PHÂN LỚP ẢNH VĂN HÓA PHI VẬT THỂ VÙNG ĐỒNG BẰNG SÔNG CỬU LONG

Abstract

Vùng Đồng bằng sông Cửu Long (ĐBSCL) sở hữu kho tàng văn hóa phi vật thể (VHPVT) phong phú, bao gồm lễ hội dân gian, nghệ thuật trình diễn và các nghề thủ công truyền thống. Trong bối cảnh nguồn tư liệu hình ảnh về các hoạt động này ngày càng gia tăng, việc phân loại và quản lý vẫn chủ yếu được thực hiện thủ công, dẫn đến hạn chế về tốc độ và tính nhất quán. Do đó, nhu cầu xây dựng một giải pháp nhận dạng tự động trở nên cần thiết. Xuất phát từ yêu cầu trên, đề tài xây dựng một bộ dữ liệu gồm 16 lớp VHPVT đặc trưng của vùng ĐBSCL, bao gồm các loại hình như Đờn ca tài tử Nam Bộ, Lễ hội Đua bò Bảy Núi và Nghề làm bánh tráng Thuận Hưng, với tổng cộng 17.902 ảnh. Dữ liệu được trích xuất và sàng lọc từ các nguồn video ghi hình thực tế nhằm đảm bảo tính đa dạng và phù hợp với bối cảnh ứng dụng. Trên cơ sở đó, bảy kiến trúc mạng nơ-ron tích chập (Convolutional Neural Network – CNN) gồm EfficientNetB0, ResNet-50, DenseNet-121, GoogLeNet, MobileNetV3-Small, VGG-16 và Inception-V3 được tinh chỉnh bằng kỹ thuật học chuyển giao (transfer learning) từ trọng số ImageNet, và được đánh giá, so sánh trong cùng điều kiện thực nghiệm. Kết quả trên tập kiểm thử gồm 2.648 ảnh cho thấy ResNet-50 đạt hiệu năng cao nhất với độ chính xác 96,87% và F1-macro 0,9686, với 23,5 triệu tham số. Các mô hình còn lại cũng đạt kết quả khả quan, tiêu biểu như DenseNet-121 đạt 95,96% và EfficientNet-B0 đạt 96,07%. Bên cạnh đó, nghiên cứu cũng phát triển một hệ thống minh họa, cung cấp hai chức năng chính: (1) phân lớp ảnh tự động nhằm hỗ trợ quá trình xử lý dữ liệu, và (2) tăng cường độ phân giải cho các tư liệu ảnh chất lượng thấp. Ngoài ra, hệ thống còn hỗ trợ chế độ pipeline tích hợp phục hồi và phân lớp. Kết quả của đề tài góp phần đề xuất một giải pháp hỗ trợ phân loại và số hóa tư liệu di sản, phục vụ công tác bảo tồn văn hóa phi vật thể tại khu vực ĐBSCL. Từ khóa: văn hóa phi vật thể, Đồng bằng sông Cửu Long, phân lớp ảnh, học sâu, học chuyển giao, CNN. The Mekong Delta region possesses a rich repository of intangible cultural heritage (ICH), including folk festivals, performing arts, and traditional crafts. In recent years, the volume of image-based documentation of these cultural activities has significantly increased; however, classification and management are still predominantly performed manually, resulting in limitations in efficiency and consistency. Therefore, the development of an automated recognition solution is necessary. This study constructs a dataset comprising 16 representative ICH classes of the Mekong Delta, including Đờn ca tài tử Nam Bộ (Southern Amateur Music), Lễ hội Đua bò Bảy Núi (Bảy Núi Bull Racing Festival), and Nghề làm bánh tráng Thuận Hưng (Thuận Hưng Rice Paper Craft), with a total of 17,902 images. The dataset is extracted and curated from real-world video recordings to ensure diversity and practical relevance. Based on this dataset, seven convolutional neural network architectures, namely EfficientNet-B0, ResNet-50, DenseNet-121, GoogLeNet, MobileNetV3-Small, VGG-16, and Inception-V3, are fine-tuned using transfer learning from ImageNet pre-trained weights and evaluated under consistent experimental conditions. Experimental results on a test set of 2,648 images demonstrate that ResNet-50 achieves the best performance, with an accuracy of 96.87% and a macro F1-score of 0.9686, using 23.5 million parameters. Other models also yield competitive results, with DenseNet-121 achieving 95.96% and EfficientNet-B0 achieving 96.07% accuracy. In addition, a web-based demonstration system is developed, providing two main functionalities: (i) automated image classification to support data processing workflows, and (ii) image super-resolution to enhance low-quality visual data. In addition, the system supports an integrated pipeline mode combining image restoration and classification. The findings contribute a practical software solution to support the classification and digitization of cultural heritage resources, thereby facilitating the preservation of intangible cultural heritage in the Mekong Delta. Keywords: intangible cultural heritage, Mekong Delta, image classification, deep learning, transfer learning, convolutional neural networks.