[发明专利]对图像进行语义注释的系统和方法

权利要求书

1.一种对多个图像中的图像进行语义注释的方法(300)，所述多个图像中的每个图像包括至少一个图像区域，所述方法包括：

识别包括第一和第二图像的至少两个相似图像(308)；

识别所述第一图像和所述第二图像中的相应图像区域(310)；以及

使用至少一个处理器，通过使用拟合度对所述多个图像中的一个或更多个图像中的图像区域分配注释(315)，所述拟合度指示所分配的注释和所述相应图像区域之间的匹配程度，

其中，所述拟合度取决于所述多个图像的子集中的每个图像的至少一个注释以及所述第一图像和所述第二图像中的图像区域之间的所识别的对应关系。

2.根据权利要求1所述的方法(300)，其中：

识别相应图像区域(310)包括用所述第二图像中的第二图像区域识别所述第一图像中的第一图像区域；以及

对图像区域分配注释(315)包括基于所述拟合度迭代地对图像区域分配注释(318)，

其中，每个迭代包括至少部分基于对所述第二图像区域分配的注释来对所述第一图像区域分配注释。

3.根据权利要求2所述的方法(300)，其中，所述第一图像包括与所述第一图像区域相邻的第三图像区域，以及其中，每个迭代包括：

进一步基于对所述第三图像区域分配的注释来对所述第一图像区域分配注释(318)。

4.根据权利要求2所述的方法(300)，其中，每个迭代包括：

进一步基于所述注释的空间直方图对所述第一图像区域分配注释(318)，其中，跨所述多个图像中的数个图像计算所述注释的空间直方图。

5.根据权利要求1所述的方法(300)，还包括：

至少部分地通过从包含所述多个图像的所述子集中的图像的文档和/或网页中的在所述图像附近的文本中获得所述图像的至少一个图像级别注释，来自动获得(304)所述至少一个注释。

6.一种使得能够至少部分地基于与多个图像中的图像相关联的图像级别注释对所述图像进行基于文本的搜索的系统(100)，所述系统包括：

至少一个处理器，被配置为：

识别包括第一图像和第二图像的至少两个相似图像(308)；

识别所述第一图像和所述第二图像中的相应图像区域(310)；以及

通过使用拟合度对所述多个图像中的一个或更多个图像中的图像区域分配注释(315)，所述拟合度指示所分配的注释和所述相应图像区域之间的匹配程度，

其中，所述拟合度取决于所述多个图像的子集中的每个图像的至少一个注释以及所述第一图像和所述第二图像中的图像区域之间的所识别的对应关系。

7.根据权利要求6所述的系统(100)，其中，所述至少一个处理器被配置为：

通过用所述第二图像中的第二图像区域识别所述第一图像中的第一图像区域，来识别相应图像区域(310)；以及

通过基于所述拟合度迭代地对图像区域分配注释(316、318)，来对所述图像区域分配注释(315)，

其中，每个迭代(316、318)包括至少部分基于对所述第二图像区域分配的注释来对所述第一图像区域分配注释(318)。

8.根据权利要求6所述的系统(100)，其中，每个迭代包括计算所述多个图像中的所述一个或更多个图像中的所述图像区域和注释之间的统计映射(316)。

9.根据权利要求8所述的系统(100)，其中，计算所述统计映射(316)包括估计混合模型的至少一个参数，其中，所述混合模型包括针对注释集合中的每个注释的元素。

10.根据权利要求6所述的系统(100)，其中，所述多个图像的所述子集包括所述多个图像的百分之十或者更少。