面向语义属性查询的动画场景图像检索系统
图像语义分析与理解综述
*国家自然科学基金资助项目(N o .60875012,60905005)收稿日期:2009-12-21;修回日期:2010-01-27作者简介 高隽,男,1963年生,教授,博士生导师,主要研究方向为图像理解、智能信息处理、光电信息处理等.E m a i:l gao j un @hfut .edu .cn .谢昭,男,1980年生,博士,讲师,主要研究方向为计算机视觉、智能信息处理、模式识别.张骏,女,1984年生,博士研究生,主要研究方向为图像理解、认知视觉、机器学习.吴克伟,男,1984年生,博士研究生,主要研究方向为图像理解、人工智能.图像语义分析与理解综述*高 隽 谢 昭 张 骏 吴克伟(合肥工业大学计算机与信息学院合肥 230009)摘 要 语义分析是图像理解中高层认知的重点和难点,存在图像文本之间的语义鸿沟和文本描述多义性两大关键问题.以图像本体的语义化为核心,在归纳图像语义特征及上下文表示的基础上,全面阐述生成法、判别法和句法描述法3种图像语义处理策略.总结语义词汇的客观基准和评价方法.最后指出图像语义理解的发展方向.关键词 图像理解,语义鸿沟,语义一致性,语义评价中图法分类号 T P 391.4I m age Se m antic Anal ysis and Understandi ng :A R eviewGAO Jun ,XI E Zhao ,Z HANG Jun ,WU Ke W ei(S chool of C o m puter and Infor m ation,H e fei University o f T echnology,H efei 230009)ABSTRACTSe m antic ana l y sis is the i m portance and diffi c u lty of high level i n terpretati o n i n i m age understandi n g ,i n wh ich there are t w o key issues of text i m age se m an tic gap and tex t descri p ti o n po lyse m y .Concentrating on se m antizati o n o f i m ages onto logy ,three soph i s tica ted m et h odolog ies are round l y rev ie w ed as generati v e ,d iscri m ina ti v e and descriptive gra mm ar on the basis of conc l u d i n g i m ages se m antic fea t u res and context expression .The ob jective benchm ark and eva l u ation for se m an tic vocabu lary are i n duced as w e l.l F i n ally ,the summ arized directions fo r furt h er researches on se m antics i n i m age understand i n g are discussed i n tensively .K ey W ords I m age Understanding ,Se m antic G ap ,Se m an tic Consistency ,Se m an tic Evalua ti o n1 引 言图像理解(I m age Understandi n g ,I U )就是对图像的语义解释.它是以图像为对象,知识为核心,研究图像中何位置有何目标(what is w here)、目标场景之间的相互关系、图像是何场景以及如何应用场景的一门科学.图像理解输入的是数据,输出的是知识,属于图像研究领域的高层内容[1-3].语义(Se第23卷 第2期 模式识别与人工智能 V o.l 23 N o .2 2010年4月 PR &A I A pr 2010m antics)作为知识信息的基本描述载体,能将完整的图像内容转换成可直观理解的类文本语言表达,在图像理解中起着至关重要的作用.图像理解中的语义分析在应用领域的潜力是巨大的.图像中丰富的语义知识可提供较精确的图像搜索引擎(Searching Eng i n e),生成智能的数字图像相册和虚拟世界中的视觉场景描述.同时,在图像理解本体的研究中,可有效形成 数据 知识的相互驱动体系,包含有意义的上下文(Context)信息和层状结构(H ierarchical S truct u red)信息,能更快速、更准确地识别和检测出场景中的特定目标(如,识别出场景中的 显示器,根据场景语义知识可自动识别附近的 键盘).尽管语义分析在图像理解中处于非常重要的位置,但传统的图像分析方法基本上全部回避了语义问题,仅针对纯粹的图像数据进行分析.究其原因主要集中于两方面:1)图像的视觉表达和语义之间很难建立合理关联,描述实体间产生巨大的语义鸿沟(Se m antic Gap);2)语义本身具有表达的多义性和不确定性(Am bigu ity).目前,越来越多的研究已开始关注上述 瓶颈,并致力于有效模型和方法以实现图像理解中的语义表达.解决图像理解中的语义鸿沟需要建立图像和文本之间的对应关系,解决的思路可大致分为三类.第一条思路侧重于图像本身的研究,通过构建和图像内容相一致的模型或方法,将语义隐式地(I m p licit l y)融入其中,建立 文本!图像的有向联系,核心在于如何将语义融于模型和方法中.采用此策略形成的研究成果多集中于生成(Generati v e)方式和判别(D iscri m inati v e)方式中.第二条思路从语义本身的句法(G ra mm ar)表达和结构关系入手,分析其组成及相互关系,通过建立与之类似的图像视觉元素结构表达,将语义描述和分析方法显式地(Exp licit l y)植入包含句法关系的视觉图中,建立 图像!文本的有向联系.核心在于如何构建符合语义规则的视觉关系图.第三条思路面向应用,以基于内容的图像检索(I m age Retrieval)为核心,增加语义词汇规模,构建多语义多用户多进程的图像检索查询系统.解决语义本身的多义性问题需要建立合理的描述规范和结构体系.Princeton大学的认知学者和语言学家早在20世纪80年代就研究构建了较合理统一的类树状结构.如今已被视为视觉图像研究领域公认的语义关系参考标准,用于大规模图像数据集的设计和标记中,有效归类统一了多义性词语.此外,一些客观的语义检索评价标准也在积极的探索过程中.本文将对上述两个图像语义理解中的问题进行方法提炼和总结.针对语义鸿沟问题,介绍已有模型和方法的处理策略.还采用较完备的图像语义 标尺(B ench m ark)解决语义的主观多义性.2 图像内容的语义分析图像内容描述具有 像素 区域 目标 场景的层次包含关系,而语义描述的本质就是采用合理的构词方式进行词汇编码(Encodi n g)和注解(Annota tion)的过程.这种过程与图像内容的各层描述密切相关,图像像素和区域信息源于中低层数据驱动,根据结构型数据的相似特性对像素(区域)进行 标记(Labeli n g),可为高层语义编码提供有效的低层实体对应关系.目标和场景的中层 分类(C ategori zati o n)特性也具有明显的编码特性,每一类别均可视为简单的语义描述,为多语义分析的拓展提供较好的原型描述.本节将针对前述的语义鸿沟问题介绍常用的图像语义表示方法和分析策略.2.1 语义化的图像特征图像内容的语义分析借鉴文本分析策略.首先需要构建与之相对应的对象,整幅图像(I m age)对应整篇文档(Docum ent),而文档中的词汇(Lex icon)也需要对应相应的视觉词汇(V isua lW ord).视觉词汇的获取一般通过对图像信息的显著性分析提取图像的低层特征,低层特征大多从图像数据获取,包括简单的点线面特征和一些特殊的复杂特征,再由鲁棒的特征表达方式生成合适的视觉词汇,视觉词汇一般具有高重用性和若干不变特性.点特征提取以图像中周围灰度变化剧烈的特征点或图像边界上高曲率的点为检测对象,根据灰度或滤波函数确定区域极值点(如H arris角点[4]等),并拓展至不同掩膜下的尺度空间中(如高斯 拉普拉斯、高斯差分等),分析极值点的稳定特性,得到仿射不变的H arris二阶矩描述符[5].线特征描述图像中目标区域的外表形状和轮廓特性,这类轮廓线特征以C anny算子等经典边缘检测算法为基础,集中解决边缘曲线的描述、编组以及组合表达等问题.边缘上的双切线点和高曲率点可连接形成有效的边缘链或圆弧,根据聚类策略或某些规则完成线片段编组,形成线特征的视觉词汇[6-8].