圖像識(shí)別中的中間層語(yǔ)義特征學(xué)習(xí)研究.pdf

1、移動(dòng)電子終端和4G互聯(lián)網(wǎng)的高速發(fā)展給予了人們?cè)谌粘Ｉ钪惺褂没ヂ?lián)網(wǎng)應(yīng)用的極大便利，與此同時(shí)，目前的數(shù)字信息采集設(shè)備的數(shù)據(jù)處理能力也進(jìn)一步加強(qiáng)，常用的社交工具已經(jīng)能夠支持大量并且較為復(fù)雜的圖像與視頻處理過(guò)程，這也增加了人們?cè)谌粘Ｉ钪袑?duì)圖像以及視頻數(shù)據(jù)的依賴。為了提高圖像/視頻數(shù)據(jù)的可使用性，需要計(jì)算機(jī)對(duì)這些數(shù)據(jù)進(jìn)行有效分析，這也是海量數(shù)據(jù)理解中一個(gè)亟待解決的問(wèn)題。
　　圖像和視頻數(shù)據(jù)分析中最大的難點(diǎn)在于對(duì)其語(yǔ)義內(nèi)容的理解。在圖像語(yǔ)

2、義理解三層模型（視覺(jué)層、對(duì)象層和概念層）中，視覺(jué)層特征很難滿足目前圖像語(yǔ)義理解的需求，而概念層語(yǔ)義信息作為圖像理解的目標(biāo)，直接學(xué)習(xí)獲取比較困難。本文重點(diǎn)關(guān)注圖像的中間層語(yǔ)義特征學(xué)習(xí)，并從語(yǔ)義上下文特征和語(yǔ)義圖像塊兩個(gè)方面進(jìn)行了相關(guān)研究。
　　首先，本文提出了一種基于多層特征表示的視頻語(yǔ)義概念檢測(cè)方法。在這種方法中本文考慮學(xué)習(xí)底層特征之間的潛在關(guān)聯(lián)性，具體使用主題模型(LDA)學(xué)習(xí)圖像的底層特征之間的語(yǔ)義上下文關(guān)系，作為圖像的上下文

3、語(yǔ)義信息，同時(shí)考慮一種有效的基于底層特征的全局編碼方式，即費(fèi)舍爾向量，學(xué)習(xí)基于底層特征的圖像全局特征表示，并在最終的圖像特征表示中對(duì)這兩種特征進(jìn)行融合。本文通過(guò)語(yǔ)義概念檢測(cè)實(shí)驗(yàn)來(lái)驗(yàn)證這種方法的有效性。
　　其次，本文還提出了一種自頂而下的中間層語(yǔ)義特征學(xué)習(xí)方法。這份工作中的關(guān)注重點(diǎn)是底層特征之間的共現(xiàn)特性，并考慮使用模式挖掘算法對(duì)這種共現(xiàn)特征進(jìn)行挖掘作為圖像的中間層語(yǔ)義特征，在實(shí)驗(yàn)中具體使用最優(yōu)模式模型學(xué)習(xí)算法。本文首先從輸入圖像