協(xié)同演化的圖像理解方法研究.pdf

1、圖像理解是對(duì)圖像內(nèi)容的語(yǔ)義解釋與描述，以圖像處理與分析為基礎(chǔ)，是計(jì)算機(jī)視覺、模式識(shí)別、認(rèn)知學(xué)、心理學(xué)、語(yǔ)言學(xué)等多學(xué)科交叉的一門綜合學(xué)科，也是圖像工程中一項(xiàng)最重要的高層任務(wù)，適用于圖像檢索、圖像標(biāo)注、圖像解析、多模態(tài)融合與交互等視覺應(yīng)用中，具有廣泛的應(yīng)用前景。同時(shí)，如何突破“語(yǔ)義鴻溝”，合理地有效地關(guān)聯(lián)視覺信息和語(yǔ)義信息，也是圖像理解亟待解決的關(guān)鍵科學(xué)問題。
　　 協(xié)同學(xué)理論描述了自然世界中的實(shí)體系統(tǒng)是耗散結(jié)構(gòu)的自組織過程，通過開

2、放環(huán)境中不斷與外界交換物質(zhì)和能量信息，實(shí)現(xiàn)從非平衡無(wú)序狀態(tài)到非平衡有序狀態(tài)的演化，而人的視覺認(rèn)知過程無(wú)論從生理上還是邏輯上均具有相似的協(xié)同學(xué)特性，體現(xiàn)了協(xié)作與競(jìng)爭(zhēng)的特點(diǎn)。因此，研究圖像理解中不同視覺層面的協(xié)同學(xué)理論，不僅可以為解決“語(yǔ)義鴻溝”提供一種可行的語(yǔ)義和視覺之間的相互作用機(jī)制，而且可以結(jié)合多源信息，實(shí)現(xiàn)對(duì)圖像內(nèi)容較為完整的全面的描述。
　　 本文分別研究了特征層、實(shí)例層以及語(yǔ)義層三個(gè)不同視覺層次下對(duì)應(yīng)的實(shí)體之間的協(xié)同機(jī)制

3、，發(fā)現(xiàn)不同視覺實(shí)體的“共性”與“特性”，通過計(jì)算協(xié)同漲落力，有效地合并、刪除、遷移視覺系統(tǒng)要素，完成非平衡的有序演化，實(shí)現(xiàn)目標(biāo)分割、目標(biāo)識(shí)別、場(chǎng)景分類等子任務(wù)，最后達(dá)到對(duì)圖像進(jìn)行基本句法解釋和文字描述的目的。
　　 本文的主要研究工作及創(chuàng)新點(diǎn)如下:
　　 (1)針對(duì)圖像特征提取的有效性，指出如何使用視覺皮層響應(yīng)稀疏性、字典局部稀疏性、主題分布的低維流形性，研究了局部線性字典對(duì)隱主題分析的有效性，提出一種隱特征協(xié)同模型，解

4、決并指導(dǎo)圖像分類任務(wù)。
　　 (2)針對(duì)樣本分類中近鄰標(biāo)記不一致性，指出近鄰協(xié)同分析的重要性，提出一種近鄰演化策略實(shí)現(xiàn)樣本穩(wěn)定特征的有效獲取，研究同時(shí)考察了核實(shí)例選擇和流形實(shí)例表示，構(gòu)建完整的協(xié)同學(xué)習(xí)的識(shí)別模型，提升圖像分類的準(zhǔn)確率。
　　 (3)針對(duì)圖像語(yǔ)義信息的有效獲取，闡述了基于注釋的區(qū)域標(biāo)記和基于分類的區(qū)域標(biāo)記生成方法，分析了注釋區(qū)域語(yǔ)義中的歧義性，提出一種基于語(yǔ)義協(xié)同相似度的類屬合并與聚類方法，并結(jié)合圖像注釋中