国内图像元数据应用研究现状与分析

在梳理国内图像元数据相关文献的基础上,归纳出可用于描述和著录图像的元数据标准主要有三类:专门的图像元数据标准,文化资源相关的元数据标准,通用元数据标准。从敦煌壁画、舆图、建筑与工艺图片、服饰图片等方面分析文化资源管理中图像元数据的研究和实践情况,指出图像等视觉类资源元数据标准的制定和实践应用还需要加强面向图像内容的描述性元数据研究、对元数据标准的评价和互操作研究以及面向用户的元数据使用研究等。参考文献42。

图像元数据在检索中的应用

图像是教学资源建设中的重要组成部分。借鉴元数据标准建设中的概念，针对基于内容意义上的图像，定义了图像元数据。在图像特征提取上应用了基于内容的视觉信息检索技术，在图像表示上借鉴了元数据标准建设中的描述规范，描述语言和描述方法。通过实验，分别对图像从颜色和纹理两个方面进行检索，并给出检索结果及对检索结果的分析。

试论基于数字图像元数据标准的关键词在数码照片管理中的应用

介绍了XMP标准和特点,分析了现阶段数码照片管理中存在的问题,探讨了如何运用XMP标准中的关键词、元数据对数码照片进行管理。

融合图像元数据的用户情感分类

为解决仅从图像域进行用户情感分析造成准确率低的问题,提出一种融合拍照情境特征和图像特征来预测用户情感类别的方法。对用户上传到网络上的图像,使用预训练的vgg19模型的特征提取层获取图像内容特征和图像纹理特征,从对应的图像元数据提取用户拍照情境信息,建立情境-情感的映射关系,通过embedding的方法得到情境特征的低维稠密向量表示,将3种融合的特征经过情感识别网络进行情感分类。实验结果表明,融合情境特征后比只考虑图像特征域的方法在准确率上提高了4.12%。

图像检索中的元数据分析

随着图像检索技术近几年来的快速发展,基于内容图像检索和基于文本图像检索两种技术的不和谐现象越来越明显;两者各自所对应的元数据集之间很难兼容;基于内容图像检索和图像元数据联系相对薄弱。本文正是针对这样一种不协调的情况,从用户对图像检索的需求出发,以图像元数据标准为平台,对基于内容图像检索和基于文本图像检索的融合问题做一探讨,这有利于解决图像检索中存在的有关兼容问题。

结合小波变换和图像主元分析的人脸识别

提出了一种基于小波变换和图像主元分析(IMPCA)相结合的人脸识别方法。小波变换具有保留主要信息,去除噪声的作用,对人脸图像进行小波变换,对变换后的近似图像采用IMPCA方法进行识别。IMPCA是一种快速有效的直接通过图像抽取特征的方法,从图像重构的角度分析了实现IMPCA的两种模式,两种模式分别增强了图像的行特征和列特征,将它们的识别结果进行决策融合可以获得更好的识别效果。基于ORL人脸数据库的实验表明,所提出的方法在识别率上优于单独的IMPCA方法。

基于Maya的立体元图像阵列的生成

提出了一种基于Maya的立体元图像阵列生成方法,该方法无需实景采集设备,可以根据显示平台参数自由调整渲染,生成任意大小的多种孔径透镜阵列所需的立体元图像,即克服了传统集成成像系统存在的空间反转和串扰等问题,又避免了复杂而繁琐的光学设备校准,快速推进理论研究,提供基于集成成像系统研究所需的各种图像来源。实验分别从子图像与立体元图像间的映射关系、真实再现立体图像、虚拟再现立体图像3个方面验证了本文方法的正确性。

