Đề án tập trung nghiên cứu bài toán tự động sinh mô tả ảnh bằng các mô hình học sâu, với trọng tâm là kiến trúc lai SPNER-SAN, kết hợp Subgraph Proposal Network (SPN) và Enhanced Adaptive Relation Self-Attention Network (ER-SAN). Đề án hệ thống hóa cơ sở lý thuyết về sinh mô tả ảnh và các mô hình CNN, RNN/LSTM, Attention, Transformer, GNN, GCN và GAT; đồng thời phân tích cơ chế lựa chọn, cắt tỉa các nút và quan hệ quan trọng trong đồ thị thị giác nhằm giảm nhiễu và độ phức tạp tính toán. ER-SAN được sử dụng để khai thác đồng thời thông tin nội dung, ngữ nghĩa và hình học giữa các đối tượng, qua đó nâng cao khả năng biểu diễn quan hệ trong ảnh và chất lượng câu mô tả được sinh ra. Mô hình SPNER-SAN được cài đặt và thực nghiệm trên bộ dữ liệu MS-COCO theo phân tách Karpathy, đánh giá bằng các chỉ số BLEU, METEOR, ROUGE-L, CIDEr và SPICE, đồng thời so sánh với Transformer tiêu chuẩn và ER-SAN. Kết quả thực nghiệm cho thấy việc kết hợp chọn lọc đồ thị con với tự chú ý quan hệ giúp cải thiện hiệu quả sinh mô tả ảnh, mặc dù mô hình vẫn gặp hạn chế đối với ảnh có nhiều đối tượng nhỏ, quan hệ phức tạp hoặc bối cảnh dễ gây nhiễu.

Ngôn ngữ:	vie
Tác giả:	Lê Thị Hà
Người đóng góp:	GVHD: Lương Thị Hồng Lan
Thông tin nhan đề:	Nghiên cứu các mô hình học sâu và ứng dụng cho bài toán sinh mô tả ảnh
Nhà xuất bản:	Đại học Công nghiệp Hà Nội
Loại hình:	Luận văn Thạc sĩ / Bộ sưu tập: Công nghệ thông tin
Mô tả vật lý:	76tr.
Năm xuất bản:	2026