基于本体和描述逻辑的图像语义识别.pdfVIP

基于本体和描述逻辑的图像语义识别木 张杨房斌徐传运 重庆大学计算机学院，重庆400044 摘要：针对图像识别中缺乏语义描述和底层语义映射到高层语义的方法的问题，本文首先采用层 次模型按照不同的抽象程度对图像语义进行分解，然后借鉴本体的思想来表示图像语义层次模型提取 到的高层语义，并利用描述逻辑建立图像语义知识库和推理机制，最后建立图像语义识别系统，以验 证该方法的实用性和有效性。 关键词：图像语义本体描述逻辑 l引 言 在基于语义的图像识别过程中，先从图像的属性中提取信息，进而完成低级属性空间到高层语义空间 的传递、映射和融合。目前的计算机图像识别技术不能自动提取图像的语义特征，主要有两个方面的困难 【l J：一是缺乏具有一定概念级的语义结构描述方法；二是低层的图像视觉特征映射到高层语义特征之间的 “语义鸿沟”问题尚未得到完全解决，即缺乏将低层的图像视觉特征映射到高层语义的方法。 本文通过对图像语义的模型描述、提取方法及其在图像检索中的应用等进行研究，采用领域本体和描 述逻辑作为图像语义识别的概念模型和逻辑基础，提出了一种语义结构描述方法，实现了图像视觉特征到 高层语义的映射，为图像语义的智能、自动识别提供了一种新的解决思路和实施方案。 2相关工作 1991年，DARPA知识共享计划提出了用本体来对知识进行建模、通过问题解决方法来说明推理机制， 以充分利用现有知识组件建立新的知识系统。采用本体来表示语义具有如下优势【2】：(1)本体提供了一种结 构化表示语义信息的手段，因为本体不仅可以明确表示概念，还可以明确描述概念之间的关系和规则；(2) 本体支持对语义信息的重用，因为本体提供了独立于特殊对象的语义描述手段，可以在不同的系统中进行 重用。目前，关于本体的公认的定义是TomGruber在1994年提出的：“本体是关于领域共享概念的一致的 形式化说明【3】”，说明本体必须是_致的、本体的描述是形式化的。传统的本体表示语言大多基于一阶逻 展语言相继被提出『41。 早期的知识表示方法主要有一阶逻辑、框架系统和语义网络等。一阶逻辑的表达能力强，支持多种推 在1975年提出框架知识表示方法，框架表示和语义网络的共同不足是在语义表示方面不够清晰。二十世纪 博士生导师，主要研究方向为图像处理、模式识别；徐传运(1979．)，男，重庆开县人，博士生，主要研究方向为P2P搜索． 七十年代BraChm锄等人提出了描述逻辑【5】，其显著的特征是具有形式化语义并且满足可判定要求。描述逻 辑是基于描述语言的知识形式表示方法的统称，描述语言为描述逻辑提供了一系列构造算子，AL描述语言 是所有描述逻辑的基础，而描述逻辑知识库由表示断言知识的内涵部分和描述术语知识或与应用领域背景 知识的外延部分组成【6，7】。 3面向本体的图像语义模型 L锄和Rahul 语义模型是图像特征的抽象，Tony Sin曲‘8】将图像的语义信息划分成3个层次：(1)低层语 义，直接通过图像标注的解释或根据视觉内容将图像分割为对象得到；(2)高层语义，通过检查图像底层 语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、同义关系等； (3)新生语义，与人类的主观感知及图像上下文有关，很难通过单一的特征分析得到。 3．1图像语义层次模型 M0delof 本文提出了图像语义层次模型(HMIS：HiberarchyImage 的全局和局部低层特征进行提取。 匪回 Model 图1图像语义的层次模型(HMIS：HiberaJ．chyofImageSem锄tics) HMIs将图像信息分为固有信息(即图像自身的颜色、纹理和形状等基本属性，图像中的对象、对象与 对象的相对关系等)和语义信息(即场景语义、行为语义和情感语义)，由特征层、对象层和概念层构成： 特征层从固有信息中提取颜色、形状、纹理等底层语义，对象层在特征层的基础上形成图像中的对象以及 对象