圖像的語(yǔ)義化標(biāo)注和檢索關(guān)鍵技術(shù)研究.pdf

1、如何有效地組織、管理和充分利用多媒體信息資源，如何快速、高效地查詢、檢索所需要的多媒體信息是當(dāng)今媒體信息處理與理解領(lǐng)域的研究熱點(diǎn)。對(duì)于非結(jié)構(gòu)化的圖像數(shù)據(jù)，傳統(tǒng)的基于文本的檢索方法和基于內(nèi)容的檢索方法不能解決基于高層語(yǔ)義的圖像檢索中存在的問題。在實(shí)際應(yīng)用中，用戶需要的是對(duì)圖像即高層概念特征的查詢。本文旨在彌合可感知的媒體視覺特征與高層概念特征間的“語(yǔ)義鴻溝”，設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)基于語(yǔ)義的圖像標(biāo)注和檢索原型系統(tǒng)，該研究的創(chuàng)新點(diǎn)體現(xiàn)在以下三個(gè)方

2、面：
　　1.構(gòu)建特定領(lǐng)域的圖像語(yǔ)義知識(shí)庫(kù)和新的MPEG-7描述方案
　　利用本體規(guī)范化描述領(lǐng)域知識(shí)的特點(diǎn)，在圖像的對(duì)象和對(duì)象關(guān)系層上，建立一個(gè)針對(duì)特定領(lǐng)域的圖像語(yǔ)義知識(shí)庫(kù)。對(duì) MPEG-7的多媒體描述方案進(jìn)行擴(kuò)展，得到新的描述方案，提供了能與 MPEG-7標(biāo)準(zhǔn)的描述相互轉(zhuǎn)換的擴(kuò)展描述機(jī)制。
　　2.圖像語(yǔ)義的獲取和標(biāo)注
　　采用圖像分割算法獲取圖像包含的對(duì)象信息，與用戶進(jìn)行交互，通過區(qū)域融合獲取最終的圖像對(duì)象區(qū)

3、域。根據(jù)圖像語(yǔ)義本體庫(kù)描述出圖像的內(nèi)容，采用 MPEG-7標(biāo)準(zhǔn)和圖形化的表示方式對(duì)語(yǔ)義內(nèi)容進(jìn)行組織，獲得對(duì)圖像語(yǔ)義理解的最終表示形式。
　　3.基于語(yǔ)義的圖像檢索
　　基于圖形化的圖像語(yǔ)義標(biāo)注模型，建立基于路徑的索引機(jī)制，對(duì)圖像語(yǔ)義標(biāo)注文檔進(jìn)行檢索。在檢索過程的實(shí)現(xiàn)中，利用Lucene搜索引擎技術(shù)建立索引，利用Xpath對(duì)XML文檔的操作，實(shí)現(xiàn)了基于語(yǔ)義的圖像檢索。
　　在實(shí)驗(yàn)中，與全文檢索方法進(jìn)行比較。分別對(duì)這兩種方