基于场景语义图像标注关键技术的研究

摘要

随着计算机技术的发展以及互联网应用的兴起,如何有效地管理与检索图像已成为目前信息检索领域中的重要课题。由于传统的基于内容的图像检索方式无法解决“语义鸿沟”(低层的视觉特征与高层的语义表达存在巨大的差异)问题,基于语义的图像检索正逐渐成为研究的热点。基于语义的图像检索的关键和难点在于基于语义的图像标注。本文回顾了图像标注的发展历程及其各自的基本理论的优缺点,全面综述了基于语义的图像标注的研究现状。本文的工作主要体现在:
　　 提出了一种基于概率潜在语义分析与高斯混合模型相结合的自动语义图像标注方法。该方法主要包括图像低层视觉特征提取、利用概率潜在语义分析技术对训练图像进行潜在语义发现、图片的高斯混合模型表示等过程。首先,将训练集中的每一幅图像都看成是一篇文档,将对图像进行标注的关键字看成是文档中所含有的词汇,将通过上述方式构建得到的“文档-词汇”矩阵作为概率潜在语义分析模型的输入值,通过期望最大值算法对概率潜在语义分析模型进行拟合,得到模型参数,并以此作为依据来对图像进行类别划分和提取图像的潜在语义。其次,通过图像分割技术将每幅图像都分割成几个均匀的区域,将同一类别下每幅图像的各个区域都看成是特征空间中的一个点,提取每个区域的特征向量并通过期望最大值算法对其进行聚类,得到表示每一个图像类别的高斯混合模型。最后,计算测试图像在每个高斯混合模型中后验概率的大小,并结合该图像类别下关键字的分布规律来对测试图像进行语义标注。
　　 本文提出的图像语义标注方法不需要事先知道训练图像的分类信息,在相关图像数据集上的实验结果表明,本文所提出的方法能对图像进行较好的语义标注。