面向盲人的圖片自動描述系統(tǒng)的研究與實現(xiàn).pdf

1、當前門戶網(wǎng)站的網(wǎng)頁資訊中，大量圖片被插入文本以方便讀者的快速閱讀和加深對文本的理解。這些圖片中有很大一部分沒有任何標注，這給盲人獲取信息帶來了巨大的困難。
　　 傳統(tǒng)的圖片自動標注方法只能產(chǎn)生數(shù)個與圖片內(nèi)容相關(guān)的詞匯，對于一般的明眼人而言已經(jīng)足夠，但是對于盲人用戶仍然無法獲取足夠的圖片信息。然而圖片附近的上下文包含了許多與圖片相關(guān)的文本信息，因此可以結(jié)合圖片的自動標注詞，以類似自動文摘的方式提取部分原文的句子，作為圖片的描述，無

2、疑能大大增加盲人對圖片信息的獲取。
　　 網(wǎng)絡(luò)圖片種類和數(shù)量繁多，固定數(shù)量大小的標準圖片標注集無法滿足作為網(wǎng)絡(luò)圖片樣本庫的要求。而Flickr等圖片社交網(wǎng)站可以作為一個滿足要求的圖片樣本庫來源，圖片的標簽也可以看作是不同用戶對圖片的標注詞，標簽推薦就是圖片自動標注的過程。同時提高標簽排序的準確性，是產(chǎn)生好的標簽推薦的基礎(chǔ)。
　　 基于這些觀察，本文提出了一種面向盲人的圖片自動描述方法。先從Flickr網(wǎng)站上抓取圖片作為樣