[發(fā)明專利]一種基于能量模型的圖像語義標注方法

有效

• 申請?zhí)枺?/td>: 201910074245.1
• 申請日: 2019-01-25
• 公開（公告）號: CN109657691B
• 公開（公告）日: 2020-08-18
• 發(fā)明（設計）人: 田東平
• 申請（專利權）人: 寶雞文理學院
• 主分類號: G06K9/46
• 分類號: G06K9/46;G06K9/62;G06T7/143;G06F16/958
• 代理公司: 西安銘澤知識產(chǎn)權代理事務所(普通合伙) 61223
• 代理人: 李振瑞

1.一種基于能量模型的圖像語義標注方法，其特征在于，所述基于能量模型的圖像語義標注方法包括：

第一步，使用馬爾科夫隨機場方法分割圖像，得到兩組圖像數(shù)據(jù)；將圖像數(shù)據(jù)送入圖像識別層進行初步識別；

所述馬爾科夫隨機場方法分割為：二維圖片幾何中心為初始狀態(tài)，向四周隨機找下一個分割點，下一個分割點位置只與前一分割點有關，依次類推，直到最后一個分割點與之前任意分割節(jié)點重合，完成一次分割；

第二步，將初步識別的結果送入信息提取層進行特征信息提取并進行編碼；將編碼送入歸納層進行能量模型建立；

第三步，建立能量模型，將兩組編碼進行比較分析、運算，直到能量最小；輸出圖片標注信息結果；

能量模型中最大化的邊界馬爾科夫網(wǎng)絡，對分割點的每個配置施加一個有范圍限制的能量捕獲分割點之間的依賴關系。

2.如權利要求1所述的基于能量模型的圖像語義標注方法，其特征在于，所述第一步具體包括：將MRF圖像分割方法應用于圖像處理領域，圖像分割的建模過程包括：

平面上的點集記為S，S＝{s₁，s₂，…，s_M×N}，其中[M，N]表示圖像尺寸；將圖像分割問題本質表述為圖像標記問題，將圖像每個像素點的分類標號組成的標號場記為ω，

3.如權利要求1所述的基于能量模型的圖像語義標注方法，其特征在于，所述第二步信息提取模塊的輸入經(jīng)過信息采集模塊處理后的HTML文件，輸出是結構化的人物屬性信息；信息提取分為兩個部分:半結構化信息提取和自由文本信息提取；輸入的每一個HTML文件都要經(jīng)過以上兩個部分的信息提取，輸出的結構化信息作為信息聚合模塊的輸入。

4.一種實現(xiàn)權利要求1所述基于能量模型的圖像語義標注方法的基于能量模型的圖像語義標注系統(tǒng)，其特征在于，所述基于能量模型的圖像語義標注系統(tǒng)包括圖像：

圖像分割層，使用馬爾科夫隨機場分割圖像；

圖像識別層，對分割的圖像進行初步識別；

信息提取層，分析圖像分割層分割的圖像的功能特征、價值特征、對象特征、關系特征、行為特征、情感特征、場景特征；

歸納層，將信息提取層提取的各種特征歸納為規(guī)律、對象、概念三類；高層語義層，將歸納層的信息解析為高層語義。

5.一種應用權利要求1～3任意一項所述基于能量模型的圖像語義標注方法的互聯(lián)網(wǎng)圖像處理平臺。