区域是图像上具有灰度强相关性的像素集合,包含某种相似属性(如灰度值、纹理等),相对于点线特征,面特征有更丰富的结构信息.区域特征以点特征为中心,采用拉普192模式识别与人工智能 23卷拉斯尺度下的H arris或H essian仿射区域描述,对特征尺度上的椭圆仿射区域内的初始点集进行参数迭代估计,根据二阶矩矩阵的特征值测量点邻的仿射形状[4,9].另一种策略分析视觉显著区域对象(如直方图、二值分割图等)的熵值统计特性,得到最佳尺度下的最稳定区域,满足视觉词汇的高重用性[10-11].鲁棒特征表达对提取的特征进行量化表示.点特征一般仅具有图像坐标.线特征则充分考虑邻域边缘点的上下文形状特性,以边缘上采样点为圆心,在极坐标下计算落入等距等角间隔区域的边缘像素直方图.椭圆形面特征描述主要以尺度不变特征变换(Sca le I nvariant Fea t u re Transfor m,SI FT)[12-13]为主,SI FT特征对每个高斯窗口区域估计方向直方图,选择峰值作为参考方向基准,计算4∀4网格区域内8个方向的梯度直方图,任何区域均可转换为4∀4∀8 =128维特征向量.该特征对图像尺度、旋转具有不变性,对亮度和视角改变也保持一定稳定性.通过对特征向量的聚类,得到最原始的特征词汇,形成的语义化图像特征也称为 码书(Codebook)[14].2.2 图像语义的上下文表达图像的语义信息描述主要包含外观位置信息和上下文信息,前者如2.1节所述,可表示成 码书.上下文信息不是从感兴趣的目标外观中直接产生,而来源于图像邻域及其标签注解,与其他目标的外观位置信息密切相关.当场景中目标外观的可视程度较低时,上下文信息就显得尤为重要.B ieder m an将场景中不相关目标关系分为5种,即支撑(Support)、插入(I nterpositi o n)、概率(Proba b ility)、位置(Positi o n)和大小(Size)[15-16].五类关系均包含 知识,不需要知道目标信息就可确定支撑和插入关系,而后三类关系对应于场景中目标之间的语义交互关系,可缩短语义分析时间并消除目标歧义,通常称为 上下文特征(C ontex t Features),譬如一些相对复杂的特征描述(如全局G ist特征[17-18]、语义掩码特征等)融入场景上下文信息,本身就包含语义(关联)信息,是语义分析的基础.如今有很多研究开始挖掘B ieder m an提出的三类语义关系,可分为语义上下文、空间上下文和尺度上下文[19].语义上下文表示目标出现在一些场景中,而没有出现在其他场景中的似然性,表示为与其他目标的共生(Co O ccurrence)关系,可采用语义编码方式[20-21],也可由共生矩阵判断两类目标是否相关[22-23],此类上下文对应B ieder m an关系中的 概率关系.空间上下文表示目标相对于场景中其他目标出现在某个位置上的似然性,对应于 位置关系.空间上下文隐式地对场景中目标的 共生进行编码,为场景结构提供更加具体的信息,只需确定很少的目标,就可通过合理的目标空间关系降低目标识别的误差,消除图像中的语义歧义[24-25].尺度上下文表示目标在场景中可能的相对尺度范围,对应于 大小关系.尺度上下文需处理目标之间的特定空间和深度关系,可缩小多尺度搜索空间,仅关注目标可能出现的尺度.尺度上下文在二维图像中较为复杂,目前仅用于简单的视觉分析系统中[26-27].目前大多数上下文方法主要分析图像中的语义上下文和空间上下文.语义上下文可从其他两种上下文中推理获取,与场景中的目标共生相比.尺度和空间上下文的变化范围较大,而共生关系的知识更易获取,处理计算速度更快.融入上下文特征的图像语义形成了全局和局部两种分析策略,即基于场景的上下文分析和基于目标的上下文分析.前者从场景出发[15,27],将图像统计量看作整体,分析目标和场景之间的高频统计特性,获取全局上下文信息,如马路预示着汽车的出现.后者从目标出发[25,28],分析目标间的高频统计特性,获取局部上下文信息,如电脑预示着键盘的出现.总之,上下文特征包含了更丰富的知识,有助于为图像理解提供更准确的语义信息.2.3 语义分析的生成方法生成方法基于模型驱动,以概率统计模型和随机场理论为核心,遵循经典的贝叶斯理论,定义模型集合M,观察数据集合D,通过贝叶斯公式,其模型后验概率p(M|D)可以转换为先验概率p(M)和似然概率p(D|M)的乘积.生成方法一般假设模型遵循固定的概率先验分布(如高斯分布等),其核心从已训练的模型中 生成观察数据,测试过程通过最大似然概率(M ax i m ize L i k e lihood)得到最符合观察数据分布的模型预测似然(Pred icti v e Like li h ood).图像语义分析的生成方法直接借用文本语义分析的图模型结构(G raph ica lM ode ls),每个节点定义某种概念,节点之间的边表示概念间的条件依赖关系,在隐空间(Latent Space)或随机场(Rando m Field)中建立文本词组和视觉描述之间的关联,生成方法无监督性明显,具有较强的语义延展性.2.3.1 层状贝叶斯模型图模型的节点之间由有(无)向边连接,建立视觉词汇和语义词语之间的对应关系.朴素贝叶斯理论形成的经典Bags of W ords模型是层状贝叶斯模1932期 高 隽 等:图像语义分析与理解综述型的雏形,该模型将同属某类语义的视觉词汇视为 包 ,其图结构模型和对应的视觉关系描述如图1(a)所示,其中灰色节点为观察变量,白色节点为隐变量,N 为视觉词汇的个数,通过训练建立类别语义描述c 和特征词汇w 之间的概率关系,选取最大后验概率p (c |w )对应的类别作为最终识别结果.(a)朴素贝叶斯(b)概率隐语义分析(c)隐狄利克雷分配(a)N a ve bay es(b)P robab ili stic latent se m antic ana l y si s (c)L atent D irich let a llocati on图1 有向图语义描述F i g .1 Se m antic i nterpre tati on of directed g raphs朴素贝叶斯模型试图直接建立图像和语义之间的联系,但由于视觉目标和场景的多样性导致这种稀疏的离散分布很难捕捉有效的概率分布规律,因此H o f m ann 借鉴文本分析中的概率隐语义分析(Probab ilistic Latent Se m antic Ana l y sis ,pLSA )模型[29-30],将 语义 描述放入隐空间Z 中,生成相应的 话题 (Top ic)节点,其基本描述如图1(b )所示.D 为M 个图像d 组成的集合,z 表示目标的概念类别(称为 Top ics ),每幅图像由K 个Topics 向量凸组合而成,通过最大似然估计进行参数迭代,似然函数为p (w |d )的指数形式,与语义词汇和图像的频率相关.模型由期望最大化(E xpec ta tion M ax i m ization,E M )算法交替执行E 过程(计算隐变量后验概率期望)和M 过程(参数迭代最大化似然).决策过程的隐变量语义归属满足z*=arg m ax z P (z |d ),pLSA 模型通过隐变量建立特征与图像间的对应关系,每个文本单元由若干个语义概念按比例组合,本质上隐空间内的语义分布仍然是稀疏的离散分布,很难满足统计的充分条件.隐狄利克雷分配(LatentD ir ich let A llocation ,LDA )模型[31-32]在此基础上引入参数 ,建立隐变量z 的概率分布.在图像语义分析中,变量z 反映词汇集合在隐空间的聚类信息,即隐语义概念,参数 (通常标记为 )则描述隐语义概念在图像空间中的分布,超参 (通常标记为c)一般视为图像集合D 中已知的场景语义描述.如图1(c )所示,由参数估计和变分(V aria tiona l)推理,选取c =arg m ax c P (w |c , ,!)作为最终结果.LDA 中不同图像场景以不同的比例 重用并组合隐话题空间全局聚类(G l o ba lC l u ster),形成 场景 目标 部分 的语义表达关系.LDA 中的隐话题聚类满足De Finetti 可交换原理,其后验分布不受参数次序影响,不同隐话题聚类相互独立,无明显的结构特性.一种显而易见的策略就是在此模型基础上融入几何或空间关系,即同时采用话题对应的语义化特征的外观描述和位置信息,这样不同话题的分布大体被限定于图像场景的某个区域,如天空总是出现在场景的上方等,减小模型决策干扰.如L i 等人[14,33]在LDA 模型中融入词汇的外观和位置信息,并将语义词汇描述c 划分为视觉描述词汇(如sky )和非视觉描述词汇(如w i n d)两类,由词汇类别转换标签自动筛选合适的词汇描述.模型采用取样(Sa mp li n g)策略对从超参先验中生成的视觉词汇和语义标签进行后验概率学习,模型中包含位置信息的语义特征显式地体现了空间约束关系,具有更好的分析效果.