XÂY DỰNG HỆ THỐNG TÌM KIẾM PHIM VIỆT NAM QUA HÌNH ẢNH SỬ DỤNG THỊ GIÁC MÁY TÍNH

Abstract

Luận văn “Xây dựng hệ thống tìm kiếm phim Việt Nam qua hình ảnh sử dụng thị giác máy tính” tập trung nghiên cứu và đề xuất giải pháp tìm kiếm phim dựa trên nhiều loại đầu vào như hình ảnh, âm thanh, văn bản và tương tác hội thoại. Mục tiêu của hệ thống là cung cấp cho người dùng một công cụ tra cứu phim Việt Nam tiện lợi, trực quan, đồng thời ứng dụng các kỹ thuật hiện đại trong thị giác máy tính và xử lý ngôn ngữ tự nhiên. Đối với hình ảnh, hệ thống khai thác cả các phương pháp trích xuất đặc trưng truyền thống như SIFT, HOG và các mô hình học sâu phổ biến như ResNet50, EfficientNetB4, InceptionV3, VGG16. Đặc trưng hình ảnh sau khi trích xuất được lập chỉ mục bằng thư viện Faiss để tăng tốc độ truy vấn. Thử nghiệm cho thấy ResNet50 đạt hiệu quả cao nhất với độ chính xác 86.4% khi tìm kiếm bằng ảnh. Với âm thanh, dữ liệu được chuyển thành spectrogram rồi đưa vào các mô hình CNN (ResNet50, VGG16, DenseNet201, EfficientNetB0). Kết quả thực nghiệm tiếp tục khẳng định ưu thế của ResNet50, với độ chính xác đạt 77.2%. Ngoài ra, hệ thống còn hỗ trợ tìm kiếm phim dựa trên mô tả văn bản ngắn do người dùng nhập, cho phép tra cứu ngay cả khi không có dữ liệu trực quan. Đặc biệt, một chatbot được tích hợp nhằm gợi ý phim, giải đáp thông tin về nội dung, diễn viên, đạo diễn, đồng thời hỗ trợ quản lý cơ sở dữ liệu. Việc tích hợp chatbot giúp hệ thống thân thiện, linh hoạt và nâng cao trải nghiệm người dùng. Tổng thể, hệ thống tìm kiếm phim Việt Nam đa phương thức không chỉ xử lý hiệu quả nhiều dạng đầu vào khác nhau mà còn cung cấp giao diện website dễ sử dụng. Đây là hướng tiếp cận tiềm năng trong ứng dụng trí tuệ nhân tạo cho lĩnh vực giải trí và truyền thông, đồng thời góp phần xây dựng kho dữ liệu phim Việt Nam có tổ chức, dễ tra cứu và khai thác. Từ khóa: CNN, Faiss Index, Học sâu, Tìm kiếm hình ảnh tương đồng.