[发明专利]基于GPU的图像文本语义提取方法

说明书

技术领域

本发明涉及一种基于GPU的图像文本语义提取方法。

背景技术

随着网络多媒体的丰富，网络上每天产生大量的图像数据和视频信息，而图像作为最基本的、最重要的多媒体信息形式之一，凭借其直观、内容丰富、无语言限制的优势，已越来越广泛的应用于各个领域。图像搜索引擎通过收集、组织、索引网络中的图像，用户通过输入关键词或者示例图片，系统便以结果集的形式返回用户感兴趣的图像。

目前主流的商业图像搜索引擎主要是基于文本的，基于文本的图像检索技术主要采用人工标注或从网页中提取文本关键词来实现文本对图像的描述。图像搜索系统中图像文本语义提取就是一种从网页中提取出图像的文字性语义描述的方法，图像文本语义提取的精度和效率直接影响到图像搜索系统的后台数据处理速度和更新周期。

然而，目前的图像文本语义提取方法主要存在效率和精度不可兼得的情况，同时，图像的文字性描述的精度不高，图像搜索系统后台数据更新的周期长。

发明内容

有鉴于此，本发明的目的在于提供一种基于GPU的图像文本语义提取方法，其解决了现有图像文本语义提取方法中存在的效率和精度不可兼得、图像的文字性描述的精度不高、图像搜索系统后台数据更新的周期长的问题。

一种基于GPU的图像文本语义提取方法，包括以下步骤：

获取网页集合；

根据网页集合建立文档对象模型集合，其包括多个文本节点、图像链接节点；

根据图像链接节点的标签确定图像链接节点的集合以及图像链接节点的数量；

判断图像链接节点的数量是否为0；

如果图像链接节点的数量不为0，则取出一个图像链接节点，并设置计数器i＝0；

根据经验规则查找图像链接节点周围是否存在文本节点；

如果不存在文本节点，则设置计数器i＝i+1；

判断i是否等于4；

若i等于4，则组合图像链接节点与文本节点，以形成一主题块；

累加主题块，以形成主题块集合；

判断是否存在下一个图像链接节点；

若不存在下一个图像链接节点，则转换主题块集合的存储方式，以使其可被GPU读取；

GPU对转换后的主题快集合进行语义分析，以得到语义块集合；

GPU对语义块集合进行处理，以得到所有图像链接节点的语义描述信息。

本发明的方法还包括步骤：

如果图像链接节点的数量为0，则转换文本节点的存储方式，以使其可被GPU读取；

GPU对转换后的文本节点进行语义分析，以得到语义块集合；

GPU对语义块集合进行处理，以得到所有文本节点的语义描述信息；

GPU将语义描述信息传送到CPU；

CPU输出语义描述信息。

本发明的方法还包括步骤：

如果存在文本节点，则组合图像链接节点与文本节点，以形成一主题块；

累加主题块，以形成主题块集合；

判断是否存在下一个图像链接节点；

若不存在下一个图像链接节点，则转换主题块集合的存储方式，以使其可被GPU读取；

GPU对转换后的主题快集合进行语义分析，以得到语义块集合；

GPU对语义块集合进行处理，以得到所有图像链接节点的语义描述信息；

GPU将语义描述信息传送到CPU；

CPU输出语义描述信息。

本发明的方法还包括步骤：若i不等于4，则跳转根据经验规则查找图像链接节点周围是否存在文本节点的步骤。

本发明的方法还包括步骤：

若存在下一个图像链接节点，则跳转下一个图像链接节点；

跳转取出一个图像链接节点，并设置计数器i＝0的步骤。

本发明的方法还包括步骤：

GPU将语义描述信息传送到CPU；

CPU输出语义描述信息。

根据经验规则查找图像链接节点周围是否存在文本节点的步骤包括：

设置遍历层数计数器等于0；

判断当前图像链接节点是否为文本节点；

如果图像链接节点为文本节点，则存储文本节点；

判断图像链接节点是否只有一个子节点，如果只有一个子节点，则判断子节点是否是文本节点；

若子节点是文本节点，则存储文本节点；

判断图像链接节点是否是根节点，如果是根节点，则判断根节点是否只有一个相关的子文档对象模型；

如果根节点只有一个相关的子文档对象模型，则遍历层数计数器加1；