[发明专利]一种多层语义图像检索装置及方法

说明书

技术领域

本发明属于检索系统领域，尤其是涉及一种多层语义图像检索装置及 方法。

背景技术

随着计算机、多媒体和网络技术的迅速发展，互联网上出现了海量的 数字图像信息资源。近几年图像搜索是增长速度最快的分类搜索应用，全 球几大搜索引擎的图像搜索次数均成倍增长。因此图像检索技术已成为国 内外研究的热点，如何高效地组织、管理和检索大规模的图像数据库，也 成为未来信息高速公路、数字图书馆等重大项目中的关键技术。图像检索 也是多媒体信息检索技术的一个主要组成部分，是视频信息检索的理论基 础之一，在信息检索领域占有举足轻重的地位。

早期图像检索主要通过对图像进行人工文字注释，利用文本检索实现 对图像特征的查找。这种采用手动标注关键词描述信息的方式费时费力， 并且不可避免地会带有个人的主观性和不确定性。目前百度、Google等搜 索引擎基于网页信息自动采集和标注技术对图像进行文本标注和检索。这 种自动标注所采集的图像标识是很粗糙的，准确性不高，有时甚至是不准 确的。20世纪90年代初，研究者提出了基于内容的图像检索思想，实现 了使用颜色、纹理、形状及区域等图像视觉内容特征的检索和“以图找图” 的检索模式的飞跃。但是人们判断图像的相似性并非仅仅建立在这些低层 特征的相似性基础上。基于内容的图像检索只涉及了图像的表面特征，无 法表达图像的语义内涵。

进入21世纪，图像检索围绕图像语义这一热点展开，其目标是使计算 机检索图像的能力达到人的理解水平。在理想状况下，用户主要根据图像 的含义进行图像检索，而不是根据图像的低层特征进行检索。

图像语义大致可分为特征语义、对象语义、场景语义、行为语义和情 感语义等，用以对不同层次的图像内容进行描述。有研究将图像内容进一 步分成三个层次：第一层为原始特征层，包括描述图像的视觉特征，如颜 色、纹理、形状等，反映的是图像的一些具有客观统计特性的内容，对应 于图像的特征语义；第二层为导出属性层，涉及由低层视觉特征推导而得 到的属性，用以识别图像中描绘的对象(如“太阳”、“篮球”等)，对应 于图像的对象语义；第三层是抽象属性层，包括对对象和场景进行更高层 的推理而得到的抽象属性(如“日出”、“篮球比赛”等)，对应图像的场 景语义、行为语义和情感语义等.一般将第一层与第二层之间的差距称为 “语义鸿沟”，图像检索是否真正使用了语义主要体现在是否获取了第二 层的图像内容。

近年来基于图像语义的图像分类、标注和检索的研究大都需要利用机 器学习的策略来获取语义，但仍未出现一种令人满意的高效的通用的系统。

发明内容

本发明的目的是提供一种多层语义图像检索装置及方法，可大大提高 用户进行图像检索的满意度。

为达到上述目的，本发明采用的技术方案是：一种多层语义图像检索 装置及方法，包括信息输入模块、图像检索模块、结果输出模块、显示装 置，其特征在于：所述信息输入模块、所述图像检索模块、所述结果输出 模块依次连接，所述图像检索模块包括网络通信模块、低层特征提取模块、 目标语义提取模块、以及场景语义提取模块，其中，所述低层特征提取模 块与网络通信模块连接，并经由网络通信模块提取网络图像的低层特征信 息；所述目标语义提取模块连接于低层特征提取模块的后端，并根据预定 的概率信息自低层特征信息中提取目标语义信息；所述场景语义提取模块 连接于目标语义提取模块的后端，并根据预定的场景语义模板自目标语义 信息中提取场景语义信息，再将该场景语义信息对应的图像发送至该场景 语义提取模块后端连接的结果输出模块，所述显示装置显示检索结果。

优选地，所述图像检索模块基于光流直方图矩阵的距离函数，从视频数 据库中匹配出类似于给定视频镜头的视频镜头，检索出匹配图像。

优选地，所述显示装置为LED显示屏。

本发明具有的优点和积极效果是：通过提取网络图像的目标语义信息 及场景语义信息，从而实现了有别于现有技术的人性化图像检索，大大提 高了图像检索的满意度。

附图说明

图1是本发明的结构示意图。

具体实施方式

下面结合附图和实施例对本发明做进一步说明。