為了降低圖像高層語義與低層視覺特征之間的語義差異,本文以對(duì)象描述模型為基礎(chǔ),提出利用機(jī)器轉(zhuǎn)換模型獲取圖像高層語義的方法。本方法首先利用圖像分割技術(shù)對(duì)圖像進(jìn)行分割,然后利用機(jī)器學(xué)習(xí)的方法,得到訓(xùn)練樣本集中高層語義與分割后低層視覺特征之間的先驗(yàn)概率關(guān)系 在查詢的過程中,利用得到的先驗(yàn)概率模型計(jì)算與高層語義所對(duì)應(yīng)的最大概率視覺低層特征,最后利用該低層特征進(jìn)行檢索,達(dá)到縮短高層語義與低層特征之間的語義差異的目的。在一個(gè)擁有5000 幅圖像的圖像庫(kù)上所做的測(cè)試結(jié)果表明了該方法的有效性和可行性,同時(shí)該方法也為解決圖像高層語義與視覺低層特征之間語義的矛盾開擴(kuò)了思路。
標(biāo)簽：
圖像
分割技術(shù)
分割
視覺特征
上傳時(shí)間：
2014-01-04
上傳用戶：comua
