基于语义信息图像理解关键问题研究.docVIP

基于语义信息图像理解关键问题研究 　　（嘉兴学院 数学与信息工程系， 浙江 嘉兴 314000） 　　 　　摘 要： 　　为了缩短介于低层视觉特征与高层语义特征之间的“语义鸿沟”距离，提出了急需解决的两大关键问题。首先按语义抽象程度给出了一种图像语义层次模型，着重分析与比较了四种语义信息提取方法的特点和存在问题；然后介绍了几种典型的语义特征相似性度量方法，阐述了目前图像理解应用的研究现状；最后搭建了图像语义理解框架，讨论了智能图像语义理解的未来研究趋势。 　　关键词：图像理解； 语义信息； 图像层次模型； 特征表示与提取； 相似性度量 　　中图分类号：TP391.4文献标志码：A 　　文章编号：1001?菠B3695(2009)04?菠B1234?菠B07 　　 　　Research on key problems of image understanding based on semantic information 　　ZHU Rong 　　（Dept. of Mathematics Information Engineering, Jiaxing University, Jiaxing Zhejiang 314000, China） 　　 　　Abstract: 　　This paper presented two key problems to shorten “semantic gap” distance between low??level visual features and high??level semantic features. First, according to the abstract degree of semantic information, set up a kind of image hierarchical model, and analyzed the characteristics and limitations of four semantic extraction methods in detail. Then, compared some representative similarity measures, and illustrated application research status in this field. Finally, based on the framework of image semantic understanding, discussed the development directions and research emphases. 　　Key words：image understanding; semantic information; image hierarchical model; feature representation and extraction; similarity measure 　　 　　图像理解位于图像工程三个层次中的顶层，其重点是在图像处理与分析的基础上，结合人工智能和模式识别理论，解释客观场景并分析图像内容，从而指导和规划人类行为[1]。近几年来，图像理解，尤其是基于语义信息的图像理解，已经成为一个研究热点，并成为数字化图书馆、多媒体信息检索等重大研究项目的核心技术[2,3]。图像语义理解由图像的感知内容去推断语义内容，这种推断建立在所掌握的概念和日积月累的经验之上，因此，图像理解也是一个基于知识的理解过程。图像语义理解的最终目标是满足用户需求。随着多媒体和网络技术的迅猛发展，Web图像资源与日俱增，如何充分理解图像所包含的隐含语义内容、如何真正有效地利用图像信息资源，如今已经成为一个重要的课题。 　　?ゴ?统的图像资源利用大多借助于低层视觉特征，如颜色、纹理、形状、轮廓，实质上是计算机对图像内容的理解。然而，一幅图像胜过千言万语，图像的语义信息远远比视觉特征所能表达的要丰富得多。图像的低层视觉特征仅仅代表视觉信息，忽略了图像内容所包含的语义信息，与人类对图像的理解存在一定的差异。这种在计算机图像理解与人类图像理解之间存在着的客观区别，也即图像低层视觉特征与高层语义特征之间存在着的较大距离，被称为“语义鸿沟”。基于语义层次上的图像理解研究是解决“语义鸿沟”问题的重要技术，其关键问题有两个：a）建立低层视觉特征与高层语义特征之间的相互映射；b）基于图像抽象的语义表示度量图像间的相似性。 　　?ソ?年来，许多从事图像视觉研究的人员已经认识到语义研究在图像理解中的重要性，但并没有将基于语义信息的图像理解作为一个智能信息处理领域进行全面的系统性研究。本文围绕解决该领域中