(a)无结构(b)全互连结构(c)星状结构(a)U nstructured(b)Fu ll structure (c)Sta r struct u re图2 Part based 模型表示图F i g.2 R epresen tati on for Part based m ode lsLDA 模型已明确地将隐空间的 话题 语义进行合理聚类,建立与视觉词汇聚类的对应关系.隐话题聚类隐式地对应场景或目标的某些部分(parts),是一种较原始的part based 模型.真正的part based 模型侧重 目标 部分 之间的语义关联表达,不仅具有较强的结构特性,而且直接概念化隐空间的语义聚类,每个part 直接显式对应语义描述(如人脸可分为眼睛、鼻子、嘴等不同部分).如图2所示,一般通过人工设定或交叉验证的方式固定重要参数(如隐聚类个数、part 个数等)并混合其概率密度,其中固定参数的D ir i c h let 生成过程是一种有限混合. 星群 (Conste llati o n)模型[34-35]是其中的典型,根据不194模式识别与人工智能 23卷同区域的外观位置信息描述,确定P 个部分的归属及其概率分布,将目标和背景似然比分解为外观项、形状项、尺度项以及杂项的乘积,依次计算概率密度值(一般是高斯分布或均匀分布),并E M 迭代更新参数,最后通过似然比值判断目标的语义属性.部分间的约束关系体现于形状项中,可以假设为全互连结构(Fu ll Str ucture)或星状结构(S tar S tructure),其结构信息体现于高斯分布的协方差矩阵中(满秩或稀疏矩阵),有助于提高语义分析的准确性.固定参数的D irichlet 生成过程是无限混合模型的一种特例,可通过合适的随机过程,很好表达无限混合(I nfi n ite M i x t u re)模型,自动确定混合个数.这种 非参 (Non Para m etric)模型可捕捉到概率空间的隐性分布,不受特定的概率密度函数形式表达限制.整个D irich let 过程可拓展至层次结构(H ierar ch ical D irichlet Process ,HDP).H DP 具有明显的结构特性,可以很容易对应于图像中的 场景 目标 部分 层次结构,其混合组成很显式地表达了不同目标实体间的语义包含关系.Sudderth 在HDP 的基础上,引入转换函数(Transfor m ed Function),生成转换D irichlet 过程(T ransfor m ed D irichlet Process ,TDP),每组的局部聚类不再直接 复制 全局聚类参数,而是通过不同转换函数生成变化多样的局部变参,更符合目标多变特性[36-37].层状贝叶斯模型是当前处理图像语义问题的关注热点,其模型特有的参数化层次结构信息参照文本处理直接对应图像中的语义实体,通过图模型的参数估计和概率推理得到合适的语义描述.模型本身的发展也具有一定的递进关系,即 Bags of W ord 模型!pLSA 模型!LDA 模型!part based 模型!HDP 模型!TDP 模型 等,分析得到的结果具有层次语义包含关系.2.3.2 随机场模型随机场模型以均值场(M ean F ield)理论为基础,图中节点变量集合{x i |i #V }通常呈4 邻域网格状分布,节点之间的边{(x i ,x j )|i ,j #V;(x i ,x j )#E }体现隐性关联,由势函数∀ij (x i ,x j )表示,一般具有含参数 的近高斯指数分布形式,每个隐节点x i 一般对应一个观察变量节点y i ,由势函数∀i (x i ,y i )表示.如图3所示,观察节点可对应图像的像素点,也可对应图像中的某个区域或目标语义化特征描述(如2.1节所述),隐变量则对应语义 标记 或 标签 l .随机场模型具有丰富的结构场信息,节点间上下文关联很强,通常分析像素标记解决图像分割问题.近年来,其特定的约束关系(如桌子和椅子经常关联出现)也被用于图像区域化语义分析中,隐节点集的语义标签对应不同的语义化特征和势函数取值,最大化随机场的能量函数得到的标记赋值,就是最终的区域语义标记属性.随机场模型具有较成熟的计算框架,融合其上下文关联信息的层次贝叶斯 生成 模型是分析图像语义的主流趋势[14,33-35,38-40].图3 随机场模型及其图像语义描述F ig .3 R andom field m ode l and its se m antic descr i pti on2.4 语义分析的判别方法判别方法基于数据驱动,根据已知观察样本直接学习后验概率p (M |D ),主要通过对训练样本的(弱)监督学习,在样本空间产生合适的区分函数,采用形成的分类器或结构参数,完成对特定的特征空间中点的划分(或闭包),形成某些具有相似特性的点的集合.这些共性可直接显式对应图像理解中的若干语义信息,如目标和场景的属性、类别信息等,通常以主观形式体现于观察样本中,其本质就在于学习并获取区分不同语义信息的知识规则(如分类器等).由于语义信息主观设定(如判别几种指定类别),因此判别方法主要侧重观察样本(语义)的处理分析,而非观察样本(语义)的获取.判别方法是包含经典的机器学习方法,精确度较高且易于实现,常用于目标检测识别识别.其策略主要包括最近邻分析、集成学习和核方法.2.4.1 最近邻方法最近邻(k N earestN e ighbo r ,kNN )方法是基于样本间距离的一种分类方法.其基本思想是在任意空间中、某种距离测度下,寻找和观测点距离最接近的集合,赋予和集合元素相似的属性集合.在图像理解中,就是在图像特征空间寻找和近似的特征描述集,将已知的语义作为分析图像的最终结果.最近邻方法非常简单,但对样本要求较高,需要很多先验知1952期 高 隽 等:图像语义分析与理解综述识,随着大规模语义标记图像库的出现(如后 3.2节所述),最近邻方法有了广阔的应用前景,Torra l b a 等人[41]建立80万幅低分辨率彩色图像集合和相应的语义标记,图像集涵盖所有的视觉目标类别,以W ord N et语义结构树(如后3.1节所述)的最短距离为度量,采用最近邻方法分别对其枝干进行投票,选取最多票数对应最终的语义标签输出.也可直接在图像空间中计算像素点的欧式距离,得到与分析图像相类似的语义空间布局(Con fi g uration).Russe ll 等人[42]利用最近邻方法找出与输入图像相似的检索集,通过含有标记信息的检索图像知识转化到输入图像中,完成场景到目标的对齐任务.语义聚类法还被用于视频数据库中[43],具有较好的结果.2.4.2 集成学习集成学习将各种方法获得的模型在累加模型下形成一个对自然模型的近似[44-45],将单一学习器解决问题的思想转换为用多个学习器来共同解决问题.Boosti n g是集成学习方法的典型.其基本思想是每次迭代t生成一个带权重t的弱分类器(W eaker C lassifier)h t,加大误分样本的权重,保证后续学习对此类样本的持续关注,权重t表示该弱分类器h t 的重要性,分类效果好的权重大,效果差的权重小.其集成学习的结果就是弱分类器的加权组合∃T t=1∃x i#Dt h t(x i)构成一个分类能力很强的强分类器(Strong C lassifi er),完成简单的二值或复杂的多值分类[46-47].集成学习方法经常用于图像理解的语义分类中,其样本数据集既可以是区域块也可以是滤波后的基元乃至包括上下文和空间布局信息.其分类结果具有很明显的语义区分度.多语义分类中经常出现多类共享的情况,因此,联合Boosti n g的提出极大地减少了分类器的最佳参数搜索时间,使单一弱学习器具有多类判别能力[48-51].同时,近年来多标签多实例(M ulti Instance M u lti Labe l Learn i n g,M I M L)的集成学习策略[52]也倍受学者关注,图像理解中的语义划分问题可通过M I M L转化为单纯数据下的机器学习问题,其输出的分类结果就是对既定语义的编码结果.2.4.3 核方法核方法(Kernel)是在数据集中寻找合适的共性 基,由 基的混合组成共性空间,与图像理解中的低层基元表示异曲同工.使用核方法可将低维输入空间R n样本特征映射到高维空间中H,即#%R n !H,将非线性问题转换为线性问题.其关键是找到合适的核函数K保持样本在不同空间下的区分关系,即K(x i,x j)=#(x i)&#(x j).它能够在学习框架和特定知识之间建立一种自然的分离来完成图像有意义的表达[53-54].支持向量机(S VM)是常用的核方法之一.它以训练误差作为优化问题的约束条件,以置信范围值最小化作为优化目标,在核函数特征空间中有效训练线性学习分类器,通过确定最优超平面(H yper Plane)及判别函数完成高维空间点的分类.SVM方法在解决小样本、非线性及高维模式识别问题中表现出许多特有的优势,在图像理解中,能有效解决不同环境、姿态以及视角下的广义目标识别分类问题,是目前最为通用的分类模型[55-58].