刑偵現(xiàn)勘圖像特征提取與語(yǔ)義標(biāo)注技術(shù)研究.pdf

1、在當(dāng)前的國(guó)內(nèi)公共安全領(lǐng)域中，基本上仍然采用純手工的方式對(duì)刑偵現(xiàn)勘圖像進(jìn)行標(biāo)注，這種方式不僅效率低下，并且?guī)в袕?qiáng)烈的主觀性，針對(duì)這一現(xiàn)狀，本文在閱讀大量國(guó)內(nèi)外參考文獻(xiàn)的基礎(chǔ)上，圍繞圖像特征提取和語(yǔ)義標(biāo)注，提出了一些自己的改進(jìn)方法，期望能夠?qū)崿F(xiàn)刑偵現(xiàn)勘圖像的自動(dòng)語(yǔ)義標(biāo)注，減輕公安干警的工作強(qiáng)度。
　　本研究主要內(nèi)容包括：⑴深入研究了顏色和紋理兩種底層的圖像特征，在這兩種特征的基礎(chǔ)上，通過(guò)加入不同的權(quán)值系數(shù)，提出了融合的特征提取算法。經(jīng)

2、過(guò)大量的實(shí)驗(yàn)，將實(shí)驗(yàn)結(jié)果中表現(xiàn)最好的權(quán)值作為融合特征提取算法的參數(shù)，以之為基礎(chǔ)，借鑒圖像分類思想，將圖像語(yǔ)義標(biāo)注問(wèn)題轉(zhuǎn)化為圖像分類問(wèn)題，通過(guò)特征直方圖相似度對(duì)比的方式實(shí)現(xiàn)圖像分類，進(jìn)而實(shí)現(xiàn)刑偵現(xiàn)勘圖像的語(yǔ)義標(biāo)注。實(shí)驗(yàn)結(jié)果表明，融合的特征算法比兩種單獨(dú)的特征算法對(duì)于圖像語(yǔ)義標(biāo)注準(zhǔn)確率有明顯提高。⑵對(duì)SIFT和 SURF特征進(jìn)行了研究，針對(duì)SURF特征在圖像的尺度和旋轉(zhuǎn)變化方面表現(xiàn)不夠理想的情況，借鑒SIFT特征的思想，以SURF特征為基礎(chǔ)

3、，結(jié)合高斯金字塔模型，提出了 GP-SURF特征提取算法。核心思想是在尺度空間構(gòu)造階段采用圖像尺寸改變的高斯差分金字塔，模擬人眼由遠(yuǎn)及近視物這種圖像尺度改變的情況，期望能夠克服圖像尺度和旋轉(zhuǎn)變化的影響，改善刑偵現(xiàn)勘圖像的特征表示。實(shí)驗(yàn)結(jié)果表明，GP-SURF特征明顯提高了刑偵現(xiàn)勘圖像的語(yǔ)義標(biāo)注準(zhǔn)確率。⑶研究了詞袋模型，借助這--模型，將提取的圖像特征釆用一種聚類算法進(jìn)行聚類，構(gòu)成視覺(jué)單詞，視覺(jué)單詞的集合組成視覺(jué)詞典，然后通過(guò)支持向量機(jī)對(duì)

4、其進(jìn)行訓(xùn)練，得出各類圖像的分類超平面，接著以兩兩比較的方式構(gòu)造了支持向量機(jī)分類器，通過(guò)這個(gè)分類器對(duì)圖像進(jìn)行分類和標(biāo)注，從而實(shí)現(xiàn)了一種圖像語(yǔ)義標(biāo)注模型。通過(guò)實(shí)際的實(shí)驗(yàn)過(guò)程，驗(yàn)證了該圖像語(yǔ)義標(biāo)注模型的有效性。⑷設(shè)計(jì)實(shí)現(xiàn)了一個(gè)“案件圖像管理與檢索系統(tǒng)”，將提出的顏色和紋理融合特征與GP-SURF特征再次融合，得到再融合特征HL-GS，以此特征為基礎(chǔ)，通過(guò)再融合特征語(yǔ)義標(biāo)注模型實(shí)現(xiàn)了刑偵現(xiàn)勘圖像的語(yǔ)義標(biāo)注，并且將其應(yīng)用到了“案件圖像管理與檢索系