基于上下文的圖像理解算法研究.pdf

1、在最近的幾十年的時(shí)間里，人們的物質(zhì)文化生活水平得到了極大的發(fā)展，與此同時(shí)，科技也取得了一些突飛猛進(jìn)的成果，尤其是計(jì)算機(jī)技術(shù)，在最近的幾十年的時(shí)間里得到了非常迅猛的發(fā)展。而圖像作為人們?nèi)粘Ｉ钪蝎@取信息的最主要的方式，人們對(duì)于它的研究越來(lái)越深入。圖像已經(jīng)成為了人們生活中非常重要的組成部分。我們生活中處處都需要和圖像打交道。比如我們拍攝的生活中的照片、監(jiān)控系統(tǒng)的錄像以及衛(wèi)星掃描得到的一些圖像等等。計(jì)算機(jī)技術(shù)在最近幾十年中得到了飛速的發(fā)展。將

2、計(jì)算機(jī)技術(shù)與圖像的處理結(jié)合起來(lái)使得圖像的處理也變得更加的簡(jiǎn)單。這對(duì)于我們對(duì)圖像進(jìn)行一些處理提供了很大的有利條件。
　　圖像理解就是對(duì)圖像中的相應(yīng)的對(duì)象進(jìn)行標(biāo)簽標(biāo)注，然后對(duì)圖像中對(duì)象的相對(duì)位置記錄，最后將圖像中對(duì)象的標(biāo)注以及相對(duì)位置進(jìn)行語(yǔ)義化標(biāo)記輸出。它是使用計(jì)算機(jī)來(lái)自動(dòng)的對(duì)圖像進(jìn)行解釋的一個(gè)過(guò)程，類比于人們對(duì)于外在景象的一個(gè)理解的過(guò)程。人是通過(guò)視覺(jué)來(lái)對(duì)圖像進(jìn)行獲取，然后用大腦來(lái)進(jìn)行分析，從而得出圖像的信息。而計(jì)算機(jī)獲取圖像可以通過(guò)

3、很多的方式，比如照相機(jī)拍照、監(jiān)控、衛(wèi)星、紅外掃描儀等等。而圖像理解就是將獲取到的圖像，結(jié)合圖像處理的方法，進(jìn)而分析出圖像的信息并且將這些信息進(jìn)行語(yǔ)義化的輸出的過(guò)程。隨著計(jì)算機(jī)視覺(jué)領(lǐng)域以及人工智能技術(shù)的不斷發(fā)展，許多的新的研究成果不斷地涌現(xiàn)，圖像理解在越來(lái)越多的領(lǐng)域中都得到了非常重要的應(yīng)用，比如工業(yè)視覺(jué)、人機(jī)交互以及生物視覺(jué)領(lǐng)域等等。
　　由于在日常生活中，我們所獲取到的圖像總是存在噪聲的影響，所以在介紹本文的主要內(nèi)容之前，本文先給

4、出了一個(gè)圖像預(yù)處理過(guò)程，即結(jié)合了傳統(tǒng)的Retinex算法以及顏色統(tǒng)計(jì)思想的圖像增強(qiáng)算法。用這個(gè)圖像增強(qiáng)算法來(lái)對(duì)我們后面需要用到的圖像進(jìn)行一個(gè)預(yù)處理增強(qiáng)，從而更方便我們后面的識(shí)別和理解過(guò)程。
　　其次，場(chǎng)景識(shí)別技術(shù)作為圖像理解的一個(gè)非常重要的組成部分，也一直是圖像領(lǐng)域一個(gè)研究的重要內(nèi)容。本文在借鑒了已有的算法的基礎(chǔ)上，給出了一個(gè)場(chǎng)景識(shí)別算法。算法對(duì)目標(biāo)圖像集依次進(jìn)行了圖像塊匹配、行為識(shí)別、視線預(yù)測(cè)等。實(shí)驗(yàn)結(jié)果也證明了算法的有效性。<

5、br>　　接著，本文給出了基于上下文的圖像理解算法。算法首先對(duì)圖像進(jìn)行了分割，然后構(gòu)建了圖像的PatchNet用來(lái)記錄圖像的上下文關(guān)系。接著對(duì)圖像中人物的行為動(dòng)作進(jìn)行了識(shí)別，接著對(duì)圖像中的對(duì)象進(jìn)行了一個(gè)標(biāo)簽遷移，最后對(duì)圖像進(jìn)行了一個(gè)深度信息恢復(fù)。這樣，知道了人物的行為動(dòng)作，知道了圖像中對(duì)象的標(biāo)簽以及對(duì)象的上下文關(guān)系以及深度信息，就可以比較好的對(duì)圖像進(jìn)行解釋了。
　　最后，對(duì)本文的研究的內(nèi)容進(jìn)行了簡(jiǎn)單的總結(jié)，講述了本文的算法的優(yōu)點(diǎn)以