针对多语义分类问题,Farhad i等人[59]将目标的语义属性细分为部分、形状及材质等,相同或相似的语义对应的样本集表明了某种特有的共性关系,采用L1测度对数回归和线性SVM方法学习不同语义类别的判别属性,其多语义属性的不同划分决定了指定目标的唯一描述,具有很强的语义可拓展性.判别模型是通过模型推理学习得出的后验概率,对应不同类别目标的后验概率或对应图像前景和背景的不同后验概率来划定判决边界,进而完成目标识别,指导图像理解.判别模型在特征选取方面灵活度很高,可较快得出判别边界.2.5 图像句法描述与分析人对图像场景理解的本质就是对图像本身内在句法(G ra mm ar)的分析.句法源于对语句结构研究,通过一系列的产生式规则将语句划分为相互关联的若干词汇(组)组合,体现句法内词汇之间的约束关系.图像句法分析直接研究图像语义,随着20世纪70年代句法模式识别的提出,Otha就试图构建统一的基于视觉描述的知识库系统,利用人工智能相关策略进行场景语义推理.但由于视觉模型千变万化,方法针对性很强,句法分析方法曾一度没落.当前图像语义分析的一部分研究重心又重新转向图像句法.由于句法分析本身已较为成熟,因此如何建立和句法描述相对应的图像视觉描述非常关键.2.5.1 图像与或图表达图像I内的实体具有一定的层次结构,可用与或图(And O r G raph)的树状结构表示,即解析树pg.如图4所示,同属一个语义概念的实体尽管在外观上具有很大差异,但与或图表达相似,与节点表示实体的分解(D ecom position),如 场景!目标, 目标!部分等,遵循A!BCD∋的句法规则,或节点表示可供选择的结构组成,遵循A!B|C|D∋196模式识别与人工智能 23卷。
基于模糊支持向量机的面向语义图像检索算法
Ｓ ｍａ ｔｃ ｂ ｓ ｄ ｉ ｇ ｅｒｅ ａ ｌ ｏ ｉ ｍ ｓｎ ｕ ｚ ｕ ｐ ｒ ｅ ｔ ｒｍａ ｈ ｎ ｅ ｎ ｉ — ａ ｅ ｍａ ｅ ｒ ｔｉ ｖ ｌａ ｇ ｒｔ ｈ ｕ ｉ ｇ ｆ ｚ ｙ ｓ ｐ ｏ ｔｖ ｃ ｏ ｃ ｉ ｅ
Ｈ Ａ Ｇ Ｗｅ —ｕ Ｑ ＮＴ ａ— ， Ａ Ｇ Ｚ ｅ —ｕ Ｕ Ｎ ｎｙ ， Ｉ ｕｎｆ Ｔ Ｎ ｈｎｈ ａ ａ
ｔ ｒ ｓｏ ｍａ ｅ ｎ ｎ ｒ ｄ ｃ ｎ ｈｅ ｍｉ — ｍ ｂ ｒｈｉ—ｕ ｃ ｉｎ ｆ ｚ ｕ ｏ ｖ ｃ ｏ ｃ ｉ ｅ ｉｔ ｍａ ｅ ｒ ｔ ｅ ａ ， ｏ ｔｉ ｅ ｈ ｕ ｅ ｆｉ ｇ ｓａ ｄ ｉｔｏ ｕ ｉ ｇ ｔ ｎ ｍｅ ｅ ｓ ｐ ｆ ｎ ｔｏ ｕｚｙ ｓ ｐｐ ￣ ｅ ｔｒ ｍａ ｈ ｎ ｎ ｏ ｉ ｇ ｅｒ ｖ ｌ ｉ ｂａ ｎ ｄ ｔｅ
第 ２ 卷 第 ５期 ８
２】１年 ５月 【 Ｉ
计 算 机 应 用 研 究
Ａｐ ｌ ａｉｎ Ｒｅｅ ｒｈｏ ｍｐ ｔｒ ｐｉ ｔ ｓ ａｃ ｆＣｏ ｕ ｅｓ ｃ ｏ
Ｖ０ ． ８ Ｎ０ ５ １２ ． Ｍａ ０ １ ｖ２ １
基 于 模 糊 支 持 向量 机 的 面 向 语 义 图 像 检 索 算 法 书
关键 词 ：面向语 义的 图像检 索 ；模糊 支持 向量机 ；最 小隶属度 ；不可分 区域
中图分类 号 ：Ｔ ３ １ Ｐ ９
文 献标 志码 ：Ａ
文 章编 号 ：１ ０ — ６ ５ ２ １ ） ５ １８ —４ ０ １ ３ ９ （ ０ １ ０ — ９ ７ ０
ｄｉ１ ． ９ ９ ｊｉ ｎ １０ —６ ５ ２ １ ．５ Ｏ １ ｏ ： ０ ３ ６ ／ ．ｓ ． ０ １ ３ ９ ． ０ １ ０ ． １ ２ ｓ
【计算机应用研究】_图像检索_期刊发文热词逐年推荐_20140722
推荐指数 3 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
2011年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36
科研热词 基于内容的图像检索 图像检索 遥感图像分割 适应机制 进化聚类 贝叶斯决策理论 语义鸿沟 语义检索 计算机视觉 视频分割 视觉模型 纹理基元 空间分布图 空间信息 相关反馈 照片管理 流行排序 模糊c均值聚类 本体建模 最小风险 最优匹配 时间尺度 方块编码 常识库 实体库 子片段 多示例学习 基于内容的视频检索 图像语法 图像检索系统 图像数据集 可扩展标记语言 压缩域 动态规划 关键帧提取 全球定位系统 人机交互 人工标注 主颜色 mpeg-7 mpeg
推荐指数 4 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
2013年 序号 1 2 3 4 5 6 7 8 9
科研热词 角点检测 角点响应函数 相关度 电子稳像 查准率-查全率曲线 基于内容的图像检索 图像特征 半监督学习 hausdorff距离
推荐指数 3 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41
面向大数据环境下的多模态图像检索技术研究
面向大数据环境下的多模态图像检索技术研究随着时代的进步和技术的发展，大数据已成为当今社会最重要的资源之一。
作为产生大量数据的一个领域，图像处理不仅在人类日常生活中扮演着重要角色，而且在医学图像、监控图像、卫星图像等领域也有着非常广泛的应用。
在这个前提下，多模态图像检索技术随之兴起，成为当前研究的重点之一。
一、多模态图像检索技术研究概述多模态图像检索技术是指利用不同的表征方式来描述同一个图像，从而实现对于图像的高效、精确、准确的检索。
多模态图像检索技术可以处理各种类型的图像数据，比如基于视觉、文本、语音、图形等多种多样的形式，而且将多个信息组合起来进行处理，可提高图像检索的准确性和速度。
随着图像处理技术的发展，多模态图像检索技术获得了相当大的发展。
这项技术在实际应用中有着广泛的应用场景，包括面部识别、智能监控、图像医学、文化遗产保护、人工智能等等，为解决实际应用问题提供了一个有效的桥梁。
二、多模态图像检索技术研究现状目前，多模态图像检索技术的研究主要分为两个方向，即基于传统的视觉特征及文本特征，并将多模态信息提取与融合与深度学习进行结合等。
前一种方法主要通过将图像转换为数字特征表示，然后使用传统的信息检索技术来对图像进行分类和搜索。
这种方法虽然简单而且易于实现，但是无法有效处理图像中的语义信息，准确性有限。
另一种方法则利用深度学习的方式进行多模态信息的提取与融合。
利用深度学习的方法，可以对视觉特征和文本特征进行深度学习处理，从而提取出更丰富、更有意义的特征。
这种方法实现的多元素视觉和语言特征的嵌入，能够提高图像检索的准确性，使其更好地反映图像的语义信息。
三、面向大数据环境下的多模态图像检索技术研究方法、数据和技术的研究在大数据环境下成为了当前研究的重要领域之一。
在大数据环境下，多模态图像检索技术也被看作是一个能够帮助解决一种多趋向领域中的海量图像存储和管理的新技术，因此需要不断地更新和改进。
首先，随着深度学习技术的不断发展，多模态图像检索技术也在为其提供更好的技术支持。
基于人工智能的智能化检索系统研究与设计
基于人工智能的智能化检索系统研究与设计概述在信息爆炸的时代，快速、有效地检索所需的信息变得愈发重要。
为了满足用户对信息检索的需求，人工智能技术被引入到检索系统中，以提供更智能化和个性化的搜索体验。
本文将介绍基于人工智能的智能化检索系统的研究与设计。
一、人工智能在检索系统中的应用人工智能技术可以通过数据挖掘、自然语言处理、机器学习等方法，对大量的信息进行分析和理解，从而提高检索系统的性能。
以下是人工智能在检索系统中的几个常见应用：1. 语义分析：利用自然语言处理技术，对搜索语句进行分析和理解，从而能够更准确地理解用户的需求，并返回更相关的搜索结果。
2. 推荐系统：通过分析用户的搜索行为和历史数据，可以向用户推荐个性化、感兴趣的内容，提高搜索效果。
3. 图像检索：利用机器学习和计算机视觉技术，可以通过图片的视觉特征来进行检索，提供更全面的搜索结果。
4. 问答系统：借助自然语言处理和知识图谱等技术，可以理解用户的问题并给出准确的答案，提供更智能化的搜索体验。
二、智能化检索系统的设计要点设计一个智能化检索系统需要考虑以下几个关键要点：1. 数据收集与处理：系统需要收集和处理大量的数据，以建立起准确的模型。
数据可以通过网络爬虫等方式获取，并进行清洗和预处理，以保证数据的准确性和一致性。
2. 算法选择与优化：根据不同的场景和需求，选择合适的人工智能算法来处理数据。
例如，可以利用深度学习算法对大规模文本数据进行训练，提取特征并进行语义分析。
3. 用户界面设计：一个好的用户界面可以提升用户的搜索体验。
界面应简洁明了，易于操作，同时可以根据用户的需求提供个性化的搜索建议和结果。
4. 系统性能优化：由于智能化检索系统需要处理大量的数据和复杂的算法，因此系统性能的优化尤为重要。
可以采用数据分析、性能测试和算法优化等方法，提高系统的检索速度和稳定性。
三、智能化检索系统的应用案例智能化检索系统已经广泛应用于各个领域，以下是几个典型的案例：1. 电商搜索引擎：通过利用人工智能技术，为用户提供更准确的商品搜索结果，并根据用户的历史行为和偏好推荐个性化的商品。
