基于開放邏輯的圖像語義標(biāo)注方法初探.pdf

1、互聯(lián)網(wǎng)圖像信息數(shù)據(jù)量的增長迫使我們要開發(fā)出更有效率的圖像檢索技術(shù)。目前，最簡單和便利的網(wǎng)上檢索方式是通過提供文本語義信息，由用戶輸入交互式查詢頁面進(jìn)行檢索。然而，在語義層面上的圖像自動匹配尚未有令人滿意的解決方案。
　　 現(xiàn)有的圖像檢索方案可分為兩大類，基于文本的圖像檢索(TBIR)和基于內(nèi)容的圖像檢索。TBIR具有語義相關(guān)性，它體現(xiàn)在圖像和他所處的背景文本之間的確有語義上的聯(lián)系；CBIR是語義無關(guān)的，除非我們給某個圖像特征人工

2、指定一個語義標(biāo)簽。這兩種數(shù)據(jù)都不適合與互聯(lián)網(wǎng)語義檢索引擎所需應(yīng)對的不斷增長的海量數(shù)據(jù)。TBIR提取的信息太有限，會影響對背景信息的解讀從而降低檢索結(jié)果的精確性；CBIR處理的僅僅是圖像特征的相似性問題，它仍然需要一個將語義同圖像自動準(zhǔn)確對應(yīng)的機(jī)制，而這種機(jī)制只是在理論上可行。
　　 顯然，由于技術(shù)上的局限，僅僅依靠TBIR或是CBIR，甚至是兩者的簡單綜合，都無法完成這個龐大的任務(wù)。但我們觀察到，CBIR方法有數(shù)據(jù)友好的重要特點

3、，它作為一個圖像分析工具來說是必需的：而TBIR則是典型的用戶友好型工具，它是對人類語義表達(dá)的直接接近。鑒于此，本文提出，在兩者之間插入一個中間層是必要的。我們的方案是引入一個類似于語義網(wǎng)絡(luò)的推理系統(tǒng)，并以開放邏輯(李未)作為維護(hù)其龐大知識庫中規(guī)則和事實的工具。利用這種方法，我們就可以建立起整個圖像語義的結(jié)構(gòu)，并構(gòu)造底層特征和高層語義的橋梁。如果我們把CBIR比作視神經(jīng)對視覺信息的初步處理，而把TBIR比作我們的語言表達(dá)能力，那么我們就