一种基于多层语义相似性度量的图像检索方法.pdfVIP

2008年 1O月 西 北 工 业 大 学 学 报 0ct． 2008 第26卷第5期 JournalofNorthwesternPolytechnicalUniversity VolI26No．5 一 种基于多层语义相似性度量的图像检索方法 陈世亮，李战怀，袁 柳 (西北工业大学 计算机学院，陕西 西安 710072) 摘 要：图像通常用关键词表示其语义信息，基于关键词的图像检索方式存在因用户理解差异而导 致对图像语义理解的歧义问题。文 中利用语言学本体WordNet中单词的语义层次，并综合考虑单 词之间的同义关系、上下位关系等不同层次的抽象语义信息，通过建立检索词和标注词 间的语义关 联，统一不同用户对图像语义的理解和描述，再结合单词在不同抽象层次的语义信息计算图像的相 似性距离，实现了基于高层语义的图像检索。实验结果表 明，上述方法能有效提高图像的检索性能。 关 键 词：语义层次，语义相似性，图像检索 中图分类号：TP311 文献标识码：A 文章编号：1000—2758(2008)05—0588—04 从海量图像数据库中快速找到用户感兴趣的图 只要求被检索图像与检索图像在语义上相近或相关 像，实现快速、高效的图像检索是图像数据管理的核 即可 。 心任务之一。利用图像底层视觉特征实现基于内容 TonyLam和RahulSingh[3将图像的语义划 的图像检索 (CBIR)是图像管理技术的研究热点之 分为 3个 不 同的层 次：① 低层 语义 (Low level 一 ， 并 已取得许多成果：如QBIC[1]、VisualSEEK~2] semantics)信息：直接通过图像标注的解释或根据 等 。用户通常习惯于以自然语言或关键词的形式表 视觉内容将图像分割为对象得到；②高层的语义 达查询图像的语义信息，现有互联网上的图像搜索 (Highlevelsemantics)信息：通过检查图像底层语 引擎google、雅虎、百度等均采用基于关键词的检索 义间已经存在的概念关系扩充而来，这种概念关系 包括：部分与整体关系、上位与下位关系、同义关系 形式。该方法的缺点主要在于：由于标注者与检索者 等。经过扩展后，图像的语义 已经不是简单的解释 对 图像语义的理解不同，不可避免会 出现检索和标 了，如给定一幅包含 “plane”的图像，在高层语义中 注之间的歧义。本文将WordNet本体应用到图像检 可以与其上位词 “aircraft”或 “vehicle”等语义关联， 索中，利用wordNet的概念层次结构，通过综合考 表示是 “航行器”或 “交通工具”，这种语义关系在底 虑关键词在不同抽象层次的语义信息，计算图像间 层的基于关键词的语义表示和检索中是无法实现 的语义距离，解决了因用户主观理解和使用习惯的 的；③新生语义 (Emergentsemantics)与人类的主 不同而产生的对图像语义表述的不一致而产生的歧 观感知及图像的上下文有关，很难通过单一的特征 义问题 。 分析得到，是最难获取的一种语义层次信息。 WordNet依据词义来组