基于語(yǔ)義圖像注釋系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、在圖像標(biāo)注中建立視覺內(nèi)容和信息內(nèi)容之間的映射，這個(gè)過程是圖像標(biāo)注最重要的部分。對(duì)于大規(guī)模圖像庫(kù)來說，手工標(biāo)注既耗時(shí)耗力，又缺少客觀性，因此需要建立一個(gè)能夠按照?qǐng)D像的語(yǔ)義內(nèi)容進(jìn)行自動(dòng)標(biāo)注的系統(tǒng)。一幅圖像含有若干個(gè)區(qū)域，各個(gè)區(qū)域具有不同的視覺內(nèi)容，對(duì)應(yīng)著不同的語(yǔ)義。一個(gè)自然的想法是先將圖像分割成區(qū)域，抽取每個(gè)區(qū)域的底層特征，然后使用統(tǒng)計(jì)方法得到圖像區(qū)域與描述語(yǔ)義內(nèi)容的關(guān)鍵詞之間的對(duì)應(yīng)關(guān)系，最終實(shí)現(xiàn)圖像的自動(dòng)標(biāo)注。圖像語(yǔ)義注釋的目標(biāo)是：對(duì)于給

2、定的輸入圖像，給圖像指派一些可以反映圖像視覺內(nèi)容的關(guān)鍵字。圖像標(biāo)注過程可分為兩個(gè)階段來完成，即基本圖像標(biāo)注與圖像標(biāo)注改善，其中前者是通過以圖像間相似性關(guān)系為依據(jù)的圖學(xué)習(xí)過程來提供圖像的初始標(biāo)注，而后者是通過以詞匯間語(yǔ)義關(guān)聯(lián)關(guān)系為依據(jù)的圖學(xué)習(xí)過程來改善前者取得的標(biāo)注結(jié)果。
　　在本文中，我們首先引入了主要對(duì)象作為描述圖像中間語(yǔ)義的元素，主要對(duì)象是能代表現(xiàn)實(shí)生活中物理對(duì)象的圖像區(qū)域集；其次，我們引入了概念本體作為描述圖像語(yǔ)義框架的工具

3、，按照本體論中對(duì)事物本質(zhì)的認(rèn)識(shí)結(jié)構(gòu)來組織圖像概念的層次結(jié)構(gòu)，更有利于概念推理與后期的圖像檢索。對(duì)于概念本體的創(chuàng)建，我們采用了半自動(dòng)的方法：首先利用了WordNet對(duì)LabelMe圖像庫(kù)中的標(biāo)注詞匯的上下位關(guān)系進(jìn)行分析，然后進(jìn)行手工校對(duì)。在圖像標(biāo)注階段，先用基于均值平移算法對(duì)圖像進(jìn)行分割，通過向量迭代運(yùn)算使同一區(qū)域的各點(diǎn)收斂于一個(gè)固定值，再通過對(duì)這些點(diǎn)進(jìn)行聚類，熔合，將圖像分成一些小區(qū)域（即圖像中的對(duì)象）實(shí)現(xiàn)了對(duì)彩色圖像的分割，并且對(duì)分割