自動(dòng)圖像語義標(biāo)注的方法研究與應(yīng)用.pdf

1、隨著互聯(lián)網(wǎng)的普及和多媒體技術(shù)的發(fā)展，多媒體信息在生活中的作用越來越大，人們對(duì)圖像等多媒體數(shù)據(jù)的需求也越來越強(qiáng)烈。然而，傳統(tǒng)的文本檢索技術(shù)已經(jīng)不能夠適應(yīng)多媒體信息的檢索的需要。大規(guī)模圖像數(shù)據(jù)庫(kù)的發(fā)展也給傳統(tǒng)的信息分析與檢索技術(shù)提出了新的挑戰(zhàn)。基于內(nèi)容的多媒體檢索方式的出現(xiàn)，解決了人們通過視覺特征檢索圖像的問題，但是，由于視覺特征不能夠完全代表圖像高層語義，基于內(nèi)容的檢索方式仍然不能解決高層語義圖像檢索的問題，而基于語義的圖像檢索則是解決這

2、一問題的最佳出路。 基于語義圖像檢索的關(guān)鍵問題是如何從底層視覺特征中提取出高層語義。按照高層語義來源，目前主要有三種語義提取方式，分別是基于外部信息源的語義提取、基于人工交互的語義提取和基于知識(shí)的語義提取。自動(dòng)圖像標(biāo)注技術(shù)的出現(xiàn)是為了自動(dòng)獲取圖像的語義信息，從而在語義級(jí)別上對(duì)檢索做出支持?；谝曈X特征的圖像語義標(biāo)注就是要從圖像視覺特征提取出高層語義信息的關(guān)鍵詞用來表示圖像的語義。為了能夠獲取圖像特征和文本描述之間的對(duì)應(yīng)關(guān)系，許多

3、機(jī)器學(xué)習(xí)方法被引入到這一領(lǐng)域中來。 本文介紹了自動(dòng)圖像語義標(biāo)注的研究背景；然后介紹基于知識(shí)的語義提取中使用到的圖像分割、視覺特征提取的一般方法和具有代表性的自動(dòng)圖像語義標(biāo)注模型，并在此基礎(chǔ)上提出了本文的語義標(biāo)注方案：為了提高圖像分割的效率，提出了一種新的基于樣本點(diǎn)縮減策略的窗口式聚類算法應(yīng)用于圖像分割中；本文還將基于語義的評(píng)分體系引入自動(dòng)圖像語義標(biāo)注中，建立了基于評(píng)分的自動(dòng)圖像語義標(biāo)注模型；最后，在理論研究的基礎(chǔ)上，在語義圖像檢