基于本體的圖像語義檢索關(guān)鍵技術(shù)實(shí)現(xiàn)

孫 亮 閻小琦

（蘭州文理學(xué)院電子信息工程學(xué)院 甘肅蘭州 730000；蘭州金輪實(shí)業(yè)有限責(zé)任公司信息技術(shù)部 甘肅蘭州 730000）

基于本體的圖像語義檢索關(guān)鍵技術(shù)實(shí)現(xiàn)

孫 亮 閻小琦

（蘭州文理學(xué)院電子信息工程學(xué)院 甘肅蘭州 730000；蘭州金輪實(shí)業(yè)有限責(zé)任公司信息技術(shù)部 甘肅蘭州 730000）

本文跟隨當(dāng)前語義網(wǎng)以及本體技術(shù)的發(fā)展潮流，在研究分析圖像語義檢索技術(shù)后，設(shè)計(jì)出一棵圖像語義資源描述樹作為新的一種圖像語義描述模式，以此構(gòu)建基于本體的圖像語義檢索模型，提出一個(gè)基于支持向量機(jī)技術(shù)的圖像語義提取標(biāo)注的改進(jìn)方法。

本體；語義web；語義模型；SVM

語義Web作為下一代的互聯(lián)網(wǎng)，對現(xiàn)有的互聯(lián)網(wǎng)進(jìn)行了語義方面的增強(qiáng)，根本目的就是將Internet上的信息資源附加上計(jì)算機(jī)可以理解的語義信息從而實(shí)現(xiàn)語義層上的資源應(yīng)用。語義Web由W3C組織提出，同時(shí)進(jìn)一步制定了一個(gè)叫做本體 (Ontology)的標(biāo)準(zhǔn)規(guī)范說明，它的定義是“應(yīng)用于語義網(wǎng)上的可分享、可再利用、機(jī)器可讀的知識(shí)表示法”，進(jìn)一步用它來做為互聯(lián)網(wǎng)上處理信息語義知識(shí)的基礎(chǔ)。

一、圖像語義資源描述樹

在本文的研究中將采用由Eakins提出的三層語義模型的概念，在MPEG-7中主要采用了三種工具來描述多媒體語義信息。在MPEG-7多媒體描述模式研究中我們可以發(fā)現(xiàn)它十分復(fù)雜，用它來進(jìn)行圖像描述則十分不便，因此我們結(jié)合MPEG-7 MDS多媒體描述框架的知識(shí)，設(shè)計(jì)一棵圖像語義資源描述樹作為新一種圖像語義描述模式，具體方法如下：

1.通過抽取關(guān)鍵詞匯，構(gòu)造樹葉刻面這一過程，圖像領(lǐng)域中重要方面都將被進(jìn)一步確定，這其中包括圖像尺寸，存儲(chǔ)路徑，對象特征信息等。

2.構(gòu)建出語義資源描述樹，通過對提取出的樹葉刻面進(jìn)行分類形成圖像資源描述樹的上層刻面。

二、圖像領(lǐng)域本體模型構(gòu)建

Ontology是概念模型明確的規(guī)范化說明，而領(lǐng)域Ontology則是對領(lǐng)域概念化的一個(gè)詳細(xì)說明。

因此，通過上述分析我們就可以總結(jié)出圖像領(lǐng)域本體模型建模方法：

1.在圖像語義資源描述樹中的每個(gè)樹葉刻面下加入術(shù)語，用于描述該刻面下資源。這將在每個(gè)刻面下形成術(shù)語庫。在這里所用到的圖像資源描述中，在該刻面的術(shù)語庫中包含了所能用到的所有術(shù)語。

2.構(gòu)建刻面、術(shù)語之間的關(guān)系。Ontology是以關(guān)系為中心的，關(guān)系很少很弱或者沒有關(guān)系的本體不能起到應(yīng)有作用。通過上一步得到的Ontology還需要加入它們之間存在的其它關(guān)系，因?yàn)槟壳八痪哂泻唵蔚膹膶訇P(guān)系。

三、利用支持向量機(jī)理論實(shí)現(xiàn)圖像分類與圖像語義標(biāo)注

1.圖像分類基本步驟

應(yīng)用SVM對圖像進(jìn)行分類的步驟：首先要選擇最能區(qū)分該類圖像的底層特征在訓(xùn)練樣例圖像中，然后訓(xùn)練SVM分類器用這些底層特征作為訓(xùn)練樣本。對一幅給定的未分類圖像進(jìn)行分類時(shí)，首先提取圖像的底層特征，然后作為輸入數(shù)據(jù)放入己訓(xùn)練好的SVM分類器中，根據(jù)分類器的輸出判斷圖像的類別。

2.圖像語義標(biāo)注的方法

本文對文獻(xiàn)中提出的一種基于SVM圖像語義提取方法進(jìn)行改進(jìn)，提出一種基于本體模型結(jié)構(gòu)的圖像語義標(biāo)注的方法。