面向语义属性查询的动画场景图像检索系统
法。利 用全置 信度和提升度构造 一个正相 关性评价函数 ，以此对频 繁项集进 行剪枝 。实验 结果表 明，该算法能减少无趣关联规则数量 ，提 升挖掘结果质量 ，缩短挖掘时间。 关健词 ：数据挖掘 ；关联规则 ；兴趣度 ；正相关 ；剪枝
Ａｓ ｏ ｉ ｉ ｎ ｓ ｃａｔｏ Ｒｕｌ ｕｎｉ ｇ ｒｔ ｅＰｒ ｎｇＡｌ ｏ ｉｈｍ
ｃ ｒ ｌ ｏ ｖ ｕ ｔ ｎｆ ｎ ｔ ｎｔ ｒ ｎｎ ｅｆ ｑ ｅ ｔ ｔｍｓｔ． ｘ ｅ ｍｅ ｔｌ ｅ ｕｔ ｓ ｏ ｔ ａ ｔｅａｇ ｒ ｍ ａ ｆ ｃ ｖ ｌ ｄ ｃ ｅｎ ｍｂ ｒ ｆ ｏｒ ａ ｎ ｅ ａ ａ ｏ ｕ ｃｉ ｐ ｉｇ ｔ ｅ ｕ ｎ ｅ ｅｓ Ｅ ｐ ｒ ｎａ ｓ ｌ ｈ ｗ ｔ ｏｉ ｅｔ ｉ ｌ ｉ ｏ Ｏ ｕ ｈ ｒ ｉ ｉ ｒ ｓ ｈ ｌ ｈ ｈ ｔ ｃ ｎｅ ｅ ｔ ｅ ｒ ｕ ｅｔ ｕ ｅ ｉ ｙｅ ｈ ｏ
［ ｓｒｃ］Ｔ ｅｅａｅｓｍｅｕ ｉｔ ｅｔ ｇｒｌｓ ｎｔｅｌ ｇ ｆｈ ｌｓ ｘａ ａｅ ｙｔｅｃａｓ ｓｏ ｉｔ ｎｒｌ ｐ ｎｎ ｌｏｉ ｍ ａｅ ｎｔｅ Ａｂ ｔａ ｔ ｈ ｒ ｒ ｏ ｎｎｅ ｓｎ ｕｅ ｅｏ ｅｒ ｅ ｃｖｔｄｂ ｌｓｉ ａｓｃａｏ ｅ ｒ ｉｇａ ｒ ｒ ｉ ｉ ｈ ａ ｒ ｔ ｕ ｅ ｈ ｃ ｉ ｕ ｕ ｇ ｔ ｂ ｓｄｏ ｈ ｈ
Ｇｕ ｄ ｄ ｂ ｓｔｖ ｒ ｅａ ｉ ｎ ｉ ｅ ｙ Ｐｏ ｉｉ ｅＣｏ ｒ ｌ ｔｏ
Ｚ ＮＧ ｉ， Ｈ ＨＡ Ｂｎ Ｚ ＡＮＧ ｎ ， ＨＩ ｉｕ ， ｕ ・ａ ｇ Ｊ ｇ Ｓ ￣ ｎ ＨＵ Ｘ ｅｇ ｎ ｉ Ｌ
（ ｃ ｏ ｌ ｆ ｍｐ ｔｒ ｎ ｆｒ ｔ ｎ Ｈｅｅ ｉｅ ｓ ｙｏ ｅ ｈ ｏｏ ｙ Ｈ ｆｉ ３ ０ ９ Ｃ ｉ ａ Ｓ ｈ ｏ ｏ Ｃｏ ｕｅ ｄＩ ｏ ｍａｉ ， ｆｉ ｖ ｒｉ ｆ ｃ ｎ ｌｇ ， ｅ ｅ ２ ０ ０ ， ｈｎ ） ａ ｎ ｏ Ｕｎ ｔ Ｔ
多媒体数据库
多媒体数据库多媒体数据库1. 什么是多媒体数据库多媒体数据库是一种专门用于存储和管理多媒体数据的数据库。
多媒体数据通常包括文本、图像、音频、视频和动画等形式的数据。
与传统的关系型数据库相比，多媒体数据库具有更高的存储容量和更复杂的数据类型支持。
多媒体数据库通过使用各种数据模型和存储算法来进行数据的组织和管理。
它们提供了用于存储、检索、处理和展示多媒体数据的功能和接口。
多媒体数据库广泛应用于许多领域，如图像处理、医学影像、电影和电视节目制作等。
2. 多媒体数据库的分类多媒体数据库可以根据其数据模型、数据组织方式和数据访问方式进行分类。
根据数据模型的不同，多媒体数据库可以分为层次模型、面向对象模型和关系模型等。
- 层次模型：层次模型是最早的多媒体数据库模型之一，它使用树结构来组织数据。
每个节点表示一个数据对象，节点之间通过父-子关系连接。
层次模型适用于对数据的层次化组织，但对于复杂的多媒体数据类型支持较弱。
- 面向对象模型：面向对象模型是基于对象的概念来组织数据的。
它将数据和操作封装在对象中，并通过对象间的关系来表示数据之间的联系。
面向对象模型适用于描述和操作多媒体数据的对象，具有较好的数据类型和关系处理能力。
- 关系模型：关系模型是最常用的多媒体数据库模型之一，它使用表格来组织数据。
每个表格表示一个关系，表格中的行表示数据记录，列表示属性。
关系模型适用于结构化的数据管理，可以通过关系代数和SQL等查询语言进行数据的操作和检索。
根据数据组织方式的不同，多媒体数据库可以分为文件系统型数据库、对象存储型数据库和面向内容的数据库等。
- 文件系统型数据库：文件系统型数据库将多媒体数据以文件的形式存储在文件系统中，并使用文件系统提供的接口进行访问。
文件系统型数据库具有较高的自由度和灵活性，但对数据的组织和管理需要由应用程序自行实现。
- 对象存储型数据库：对象存储型数据库将多媒体数据以对象的形式存储在数据库中，并使用对象存储接口进行访问。
【计算机科学】_基于内容的图像检索_期刊发文热词逐年推荐_20140722
推荐指数 3 3 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
2014年 序号 1 2 3 4 5 6 7
2014年 科研热词 语义标注 稀疏低秩描述 特征提取 头饰分类 基于内容的图像检索 唐卡检索 分级检索系统 推荐指数 1 1 1 1 1 1 1
2008年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
科研热词 推荐指数 图像检索 3 相关反馈 2 面向内容 1 贝叶斯理论 1 语义鸿沟 1 聚类 1 约柬聚类 1 相似度 1 感兴趣区域(roi) 1 多特征 1 基于内容的图像检索(cbir) 1 基于内容的图像检索 1 图像语义 1 图像标注 1 图像描述与识别 1 图像分割 1 图像内容描述符 1 区域权重 1 区域对象 1 分类表 1 三维模型检索 1 三维模型库 1 mpeg 1 jpeg 1 cbir系统 1
科研热词 基于内容的图像检索 图像检索 鲁棒性 高斯归一化 颜色直方图 边缘方向直方图 轮廓序列矩 语义图像检索 视觉感知理论 色调饱和度相关直方图 脉冲耦合神经网络 综合视觉显著性 纹理特征 粒计算 特征融合 特征提取 模糊神经网络 最优阈值化 无线胶囊内镜图像 属性函数合成 局部特征选择 局部特征 局部敏感哈希 复杂网络 基于内容图像检索 图像分割 商空间 参数自适应设定 动态演化 前景提取 分布式索引 几何不变性 内部距离 不变矩 lbp纹理特征
科研热词 基于内容的图像检索 颜色 非下采样轮廓波变换 轮廓波变换 语义鸿沟 纹理 相关反馈 模糊语义相关矩阵 小波变换 图像检索 区域分割 gabor滤波
专利技术信息检索
专利技术信息检索一、引言在当今世界，技术进步日新月异，每一项技术的研发都可能引领新的产业发展。
在这样的环境中，如何有效地获取和利用专利技术信息成为了企业、科研机构和个人的关键需求。
本文将为您介绍专利技术信息检索的重要性和相关策略。
二、专利技术信息检索的重要性1、避免重复研发：通过检索已有的专利技术信息，可以避免重复研发，节省研发成本。
2、洞察行业趋势：通过对专利技术的分析，可以洞察行业的未来发展趋势，为企业的决策提供重要依据。
3、获取竞争优势：通过获取并利用专利技术信息，企业可以在竞争中取得优势。
三、专利技术信息检索的方法1、传统检索方法：包括人工检索和计算机检索。
人工检索依赖于专业人员的知识和经验，计算机检索则依赖于关键词和数据库。
2、高级检索方法：包括语义检索和图像检索。
语义检索是通过自然语言处理技术，理解并匹配专利文献中的语义信息；图像检索则是通过图像识别技术，检索与特定图像相关的专利技术。
四、提高专利技术信息检索效率的建议1、建立完善的专利数据库：建立涵盖全球的专利数据库，方便用户进行检索。
2、提高检索工具的性能：提高检索工具的准确性和效率，使用户能够更快速地找到所需的专利技术信息。
3、培养专业的检索人员：通过培训和专业学习，提高检索人员的专业知识和技能。
五、结论在当今世界，专利技术信息的获取和利用对于企业和科研机构至关重要。
通过提高检索效率，可以更好地利用专利技术信息，为研发提供有力的支持。
未来，随着技术的进步，我们期待更加智能、高效的专利技术信息检索工具的出现。
浅谈信息检索与信息检索技术在当今信息爆炸的时代，人们对于信息的获取和筛选变得尤为重要。
信息检索，即通过一定的方法和工具，从大量的信息中快速、准确地获取所需信息的过程，已成为我们日常生活和工作中不可或缺的一部分。
与此信息检索技术的发展也日新月异，推动了信息检索系统的不断进步和优化。
信息检索技术可以简单分为基于文本的信息检索技术和非基于文本的信息检索技术。
(完整版)Web图像检索系统原型设计和实现
Web图像检索系统原型设计和实现摘要计算机处理能力的日益增强，因特网技术的广泛普及和网络带宽不断提高,大量的图像信息不断产生，如何从这些海量图像数据中搜索人们感兴趣并有效利用这些图像，成为迫切需要解决的问题.本设计介绍了在web中检索图像的基本概念和常用的重要技术,并简要阐述了它们的基本概念、原理，说明了目前这一领域的发展现状。
本文介绍了图像的特征:颜色特征、纹理特征和形状特征，和以图像内容特征为基础的Web图检索原理。
最后以基于内容的图像检索为重点，利用Matlab对Web图像检索系统进行了模拟和验证。
我的工作是Web图像检索系统原型的架构和检索界面的设计和实现，利用matlab gui设计系统界面以实现图像的检索功能。
关键字：Web图象检索，特征提取，Matlab GUIAbstractWith the capacity of computer increasing ， Internet technology is popular more and more。
