| 题名 | 基于空间关系的图像场景理解方法研究 |
| 作者 | 金标 |
| 学位类别 | 博士 |
| 答辩日期 | 2012-05-31 |
| 授予单位 | 中国科学院研究生院 |
| 授予地点 | 北京 |
| 导师 | 王宏琦 ; 胡文龙 |
| 关键词 | 空间关系 图像场景分类 概率隐含语义分析模型（pLSA） 空间语义 交互行为识别 随机文法系统（SCFG） |
| 学位专业 | 信号与信息处理 |
| 中文摘要 | 图像场景理解是指通过计算机实现图像的语义分类和解释，空间关系是图像场景的重要特征，然而现有的图像场景理解方法对空间关系的挖掘和利用远远不够。因此，本文主要研究图像空间关系模型，进而挖掘空间关系在图像场景理解中的作用。本文围绕图像空间关系特征的提取与表达，以及空间关系特征在图像场景理解中的应用开展了下述研究工作：1．提出一种定量化的、组合表达的图像空间关系直方图模型，用于提取和表达图像的空间关系特征。已有的空间关系模型（拓扑关系、方向关系以及度量关系）基本上是相对孤立的、定性的形式化描述（度量关系除外），这些模型在现有的图像场景理解方法中得不到很好的利用。本文提出的空间关系直方图模型可以组合表达拓扑关系、方向关系、以及度量关系，并可以定量化地分类（概率表征）空间关系类型：上、下、左、右、包含、不包含、远、近等。针对目标内部是否有空洞的情况，本文给出两种计算空间关系直方图的方法：基于目标边界点的计算方法，以及基于目标区域点的计算方法。在图像场景理解过程中，空间关系直方图可以有效地表征图像的空间关系特征。2．将空间关系直方图应用到概率隐含语义分析模型（pLSA）中，提出一种基于SR-pLSA的图像场景分类方法，在分类过程中充分利用了图像的空间关系特征。针对现有的图像场景分类方法对空间关系特征利用不足的问题，本文通过计算图像场景中目标之间的空间关系直方图，并计算其空间关系统计特性，提出一种融合了主题之间空间关系特性的概率隐含语义分析模型（SR-pLSA），实现了图像空间关系特征的有效利用。采用SR-pLSA建立图像语义模型，将所得的语义向量作为支持向量机（SVM）的输入实现图像场景分类。实验结果表明本文方法取得了较好的图像场景分类性能。3．将空间关系直方图应用到动态视频场景理解中，提出一种基于空间语义的视频交互行为识别方法，挖掘了隐含在空间关系和运动方向中的空间语义信息。对于某种交互行为类别，目标之间的空间关系（拓扑关系、方向关系）以及其运动方向是逐渐变化的，本文通过分析并挖掘了五种空间语义信息（前面、后面、背对背、面对面、左右），空间语义信息的变化规律可以有效地表征交互行为类别。因此，不同于传统方法，本文通过提取运动目标之间的空间语义信息建立随机文法系统，实现交互行为类别的自动识别。本文有效地挖掘并利用了运动目标之间的空间语义信息，提出一种有效的交互行为识别思路，并取得了较好的识别性能。 |
| 公开日期 | 2012-06-07 |
| 内容类型 | 学位论文 |
| 源URL | [http://159.226.65.12/handle/80137/9724]  |
| 专题 | 电子学研究所_电子所博硕士学位论文_电子所博硕士学位论文_学位论文 |
| 推荐引用方式 GB/T 7714 | 金标. 基于空间关系的图像场景理解方法研究[D]. 北京. 中国科学院研究生院. 2012. |
| 个性服务 |
| 查看访问统计 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论