基于Mpeg-7的圖像多層次語義知識庫的構(gòu)建.pdf

1、21世紀，科學(xué)技術(shù)日新月異、多媒體信息鋪天蓋地，作為一種特殊的知識形態(tài)，近年來，圖像內(nèi)容受到了人們的廣泛研究，尤其在特征提取、情感計算、圖像檢索方面取得了豐碩成果。但圖像研究方面的瓶頸問題依然存在--對象識別與描述困難、圖像檢索“語義鴻溝”問題嚴重、圖像存儲安全性無法保障、各層研究模型與方法驗證缺乏資源支撐等，主要在于人們針對圖像的低層特征、對象及情感內(nèi)容分別研究，其內(nèi)容分散、孤立，沒有形成一個完整的有機體，且并未有統(tǒng)一、公用、真正的圖

2、像資源庫。如何全面地“認識”、“描述”和“理解”圖像、提供擁有較強安全性且用于圖像內(nèi)容研究的專用基礎(chǔ)資源庫，是圖像相關(guān)領(lǐng)域研究獲得長足發(fā)展的保障，是當前亟待解決的問題。同時，本課題還受到國家自然科學(xué)基金“基于fMRI的個性化圖像情感標注及本體庫研究(60970059)”的支持。
　　 本課題針對當前圖像庫存在的圖像語義內(nèi)容不完整、缺乏統(tǒng)一描述標準、圖像存儲獨立于數(shù)據(jù)庫管理系統(tǒng)(Database Management System

3、，DBMS)而無法保證數(shù)據(jù)安全等問題進行了研究和創(chuàng)新，主要成果如下：
　　 1)根據(jù)圖像語義內(nèi)容及各層內(nèi)容的研究特點，確立了以圖像、圖像低層特征、圖像對象、圖像公共情感及個性化情感為核心的內(nèi)容體系，提出了包含原始圖像庫、特征庫、對象庫及情感庫和個性化庫的圖像知識庫整體框架及其各特征子庫相應(yīng)的描述內(nèi)容和方法。
　　 2)融合圖像低層視覺特征、中層對象內(nèi)容及高層情感體驗，對通用多媒體內(nèi)容描述標準Mpeg-7進行了修改和擴展-

4、-Structure上，針對當前Topology結(jié)構(gòu)可能引起的不一致問題，提出了其描述的合適粒度；Semantic方面，結(jié)合WordNet將object具體化到狗類對象，增加了情感語義SemanticEmotion以多角度描述圖像情感；UserInteraction部分從用戶個性和圖像內(nèi)容兩個方面確定了圖像個性化情感的描述因子，提出了圖像多層次語義內(nèi)容的Mpeg-7框架。
　　 3)針對當前圖像庫中圖像獨立于DBMS方式的不足，

5、結(jié)合圖像語義內(nèi)容的特點，采用對象-關(guān)系數(shù)據(jù)庫(Object-Releated Database，ORDB)技術(shù)在Oracle9i下進行了實現(xiàn)。
　　 4)采用顏色直方圖中各色彩分量的像素數(shù)目作為特征向量可避免小數(shù)，方便數(shù)據(jù)存儲；以世界犬業(yè)聯(lián)盟(The Federation CynologiqueInternationale，F(xiàn)CI)標準為依據(jù)，結(jié)合知識描述的思想、本體構(gòu)建的方法，提出了狗類數(shù)據(jù)處理的5個步驟，并確定了狗類對象的描

6、述內(nèi)容及其相應(yīng)的取值范圍；設(shè)計完成了圖像情感數(shù)據(jù)采集的PAD、正中負、Ekman實驗，并根據(jù)其數(shù)據(jù)特點提出了各模型下公共情感及個性化情感處理的思想和步驟。對圖像進行相應(yīng)的數(shù)據(jù)處理，形成了一個擁有188幅狗類圖像的包含顏色、對象內(nèi)容及公共情感數(shù)據(jù)的圖像多層次語義數(shù)據(jù)庫。
　　 5)設(shè)計實現(xiàn)了基于該多層語義圖像庫的圖像檢索系統(tǒng)，同時以傳統(tǒng)關(guān)系數(shù)據(jù)庫方式在Oracle9i下進行了實現(xiàn)，采用Oracle客戶端和專用檢索系統(tǒng)分析對比了在傳