一种基于视觉记忆的图像特征提取及语义标注方法.docVIP

一种基于视觉记忆的图像特征提取及语义标注方法 　　摘要：该论文利用人类视觉记忆的工作机制和机理，提出一种基于视觉记忆的图像特征提取和语义标注方法，旨在解决图像特征提取和标注问题。这种方法首先利用图像分割技术提取图像目标区域特征，再运用隐马尔可夫模型在图像区域特征与标注词、标注词与标注词之间建立联系，现实图像的自动标注。最后，在真实数据集上仿真实验，结果表明该模型有效。 　　关键词：视觉记忆；特征提取；语义标注；HMM 　　中图分类号：TP391 文献标识码：A 文章编号：1009-3044（2018）15-0176-04 　　An Image Feature Extracting and Semantic Tagging Method Based on Visual Memory 　　LIU Yi-hong 　　（College of Computer， Huainan Normal University， Huainan 232038， China） 　　Abstract： This paper proposes an image feature extracting and semantic tagging method by using the working mechanism of human visual memory. It aims at solving the problems in image feature extracting and semantic tagging. The method first uses the image segmentation technique to extract the image features of the target area， and then uses Hidden Markov Model to establish the relations between the features of image area and tagged words and between the tagged words themselves， and thus automatic tagging of the images is achieved. Finally， the simulation experiment on real data set shows that the model is simple and effective and can do semantic tagging automatically. 　　Key words： visual memory； feature extraction； semantic tagging； HMM 　　1 引言 　　?S着计算机云存储技术和智能终端技术的飞速发展，越来越多的用户喜欢将自己日常生活、学习过程中产生的数据分享到个人空间或保存到云端服务器上，其中很大一部分是图像、视频、音频等多媒体数据，而且数据正呈指数级增长。若干年后，如何从这些海量数据中检索出用户重要的记忆信息，辅助用户回忆，是一个非常有意义的课题。为解决个人云存储中图像的特征提取和标注问题，本文提出一种基于视觉记忆的图像特征提取和语义标注方法。试图通过人类视觉记忆的工作机制和机理，建立图像低层视觉特征与高层语义，以及高层语义与语义之间存在的关联，来图理解像语义，从而实现图像语义自动标注。该方法首先利用图像分割技术将图像的目标区域分割出来，建立目标区域特征与标注词之间关联；其次利用标注词之间的共生关系，建立标注词与标注词之间的联系；然后运用隐马尔可夫模型（Hidden Markov Model，HMM）完成图像标注工作。最后，在数据集上进行仿真实验，结果显示该模型有效，能够较好地进行图像语义自动标注。 　　2 视觉记忆过程 　　视觉记忆是人脑对视觉特征编码、存储和检索的处理过程，是视觉系统中一种重要工作机制。心理学界普遍认为，人类的视觉记忆系统是由于感觉记忆、短时记忆和长时记忆三部分组成。文献[1]给出了视觉记忆信息加工模型（图1）。 　　根据该模型，外部信息对人的视觉器官刺激后，形成视觉痕迹首先进入到感觉记忆，感觉记忆包含的信息量大，保持时间非常短暂，很快就会消失，通常只有数秒，而且很容易被掩盖或转移。短时记忆是从感觉记忆中提取出来的非常有限的视觉特征，这些特征如果遇到与认知活动相关或具有特定的刺激就会受到注意，并重新编码进入到一个容量有限、保持时间略长?A短时记忆系统中。短时记忆通常不受新信息加工处理的干扰，它若在没有复述刺激的情况下，保持很短一段时间后就会丧失。但是若通过加工整合性的复述，便会进入到长时记忆中