网页图片无障碍替代文本自动生成算法设计与实现

摘要

在当今高度信息化的社会中，视力缺陷的残疾人因为其生理上的缺陷，不能像普通群体一样，享受到互联网时代所带来的高效和便捷。网站无障碍改造技术旨在帮助残疾人群体，使他们便利地访问互联网资源，平等地融入到互联网时代的大潮之中。常用的网页图片无障碍改造技术，会将检测出不符合无障碍指导规范的图片，直接交付人工进行标注。这样操作会带来大量人力工作量，于此同时，因为无障碍改造志愿者个人认知的不同，直接标注还会引入个人对图片内容理解的主观偏差，造成残疾人在浏览网页时会因为图片内容和对应环绕文本内容的不统一而产生混淆。
　　本文面向有视力缺陷的残疾人群体，设计了一种面向网站无障碍的网页图片替代本文半自动生成方法。该方法通过提取网页图片和其环绕文本中的信息，能够为网页图片生成替代文本候选集，以辅助完成人工标注，降低其工作量。该方法应用图像显著性检测技术提取网页图片中的主体内容区域，并以提取出的主体内容和环绕文本中的关键词信息为顶点构建混合图模型。然后，通过马尔可夫随机走过程求解与图片关联度最大的多个候选词。以此作为系统的输出结果，进一步交付给专业机构或网络众包平台，用于辅助人工完成对网页图片的人工标注和改造工作。较已有的网页图片无障碍改造方法，本方法能够使参与无障碍改造的工作人员更为直观的获取图片中的主体内容信息，并通过候选替代文本集来对人工标注作一定的引导和噪音抑制效果。帮助其提供更有针对性的标注网页图片替代文本。本方法还进一步利用图像显著性检测所得结果，计算主要物体在原始图像中的相对位置信息，并据此为无障碍改造工作人员提供可选择的替代文本模板。实验证明，本文提出的方法具有一定的实践可行性，能够有效完善网页图片无障碍改造系统。

目录

声明

摘要

图目录

表目录

第1章 绪论

1．1 课题背景

1．2 研究动机与研究意义

1．3 本文主要工作

1．4 本文的组织结构

1．5 本章小结

第2章 相关技术与理论综述

2．1 网站内容无障碍访问

2．1．1 网页内容可访问性指导规范

2．1．2 编写工具可访问性指导规范

2．1．3 用户代理可访问性指导规范

2．1．4 网站内容无障碍国内发展现况

2．2 常用的网页无障碍改造技术

2．3 图像特征提取理论与常用方法

2．3．1 颜色特征提取

2．3．2 边缘特征提取

2．3．3 纹理特征提取

2．4 马尔可夫随机走模型理论基础

2．5 本章小结

第3章 网页图片半自动改造框架设计

3．1 框架设计思路

3．2 系统总体架构

3．3 图片无障碍改造模块设计

3．3．1 图片关键区域检测组件

3．3．2 图片替代文本学习框架

3．3．3 图片替代文本生成组件

3．3．4 改造报告生成组件

3．4 本章小结

第4章 图片关键内容检测组件设计和实现

4．1 组件的设计思路和工作流程

4．1．1 设计思路

4．1．2 组件工作流程图

4．2 关键区域检测组件模块分析

4．2．1 显著性检测模块

4．2．2 显著性分割模块

4．2．3 关键区域提取模块

4．3 图片关键区域检测组件功能实现

4．3．1 原图片所对应的显著性图的生成

4．3．2 基于显著图生成二值主体内容掩膜

4．3．3 显著性物体区域的提取

4．4 图片关键区域检测实验与结果分析

4．4．1 实验样本数据

4．4．2 实验结果和分析

4．5 本章小结

第5章 基于混合图的图片替代文本候选集生成算法

5．1 图片关键区域图像特征提取

5．2 以图片和关键词为定点的混合图构建

5．2．1 图片顶点到图片顶点间边的构建

5．2．2 图片顶点到关键词顶点间边的构建

5．2．3 关键词顶点到图片顶点间边的构建

5．3 基于马尔可夫随机走模型图片替代文本候选集生成算法

5．4 实验设计及验证

5．4．1 实验环境和数据集

5．4．2 实验参数设置和评判标准

5．4．3 实验结果及分析

5．5 本章小结

第6章 总结与展望

6．1 论文总结

6．2 工作展望

参考文献

致谢