1. Tính cấp thiết của luận án Ngày nay, dữ liệu đa phương tiện (văn bản, hình ảnh, âm thanh, video) được lưu trữ và ứng dụng rộng rãi trong nhiều hệ thống như: hệ thống thông tin WWW, hệ thống thư viện số, hệ thống tra cứu video, hệ thống thông tin địa lý, các nghiên cứu thiên văn học, hệ thống quan sát vệ tinh, hệ thống điều tra hình sự, ứng dụng y sinh, giáo dục đào tạo, giải trí, v.v. Lyman và cộng sự ước tính dung lượng thông tin toàn cầu có hơn 4 exabyte (1 exabyte = 1 tỷ gigabyte) vào năm 2000 [71]. Hilbert và López ước tính dung lượng thông tin toàn cầu năm 2007 khoảng 1,15 zettabyte (1 zettabyte = 1.000 exabyte) [37]. Bohn và Short ước tính dung lượng thông tin toàn cầu năm 2008 khoảng 3,6 zettabyte và kích thước gia tăng trong năm 2011 khoảng 1.800 exabyte, gấp 700 lần so với dung lượng gia tăng năm 2002 (khoảng 2-3 exabyte) [78]. Theo số liệu của hiệp hội ACI (Airports Council International), trong năm 2014, trung bình mỗi phút có 2,5 triệu nội dung được chia sẻ trên Facebook, gần 300.000 tin nhắn trên Twitter, khoảng 220.000 hình ảnh mới trên Instagram, khoảng 72 giờ nội dung video được đăng tải mới trên YouTube, gần 50.000 ứng dụng được tải từ Apple, trên 200 triệu Email mới [3]. Theo tập đoàn dữ liệu thế giới IDC (International Data Corporation), dung lượng dữ liệu gia tăng trong năm 2012 là 2.800 exabyte và ước tính dung lượng gia tăng đến năm 2020 là 40 zettabyte [42]. Dữ liệu đa phương tiện, đặc biệt là ảnh số đã trở nên thân thuộc với cuộc sống hàng ngày và được sử dụng trên nhiều thiết bị khác nhau như camera, mobile, smartphone, v.v. Theo báo cáo của IDC, năm 2015 thế giới đã tạo và chia sẻ hơn 1,6 nghìn tỷ hình ảnh, trong đó 70% hình ảnh được tạo ra từ thiết bị mobile [25]. Việc số hóa dữ liệu đa phương tiện đã tạo ra các cơ sở dữ liệu khổng lồ làm cho bài toán tìm kiếm đối tượng trở nên phức tạp và có nhiều thách thức như: truy xuất theo nội dung đối tượng, tìm kiếm nhanh các đối tượng liên quan, v.v.