基于上下文的图像理解算法研究-计算机应用技术专业论文.docxVIP

山东师范大学硕士学位论文 山东师范大学硕士学位论文 山东师范大学硕士学位论文 山东师范大学硕士学位论文 万方数据 万方数据 万方数据 万方数据 摘要 在最近的几十年的时间里，人们的物质文化生活水平得到了极大的发展，与此同时， 科技也取得了一些突飞猛进的成果，尤其是计算机技术，在最近的几十年的时间里得到了 非常迅猛的发展。而图像作为人们日常生活中获取信息的最主要的方式，人们对于它的研 究越来越深入。图像已经成为了人们生活中非常重要的组成部分。我们生活中处处都需要 和图像打交道。比如我们拍摄的生活中的照片、监控系统的录像以及卫星扫描得到的一些 图像等等。计算机技术在最近几十年中得到了飞速的发展。将计算机技术与图像的处理结 合起来使得图像的处理也变得更加的简单。这对于我们对图像进行一些处理提供了很大的 有利条件。 图像理解就是对图像中的相应的对象进行标签标注，然后对图像中对象的相对位置记 录，最后将图像中对象的标注以及相对位置进行语义化标记输出。它是使用计算机来自动 的对图像进行解释的一个过程，类比于人们对于外在景象的一个理解的过程。人是通过视 觉来对图像进行获取，然后用大脑来进行分析，从而得出图像的信息。而计算机获取图像 可以通过很多的方式，比如照相机拍照、监控、卫星、红外扫描仪等等。而图像理解就是 将获取到的图像，结合图像处理的方法，进而分析出图像的信息并且将这些信息进行语义 化的输出的过程。随着计算机视觉领域以及人工智能技术的不断发展，许多的新的研究成 果不断地涌现，图像理解在越来越多的领域中都得到了非常重要的应用，比如工业视觉、 人机交互以及生物视觉领域等等。 由于在日常生活中，我们所获取到的图像总是存在噪声的影响，所以在介绍本文的主 要内容之前，本文先给出了一个图像预处理过程，即结合了传统的 Retinex 算法以及颜色 统计思想的图像增强算法。用这个图像增强算法来对我们后面需要用到的图像进行一个预 处理增强，从而更方便我们后面的识别和理解过程。 其次，场景识别技术作为图像理解的一个非常重要的组成部分，也一直是图像领域一 个研究的重要内容。本文在借鉴了已有的算法的基础上，给出了一个场景识别算法。算法 对目标图像集依次进行了图像块匹配、行为识别、视线预测等。实验结果也证明了算法的 有效性。 接着，本文给出了基于上下文的图像理解算法。算法首先对图像进行了分割，然后构 建了图像的 PatchNet 用来记录图像的上下文关系。接着对图像中人物的行为动作进行了 识别，接着对图像中的对象进行了一个标签迁移，最后对图像进行了一个深度信息恢复。 这样，知道了人物的行为动作，知道了图像中对象的标签以及对象的上下文关系以及深度 信息，就可以比较好的对图像进行解释了。 最后，对本文的研究的内容进行了简单的总结，讲述了本文的算法的优点以及不足。 然后对本文工作在未来一段时间所需要继续研究的内容。 i 关键词：图像增强；场景识别；上下文语义；图像理解 分类号：TP391 ii ABSTRACT With the development of modern society and the improvement of people’s living standard, computer technology has also developed rapidly, so the study of image is becoming more and more deeply. Images has been an important part in our daily life. We can see images everywhere in our daily life, such as the photos taken in our modern life or by video monitoring system, the images taken by satellite and so on. So, image has an important influence on our daily life. Computer technology has developed rapidly in recent decades. Combining image processing with computer technology can make the process simple. This provides a lot of favorable condition for image processing. Image understanding is to label the corresponding object in the image