基于網(wǎng)絡(luò)監(jiān)督的地標(biāo)圖像的搜集與標(biāo)記研究.pdf

1、網(wǎng)絡(luò)的發(fā)展為我們帶來了豐富的視覺信息,利用圖像搜索引擎可以搜集到成千上萬的圖像,這其中包含有大量的各地風(fēng)景名勝圖像,它們從各種視角、各種季節(jié)、各種時段展現(xiàn)著旅游名勝的美。如何對這些風(fēng)景圖像進(jìn)行結(jié)構(gòu)化組織是網(wǎng)絡(luò)視覺研究的一個熱點(diǎn)問題。本文針對地標(biāo)風(fēng)景圖像進(jìn)行了深入的研究,按視覺一致性對地標(biāo)圖像進(jìn)行聚類,進(jìn)行地標(biāo)圖像的摘要,并對地標(biāo)進(jìn)行定位。該研究對地標(biāo)的三維重建、地標(biāo)圖像的瀏覽具有重要的作用。本文的研究工作和學(xué)術(shù)貢獻(xiàn)如下:
　　

2、1.提出一種按空間分布結(jié)合語義的地標(biāo)圖像組織和過濾方法。針對網(wǎng)絡(luò)引擎搜集的噪聲圖像集,利用GIST描述子對圖像進(jìn)行全局特征描述,然后設(shè)計(jì)分層聚類方法對圖像進(jìn)行聚類。對得到的圖像聚類集合,利用局部特征描述子SIFT對關(guān)鍵點(diǎn)進(jìn)行描述,并結(jié)合RANSAC算法和詞袋模型思想,進(jìn)行圖像集的幾何一致性驗(yàn)證和共性特征提取,過濾噪聲圖像,同時為圖像集挑選出一張地標(biāo)圖像(Iconic Image)作為該集合的摘要。
　　 2.提出一種基于視覺詞詞

3、頻挖掘的地標(biāo)定位方法。在得到的各類地標(biāo)聚類集合上,利用SIFT特征計(jì)算具有視覺一致性及空間一致性的興趣點(diǎn),并且設(shè)計(jì)出一種提取含有最關(guān)鍵信息的興趣點(diǎn)的方法,然后通過這些興趣點(diǎn)的位置,結(jié)合圖割技術(shù)(GrabCut),預(yù)測地標(biāo)的位置。
　　 3.在假設(shè)地標(biāo)聚類集合含有地標(biāo)的前提下,提出了兩種基于監(jiān)督的地標(biāo)定位算法。第一種方法,將地標(biāo)定位問題轉(zhuǎn)化為弱監(jiān)督目標(biāo)的分類問題:首先采用基于興趣點(diǎn)的雙模板對圖像進(jìn)行GrabCut分割,接著利用多示

4、例學(xué)習(xí)思想對分割結(jié)果進(jìn)行半監(jiān)督分類,最后從分割結(jié)果中篩選出對地標(biāo)的最優(yōu)標(biāo)記。第二種方法,將地標(biāo)定位問題轉(zhuǎn)化為集合內(nèi)部元素的近鄰匹配問題:首先利用興趣點(diǎn)匹配技術(shù)大致標(biāo)記目標(biāo)的位置,接著通過GrabCut對標(biāo)記結(jié)果進(jìn)行優(yōu)化,最后結(jié)合地標(biāo)面比特征實(shí)現(xiàn)對地標(biāo)的最優(yōu)標(biāo)記。
　　 將本文算法應(yīng)用于從網(wǎng)絡(luò)檢索到的四類地標(biāo)圖像上。在地標(biāo)圖像的組織方面,本文算法取得了較好的效果,能將主觀視覺上具有空間及語義一致的地標(biāo)類聚合在一起；在圖像過濾方面,