概念格在图像语义检索中的应用研究

概念格在图像语义检索中的应用研究

论文摘要

随着数据库、多媒体以及计算机视觉等技术的快速发展,图像作为一种重要的多媒体信息的载体,已广泛地应用于众多领域。为有效管理和检索海量图像资源,提出了基于内容的图像检索技术(CBIR)。通过自动提取图像视觉特征后,进行相似性匹配,可以获得检索结果。该方法摒弃了基于文本的检索技术需要对图像进行人工标注的繁重工作和主观性。于是该技术得到了迅速发展,逐渐成为图像检索领域的主流技术,并开发了大量的检索系统。由于图像的底层特征与人类的理解之间存在着较大的差异,图像所包含的语义内容无法通过图像底层特征来准确描述,即图像的底层视觉特征与所含语义间存在“语义鸿沟”。于是提出了基于语义的图像检索技术应运而生。将语义信息与底层特征相结合,对图像进行分类和检索。该技术是近年来的一个研究热点,是多媒体信息检索领域的一个重要组成部分,受到越来越广泛的关注。由于图像语义问题本身的复杂性,在提取、表示和应用上都比较困难,因此,基于语义的图像检索技术成为一个极具挑战性的研究课题。本文对基于语义的图像检索课题进行了探讨,提出了一种新的基于概念格的图像语义检索方法,该方法将概念格理论应用到图像检索中,利用形式概念分析来发现图像间潜在的概念结构和概念间的相互关系。借助于语言变量来描述图像语义特征,并根据这些模糊语义值构建概念格。实验表明,用基于概念格的方法进行图像语义检索,可以得到与人类视、知觉具有较好一致性的检索结果。

论文目录

  • 摘要
  • Abstract
  • 第一章 绪论
  • 1.1 图像检索的国内外研究现状
  • 1.1.1 国外研究进展
  • 1.1.2 国内研究现状
  • 1.2 形式概念分析的国内外研究现状
  • 1.3 形式概念分析的应用
  • 1.4 本文的主要研究内容和组织结构
  • 第二章 图像检索技术
  • 2.1 基于文本的图像检索
  • 2.2 基于内容的图像检索方法
  • 2.2.1 基于低层视觉特征的图像检索方法
  • 2.2.2 基于高层语义特征的图像检索方法
  • 2.3 基于内容图像检索的技术
  • 2.4 基于语义的图像检索和分类技术
  • 2.5 基于内容的图像检索的特点
  • 2.6 基于内容的图像检索系统
  • 2.6.1 基于内容的图像检索系统的结构及应用
  • 2.6.2 图像相似性度量
  • 2.6.3 检索系统的性能评价
  • 第三章 形式概念分析的基础
  • 3.1 概念格模型的数学基础
  • 3.1.1 序论中的基本定义
  • 3.1.2 格论中的基本定义
  • 3.2 形式背景与形式概念
  • 3.3 形式背景和概念格
  • 3.4 概念格的构造方法
  • 3.4.1 批处理算法
  • 3.4.2 渐进式算法
  • 3.5 多值背景
  • 3.6 形式背景约简
  • 第四章 基于概念格的图像检索
  • 4.1 图像预处理
  • 4.1.1 图像颜色特征提取
  • 4.1.1.1 Apriori 频繁项集挖掘算法简述
  • 4.1.1.2 频繁色算法
  • 4.1.1.3 频繁色处理
  • 4.1.2 图像语义特征提取
  • 4.1.2.1 语言变量简介
  • 4.1.2.2 图像颜色语义特征表示
  • 4.1.2.3 图像纹理语义特征表示
  • 4.2 建立图像的形式背景
  • 4.3 图像的形式概念
  • 4.4 图像的概念格
  • 4.5 图像检索
  • 4.6 实验
  • 第五章 总结和展望
  • 参考文献
  • 致谢
  • 附录 A 攻读学位期间所发表的学术论文
  • 相关论文文献

    • [1].一种融合多级特征信息的图像语义分割方法[J]. 计算机应用研究 2020(11)
    • [2].遥感图像语义分割方法探析[J]. 科技与创新 2020(21)
    • [3].计算机图像语义教学如何对多媒体进行利用[J]. 现代职业教育 2017(27)
    • [4].基于深度神经网络的图像语义分割研究综述[J]. 计算机工程 2020(10)
    • [5].基于深度神经网络的图像语义分割综述[J]. 测绘与空间地理信息 2020(10)
    • [6].基于对象位置线索的弱监督图像语义分割方法[J]. 软件学报 2020(11)
    • [7].基于社会网络的图像语义获取研究综述[J]. 计算机与现代化 2014(01)
    • [8].图像语义分析的多示例学习算法综述[J]. 控制与决策 2013(04)
    • [9].浅析计算机图像语义的识别应用技术[J]. 知识经济 2012(09)
    • [10].图像语义提取方法研究[J]. 现代电子技术 2011(24)
    • [11].图像语义分析与理解综述[J]. 模式识别与人工智能 2010(02)
    • [12].基于概念格的图像语义检索研究[J]. 现代电子技术 2008(02)
    • [13].一种利用用户反馈日志获取图像语义标注方法[J]. 通化师范学院学报 2010(12)
    • [14].一种新的图像语义自动标注模型[J]. 计算机工程与应用 2011(07)
    • [15].针对城市道路的图像语义分割[J]. 电视技术 2020(07)
    • [16].图像语义自动标注及其粒度分析方法[J]. 自动化学报 2012(05)
    • [17].基于本体的图像语义检索模型[J]. 重庆工学院学报(自然科学版) 2009(01)
    • [18].结合引导解码和视觉注意力的图像语义描述模型[J]. 计算机应用研究 2020(11)
    • [19].基于边缘计算的图像语义分割应用与研究[J]. 计算机科学 2020(S2)
    • [20].基于多层贝叶斯网络的医学图像语义建模[J]. 生物医学工程学杂志 2009(02)
    • [21].图像语义标注方法及其语义鸿沟问题研究进展[J]. 图书馆学研究 2014(10)
    • [22].一种基于GMM的图像语义标注方法[J]. 电视技术 2012(23)
    • [23].结合SML与本体的图像语义自动标注方法[J]. 小型微型计算机系统 2012(09)
    • [24].改进的概率神经网络的语义区域分类[J]. 计算机工程与应用 2010(24)
    • [25].基于全卷积神经网络的图像语义分割技术的发展及应用综述[J]. 数码世界 2019(07)
    • [26].基于高阶CRF模型的图像语义分割[J]. 计算机应用研究 2013(11)
    • [27].基于色彩统计信息的图像语义检索模型的研究[J]. 广西师范学院学报(自然科学版) 2010(01)
    • [28].图像自动语义标注技术综述[J]. 计算机系统应用 2012(07)
    • [29].一种自适应的Web图像语义自动标注方法[J]. 软件学报 2010(09)
    • [30].一个图像语义可视化交互标注研究平台——以“情感语义标注”为例[J]. 情报理论与实践 2014(08)

    标签:;  ;  ;  ;  

    概念格在图像语义检索中的应用研究
    下载Doc文档

    猜你喜欢