[发明专利]图像语义标注的方法、装置和客户端

说明书

技术领域

本发明涉及计算机技术领域，尤其涉及一种图像语义标注的方法、装置和客户端。

背景技术

图像语义自动标注是指利用计算机视觉技术，让计算机对图像中的内容进行理解，从而给图像自动标注出文本语义的过程。也就是说，图像语义自动标注是使计算机对图像的语义进行准确地描述和理解的过程，其本质上就是建立图像和文本语义之间的关联。图像语义自动标注通常用于图像检索、图像分类和相册管理等不同的场景。

目前，图像语义自动标注方法通常采用模式分类的方法建立图像和文本语义之间的关联。具体来说，每个分类类别均对应一个文本关键词（也称作特定语义类别），同时抽取图像的低层特征，例如，局部纹理、颜色、结构等特征，作为图像的特征标识，并且通过机器学习中的分类方法建立图像和特定语义类别之间的关联。

目前，现有的图像语义自动标注的方法存在以下三点问题：1）、现有的图像语义自动标注方法是将图像的语义标注作为分类问题来解决的，通常需要人工事先选择、标注语义类别，才能训练语义分类器。因此，对每个类别进行图像的人工标注费时费力，并且其无法穷尽整个语义空间，导致图像的语义描述很不完整；2）、每个语义类别均对应一个语义分类器，在对图像进行语义标注时，需要将所有的语义分类器进行测试，从中挑选置信度较高的语义类别作为图像的语义标注。但是如果语义类别数目巨大，则对图像进行语义标注时的计算量也会非常巨大，从而使现有的图像语义自动标注的方法无法在实时性要求较高的场景中应用；3）、在抽取的图像的低层特征到语义信息之间存在语义鸿沟，因此，现有的图像语义自动标注的方法在获取语义类别时，具有的稳定和一致性都很差。

发明内容

本发明旨在至少解决上述技术问题之一。

为此，本发明的第一个目的在于提出一种图像语义标注的方法。该方法一方面可以省去传统的图像语义标注方法中通过人工筛选图像类别训练分类器的过程，节省了人力和时间，避免了图像的低层特征和语义信息之间的语义鸿沟，提高了图像语义标注的稳定性和一致性。另一方面可以克服语义标签有限的固有问题，提高图像语义标识的完整性，使语义标注信息更加精确地描述出图像中的内容，同时提高了图像语义标注时的速度。

本发明的第二个目的在于提出一种图像语义标注的装置。

本发明的第三个目的在于提出一种客户端。

为了实现上述目的，本发明第一方面实施例的图像语义标注的方法，包括以下步骤：提取图像中的文字信息；根据所述文字信息生成标注信息；以及根据所述标注信息对所述图像进行标注。

本发明实施例的图像语义标注的方法，通过提取图像中的文字信息，并根据文字信息生成的标注信息对图像语义进行标注，一方面可以省去传统的图像语义标注方法中通过人工筛选图像类别训练分类器的过程，节省了人力和时间，避免了图像的低层特征和语义信息之间的语义鸿沟，提高了图像语义标注的稳定性和一致性。另一方面可以克服语义标签有限的固有问题，提高图像语义标识的完整性，使语义标注信息更加精确地描述出图像中的内容，同时提高了图像语义标注时的速度。

为了实现上述目的，本发明第二方面实施例的图像语义标注的装置，包括：提取模块，用于提取图像中的文字信息；生成模块，用于根据所述文字信息生成标注信息；以及标注模块，用于根据所述标注信息对所述图像进行标注。

本发明实施例的图像语义标注的装置，通过提取图像中的文字信息，并根据文字信息生成的标注信息对图像语义进行标注，一方面可以省去传统的图像语义标注方法中通过人工筛选图像类别训练分类器的过程，节省了人力和时间，避免了图像的低层特征和语义信息之间的语义鸿沟，提高了图像语义标注的稳定性和一致性。另一方面可以克服语义标签有限的固有问题，提高图像语义标识的完整性，使语义标注信息更加精确地描述出图像中的内容，同时提高了图像语义标注时的速度。

为了实现上述目的，本发明第三方面实施例的客户端，包括本发明第二方面实施例的图像语义标注的装置。

本发明实施例的客户端，通过提取图像中的文字信息，并根据文字信息生成的标注信息对图像语义进行标注，一方面可以省去传统的图像语义标注方法中通过人工筛选图像类别训练分类器的过程，节省了人力和时间，避免了图像的低层特征和语义信息之间的语义鸿沟，提高了图像语义标注的稳定性和一致性。另一方面可以克服语义标签有限的固有问题，提高图像语义标识的完整性，使语义标注信息更加精确地描述出图像中的内容，同时提高了图像语义标注时的速度。

本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。