圖像情感語義本體研究.pdf

1、隨著網(wǎng)絡技術的不斷成熟和發(fā)展，產(chǎn)生了大量的數(shù)字化圖像，如何對這些圖像信息進行有效的組織、存儲和檢索，是目前研究的熱點問題。傳統(tǒng)的基于文本索引的圖像檢索已經(jīng)不能滿足大規(guī)模的圖像檢索需要，基于內(nèi)容的圖像檢索技術，由于圖像的低階視覺特征和高階語義特征之間存在差距，必將產(chǎn)生“語義鴻溝”問題，使得檢索結果很難符合用戶的檢索要求。
　　 為了解決“語義鴻溝”問題，人們提出基于語義的圖像檢索，試圖用多種方法實現(xiàn)圖像低層視覺特征和高層語義之間的

2、映射。目前，常用的映射方法有：采用支持向量機(support vector machine，SVM)的方法,構造語義分類器；采用圖像的分類和聚類，將圖像進行語義歸并；關聯(lián)圖像和語義建模；利用相關反饋技術(relevance feedback)，通過用戶評價檢索結果，進行圖像語義學習；建立潛在語義索引(latent semantic indexing,LST)；利用圖像的感興趣區(qū)域(region of interest)，區(qū)分圖像區(qū)域重要

3、程度，以此來彌補語義鴻溝。
　　 這些方法都或多或少存在這樣那樣的不足，如SVM方法，當輸入的信息空間維數(shù)較大時使得訓練時間長。分類、聚類需要大量訓練樣本。LST方法不適合于大圖像庫等。這些方法的共同特點，是將圖像的低層視覺特征和圖像的高層語義作為兩個獨立的客體，割裂了兩個客體之間的內(nèi)在關系。
　　 為此本文提出了利用本體，將圖像情感和低階特征整合為一個整體，利用本體內(nèi)部的語義關系和推理能力來減小“語義鴻溝”。
　

4、　 本文提出了利用MPEG-7和FCA融合構建圖像情感領域本體的方法。構建了以本體為核心的圖像情感語義檢索模型。最后通過實驗驗證了此構建方法的可行性和此模型的有效性。
　　 對于“MPEG-7和FCA融合構建圖像情感領域本體的方法”。是針對圖像領域特有的標準MPEG-7，利用了此標準的通用性、規(guī)范性等特點，而提出的一種建立領域本體的方法。將MPEG-7與FCA結合的可行性體現(xiàn)在：利用了Mpeg-7的標準性和豐富的描述子、描述方

5、案作為構建圖像頂層本體的數(shù)據(jù)源，體現(xiàn)了頂層本體的規(guī)范性、通用性和可擴展性；由于FCA中的內(nèi)涵和外延體現(xiàn)了本體構建中概念和屬性的關系，所以可利用FCA自動生成概念格算法自動構建圖像情感語義應用本體。
　　 對于“建立以本體為核心的圖像情感語義檢索模型”。是利用了本體可以將某個特定領域的概念和術語規(guī)范化，刻畫概念之間內(nèi)在的聯(lián)系。利用本體所具有的語義特性，將圖像低階特征和高層語義銜接起來，同時利用本體的推理能力，將情感語義檢索的范圍和