基于语义的图像真实性检测研究

摘要

在图像真实性检测领域，基于语义进行图像真实性的检测是一个比较新的研究点，该问题涉及了图像识别、特征提取、机器学习、本体构建、推理规则等众多学科领域。本文针对基于语义进行图像的真实性检测问题中的图像识别和推理这两个关键问题做了研究，取得了如下一些成果:
　　 提出了一种图像识别方法。在综述当前研究现状的基础上，提出了一种基于形状特征和纹理特征的图像识别方法。图像中物体分为前景物体和背景物体两种，分别对这两种物体采用不同的特征来描述。对于前景物体，使用HU不变矩作为图像中物体的形状特征描述符;对于背景物体，使用线性度、对比度、粗略度、方向度四个特征作为图像中物体的纹理信息描述符。在特征描述的基础之上，使用支持向量机(SVM)分别对图像中前景物体的数据和背景物体的数据进行训练，得到前景物体的形状特征匹配库和背景物体的纹理特征匹配库，用于待检测物体的匹配，最后再将匹配结果映射到高层语义。
　　 基于模糊逻辑构建了语义推理的六种句式规则，这六种句式分为确定性结论和不确定性结论两大类，主要用于图像的真实性检测。利用本体构建软件protégé构建了语义本体以及本体之间的关系并将本体及其之间的关系作为后续真实性检测的常识知识库。连接protégé和MySQL数据库，使用MySQL数据库存储常识知识库中的信息。将图像识别部分识别出的物体作为推理部分的输入，然后在常识库中查询物体及物体间关系，给定图像真实性的检测结果。

目录

声明

学位论文的主要创新点

摘要

第一章 绪论

1．1 研究背景、意义

1．2 国内外研究现状

1．3 课题的主要研究内容

1．4 论文结构安排

第二章 图像识别和真实性检测研究综述

2．1 现有的图像识别系统和常识知识库

2．1．1 图像识别的基本概念

2．1．2 现有的图像识别系统

2．1．3 现有的常识知识库

2．2 图像识别和真实性检测的关键技术

2．3 图像分割与特征提取

2．3．1 图像分割技术

2．3．2 图像特征提取

2．4 相似性度量和语义映射

2．4．1 相似性度量

2．4．2 语义映射

2．5 图像语义的推理

2．6 图像识别、语义推理技术的难点及发展趋势

第三章 基于语义的图像真实性检测设计

3．1 基于语义的图像真实性检测的框架设计

3．2 图像识别模块

3．3 语义规则生成模块

3．4 真实性检测模块

3．5 本章小结

第四章 图像识别

4．1 图像识别的研究现状

4．2 图像识别的设计

4．3 图像识别

4．3．1 图像ROI的提取方法

4．3．2 图像ROI的识别方法

4．4 图像前景的识别

4．4．1 图像前景描述符

4．4．2 图像前景的匹配

4．5 图像背景的识别

4．5．1 图像背景描述符

4．5．2 图像背景的匹配

4．6 图像识别的实现

4．7 本章小结

第五章 图像的真实性检测

5．1 现有的知识描述方法

5．2 图像的语义描述方法

5．2．1 图像低层特征的描述

5．2．2 图像高层语义的描述

5．3 图像的真实性检测

5．3．1 基于语义进行真实性检测的研究现状

5．3．2 图像真实性的推理规则设计

5．3．3 语义本体的属性

5．4 图像真实性检测的实现

5．4．1 图像语义真实性检测系统使用软件的介绍

5．4．2 MATLAB和MySQL的连接

5．4．3 protégé和MySQL的连接

5．4．4 图像语义真实性检测推理的实现

5．5 本章小结

第六章 结论和展望

6．1 论文总结

6．2 工作展望

参考文献

攻读硕士期间发表学术论文及参加科研情况

致谢