[發(fā)明專利]一種基于語義和內(nèi)容的半自動圖像標注方法

有效

• 申請?zhí)枺?/td>: 200810122244.1
• 申請日: 2008-11-13
• 公開（公告）號: CN101419606A
• 公開（公告）日: 2009-04-29
• 發(fā)明（設計）人: 吳朝暉;鄭清照;丁艷春;姜曉紅
• 申請（專利權(quán)）人: 浙江大學
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 杭州裕陽專利事務所（普通合伙）
• 代理人: 張驍敏

1.一種基于語義和內(nèi)容的半自動圖像標注方法，其特征是：包括以下步驟：

(1)建立基于語義和內(nèi)容的反饋圖像檢索系統(tǒng)，該系統(tǒng)的模型用三元組表示為(F，Q，R(f_q，f_d))，其中F是由數(shù)據(jù)庫中所有圖像的語義特征向量和內(nèi)容特征向量f構(gòu)成的集合，Q是用戶所表達的圖像語義和內(nèi)容信息需求的特征集，R(f_q，f_d)是計算f_q∈Q，f_d∈F得到的相似度，并按照R(f_q，f_d)計算得到的相似度大小從大到小排列的排列函數(shù)；

(2)用戶提交基于關鍵詞的查詢，系統(tǒng)將關鍵詞序列轉(zhuǎn)換為一組語義特征向量W′，每個關鍵詞的對應權(quán)值與該關鍵詞出現(xiàn)在查詢序列中的位置成反比，系統(tǒng)使用排列函數(shù)R(f_q，f_d)對數(shù)據(jù)庫中的所有圖像做基于語義的查詢，將查詢結(jié)果按照排序的高低返回給用戶；

(3)用戶從查詢結(jié)果中選擇比較滿意的圖像并反饋給系統(tǒng)，系統(tǒng)再次使用排列函數(shù)R(f_q，f_d)對數(shù)據(jù)庫中的所有圖像做基于語義或者基于內(nèi)容或者綜合語義和內(nèi)容的進行排列，找出所有與用戶認為比較滿意的圖像相似的圖像，并將查詢結(jié)果按照排序的高低返回給用戶，同時對每張圖像相對應的標注信息的權(quán)值進行調(diào)整。

2.根據(jù)權(quán)利要求1所述的基于語義和內(nèi)容的半自動圖像標注方法，其特征是：所述的內(nèi)容特征向量使用顏色特征向量和紋理特征向量。

3.根據(jù)權(quán)利要求1或2所述的基于語義和內(nèi)容的半自動圖像標注方法，其特征是：在步驟(3)做綜合語義和內(nèi)容的查詢時，將顏色特征向量和紋理特征向量按一定的混合比結(jié)合，然后得到一個最終的相似度，該混合比是用戶隨自己的需求進行設定，在用戶未設定的情形下，系統(tǒng)會設置默認的混合比。

4.根據(jù)權(quán)利要求1所述的基于語義和內(nèi)容的半自動圖像標注方法，其特征是：在數(shù)據(jù)庫中，每張圖像與其對應的一組標注信息的權(quán)值構(gòu)成語義網(wǎng)絡，在每張圖像與標注信息的權(quán)值的鏈路上都賦有一個用于表示圖像和標注信息的權(quán)值間的相干度的權(quán)值。

5.根據(jù)權(quán)利要求1或4所述的基于語義和內(nèi)容的半自動圖像標注方法，其特征是：所述權(quán)值采用tf-idf權(quán)值，tf-idf的向量R為

R=(r1,r2,...,rn)=(log|D|t1,log|D|t2,...,log|D|tn)]]>

其中，|D|是系統(tǒng)中所有圖像的個數(shù)，t_i是與第i個標注所關聯(lián)圖像的個數(shù)；

對權(quán)值進行調(diào)整的具體方法為在每次系統(tǒng)開始查詢之前，進行一次重新計算，得到一個新的語義權(quán)值向量W″_i＝R·W′_i，將這個新的權(quán)值向量加到圖像原來的語義權(quán)值向量上：

SWnew,i=SWold,i+Wi′′]]>

SW_new，i表示第i張圖像經(jīng)過調(diào)整后新的語義權(quán)值向量。SW_old，i表示第i張圖像未調(diào)整前的語義權(quán)值向量。

6.根據(jù)權(quán)利要求1所述的基于語義和內(nèi)容的半自動圖像標注方法，其特征是：權(quán)利要求1中的排序函數(shù)R(f_q，f_d)使用卡方檢驗、JD分離和歐幾里德這三種方法。