PHÂN LỚP ẢNH DI SẢN VĂN HÓA PHI VẬT THỂ

Abstract

Trong những năm gần đây, việc ứng dụng trí tuệ nhân tạo vào bảo tồn và phát huy giá trị di sản văn hóa trở thành xu hướng, đặc biệt trong bối cảnh công nghệ thị giác máy tính phát triển mạnh mẽ. Luận văn này tập trung nghiên cứu và xây dựng một số mô hình học sâu nhằm nhận diện hình ảnh các di sản văn hóa phi vật thể của Việt Nam, góp phần hỗ trợ công tác số hóa, phân loại và tra cứu thông tin một cách tự động, nhanh chóng và chính xác. Để giải quyết bài toán, luận văn tiến hành xây dựng một tập dữ liệu gồm 18 lớp di sản văn hóa phi vật thể, mỗi lớp được thu thập từ nhiều nguồn hình ảnh khác nhau, qua đó đảm bảo mức độ đa dạng và phản ánh đúng đặc trưng của từng loại hình. Luận văn thử nghiệm nhiều kiến trúc mạng học sâu khác nhau như MobileNetV2, EfficientNetB0, cùng các kỹ thuật tăng cường dữ liệu (Data Augmentation). Mỗi mô hình được đánh giá dựa trên độ chính xác (Accuracy), độ mất mát (Loss), ma trận nhầm lẫn và khả năng tổng quát hóa. Kết quả cho thấy EfficientNetB0 đạt hiệu năng tốt nhất với độ chính xác cao và khả năng phân biệt khá tốt các lớp khó. Ngoài ra, luận văn còn xây dựng giao diện web sử dụng FastAPI, cho phép người dùng tải ảnh lên và nhận kết quả phân loại ngay lập tức. Kết quả nghiên cứu chứng minh tính khả thi của việc ứng dụng học sâu vào nhận diện di sản văn hóa phi vật thể. Hệ thống không chỉ hỗ trợ phân loại tự động mà còn mở ra hướng phát triển các ứng dụng công nghệ trong bảo tồn, quảng bá và giáo dục về di sản văn hóa Việt Nam.