随着网络多媒体数据的高速增长, 如何快速准确地从图像数据库中检索到需要的图像成了近年来重要研究领域之一。基于内容的检索技术虽然可以提高检索的自动化程度, 但其内容描述只针对图像数据的底层物理特征, 图像的高层语义和低层特征之间没有直接关联,存在巨大的“语义鸿沟”。图像中包含了大量的语义信息, 并且这些信息之间存在着复杂的关系。本体(ontology)的概念起源于哲学领域,用以解决知识概念表示和知识组织体系方面的问题。借助于本体,通过对客观存在的概念和关系的描述,能将隐含的概念模型表达出来。基于本体的检索技术能够表达较为复杂的关系。例如,Lu 等用语义网络结构来表示图像语义, 图像库中每幅图像用不同的关键词和权重来描述。Mezaris 等使用一个对象本体来定义用户查询的高层语义概念,然后提取每个区域的低层描述特征,将这些特征映射到对象本体进行高层语义查询。Town 等使用本体描述图像的低层特征和抽象概念及其相互关系, 进行简单的语义推理, 并在此基础上设计本体查询语言 OQUEL 进行图像检索。本文提出一种新的图像本体标注的框架。我们将图像的语义可以定义为属性概念和高层抽象概念,采用二次标注方法实现对于图像语义的自动标注。在第一次标注时,给出了基于贝叶斯网络建立区域对象类和本体属性概念的概念关系;然后结合本体的图像概念之间的逻辑语义关系,对图像进行二次标注方法。
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
全部0条评论
快来发表一下你的评论吧 !