A mass of image data informations is produced constantly,so image retrieval becomes a urgent problem.Firstly， the basic concept of Web image retrieval and some technologys are introduced in the paper; secondly we describes the image features：color feature，texton feafure,shape feafure. the theory of Web image retrieval is based on these content features. Meanwhile ,several important image retrieval algorithms are introduced and compared in the paper. Finally, we made experiment on Matlab for web image retrieval 。
向量检索的应用场景
向量检索是一种基于向量空间模型的信息检索技术，它将文本、图像、视频等信息表示成向量，并在向量空间中进行相似度匹配，从而实现信息检索。
以下是向量检索的应用场景：
1. 搜索引擎：搜索引擎是向量检索技术最为常见的应用场景之一，通过对用户查询语句和网页内容进行向量化表示，可以实现更加精准的搜索结果匹配。
2. 推荐系统：推荐系统也是向量检索技术的重要应用场景之一，通过对用户历史行为和商品属性进行向量化表示，可以实现个性化的推荐服务。
3. 文本分类：文本分类是将文本按照类别进行分类的任务，向量检索技术可以将文本表示成向量，从而实现更加准确的文本分类。
4. 图像检索：图像检索是将图像表示成向量，并在向量空间中进行相似度匹配，从而实现图像检索的任务。
向量检索技术可以用于图像检索系统，帮助用户快速找到相似的图像。
5. 语音识别：语音识别是将语音信号转换成文本或命令的任务，向量检索技术可以将语音信号表示成向量，从而实现更加准确的语音识别。
总之，向量检索技术具有广泛的应用场景，可以用于信息检索、推荐系统、文本分类、图像检索、语音识别等任务，为人们提供更加高效、准确的服务。
图像检索系统
摘要基于文本的图像检索技术存在两个缺点。
首先，标注每个图像是比较困难的；再次主观性和图像注释的不精确性在检索过程中可能引起适应性问题。
基于内容的图像检索技术克服了传统的图像检索技术的缺点。
基于内容的图像检索技术分为特征提取和查询两个部分。
本文主要介绍基于颜色特征的图像检索技术颜色特征是图像的基本特征也是最为直观的特征之一。
着重探讨了颜色空间的选取颜色特征的提取和表达颜色的相似度以及现有的图像的检索系统和存在的问题。
在这里颜色空间的选取有RGB颜色模式HSV颜色模型。
颜色提取的基本思想是用颜色直方图来统计每种颜色出现的概率。
目前相关的系统有QBIC系统、Photo book系统、CORE系统等等。
关键词：基于内容的图像检索技术；特征提取；特征表达；颜色直方图；AbstractTraditional text-based image retrieval techniques have two shortcomings: First, it has been difficulties to note each image. Second, the subjectivity and no precision of image anno-tation may lead to the adaptation in the retrieval process. CBIR overcome the shortcomings of the traditional text-based image retrieval .Content-based image retrieval can divide into two parts, that is feature extraction and query. In this paper, based Color Image Retrieval is mainly introduced. Color features are the basic characteristics of the image as well as are one of the most intuitive features. Here we focused on the selection of color space, color feature extrac-tion and expression, color similarity, and the existing image retrieval systems and problems. There are many color models to express color such as the RGB color model, the HSV color model. The basic idea to extract color is to use color histogram to calculate the probability statistics of each color .Currently there are some related systems QBIC system related system, Photo book system, CORE system and so on.Keywords: Content-based image retrieval; Feather extraction; Feather presentation; color histogram;目录1 绪论 (1)1.1 图像检索技术的发展 (1)1.2 图像检索技术的特点和应用 (1)1.3 图像检索系统的关键技术 (2)1.4 基于内容图像检索的典型系统 (3)1.4.1 QBIC系统 (3)1.4.2 Virage系统 (3)1.4.3 Photobook系统 (3)1.4.4 VisualSEEK和WebSEEK系统 (3)1.4.5 Netra系统 (4)2 颜色空间 (5)2.1 RGB 颜色空间 (5)2.2HSI颜色空间 (7)3 颜色特征的表达 (9)3.1 颜色直方图 (9)3.2 全局直方图 (10)3.3 累积直方图 (11)3.4 局部累加直方图 (11)4 颜色特征的相似性度量 (12)4.1 距离度量方法 (12)4.2 直方图的交集的方法 (12)4.3 欧氏距离法 (12)4.4 模糊理论 (13)5 系统的设计与实现 (15)5.1 系统的设计 (15)5.1.1 系统名称 (15)5.1.2 系统的开发环境 (15)5.1.3 系统的结构 (15)5.1.4 系统的实现算法描述 (17)5.1.5 系统中的图像库和索引表的建立 (17)5.1.6 容差值的设定 (18)5.2 系统的实现 (18)5.2.1 颜色空间的代码实现 (18)5.2.2 直方图显示的代码实现 (21)5.2.3 欧式距离的代码实现 (24)6 实例分析 (25)6.1 图像检索过程 (25)6.2 图像的直方图的分析 (26)6.3 数据记录 (27)6.4 目前研究中存在的主要问题及对未来的展望 (29)结束语 (30)致谢 (31)参考文献 (32)1 绪论1.1 图像检索技术的发展早期的图像检索是通过人工的标注来实现的，随着计算机技术和通信网技术的发展，特别是因特网的快速发展，图像数据的容量越来越大了，这种“以关键字找图”的方法越来越不适应检索技术的发展了[1]。
【计算机应用研究】_语义特征_期刊发文热词逐年推荐_20140723
推荐指数 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
2011年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51
推荐指数 2 2 2 2 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
2014年 序号 1 2 3 4 5 6 7 8 9 10 问句类型 问句相似度 语义属性 肖像 漫画 夸张 增量学习 图像内容检索 参数化 低层特征 faq问答系统 推荐指数 1 1 1 1 1 1 1 1 1 1 1 1
2008年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
科研热词 支持向量机 高层语义 隐含语义分析 隐含语义 调度机制 语义角色标注 语义图像检索 异构cad系统 底层特征 奇异值分解 同步协同设计 主题追踪 中文宾州树库 中文propbank 中性语义特征转换
