sở dữ liệu vector kết hợp chỉ mục Faiss để tăng tốc truy xuất. Đặc biệt, hệ thống tích hợp các kỹ thuật giải thích mô hình (XAI), giúp trực quan hóa các vùng ảnh mà mô hình tập trung, cung cấp bằng chứng minh bạch cho kết quả đối soát. Hệ thống được tích hợp giao diện người dùng tương tác bằng React JS, cho phép tải ảnh truy vấn và hiển thị kết quả truy xuất một cách trực quan. Kết quả thực nghiệm khẳng định hệ thống đã tự động hóa thành công bài toán phát hiện ảnh tương tự. Mô hình Siamese ViT đạt độ chính xác cao, được đánh giá qua các chỉ số mAP, Precision@K, Recall@K, và vượt trội ở ngưỡng truy xuất hẹp với mAP@5 khi so với các kiến trúc CNN truyền thống như ResNet50 và ConvNeXt V2 trong cùng điều kiện thử nghiệm, tuy nhiên khi mở rộng phạm vi truy xuất (K≥10), ResNet50 cho thấy ưu thế về độ bao phủ. Hệ thống không chỉ khắc phục được hạn chế về khả năng nắm bắt ngữ cảnh toàn cục của các phương pháp cũ, mà còn chứng minh tiềm năng to lớn của kiến trúc Transformer và XAI trong việc thúc đẩy ứng dụng AI minh bạch vào quản lý học liệu số và kiểm định liêm chính học thuật. Từ khóa: Học sâu, Siamese Network, Vision Transformer, Truy xuất ảnh, Trích xuất đặc trưng, Faiss, Explainable AI, CBIR. This research focuses on developing a similar image detection system for digital learning repositories to support academic integrity control and detect unauthorized copying or manipulation of images. The core objective is to provide an accurate, fast, and explainable image retrieval tool that serves editors, researchers, and learning resource managers in verifying the originality of scientific works. The study applies a Siamese Network architecture combined with Vision Transformer (ViT) to learn image feature representations, optimizing the distance between similar and dissimilar image pairs in the embedding space. To enhance generalization capability, the system implements advanced learning techniques including curriculum learning (adjusting margin and hard negative ratio over stages), a momentum memory bank with 2,048 vectors, and a multi-component loss function combining Contrastive Loss, InfoNCE, and Uniformity Loss. Notably, the system integrates Edge-Aware Saliency – an improved explainable AI (XAI) technique – to visualize the image regions where the model focuses, thereby making decisions transparent and providing visual evidence for academic verification pro
Bản toàn văn lưu tại thư viện Trường Đại học Cần Thơ
Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.
Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
- Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
- Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
- Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.
Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn công nghệ thông tin · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.
Đề tài cùng ngành
- XÂY DỰNG TRỢ LÝ ẢO TƯ VẤN NGÀNH HỌC
- WEBSITE BÁN NÔNG SẢN XANH SẠCH BẰNG WORDPRESS
- XÂY DỰNG CÔNG CỤ NHẬN DẠNG THUỐC VIÊN SỬ DỤNG YOLO
- XÂY DỰNG WEBSITE KINH DOANH THỰC PHẨM SẠCH TRỰC TUYẾN GOODFOOD
- XÂY DỰNG HỆ THỐNG QUẢN LÝ QUY TRÌNH VÀ NHẬT KÝ SẢN XUẤT NÔNG NGHIỆP VÀ THỦY SẢN TRÊN NỀN TẢNG WEB THEO KIẾN TRÚC MICROSERVICES - PHÂN HỆ: XÂY DỰNG ỨNG DỤNG WEB QUẢN LÝ CÔNG VIỆC THEO CHUẨN OPENAPI VÀ MICROSERVICE
- XÂY DỰNG MẠNG XÃ HỘI GIA SƯ
- XÂY DỰNG WEBSITE BÁN GIÀY
- TẠO CÂU MÔ TẢ CHO HÌNH ẢNH VỚI MÔ HÌNH RESNET-50 VÀ TRANSFORMER
Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.