论文摘要：图像理解的分层语义提取

图像理解是人工智能和机器视觉中的基础问题。它不仅在诸多传统领域，例如自动监控，医学等，有着广泛的应用，近年来随着网络和多媒体技术的发展，它在基于内容的图像检索等新的应用中显得更加重要。本文在三个不同层次上，即图像层次，属性层次以及物体层次，对图像理解和图像语义的提取进行了深入的研究，主要研究成果如下：1. 图像层次：本文针对两类重要和常见的图像类别提出了有效的检测方法。首先，本文针对天空图像提出了一种用整体模型和局部模型进行天空图像识别的方法。在整体层次上，本文提出了一个新的匹配模型，称为可移动匹配模型。相对于已有的主流整体匹配技术，例如，空间金字塔匹配模型，可移动匹配模型的优势在于充分考虑了空间变化，更好地度量了图像相似度，因而改善了分类器的性能。在局部层次上，我们在充分考虑了局部的各种上下文信息后，训练了一个超像素(super-pixel)分类器，用来判断一个超像素是否是天空。最后，我们把整体分类器和局部分类器的优势结合起来，得到了一个合并后的总分类器。该算法的有效性在一个高难度的天空分类数据集上得到了验证。其次，本文提出了一个有效的线条画检测方法。线条画是网络上一种常见的图像类型，但是由于网络图像的复杂和噪声，并不容易被检测。现有的图像搜索引擎也没有提供类似的功能。我们提出了针对此图像类型的图像描述子：多尺度的梯度强度直方图。该描述子能快速有效的识别线条画，其有效性在一个大数据集上获得了验证。我们的方法为图像搜索引擎提供了一个有用的功能。2. 属性层次：本文提出了一个交互式的天空图像搜索系统，用于搜索互联网上下载的50万张天空图片，称为天空寻找器（SkyFinder）。该系统基于天空图片的各种属性（类别，布局，云彩丰富度，地平线的位置等等）。用户只需要组合这些属性，就可以方便和高效地找到想要的天空图片，例如“云彩丰富并且太阳在左下角的夕阳图片”，或者“地平线较低的蓝天白云图片”。通过事先离线地计算好数据库中所有天空图像的属性，该系统的交互式在线搜索是全自动并且可扩展的。此外，我们还通过这些语义属性建立了一个以天空图像作为节点的天空图，使得用户可以容易浏览各种天空图像并找到它们之间的连续路径。最后，我们的系统还可以帮助用户自动地进行图片中的天空替换。3. 物体层次：基于滑动窗口框架和直方图特征的分类器是物体检测的标准方法。该方法的一个重要缺陷在于计算代价太高：已有算法的计算复杂度都是正比于直方图的维数，从而难以使用高维直方图特征。本文提出了一个高效的计算方法来计算滑动窗口框架下基于直方图的目标函数，而该方法的计算复杂度与直方图的维数无关，从而很容易使用高维直方图特征。该方法充分利用了自然图像的空间连贯性，同时以增量的方式计算目标函数，因而能够实现高效的计算。我们通过实验验证了该方法在物体检测，物体跟踪和图像显著区域分析等重要应用中获得了显著的性能提升。跟现有技术相比，我们的算法通常能够达到几十倍到几百倍的加速。

来源：半壳优胜鲸鱼幸运星转载请保留出处和链接！

本文链接：http://87cpy.com/202453.html