推荐指数 3 1 1 1 1 1 1 1 1 1 1 1 1 1 1
推荐指数 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
2010年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36
智能机器人系统_国防科技大学中国大学mooc课后章节答案期末考试题库2023年
智能机器人系统_国防科技大学中国大学mooc课后章节答案期末考试题库2023年1.现有的SLAM系统中使用了如下哪些地图表示方法？参考答案:语义地图_栅格地图_点云地图2.现有的视觉SLAM方法已经利用到下列哪些技术？参考答案:数据库技术_数值优化方法_基于深度学习的图像语义分析_视觉特征提取等图像处理技术3.视觉SLAM中经典算法ORB SLAM主要包括哪几个环节？参考答案:位姿跟踪_局部地图构建_闭环检测_闭环修正4.下列哪些算法/库能够实现闭环检测？参考答案:SeqSLAM_DBOW_FAB-MAP5.SLAM可以利用到如下的哪些传感器参考答案:相机_里程计_二维/三维激光雷达_惯性测量单元(IMU）6.移动机器人自主导航包括哪三个基本问题？参考答案:我在哪里_我怎样到达那里_我要去哪里7.透视投影中用到的四个坐标系如下，其中哪些是三维坐标系？参考答案:相机坐标系_世界坐标系8.下列传感器中，哪些属于环境感知型传感器？参考答案:CCD/CMOS相机_麦克风阵列_红外热像仪9.下列传感器中，哪些属于本体感知型传感器？参考答案:光电编码器_陀螺仪_霍尔效应编码器10.对于加速度计，下列哪个说法是错误的？参考答案:加速度计测量除重力外所有外力的合力11.关于测距传感器，下列哪个说法是错误的？参考答案:相比ToF激光雷达，超声波传播的定向性更好12.关于小车曲线跟踪误差形成，下列描述正确的是参考答案:侧向位置误差变化率为13.下列关于rqt_bag的说法，错误的是参考答案:不能将指定时间内的数据导出至新的bag文件14.ROS中的哪个工具能够将机器人速度或者关节角度的某个分量的变化趋势绘制为曲线？参考答案:rqt_plot15.一般来说，相比较履带式和腿式机器人，轮式机器人的优点包括：参考答案:消耗的能量较少_运动更快_由于其简单的机械结构和较好的稳定性，相对较为容易控制16.一般来说，跟轮式机器人相比，履带式移动机器人具有以下优点：参考答案:具有更强的越障能力_可以提供比轮子更好的平衡_可提供更大的牵引力，更大的加速度17.机器人机械结构的设计一般包括以下的哪些环节？参考答案:3D建模，完成结构设计和材料选择_确定动力源和传动方式_受力分析，运动学和动力学分析，计算其运动参数和动力参数18.设计移动机器人进行电机选型的时候，一般以下因素需要考虑：参考答案:施加到电机上的电压多大_需要选择合适的减速比_驱动负载需要多大的转矩_负载运动的最大速度19.机器人操作系统ROS可以认为是参考答案:一个类操作系统_一个工具集20.关于Car-Like小车，以下描述正确的是参考答案:通过控制后轮电机驱动小车前进，通过控制前轮电机驱动小车转向21.增加腿的自由度可以提高腿式机器人的机动性。
多媒体技术名词解释
1、媒体的含义：2．多媒体：3．多媒体的特征4．多媒体系统的关键技术5．专用芯片分为两种类型6．多媒体信息以三种模式相互集成7．超媒体8．虚拟现实9．多媒体通信10．多媒体技术的应用11．多媒体技术的发展趋势12．主机13．多媒体接口卡14．常用的IO设备15、显卡16．影响显存性能的参数包括17．所需显存18．显存宽带19．调制解调器20．网卡：21．USB设备22．主流的存储技术23．USB设备的优点24．USB的硬件结构25．USB系统26．USB的软件结构27、USB数据流传输28、USB的典型产品29、数字摄像头30、数码相机31、数字摄像机32 采样：33 量化34 离散傅立叶变换（DFT）：35 亮度：36 饱和度：37 真色彩38 变换编码39 GIF40 PNG41 JPEG42. PEG43 PEG-1标准44 MPEG-2标准45 MPEG-7标准46 MPEG-21标准47 H.261标准48 H.263标准49 H.264标准：50. 声音51. 声音分类52. 声音有三个要素53. 人的发音器官54. 对幅度的离散化称为量化55 声音质量的度量56 .语音质量57 .数字化的音频信号58 音频压缩技术59 时域压缩60 子带压缩技术61变化压缩技术62脉冲编码调制63声音数字化64量化放法，65量化误差或量化噪声66增量调制67 .自适应脉冲编码调制68改变量化阶大小69差分脉冲编码调制70自适应差分脉冲编码调制71子带编码（SubBand Coding,SBC）72 每个子带分别编码的好处73USB声卡：74.声卡75.语音识别和语音合成技术76.不同的语音识别系统77.语音识别技术78凹坑和非凹坑79.使用磁盘驱动器80. CO-ROM标准81. CD-ROM驱动器82. CLV83. CA V和CLV结合84. 光驱的传输速率85.光驱的传输模式对传输速率也有影响86.光驱背面87.光驱的接口包括三种88.激光头89.聚焦90.只有当聚焦准确时91. 激光束92. DVD93．提高光盘容量94. DVD盘片95. DVD96. 高质量的视频压缩和编码97. MPEG-2解码器98. DVD音频格式99 . AC-3100. AC-3技术101. DVD播放机102. DVD/CD信号拾取系统方案主要有如下4种。
图像检索函数汇总
传统的图像检索技术，主要是通过图像进行人工分析，对图像特征进行文字标注，也称为基于文本的图像检索TBIR(TextbasedImageRetrieval)。
这种检索方式是用关键词和描述性的文本的检索，是先对图像文件建立相应的关键词或描述字段，并对图像的存储标识和关键词对应起来，以结构化的查询语言或超链接方式进行检[1]。
这种传统的图像检索技术在图像信息飞速增长的今天有很大的局限性:l)手工操作，劳动强度大，不能充分揭示和描述图像有代表性的特征;2)主观性大，由于个人的感知差异，不同的人对相同的图像有不同的理解;3)处理速度慢，不能快速提出检索的相关结果;4)漏检，检索中不能充分利用各种特征，容易忽略事先没有注意到的特征。
由于这种检索技术根据图像的文本等一些与图像相关的因素来确定图像的内容，而不是抽取图像本身的外部特征或从更高的语义层次来获取图像的内容，由此确定的图像内容可能与图像实际内容存在着偏差，从而直接影响图像检索结果的可靠性。
2基于对象的图像检索系统2.1CBIR的概念为了解决基于文本的图像检索存在的问题，基于对象的图像检索CBIR(eontentBasedlm 路eRetrieval)逐渐被人们所重视。
这种技术由机器自动提取包含图像内容的可视特征:颜色、纹理、形状、对象的位置和相互关系等，对数据库中图像和查询样本图像在特征空间进行相似匹配，检索出与样本相似的图像[2]。
2.2CBIR的检索方法其主要的CBIR的检索方法有:基于颜色特征、纹理特征、轮廓特征、形状特征、空间特征、时间关系及时空关系、语义特征等特征的检索[3]。
3墓于对象的彩信图像检索系统基于对象的彩信图像检索系统使用VisualC++6.0作为开发工具，采用面向对象的体系结构，具有较好的可移植性和可扩展性。
后台数据库系统采用MicrosoftAcces 2000，访问方法为ADO访问。
该系统的功能是:用对象识别系统将图像分析和对象识别的结果存入图像属性索引数据库;根据用户输人的检索要求，检索系统利用图像属性索引数据库进行检索，根据相似度由大到小排列检索结果，然后将检索结果信息(包括图像的缩微图)发送到彩信群发器，再发送到用户。
图像语义检索和分类技术研究
二、基于SVM的图像分类
二、基于SVM的图像分类
基于SVM的图像分类主要涉及以下步骤：
二、基于SVM的图像分类
1、特征提取：首先，从图像中提取出各种特征，如颜色、纹理、形状等。这 些特征可以由专门的特征提取算法获得，如SIFT、SURF等。
二、基于SVM的图像分类
2、构建特征向量：然后，将每个图像转换为一个特征向量，这些特征向量代 表了图像的各种属性。
二、基于SVM的图像分类
3、训练SVM分类器：使用训练数据集，训练一个SVM分类器。在这个阶段， SVM将学习如何根据特征向量来预测图像的类别。
二、基于SVM的图像分类
4、分类新图像：一旦训练完成，新的图像可以通过同样的特征提取步骤转化 为特征向量，然后使用SVM分类器进行分类。
三、基于SVM的图像检索
图像检索技术
图像检索技术
图像检索技术是利用计算机视觉技术和机器学习方法，根据图像的内容和语 义信息来查找相似的图像。目前，基于深度学习的图像检索方法已经成为主流。
图像检索技术
这些方法通常使用Siamese网络或triplet loss来训练模型，以识别和比较 图像之间的相似性。例如，通过将图像编码为向量，并使用余弦相似度或欧氏距 离等度量学习方法比较这些向量，可以找到相似的图像。此外，还可以利用迁移 学习和自监督学习来提高图像检索的效率和准确性。
