基于上下文的圖像理解算法研究.pdf

1、在最近的幾十年的時間里，人們的物質(zhì)文化生活水平得到了極大的發(fā)展，與此同時，科技也取得了一些突飛猛進的成果，尤其是計算機技術，在最近的幾十年的時間里得到了非常迅猛的發(fā)展。而圖像作為人們?nèi)粘Ｉ钪蝎@取信息的最主要的方式，人們對于它的研究越來越深入。圖像已經(jīng)成為了人們生活中非常重要的組成部分。我們生活中處處都需要和圖像打交道。比如我們拍攝的生活中的照片、監(jiān)控系統(tǒng)的錄像以及衛(wèi)星掃描得到的一些圖像等等。計算機技術在最近幾十年中得到了飛速的發(fā)展。將

2、計算機技術與圖像的處理結合起來使得圖像的處理也變得更加的簡單。這對于我們對圖像進行一些處理提供了很大的有利條件。
　　圖像理解就是對圖像中的相應的對象進行標簽標注，然后對圖像中對象的相對位置記錄，最后將圖像中對象的標注以及相對位置進行語義化標記輸出。它是使用計算機來自動的對圖像進行解釋的一個過程，類比于人們對于外在景象的一個理解的過程。人是通過視覺來對圖像進行獲取，然后用大腦來進行分析，從而得出圖像的信息。而計算機獲取圖像可以通過

3、很多的方式，比如照相機拍照、監(jiān)控、衛(wèi)星、紅外掃描儀等等。而圖像理解就是將獲取到的圖像，結合圖像處理的方法，進而分析出圖像的信息并且將這些信息進行語義化的輸出的過程。隨著計算機視覺領域以及人工智能技術的不斷發(fā)展，許多的新的研究成果不斷地涌現(xiàn)，圖像理解在越來越多的領域中都得到了非常重要的應用，比如工業(yè)視覺、人機交互以及生物視覺領域等等。
　　由于在日常生活中，我們所獲取到的圖像總是存在噪聲的影響，所以在介紹本文的主要內(nèi)容之前，本文先給

4、出了一個圖像預處理過程，即結合了傳統(tǒng)的Retinex算法以及顏色統(tǒng)計思想的圖像增強算法。用這個圖像增強算法來對我們后面需要用到的圖像進行一個預處理增強，從而更方便我們后面的識別和理解過程。
　　其次，場景識別技術作為圖像理解的一個非常重要的組成部分，也一直是圖像領域一個研究的重要內(nèi)容。本文在借鑒了已有的算法的基礎上，給出了一個場景識別算法。算法對目標圖像集依次進行了圖像塊匹配、行為識別、視線預測等。實驗結果也證明了算法的有效性。<

5、br>　　接著，本文給出了基于上下文的圖像理解算法。算法首先對圖像進行了分割，然后構建了圖像的PatchNet用來記錄圖像的上下文關系。接著對圖像中人物的行為動作進行了識別，接著對圖像中的對象進行了一個標簽遷移，最后對圖像進行了一個深度信息恢復。這樣，知道了人物的行為動作，知道了圖像中對象的標簽以及對象的上下文關系以及深度信息，就可以比較好的對圖像進行解釋了。
　　最后，對本文的研究的內(nèi)容進行了簡單的總結，講述了本文的算法的優(yōu)點以