基于MM混合模型的圖像自動(dòng)標(biāo)注研究.pdf

1、伴隨數(shù)字影像技術(shù)、數(shù)據(jù)存儲(chǔ)和互聯(lián)網(wǎng)技術(shù)的迅速發(fā)展，圖像的數(shù)量快速增長(zhǎng)，如何有效的管理和組織圖像、視頻等多媒體數(shù)據(jù)成為大眾日益關(guān)注的問(wèn)題。然而利用圖像低層視覺(jué)特征的相似性進(jìn)行匹配和檢索的基于內(nèi)容的圖像檢索系統(tǒng)已經(jīng)無(wú)法滿足用戶的需求，它并不能有效的減弱圖像低層視覺(jué)特征和高層語(yǔ)義之間的語(yǔ)義鴻溝。因此，這推動(dòng)了基于語(yǔ)義的圖像檢索系統(tǒng)的產(chǎn)生和研究。為了克服人工標(biāo)注耗時(shí)費(fèi)力和人對(duì)圖像理解的不一致性，圖像自動(dòng)標(biāo)注得到大量研究。圖像自動(dòng)標(biāo)注是利用圖像低

2、層特征表達(dá)圖像的語(yǔ)義內(nèi)容，是實(shí)現(xiàn)圖像語(yǔ)義檢索的基礎(chǔ)。
　　圍繞圖像自動(dòng)標(biāo)注中的兩個(gè)核心問(wèn)題：圖像低層視覺(jué)特征的提取和低層視覺(jué)特征到高層語(yǔ)義空間的映射模型的選擇，本文研究工作如下：
　　1.結(jié)合多媒體內(nèi)容描述接口(MPEG-7)和MM混合模型實(shí)現(xiàn)圖像低層視覺(jué)特征到高層語(yǔ)義空間的映射。算法中采用MPEG-7標(biāo)準(zhǔn)推薦的顏色描述子和紋理描述子提取圖像的低層視覺(jué)特征，利用MM混合模型建立低層視覺(jué)特征到高層語(yǔ)義空間之間的映射,有效的為圖

3、像自動(dòng)添加上多個(gè)語(yǔ)義標(biāo)簽。
　　2.利用統(tǒng)計(jì)分布選擇最優(yōu)的加權(quán)特征子集，簡(jiǎn)稱為特征加權(quán)。其核心思想是利用根據(jù)MPEG-7描述子提取到的特征向量統(tǒng)計(jì)分布的離散程度來(lái)衡量特征對(duì)于不同主題圖像的重要程度，使特征在不同的主題圖像中得到不同的權(quán)重。該算法把特征權(quán)重與圖像的主題關(guān)聯(lián)起來(lái)，每個(gè)主題圖像都有各自的特征權(quán)重集合。
　　3.采用基于局部加權(quán)的決策融合算法：局部決策融合，來(lái)融合待標(biāo)注圖像在顏色和紋理模型下得到的標(biāo)注結(jié)果。局部決策融

4、合算法中，根據(jù)顏色和紋理特征對(duì)每個(gè)關(guān)鍵詞的標(biāo)注能力，對(duì)顏色和紋理模型下的關(guān)鍵詞賦予相應(yīng)的可信度而不是對(duì)該模型賦予相應(yīng)的可信度。該算法把模型的可信度與關(guān)鍵詞結(jié)合起來(lái)，在同一模型下得到的關(guān)鍵詞概率會(huì)被不同的加權(quán)。
　　通過(guò)在corel圖像數(shù)據(jù)集上的實(shí)驗(yàn)，表明了本文采用的算法削弱了低層視覺(jué)特征和語(yǔ)義空間之間的語(yǔ)義鴻溝，有效的實(shí)現(xiàn)了圖像自動(dòng)標(biāo)注,且采用的特征加權(quán)和局部決策融合方式能更充分利用圖像顏色和紋理特征對(duì)不同主題圖像的區(qū)分和表達(dá)能力