二、图像分类技术
除了SVM，神经网络也是图像分类的常用方法。卷积神经网络（CNN）是一种 深度学习的算法，具有强大的特征学习能力，能够自动从原始图像中学习到有用 的特征。近年来，研究者们提出了多种改进的CNN模型，如VGGNet、ResNet和 Inception等，这些模型在多个图像分类任务中取得了优异的成绩。
简说图像搜索
图像搜索一、背景随着互联网的快速普及, 宽带网的全力推行, 网络上的图像信息急剧膨胀, 多媒体文件越来越多,与此同时, 用户对网上图像搜索的要求也在不断增长, 在这种背景下, 传统的文本搜索方式已经不能满足用户的特殊需要, 如何能更方便快捷地从网络上找到需要的图像或多媒体文件? 于是, 各种基于W eb 的的图像搜索引擎应运而生。
它们各自以不同的工作方式, 使我们对网上图像信息的搜索变得非常简。
二、定义图像搜索，是通过搜索图像文本或者视觉特征，为用户提供互联网上相关图形图像资料检索服务的专业搜索引擎系统，是搜索引擎的一种细分。
通过输入与图片名称或内容相似的关键字来进行检索，另一种通过上传与搜索结果相似的图片或图片URL进行搜索。
三、目前主要的几种图像搜索技术手段1)传统的基于关键字的图像搜索关键字搜索引擎是检索者提供关键词的方法对信息进行检索, 核心是一个关键词索引文件, 该索引文件是一个倒排序文件, 每个关键词在索引文件中有一条记录, 将包含该关键词的那些文档的地址一一列出。
有了这样的一个索引文件, 当获得了检索者提供的关键词后, 便知道应将哪些文档的地址指引给检索者。
2)完全像素匹配完全像素匹配, 这种方式要求用户提交要查找的图像, 将要检索的图像和系统内的图像进行完全像素匹配, 也就是图像与图像在任何每个位置上的像素值要完全相同或者在一定程度上相似, 才能成为检索结果。
图像可以是系统提供、用户自己提供或其它方式。
这种方式的优点是可以面向对象查询, 用户只要给出了想查找的图像对象, 就可以找出包含这些对象的多媒体信息, 在一定程度上它的查准率是比较高的, 但是这种方法的实现也面临着种种困难, 如耗时多、研制费用高、对用户要求高、容易造成网络拥挤等。
3)基于内容的图像搜索这种查询方式完全基于图像的内在特征, 比如颜色、纹理、布局等等。
现今, 国内外对这方面的研究正方兴未艾。
但正如中国微软研究院负责基于内容图像检索的张宏江博士所说“短期内, 完全基于内容的图像检索检准率不会超过25%”。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
及复杂度 ） 用户可以输入 例如 “ ， 一幅不复杂的傍晚 的天 空” 作为 查询 来找 到满意的检 索结果 。该 系统是 全 自动的 ， 并且是可扩展
的。所有的语义属性特征计算在后台完成， 从而保证系统的实时检索。此外， 还设计了针对用户的几种不同交互式检索界面， 极
大地增强 了检 索的灵活性及正确性 。 关键词 ： 属性； 画； 动 场景； 索； 义 检 语 Ｄ ：０３ ７ ／ｉ ｎ１ ０ ．３ １ ０ １１．０ 文章 编号 ：０ ２８ ３ （０ １ １．０ １０ 文献标识码 ： ＯＩ１ ． ８ ．ｓ ． ２８ ３ ． １． ０ １ ７ ｊｓ ０ ２ ９ １０ 。３ １ ２ １ ）９０ ０ ．４ Ａ 中图分类号 ： Ｐ ９ Ｔ３１
ｃｒ ｏ ｃｎ ｍａ ｅ ’ａ ｒ ｕｅ （ｕｈ ａ ａｅｏｙ ｔ ｎ ｕｅｅｓ ， ｅ ｕｅ ａ ｎ ｅｉ ｄ ｃＲ ｏ ｃｎ ｍａｅ ｓｃ ａｔ ｎ ｓｅ ｅ ｉ ｇ ｓ ｔｉ ｔｓ ｓｃ ｓｃｔｇ ｒ ，ｍｅ ａ ｄ ｐ ｒｎ ｓ） ｔ ｓｒｃｎ ｆ ｄ ａ ｄ ｓ ｅ ａ ｏｎ ｓｅｅ ｉ ｇ ，ｕ ｈ ｏ ｔｂ ｉ ｈ ｉ ｒ
ｐ ｔｒ Ｅ ｇｎ ｅ ｉ ｇ ａ ｄ Ａｐ ｌ ａ ｏ ｓ ２ １ ， ７ １ ） １４ ｕ ｅ ｎ ｉｅ ｒｎ ｎ ｐｉ ｔ ｎ 。 ０ １ ４ （ ９ ： － ． ｃｉ
Ａｂ ｔ ａ ｔ ｓ ｒ ｃ ：Ａｎ ｉ ｔ ｒ ｃｉ ｅ ｅ ｒ ｈ ｙ ｔｍ ｆ ｃ ｒｏ ｎ ｓ ￣ ｅ ｍ ａ ｅ ｉ ｐ ｅ ｅ ｔ ｄＵｓｎ ｅ ｆ ａ ｔ ｍａ ｉａ ｌ ｅ ｔａ ｔｄ， ｅ ｎ ｉ ｎ ｅ ａ ｔ ｓ ａ ｃ ｓ ｓｅ ｏ ａ ｏ ｃ ｎ ｉ ｇ ｓ ｓ ｒ ｓ ｎ ｅ ． ｉｇ ａ ｓ ｔ ｏ ｕ ｏ ｔ ｌ ｖ ｔ ｃ ｙ ｘ ｒ ｃｅ ｓ ｍａ ｔ ｃ
ａ “ ｕ ｅ ｓ ｙ ａ ｓ ｎ ｅ ” Ｔ ｅ ｓ ｓ ｍ ｓ ｆ ｌ ｕ ｏ ｔ ｎ ｃ ｌｂ ｅＩ ｃ ｍｐ ｔｓ ｌ ｃ ｒｏ ｎ ｓ ｅ ｅ ｉ ｇ ｓ ａ ｔ ｂ ｔ ｓ ｏ ｉｅ． ｓ ａ ｐ ｒ ｋ ｔ ｕ ｓｔ ．ｈ ｙ ｔ ｅ ｉ ｕ ｌ ａ ｔ ｍａ ｉ ａ ｄ ｓ ａ ａ ｌ ． ｏ ｕ ｅ ａｌ ａ ｔ ｏ ｃ ｎ ｍａ ｅ ’ ｔ ｉ ｕ ｅ ｆ ｎ ｙ ｃ ｔ ｒ ｉ ａ ｄ ｔ ｅ ｐ ｏ ｉ ｅ ａ ｉ ｔ ｒ ｃｉ ｅ ｎ ｉ ｅ ｅ ｒ ｈ ｎ ｉ ｅＦ ｒｈ ｒ ｒ ， ｈ ｓ ｓｅ ｎ ｈ ｎ ｒ ｖ ｄ ｓ ｎ ｎ ｅ ａ ｔ ｏ ｌ ｓ ａ ｃ ｅ ｇ ｎ ．ｕ ｔ ｅ ｍｏ ｅ ｔ ｅ ｙ ｔｍ ｃ ｎ ａｎ ｄ ｆｅ ｅ ｔ ｉ ｄ ｏ ｅｒｅ ａ ｍｅ ｈ ｄ ｖ ｎ ｏ ｔ ｉ ｓ ｉ ｒ ｎ ｋ ｎ ｓ ｆ ｒ ｔｉｖ ｌ ｔｏ ｓ
Ｃ ｍ ｕ ｒ ｎ ｉ ｅｉ ｄ ｐ ｌａｏｓ ｏｐ ｔ ｇｎ ｒ ｇ ｎ Ａｐｉ ｔｎ计算机 工程 与应用 ｅＥ ｅ ｎ ａ ｃｉ
＠博 士论 坛◎
面向语义属性查询 的动画场景图像检索系统
邓莉琼 陈丹雯 ， ， 袁志民 ， 吴玲达
ＤＥ ＮＧ ｑ ｏ ｇ ， Ｌｉ ｉ ｎ ＣＨＥ Ｄａ ｗｅ ＹＵＡＮ ｈ ｍｉ Ｗ Ｕ ｎ ｄ Ｎ ｎ ｎ ， Ｚ ｉ ｎ， Ｌｉｇ ａ
２ ａ ｅ ｙ ｏ ｑ ｉｍｅ ｔＣ ｍｍａ ｄ＆ Ｔｃｎ ｌｇ ， ｉｎ ０ ４ ６ Ｃ ｉａ ． ｄ ｍ ｆＥ ｕｐ ｎ ｏ Ａｃ ｎ ｅｈ ｏｏ ｙ Ｂｅ ｉｇ １ １ １ ， ｈｎ ｊ
ＤＥＮＧ Ｌｉ ｉ ｎ ， ｑ ｏ ｇ ＣＨＥＮ Ｄａ ｗｅ ＹＵＡＮ Ｚｈ ｍｉ ｅ ａ ． ｅ ａ ｔ ａ ｔ ｉ ｕ ｅ ｂ ｓ ｄ ａ ｔ ｏ ｓ ｅ ｍ ａ ｅ ｅ ｒ ｈ ｙ ｔ ｍ ． ｍ － ｎ ｎ， ｉ ｎ， ｔ １ ｍ ｎ ｃ ｔｒ ｂ ｔ － ａ ｅ ｃ ｒ ｏ ｎ ｃ ｎｅ ｉ ｇ ｓ ａ ｃ ｓ ｓ ｅ Ｃｏ Ｓ ｉ
１ 引言
在 二维动 画卡 通的设 计与编 辑 些 年 的研 究 中出现 了很多较 为成 熟 的检 索算 法 ， 也实 现 了一些基于 内容的检索 系统 。比较著 名的 图像检 索系统有 ＩＭ 的 ＱＢ Ｃ， ｘ ａ ｂ ｒ 术 公 司 的 Ｒ ｔｖ ｌ ｒ ， ｒｇ 公 司 Ｂ Ｉ Ｅ ｃｌ ｕ 技 ｉ ｅ ｉａ ｅＶｉ ｅ ｒ ｗａ ａ 的 Ｖｒ ｅＭＩ 媒体 实验室开发 的Ｐ ｏ ｂ ｏ ， 比亚大学开 ｉｇ ， Ｔ ａ ｈ ｔ ｏｋ哥伦 ｏ 发的ｖ ｕｌＥ Ｋ ＷｅＳ Ｅ 等等。关于 Ｃ Ｉ （ｏｔ ｔ ａｅ ｉａ Ｅ 和 ｂＥ Ｋ ｓ Ｓ ＢＲ Ｃ ｎ ｎ Ｂ ｓ ｅ ｄ Ｉ ｇ ｅ ｉ ａ 相关 的研 究可参考文献 ［ 。两项与本文研究 ｍａｅＲ ｔｅ １ ｒｖ ） １ ］ 最相关的分别是语 义照片合成 以及天空 图片检索 １ 。语义照 片合成通过缝 合检索结果 图像来生 成一幅新 的合 成图像 。在 文献［ 中作者通过提取天 空图片的各种不 同属性将天空类别 ３ 】 的图像检索做到尽善尽美。类似的本文也采用自动提取语义
ｗｈｃ ｒ ｉ ｄ ａ ｓｒ ． ｅ ｒｓ ｌ ｈ ｗ ｈ ｔ ｔｉ ｓ ｓ ｍ ａ ｍｐ ｏ ｅ ｔ ａ ｉ ｔ ｎ ｆ ｃｅ ｃ ｒａｌ． ｉｈ ａｅ ａｍｅ ｔｕ ｅｓ Ｔｈ ｅｕｔ ｓ ｏ ｔａ ｈｓ ｙ ｔ ｓ ｅ ｃ ｎ ｉ ｒ ｖ ｈｅ ｆｃｌｙ ａ ｄ ｅ ｉｎ ｙ ｇ ｅ ｔ ｉ ｉ ｙ
Ｋｅ ｒ ｓ ａｔｉ ｕ ｅ ｃ ｒｏ ｎ ｓ ｅ ｅ ｒ ｔｉｖ ｌ ｓ ｍａ ｔ ｙ ｗｏ ｄ ： ｔ ｂ ｔ ； ａ ｔ ｏ ； ｃ ｎ ；ｅ ｒ ａ ；ｅ ｎ ｉ ｒ ｅ ｃ
摘
要 ： 计并 实现 了一 个交互式检 索动画场景 图像 的系统 。通 过从动画场景 图像 中 自动提 出三种语 义属性信 息（ 设 类别 、 间以 时
１国防科 学技术 大学 信息 系统工程 重点实验 室 ， ＿ 长沙 ４ ０ ７ １０ ３ ２ 备指挥技术学院 ， 装 北京 １ １ １ ０４６
１Ｓ ｉｎ ｅ ａ ｄ Ｔ ｃ ．ｏ ｎ ｏ ｙ ｔｍ ｓ Ｅ ｇ ａ ｏ ａｏ ｙ， ． ｃｅ ｃ ｎ ｅ ｈ ｎ Ｉ ｆ ．Ｓ ｓｅ ｎ ．Ｌ ｂ ｒｔ ｒ Ｎｍｉｎ ｌＵｎ ｖ ｒｉ ｆ Ｄｅ ｅ ｓ ｅ ｈ ｏｏ ｙ， ａ ｇ ｈ １ ０ ３ Ｃ ｉａ ｏ ａ ｉｅ ｓｔ ｏ ｆｎ ｅ Ｔ ｃ ｎ ｌ ｇ Ｃｈ ｎ ｓ ａ ４ ０ ７ ， ｈ ｎ ｙ