基于內(nèi)容的多媒體視覺信息搜索研究.pdf

1、近年來，隨著電子技術(shù)、多媒體技術(shù)的發(fā)展，多媒體視覺內(nèi)容信息作為一種直觀形象、更具吸引力的知識表達(dá)形式產(chǎn)生著越來越重要的影響。與此同時，互聯(lián)網(wǎng)技術(shù)、大容量數(shù)據(jù)存儲技術(shù)的進(jìn)步有效促進(jìn)了多媒體視覺內(nèi)容信息的存儲及傳播。面對如此豐富的視覺內(nèi)容信息，如何實(shí)現(xiàn)合理地、有效地組織、表達(dá)及搜索，已成為現(xiàn)階段信息檢索領(lǐng)域研究的熱點(diǎn)問題。
　　 本文從基于內(nèi)容的多媒體視覺信息搜索的總體框架出發(fā)，以視覺內(nèi)容分析為主線，分別從視覺內(nèi)容多標(biāo)注語義概念檢測

2、、視覺內(nèi)容特定概念檢測、視覺內(nèi)容標(biāo)注語義相關(guān)度排序、交互式顏色結(jié)構(gòu)搜索四個方面展開研究。本論文的主要研究工作和創(chuàng)新點(diǎn)如下：
　　 1.針對多媒體視覺內(nèi)容多標(biāo)注概念檢測問題，提出了一種基于稀疏圖結(jié)構(gòu)的轉(zhuǎn)導(dǎo)半監(jiān)督學(xué)習(xí)方法。傳統(tǒng)方法假設(shè)多個語義概念間相互獨(dú)立，忽略了語義概念之間的相關(guān)性信息。本文方法利用信號稀疏化表達(dá)原理挖掘樣本間的視覺相似性關(guān)系以及概念間的分布相關(guān)性關(guān)系，并通過隱馬爾可夫隨機(jī)場模型將概念間分布相關(guān)性與半監(jiān)督學(xué)習(xí)一致性

3、假設(shè)有機(jī)結(jié)合在一起，完成多標(biāo)注轉(zhuǎn)導(dǎo)半監(jiān)督學(xué)習(xí)。算法在克服訓(xùn)練樣本缺乏問題的同時，通過稀疏化方法合理挖掘了概念間的相關(guān)性，改進(jìn)了標(biāo)注表現(xiàn)并降低了模型復(fù)雜度。算法在TRECVID2005數(shù)據(jù)集上與6種相關(guān)算法進(jìn)行了比較，實(shí)驗(yàn)結(jié)果驗(yàn)證了本文算法的有效性。
　　 2.針對視覺內(nèi)容中特定概念(船只目標(biāo))的檢測應(yīng)用，提出一種基于灰度標(biāo)準(zhǔn)差平面局部Contrast-Box濾波的可見光遙感圖像中船只目標(biāo)檢測方法。選用局部灰度統(tǒng)計標(biāo)準(zhǔn)差作為檢測特

4、征實(shí)現(xiàn)了對黑-白兩利極性船只目標(biāo)的統(tǒng)一描述，并消除了海面背景平均亮度變化的影響，同時有效降低了問題的規(guī)模。選用Contrast-Box局部自適應(yīng)濾波在檢測特征平面上完成候選目標(biāo)定位，并利用了目標(biāo)的空間結(jié)構(gòu)信息，有效克服云、海浪、船只尾跡的影響。
　　 3.針對網(wǎng)絡(luò)共享多媒體視覺內(nèi)容的噪聲標(biāo)注信息，提出一種基于視覺內(nèi)容語義相關(guān)度的標(biāo)簽排序方法。算法基于貝葉斯理論給出標(biāo)簽與視覺內(nèi)容語義相關(guān)度定義的概率描述，同時考慮了標(biāo)簽本身的視覺信

5、息語義相關(guān)先驗(yàn)概率和標(biāo)簽與特定視覺內(nèi)容語義相關(guān)的似然概率。針對不同底層特征在表達(dá)不同的語義內(nèi)容時的語義鴻溝狀況，融合全局與局部視覺特征實(shí)現(xiàn)對不同語義的標(biāo)簽與視覺內(nèi)容間相關(guān)度概率的準(zhǔn)確估計。算法具有無監(jiān)督特性，能夠自動挖掘網(wǎng)絡(luò)數(shù)據(jù)完成運(yùn)算，不需要事先提供訓(xùn)練樣本以及額外的訓(xùn)練過程。算法在較大規(guī)模的Flickr數(shù)據(jù)集上進(jìn)行了實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明本文方法能夠?qū)εc視覺內(nèi)容相關(guān)的標(biāo)簽和與上下文信息相關(guān)的標(biāo)簽實(shí)現(xiàn)正確地區(qū)分。
　　 4.在基于

6、關(guān)鍵字的多媒體視覺內(nèi)容搜索模式的基礎(chǔ)上，提出了一種面向顏色結(jié)構(gòu)信息挖掘的交互式視覺內(nèi)容搜索技術(shù)。通過兩種搜索模式的結(jié)合幫助用戶搜索獲取不僅語義上相關(guān)而且滿足用戶顏色結(jié)構(gòu)搜索意向的視覺內(nèi)容結(jié)果。顏色結(jié)構(gòu)信息通過新設(shè)計的二進(jìn)制形式的特征進(jìn)行表達(dá)。特征具有很小的空間存儲需求。顏色結(jié)構(gòu)一致性定義考慮了不同感興趣顏色間的絕對、相對以及上下文空間分布一致性關(guān)系。一致性計算過程可通過按位比特運(yùn)算在線完成。在交互界面方面，本文提供了多種靈活的顏色選擇、