基于图语法视觉知识表达与标注图像数据库.docVIP

基于图语法视觉知识表达与标注图像数据库 　　 (1.华中科技大学图像识别与人工智能研究所， 武汉430074； 2.莲花山计算机视觉和信息科学研究院， 湖北?? 　　鄂州 436000) 　　?? 　　摘 要： 　　莲花山数据集采用与或图作为视觉知识模型，实现对客观世界中视觉模式的多层次表达，从而将多种标注任务统一到图像语法模型框架下。配套数据库通过两层模型分别管理视觉模型与标注数据，提供了灵活方便的数据导入、管理、查阅、输出功能，这是其他数据集所不具备的。最后给出基于该数据集标注结果的内容检索实验，该算法加入到标注工具中，作为一种自动功能用于辅助加速人工标注过程。 　　?す丶?词：图像语法； 视觉模型； 人工标注； 图像数据集； 计算机视觉 　　?ぶ型挤掷嗪牛?TP391.41 文献标志码： 　　 文章编号：1001-?B3695(2009)02-?B0747-?B05 　　?? 　　Visual knowledge representation based on image grammar and annotated database 　　?? 　　PENG Shao-wu1,2,LIU Le-yuan1,2,YANG Xiong1,2,SANG Nong1 　　??(1. Institute of Pattern Recognition Artificial Intelligence, Huazhong University of Science Technology, Wuhan 430074, China; 2. Lotus Hill Institute for Computer Vision Information Science, Ezhou Hubei 436000, China) 　　?? 　　Abstract:LHI image dataset is a most various multi-task annotated dataset. It uses and-or graph as visual knowledge model to represent the visual pattern in a hierarchical way. By this means, this paper integrated multi-task human annotation into a unified framework. The corresponding database used a two-tier model to manage visual model and annotated data respectively, while offering flexible functions of data import, management, browse and export, which was not seen in other dataset. A content-based retrieval experiment shows that annotated image works well on this algorithm, and this function is added into the label tool to assist the human label. 　　??Key words：image grammar;visual model;human annotated;image dataset;computer vision 　　?お? 　　0 引言?? 　　在计算机视觉领域，建设能适应多种需求的大型人工标注数据集是目前的热点，莲花山人工图像与视频标注数据集(LHI dataset)[1]便是其中之一。目前其数据量约为6万张图像、88万标注物体对象以及约88万帧视频画面、 676万标注物体。本文探讨怎样根据图语法模型进行视觉知识表达，并设计一个与莲花山图像数据集相配套的数据库框架。 ?? 　　在建设莲花山图像数据集的过程中遇到的问题有：?? 　　a)对怎样标注以及怎样表示通用视觉知识这两大视觉界数据集建设的难题，本文尝试作了解答。尤其是标注结果需要满足多种各不相同的视觉研究任务。?? 　　b)开发一个合适易用的标注工具，能够满足各种不同的标注任务。根据不同的视觉任务定义出一整套标注规则。?? 　　c)提出一个自顶向下的框架，以及相应的自动/半自动算法，用于规范与加速标注流程。?? 　　d)建设一个结构良好的数据库，在数据库中合适地表达视觉知识或视觉模型。?? 　　e)数据库发挥对模型与数据的桥接功能，将标注数据与分别来自