協(xié)同演化的圖像理解方法研究.pdf

1、圖像理解是對圖像內(nèi)容的語義解釋與描述，以圖像處理與分析為基礎(chǔ)，是計算機視覺、模式識別、認知學、心理學、語言學等多學科交叉的一門綜合學科，也是圖像工程中一項最重要的高層任務(wù)，適用于圖像檢索、圖像標注、圖像解析、多模態(tài)融合與交互等視覺應用中，具有廣泛的應用前景。同時，如何突破“語義鴻溝”，合理地有效地關(guān)聯(lián)視覺信息和語義信息，也是圖像理解亟待解決的關(guān)鍵科學問題。
　　 協(xié)同學理論描述了自然世界中的實體系統(tǒng)是耗散結(jié)構(gòu)的自組織過程，通過開

2、放環(huán)境中不斷與外界交換物質(zhì)和能量信息，實現(xiàn)從非平衡無序狀態(tài)到非平衡有序狀態(tài)的演化，而人的視覺認知過程無論從生理上還是邏輯上均具有相似的協(xié)同學特性，體現(xiàn)了協(xié)作與競爭的特點。因此，研究圖像理解中不同視覺層面的協(xié)同學理論，不僅可以為解決“語義鴻溝”提供一種可行的語義和視覺之間的相互作用機制，而且可以結(jié)合多源信息，實現(xiàn)對圖像內(nèi)容較為完整的全面的描述。
　　 本文分別研究了特征層、實例層以及語義層三個不同視覺層次下對應的實體之間的協(xié)同機制

3、，發(fā)現(xiàn)不同視覺實體的“共性”與“特性”，通過計算協(xié)同漲落力，有效地合并、刪除、遷移視覺系統(tǒng)要素，完成非平衡的有序演化，實現(xiàn)目標分割、目標識別、場景分類等子任務(wù)，最后達到對圖像進行基本句法解釋和文字描述的目的。
　　 本文的主要研究工作及創(chuàng)新點如下:
　　 (1)針對圖像特征提取的有效性，指出如何使用視覺皮層響應稀疏性、字典局部稀疏性、主題分布的低維流形性，研究了局部線性字典對隱主題分析的有效性，提出一種隱特征協(xié)同模型，解

4、決并指導圖像分類任務(wù)。
　　 (2)針對樣本分類中近鄰標記不一致性，指出近鄰協(xié)同分析的重要性，提出一種近鄰演化策略實現(xiàn)樣本穩(wěn)定特征的有效獲取，研究同時考察了核實例選擇和流形實例表示，構(gòu)建完整的協(xié)同學習的識別模型，提升圖像分類的準確率。
　　 (3)針對圖像語義信息的有效獲取，闡述了基于注釋的區(qū)域標記和基于分類的區(qū)域標記生成方法，分析了注釋區(qū)域語義中的歧義性，提出一種基于語義協(xié)同相似度的類屬合并與聚類方法，并結(jié)合圖像注釋中