資源描述：
《基于高級語義特征的圖像檢索技術(shù)研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學術(shù)論文-天天文庫。
1、基于高級語義特征的圖像檢索技術(shù)研究容的圖像檢索初衷是想根據(jù)人對圖像的理解和認識來衡量圖像間的相似性實現(xiàn)檢索的，這種人對圖像的理解是圖像的高層語義知識。理想的圖像查詢模式應如：用戶查找一幅孩子們在公園玩耍的圖像，為了滿足用戶的查詢要求，系統(tǒng)應能夠自動識別到含有語義“孩子"和“公園”的圖像，返回給用戶。根據(jù)圖像的含義來判斷圖像是否符合自己的需要才是更合理的圖像檢索方式。所以，基于語義內(nèi)容的圖像檢索121l應該是今后基于內(nèi)容的圖像檢索研究的新趨勢。有關(guān)語義檢索的部分是本論文的主要研究內(nèi)容，將在后面幾章中詳細的敘述。1．3基于語義內(nèi)容的圖像檢索技術(shù)1．3．1語義特征提取語義提取是圖像語義
2、檢索的核心問題，語義提取的最終目標是將圖像庫中的每一幅圖像用一定的語義表示。語義提取包含兩個過程：語義注釋和語義注釋外延。語義注釋是指建立圖像或圖像視覺特征到圖像語義表示的映射或聯(lián)系過程；語義注釋外延是利用語義注解建立的映射或聯(lián)系將圖像庫中的圖像標注上語義的過程。1．3．1．1語義特征提取模型圖1．1圖像語義提取模型傳統(tǒng)方法大都使用分層抽取機制來支持圖像的語義處理。這些層次可以通過特征提取模型來描述，分層抽取的過程分別對應模型中底層特征抽取、對象5基于高級語義特征的圖像檢索技術(shù)研究識別和基于領(lǐng)域知識推理的語義提取過程見圖1．1。提取底層特征主要包括顏色、紋理、形狀等，且通常分為全
3、局特征和局部特征兩類。全局特征將整個圖像作為一個單獨的實體，它的主要優(yōu)點是特征抽取和模式匹配算法的復雜度較低，而主要缺點是檢索返回的結(jié)果中有很大比例的不相關(guān)圖像。局部特征可以被用來識別圖像中的顯著對象，并抽取圖像中更多的細節(jié)信息。圖像被分割成一系列區(qū)域，再對分割好的區(qū)域提取多種特征。每個區(qū)域表示一個潛在的用戶感興趣的對象，并且將由對象識別層進行對象的識別，提取更高層的語義。利用與對象相關(guān)的知識進行對象局部特征的提取，將提供一個更加魯棒的索引和檢索機制。對象識別過程通過將存儲在知識庫中的對象模型與抽取的圖像特征相匹配來識別圖像中的對象。通常，對象模型是一個特定對象模板，在匹配過程中
4、將檢查每一個對象模板來獲得最相似的匹配。通過精確匹配來識別對象，計算復雜度較高，并且匹配的質(zhì)量依賴于圖像中對象的表現(xiàn)，由于同一對象在不同情況獲得的圖像中通常會表現(xiàn)出不同的特征，固定模板的精確匹配肯定無法取得好的效果。可變模板是更加可行的方法，它通過先將原型模板的輪廓施加概率變換，再將變換后的模板與輸入圖像中的顯著邊相匹配。為了提高查詢的成功率，并且保證好的候選圖像不落選，在相似性度量中必然要用到一些模糊和統(tǒng)計的技術(shù)，而且人工對輸出圖像的檢查通常不可避免。1．3．1．2語義檢索方法依據(jù)語義的復雜性，一般將語義分為三個層次如圖1．2。從原始圖像出發(fā)，第一層為底層特征層，包含了顏色、形
5、狀、紋理等圖像的視覺特征及其組合，這個層次還沒有利用圖像的語義信息，基于內(nèi)容的圖像檢索目前就處于該層次；第二層為對象語義層或語義模板層，需要根據(jù)一定的邏輯推理和識別以獲得圖像中包含的對象類別(如足球、人、飛機等)以及對象的空間位置關(guān)系，或者通過語義模板匹配判斷圖像屬于某些語義類；第三層為抽象的語義層，包含了場景語義、行為語義、情感語義等，需要對所描述的對象和場景的含義進行高層推理，將圖像內(nèi)容和抽象概念聯(lián)系起來。其中，各層次間的推理和判斷需要建立在知識、規(guī)則和學習的基礎(chǔ)之上。三個層次最主要的差別體現(xiàn)在第一層和第二層之間，即是否利用了圖像的語義，這三個層次之間的差別稱作語義鴻溝(Se
6、manticGap)，圖像的語義提取就是致力于連接各層之間的“語義鴻溝”。6基于高級語義特征的圖像檢索技術(shù)研究倚定顏色、袈埋、彤茯倚讓特征語義第一層吾義及其組合，如：紅色圓形'p對冢即出蜆對象語義第二層語義如：一匹馬，長城——．??一。，一1r耳丁冢ZIflJ即芏1日J夭糸空間關(guān)系語義如：在房子旁邊的人r㈨-??'●圖像所處的場景場景語義第三層語義如：日出、沙灘等“M?_、l～一-'r坷冢所表不削仃7馬或活明行為語義如：一場足球賽㈨?“““1p圖像甜人簾米刪土觀{戥。盾情感語義如：害怕、開心等圖1．2層次化語義模型在圖像語義的表示方式和語義提取方法的研究中，各國學者們分別從不同的
7、方面進行了研究并提出了自己的模型和方法?，F(xiàn)有對圖像中對象進行識別和語義提取的研究和實驗主要有四個途徑：基于對象區(qū)域的分析、通過學習分類方式由底層特征導出語義概念或主觀傾向、通過人機交互的相關(guān)反饋方法獲得語義信息、通過外部信息來間接探測語義信息。還有很多研究方法結(jié)合了其中多種途徑，下面逐一介紹并給出相關(guān)文獻綜述。1．基于對象區(qū)域的語義提取【22·27】根據(jù)圖1．2定義的語義提取模型，提取圖像的底層特征，在系統(tǒng)預先提供的知識下，通過將存儲在知識庫中的具有語義意義的對象模型與圖像底層特
