WWW圖像語義信息提取方法研究.pdf

1、針對日益增長的網(wǎng)絡圖像,該文研究了基于HTML文檔的WWW圖像語義信息提取方法,在語義層次上實現(xiàn)了對圖像的自動標注和分析.該項研究對基于內(nèi)容和語義的WWW圖像檢索具有重要意義.HTML文檔作為WWW圖像的外部信息源和載體,蘊涵了豐富的描述圖像內(nèi)容的文本信息.HTML文檔中的圖像名、圖像注釋、圖像周圍文本、圖像URL、圖像所在網(wǎng)頁URL及標題、圖像超鏈接網(wǎng)頁URL及標題等在一定程度上反映了圖像的關鍵內(nèi)容和語義.為了從這些與圖像相關的文本中

2、提取圖像的語義信息,該文根據(jù)圖像的視覺屬性和語義屬性提出了一種圖像語義表征模型,并建立了相應的語義詞典,包括圖像主題詞分類詞典、圖像主體詞分類詞典、圖像主體屬性詞典和用來翻譯漢語拼音、英文單詞或縮寫詞的圖像主題詞對照詞典.根據(jù)圖像的相關文本和語義詞典提取圖像語義信息的基本過程分為三步:(1)利用圖像主題詞翻譯詞典,將圖像相關文本中出現(xiàn)的漢語拼音、英文單詞或縮寫詞翻譯成中文主題詞;(2)將圖像相關文本自動分詞和詞性標注;(3)利用圖像語義

3、詞典,采用基于規(guī)則與基于統(tǒng)計相結(jié)合的方法,從圖像相關文本的分詞標注字符串中提取反映圖像語義信息的主題詞、主體詞及其屬性詞.基于上述思想,該文研發(fā)了一個WWW圖像語義提取系統(tǒng).該系統(tǒng)由圖像元搜索和預處理、圖像語義信息提取及主題詞在線學習三個模塊構成.圖像元搜索和預處理模塊負責從Google與Baidu上搜索圖像與相關網(wǎng)頁,并提取圖像相關文本.圖像語義信息提取模塊負責從圖像相關文本中提取圖像主題詞、主體詞及其屬性詞.主題詞在線學習模塊負責主