基于概率的复杂目标图像语义推理模型-武汉大学学报·信息科学版.PDFVIP

第 卷 第 期 武 汉 大 学 学 报 ·信 息 科 学 版 Ｖｏｌ．３４Ｎｏ．９ ３４ ９ 年 月 Ｓｅｔ．２００９ ２００９ ９ ＧｅｏｍａｔｉｃｓａｎｄＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅｏｆＷｕｈａｎＵｎｉｖｅｒｓｉｔ ｐ ｙ 文章编号： （ ） 文献标志码： １６７１８８６０２００９０９１０４３０４ Ａ 基于概率的复杂目标图像语义推理模型 １ １ １ １ 黄 宇 付 琨 吴一戎 詹芊芊 　 　 　 　 　 （ 中国科学院电子学研究所，北京市海淀区中关村北一条 号科电大厦， ） １ ９ １００１９０ 　 摘 要：结合本体技术语义表达的优势和 Ｂａ ＯｆＷｏｒｄｓ模型的复杂目标图像建模的优势，将复杂目标本体中 　 ｇ 的本体概念作为随机变量引入到 Ｂａ ＯｆＷｏｒｄｓ模型中，提出了基于本体的复杂目标语义推理模型，建立了本 ｇ 体概念同图像的映射关系。通过本体概念在语义网中的推理，得到图像更深层次的语义推理结论，并通过实 验验证了此模型的有效性。 关键词： 描述子；本体概念； 模型；语义推理 ＳＩＦＴ Ｂａ ＯｆＷｏｒｄｓ ｇ 中图法分类号： ； Ｐ２３７．９ Ｐ２０８ 基于本体技术易于对语义知识进行表达及推 ［１２１４］作为本文模型的 择尺度不变描述子（ＳＩＦＴ） 　　 ［，］ 理的优势 １２ ，前人在构建高层语义同低层图像 特征基础。将 ＳＩＦＴ描述子构建 Ｂａ ＯｆＷｏｒｄｓ ｇ 特征的映射方法及图像语义模型方面作了大量的 字典的具体方法如下： 特征的提取和表示，检测 ① 研究，但这些研究大都集中在图像纹理、颜色及几 和提取图像中的 ＳＩＦＴ特征描述子。 形成字 ② 何特征的映射方法上。随着目标复杂度的提高、 典，对提取的 特征描述子进行聚类（ 均值 ＳＩＦＴ 犓 目标几何尺寸的加大，基于像素的建模也越来越 算法），并将聚类中心构成特征字典（本文采用聚 困难，尤其是对高分辨率遥感图像中的复杂目标， 类数为 ）。 将每幅图像的