第一步，要從圖像領(lǐng)域本體模型所構(gòu)成的樹結(jié)構(gòu)來入手分析，把該樹形結(jié)構(gòu)記為：T(root), 其中root表示根節(jié)點(diǎn)即語義類“圖像語義”，Ni表示語義結(jié)構(gòu)樹中的某個(gè)節(jié)點(diǎn)，T(Ni)表示以節(jié)點(diǎn)Ni為根節(jié)點(diǎn)的子樹，Nj∈T(Ni)表示Nj是樹T(Ni)中的一個(gè)節(jié)點(diǎn)。由于在構(gòu)建模型時(shí)圖像資源庫中所有圖像的語義種類就已經(jīng)被最大限度的包含了，并用相應(yīng)關(guān)鍵詞給描述出來，已形成了一個(gè)圖像領(lǐng)域本體模型，并將描述語義類Ni的關(guān)鍵詞集合記為K(Ni)。

第二步，對于除根節(jié)點(diǎn)以外的每個(gè)節(jié)點(diǎn)利用前面敘述的構(gòu)造方法來設(shè)計(jì)SVM分類器；

由此我們就可以對一副給定的圖像M來提取其語義(這里假定圖像共有K個(gè)語義)，具體過程如下：

Void Check() /*從根節(jié)點(diǎn)開始依次判斷*/

接著開始按層次遍歷樹形結(jié)構(gòu)中的節(jié)點(diǎn)；

While(Ni 有子節(jié)點(diǎn))

{ 獲取Ni 的子節(jié)點(diǎn)集合N；

Void Checksubtree()

{ 對以Ni為根節(jié)點(diǎn)的子樹進(jìn)行按層次遍歷；

如果節(jié)點(diǎn)nk為葉子節(jié)點(diǎn)，

{ 利用該節(jié)點(diǎn)判別函數(shù)進(jìn)行判斷，如果圖像M為nk語義類，則將圖像M歸入節(jié)點(diǎn)nk所代表的語義類；

第三步，將節(jié)點(diǎn)Ni所代表的語義類的語義作為圖像M的語義。

四、結(jié)束語

本文中構(gòu)建出了相應(yīng)的圖像領(lǐng)域本體模型，并利用SVM理論改進(jìn)設(shè)計(jì)了一種圖像語義標(biāo)注方法。下一步工作將是在計(jì)算機(jī)上如何具體建模的過程，將會(huì)用到一系列Ontology建模相關(guān)軟件，最終實(shí)現(xiàn)圖像領(lǐng)域本體模型的構(gòu)建。

[1] Thе Sеmаntiс Аrgumеnt Wеb httр://www.drаwinmаg.соm/ rеаd/ swiftkiсk/соl(xiāng)um -n.html?АrtiсlеID=421.

[2]韓婕,向陽.本體構(gòu)建研究綜述[J].計(jì)算機(jī)應(yīng)用與軟件,2007(9):21.

[3] Еаkins,J.Р.,М.Е.Grаhаm,Соntеnt bаsеd imаgе rеtriеvаl.1999,А rероrt tо thе JISС Tесhnоl(xiāng)оgу Аррliсаtiоn Рrоgrаmmе.

[4]張運(yùn)濤.基于МРЕG_7的圖像特征描述及其檢索技術(shù)研究[D].碩士,浙江工業(yè)大學(xué),2005:10-11.

[5]張海龍,彭鑫,趙文耘,等.基于刻面與本體的資源描述與檢索系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J].計(jì)算機(jī)應(yīng)用與軟件,2007(9):1-2.

[6]周明全,耿國華,韋娜.基于內(nèi)容圖像檢索技術(shù)[М].北京:清華大學(xué)出版社,2007.

[7]王陳飛,肖詩斌基于SVМ的圖像分類研究[J]計(jì)算機(jī)與數(shù)字工程2006(34):74-76.

[8]向前.基于本體的圖像檢索系統(tǒng)[D].碩士,北京交通大學(xué),2008:20-21.

[9]黃永欣.基于СIDОС СRМ的語義查詢系統(tǒng)的研究與實(shí)現(xiàn)[D].碩士,首都師范大學(xué),2006:25.

[10]孫亮,任小康.基于本體的圖像語義檢索模型研究[J].重慶工學(xué)院學(xué)報(bào)(自然科學(xué)版),2009(23):129-130.

Ontology-based semantic image retrieval of key technology

Sun Liang, Yan Xiao-qi

(Lanzhou University of Arts and Science, Lanzhou Gansu, 730000, China; LanZhou Jin Lun Shi Ye co., ltd, Lanzhou Gansu, 730000, China)

This follows the current Semantic Web and ontology (Ontology) technology, trends, combined with analysis of semantic image retrieval techniques nowadays, proposed a new semantic model image - the image semantic resource description tree, in order to establish a body image based on semantic retrieval model, and propose a technique based on SVM semi-automatic extraction of semantic annotation of image improvement methods.

Ontology; Semantic Web; Semantic Model; SVM

TP391

A

1000-9795（2014）03-0495-02

［責(zé)任編輯：陳懷民］

2014-01-09

孫 亮（1980-），男，河北唐山人，講師，從事多媒體信息處理研究。

閻小琦（1981-），女，黑龍江北安人，經(jīng)濟(jì)師，從事網(wǎng)絡(luò)安全技術(shù)研究。