文档介绍：基于场景语义图像标注关键技术的研究工学硕士学位论文硕士研究生:付杰导师:于林森申请学位级别:工学硕士学科、专业:计算机应用技术所在单位:计算机科学与技术学院答辩月授予学位单位:哈尔滨理工大学日期:国内图书分类号:一
乒、:‘工篢●■
导师签名:午黼燃哈尔滨理工大学硕士学位论文原创性声明哈尔滨理工大学硕士学位论文使用授权书不保密翮。日期:Ⅻ年;月嗲日同期:如,辍菰耹』日保密厂日期:辏月本人郑重声明:此处所提交的硕士学位论文《基于场景语义图像标注关键技术的研究》,是本人在导师指导下,在哈尔滨理工大学攻读硕士学位期间独立进行研究工作所取得的成果。据本人所知,论文中除已注明部分外不包含他人已发表或撰写过的研究成果。对本文研究工作做出贡献的个人和集体,均已在文中以明确方式注明。本声明的法律结果将完全由本人承担。作者签名:《基于场景语义图像标注关键技术的研究》系本人在哈尔滨理工大学攻读硕士学位期间在导师指导下完成的硕士学位论文。本论文的研究成果归哈尔滨理工大学所有,本论文的研究内容不得以其它单位的名义发表。本人完全了解哈尔滨理工大学关于保存、使用学位论文的规定,同意学校保留并向有关部门提交论文和电子版本,允许论文被查阅和借阅。本人授权哈尔滨理工大学可以采用影印、缩印或其他复制手段保存论文,可以公布论文的全部或部分内容。本学位论文属于年解密后适用授权书。朐谝陨舷嘤Ψ娇蚰诖颉ⅲ
基于场景语义图像标注关键技术的研究摘要式无法解决“语义鸿沟”筒愕氖泳跆卣饔敫卟愕挠镆灞泶锎嬖诰薮蟮牟钜文档中所含有的词汇,将通过上述方式构建得到的“文档一词汇卣笞魑8随着计算机技术的发展以及互联网应用的兴起,如何有效地管理与检索图像已成为目前信息检索领域中的重要课题。由于传统的基于内容的图像检索方问题,基于语义的图像检索证逐渐成为研究的热点。基于语义的图像检索的关键和难点在于基于语义的图像标注。本文回顾了图像标注的发展历程及其各自的基本理论的优缺点孀凼隽嘶谟镆宓耐枷癖曜⒌难芯肯肿础1疚牡墓作主要体现在:提出了一种基于概率潜在语义分析与高斯混合模型相结合的自动语义图像标注方法。该方法主要包括图像低层视觉特征提取、利用概率潜在语义分析技术对训练图像进行潜在语义发现、图片的高斯混合模型表示等过程。首先,将训练集中的每一幅图像都看成是一篇文档,将对图像进行标注的关键字看成是率潜在语义分析模型的输入值,通过期望最大值算法对概率潜在语义分析模型进行拟合,得到模型参数,并以此作为依据来对图像进行类别划分和提取图像的潜在语义。其次,通过图像分割技术将每幅图像都分割成几个均匀的区域,将同一类别下每幅图像的各个区域都看成是特征空间中的一个点,提取每个区域的特征向量并通过期望最大值算法对其进行聚类,得到表示每一个图像类别的高斯混合模型。最后,计算测试图像在每个高斯混合模型中后验概率的大小,并结合该图像类别下关键字的分布规律来对测试图像进行语义标注。本文提出的图像语义标注方法不需要事先知道训练图像的分类信息,在相关图像数据集上的实验结果表明,本文所提出的方法能对图像进行较好的语义标注。关键词图像标注;概率潜在语义分析;高斯混合模型哈尔滨理笱学顾一卜学位论文
琯—甌曲,,,..,癲獁”瑄.,,哈尔滨理∪搜В甌学硕貉宦畚....●
■■。’。———————。。一~,..,哈尔滨理工人学工学硕貉宦畚..●
口三罩摘罢要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.第滦髀邸研究背景⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图像标注的国内外研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.枷癖曜⒌⒌墓谘芯肯肿础论文研究的内容和意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.ⅲ.疚难芯康囊庖濉论文的组织结构⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第峦枷竦筒闶泳跆卣魈崛概述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.颜色特征提取⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.纹理特征集⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..形状特征提取⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.第峦枷癯【坝镆宓奶崛概述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯潜在语义分析模型简介⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.概率潜在语义分析及用其提取图像的场景语义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图像场景语义发现⋯⋯