圖像語(yǔ)義自動(dòng)標(biāo)注的研究.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的迅猛發(fā)展，圖片獲取和傳播途徑的日益寬廣以及圖片存儲(chǔ)能力的不斷提高，使得海量圖像數(shù)據(jù)庫(kù)成為人們獲取和檢索圖像的主要對(duì)象。如何從這些海量圖像數(shù)據(jù)中獲取具有特定語(yǔ)義的圖像成為人們的研究熱點(diǎn)之一。
　　 圖像檢索也是計(jì)算機(jī)視覺(jué)和模式識(shí)別領(lǐng)域中一個(gè)重要的研究方向。早期，圖像檢索主要是基于文本的，需要手工對(duì)圖片進(jìn)行標(biāo)注，然而海量圖像數(shù)據(jù)庫(kù)的出現(xiàn)，使得手工標(biāo)注圖像存在工作量龐大、標(biāo)注的主觀二義性等問(wèn)題。于是，基于內(nèi)容的圖像檢索

2、方式被提出，并得到了廣泛關(guān)注，這種檢索方式主要是通過(guò)提取圖像的低層特征來(lái)計(jì)算圖像之間的特征相似性，最終找到相似的圖像。這種方式簡(jiǎn)單直接，但是存在“語(yǔ)義鴻溝”問(wèn)題，即相同或相似的低層特征所表達(dá)的高層語(yǔ)義內(nèi)容往往是完全不同的。為了解決這個(gè)問(wèn)題，人們提出了基于語(yǔ)義的自動(dòng)圖像標(biāo)注，用于支持圖像檢索?；谡Z(yǔ)義的圖像標(biāo)注首先要建立圖像低層特征和語(yǔ)義概念之間的對(duì)應(yīng)關(guān)系模型，標(biāo)注時(shí)可以利用該關(guān)系模型來(lái)計(jì)算最適合待標(biāo)注圖像的語(yǔ)義概念。
　　 本文

3、對(duì)圖像語(yǔ)義自動(dòng)標(biāo)注相關(guān)技術(shù)進(jìn)行了深入的研究，主要工作和創(chuàng)新點(diǎn)如下:
　　 (1)為了減小“語(yǔ)義鴻溝”對(duì)圖像檢索的影響，提出基于潛在語(yǔ)義概率分析和高斯混合模型的圖像自動(dòng)標(biāo)注方法，并結(jié)合了訓(xùn)練集中語(yǔ)義概念之間的語(yǔ)義相關(guān)性，對(duì)測(cè)試集中的圖像進(jìn)行自動(dòng)的語(yǔ)義標(biāo)注。首先用潛在語(yǔ)義概率分析技術(shù)在訓(xùn)練集的文本空間中擬合出主題集合，然后根據(jù)圖像的低層視覺(jué)特征建立每個(gè)主題對(duì)應(yīng)的高斯混合模型，準(zhǔn)確描述每個(gè)主題的語(yǔ)義內(nèi)容，進(jìn)而減小了“語(yǔ)義鴻溝”。該方法

4、有效的結(jié)合了連續(xù)的、去除背景噪聲的低層視覺(jué)特征和語(yǔ)義概念的語(yǔ)義相關(guān)性，建立較少的高斯混合模型，提高了標(biāo)注的性能。
　　 (2)針對(duì)圖像語(yǔ)義自動(dòng)標(biāo)注中語(yǔ)義概念之間的關(guān)聯(lián)性，提出語(yǔ)義相關(guān)的自動(dòng)圖像標(biāo)注方法。對(duì)于每個(gè)由圖像區(qū)域特征組成的正包，用高斯混合模型擬合其對(duì)應(yīng)的概率密度。由于高斯混合模型的標(biāo)注過(guò)程忽略了語(yǔ)義關(guān)聯(lián)性，所以結(jié)合語(yǔ)義概念的語(yǔ)義關(guān)聯(lián)性，用視覺(jué)特征和文本特征來(lái)優(yōu)化高斯混合模型預(yù)測(cè)的后驗(yàn)概率，減小了“語(yǔ)義鴻溝”的影響，提高自