基于嵌入結(jié)構(gòu)性信息視覺(jué)特征的圖像理解模型研究.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展和移動(dòng)互聯(lián)網(wǎng)的興起，大量的多媒體信息特別是圖像被上傳到互聯(lián)網(wǎng)上并且數(shù)目仍在不斷的增加，這些信息將人們帶入了圖片大數(shù)據(jù)時(shí)代。為了挖掘海量圖像數(shù)據(jù)中的有效信息及其中所蘊(yùn)含的經(jīng)濟(jì)和社會(huì)價(jià)值，涉及到與圖像相關(guān)的諸多技術(shù)，圖像理解是其中較重要的一環(huán)。傳統(tǒng)的用于圖像理解的方法主要是基于詞袋模型，即首先提取圖像的底層特征表示，然后構(gòu)建一個(gè)編碼詞典，最后將圖像底層特征依據(jù)編碼詞典進(jìn)行映射得到圖像的直方圖特征表示。雖然該方法廣泛應(yīng)用于

2、圖像理解的相關(guān)方向如圖像中的物體識(shí)別和圖像檢索，并取得了一定的效果，但是基于詞袋模型的表示方法會(huì)將圖像中蘊(yùn)含的結(jié)構(gòu)信息丟失，導(dǎo)致圖像特征表示的辨別性和魯棒性存在一定的局限性。
　　區(qū)別于基于詞袋模型的圖像特征表示方法，本論文提出了一種新的構(gòu)建圖像特征表示的方法，該方法將與圖像相關(guān)的結(jié)構(gòu)信息融合到圖像的特征表示中，以此來(lái)提高圖像特征表示的辨別性和魯棒性。本論文提出了三種不同形式的結(jié)構(gòu)信息的嵌入視覺(jué)特征表示方法，并將其分別應(yīng)用于圖像理

3、解領(lǐng)域中的圖像檢索，圖像分類(lèi)和圖像語(yǔ)義標(biāo)注中。
　　第一種方法是在基于輪廓圖像的圖像檢索和分類(lèi)的應(yīng)用中，不同于傳統(tǒng)的方法直接提取輪廓圖像的特征點(diǎn)并構(gòu)建特征描述符，在本論文中，提出了將輪廓圖像所描述的物體的本身所具有的結(jié)構(gòu)對(duì)稱(chēng)性嵌入到圖像的視覺(jué)特征表示中，從而構(gòu)建出包含物體對(duì)稱(chēng)結(jié)構(gòu)的圖像視覺(jué)特征表示。該特征表示能夠有效的提高特征描述符的辨別性和魯棒性。在實(shí)驗(yàn)中，將該嵌入對(duì)稱(chēng)結(jié)構(gòu)的視覺(jué)特征表示應(yīng)用于輪廓圖像的分類(lèi)和檢索上，實(shí)驗(yàn)結(jié)果表明

4、該方法能夠有效的提高輪廓圖像的檢索和分類(lèi)的準(zhǔn)確度證明了結(jié)構(gòu)信息嵌入特征表示中的有效性。
　　第二種方法是在基于視覺(jué)屬性的圖像檢索的應(yīng)用中，不同于傳統(tǒng)的方法僅考慮視覺(jué)屬性查詢(xún)?cè)~與其他相關(guān)視覺(jué)屬性之間的共存性，在本論文提出的方法中，首先將視覺(jué)屬性結(jié)構(gòu)之間的互斥和共存性嵌入到視覺(jué)屬性的特征表達(dá)之中。然后利用該嵌入結(jié)構(gòu)信息的圖像特征表示，提出了一種基于特征重建的圖像檢索框架，該框架能夠有效的保留圖像的結(jié)構(gòu)特征從而能夠有效的提高圖像檢索的穩(wěn)

5、定性和魯棒性。實(shí)驗(yàn)結(jié)果證明該方法能夠有效的降低查詢(xún)關(guān)鍵詞的歧義性，提高圖像檢索的準(zhǔn)確度。
　　第三種方法是在基于弱監(jiān)督的圖像標(biāo)注的應(yīng)用中，由于圖像中包含有多個(gè)物體，因此傳統(tǒng)的基于詞袋的特征表示方法具有歧義性，進(jìn)而無(wú)法表示圖像中不同物體之間的結(jié)構(gòu)關(guān)系，最后使得圖像標(biāo)注結(jié)果的不準(zhǔn)確。本論文提出一種將語(yǔ)義標(biāo)簽的結(jié)構(gòu)相關(guān)性信息嵌入到圖像特征表示之中的方法，從而克服原始特征表示存在的歧義性。實(shí)驗(yàn)結(jié)果表明該嵌入語(yǔ)義標(biāo)簽的結(jié)構(gòu)性特征表示能夠有效

6、的提高圖像特征表示的辨別性和泛化能力，進(jìn)行能夠推動(dòng)圖像標(biāo)注的查全性和準(zhǔn)確率的提升。
　　本論文為了驗(yàn)證視覺(jué)特征的結(jié)構(gòu)性在圖像理解中的作用，考慮到不同的應(yīng)用場(chǎng)景下圖像特征中嵌入不同層次的結(jié)構(gòu)性信息：底層信息中的物體本身的對(duì)稱(chēng)結(jié)構(gòu)，中層特征信息中的視覺(jué)屬性的相關(guān)性結(jié)構(gòu)以及高層物體標(biāo)簽信息之間的語(yǔ)義結(jié)構(gòu)。通過(guò)不同的實(shí)驗(yàn)結(jié)果證明本文所提出的嵌入結(jié)構(gòu)性信息的視覺(jué)特征表示能夠有效的提高特征表示的辨別性和魯棒性，同時(shí)實(shí)驗(yàn)結(jié)果也表明了嵌入結(jié)構(gòu)性信