结合成像几何特征的立体元图像阵列编码

为了解决集成成像系统中立体元图像阵列存储和传输的问题,本文提出了一种结合成像几何特征的立体元图像阵列编解码算法。首先,根据立体元图像阵列采集过程中的相关物理参数确定不同立体元图像中同名像点的偏移量,对立体元图像阵列中每行相邻立体元图像进行分组并确定编码顺序。然后,确定待编码立体元图像的预测图并计算待编码立体元图像与其预测图的残差。最后,对残差进行HEVC编码。实验结果表明,与传统的HEVC帧内预测编码算法,以及与将立体元图像阵列中的所有立体元图像组成一个视频序列进行HEVC编码的算法相比,在相同比特率的情况下,本算法解码图像的质量提高了10~25dB,说明本文提出的算法具有更高效的编码性能。

基于FPGA和DSP的红外图像盲元系统的应用

介绍了一种基于高速数字信号处理器TMS320DM642和FPGA的红外图像采集和处理系统,阐述了该系统的硬件组成、工作原理,并详细描述了视频编码单元、图像处理单元和视频输出单元等模块构成和设计方法,分析了系统各个关键技术环节。

蜂窝式立体元图像阵列的生成

提出了一种蜂窝式透镜阵列立体元图像的生成方法。首先,通过分析真实透镜的成像原理,建立了成像模型。然后,利用虚拟相机阵列模拟透镜阵列,根据显示端透镜阵列和显示器的参数设置虚拟相机的采集参数。最后,采用投影的方式生成立体元图像阵列。实验结果表明:利用本文方法生成的蜂窝式立体元图像阵列在水平和垂直方向均具有连续的视差变化,且满足子图像与立体元图像之间的投影关系,可以真实再现3D物体的空间信息。本文方法既克服了透镜阵列直接采集存在的空间反转和串扰等问题,又可避免光学采集设备带来的误差,节约成本,可为基于组合成像系统研究提供各种图像来源。

立体元图像阵列的分布式预测编码

为解决组合立体成像系统中立体元图像阵列的存储和传输问题,采用分布式预测编码的方法对立体元图像阵列进行压缩.利用立体元图像间的像素关系,将立体元图像阵列变换成子图像阵列;根据子图像阵列的规律性变化,采用最优位移预测结合PRISM分布式编码结构对子图像阵列进行分级编码.实验结果表明,所提算法的率失真性能明显优于JPEG编码标准;在立体元图像阵列分辨率一定的情况下,组合立体成像系统的显示分辨率越高,本方法的压缩性能越好,对未来高分辨率显示的组合立体成像系统具有更好的适应能力.

不同重建深度的微图像阵列生成

由于集成成像显示系统具有有限的景深,在微图像阵列获取与生成过程中,要考虑3D图像的重建深度,确保再现的3D图像在集成成像显示系统的景深范围内。当3D图像的重建深度与显示系统景深不适配时,需要重新调节拍摄参数以清晰地显示3D图像。为了避免对目标三维场景进行重新采集,提高微图像阵列生成效率,本文提出一种不同重建深度的微图像阵列生成方法。该方法通过调整图像元节距、调节相邻图像元间的视差值来改变光场的采样间隔,使微图像阵列可以适配不同景深的3D显示系统,提升集成成像微图像阵列的实用性。实验结果表明,该方法能实现不同深度的3D图像重建,验证了所提方法的正确性和可行性。

离散采集结合自适应窗截取的立体元图像生成

为了克服离散视点采集结合窗截取的立体元图像生成方法对采集平台参数的依赖,本文提出采用基于拍摄对象的自适应窗截取算法来获得立体元图像阵列。首先,利用离散视点采集平台获得拍摄对象的离散视点图像阵列;然后,计算拍摄对象在每幅离散视点图像中的成像区域,再根据成像区域对截取窗参数的制约关系生成截取窗,并利用截取窗将离散视点图像阵列处理成子图像阵列;最后,根据立体元图像阵列与子图像阵列之间的映射关系,将子图像阵列转换成立体元图像阵列。实验结果表明:本文方法能够在采集平台参数未知的情况下,获得与传统方法相同的立体元图像阵列,大大提高了离散视点图像阵列的通用性和立体元图像阵列的生成效率。

基于SV-DPI的图像坏元修正FPGA自动化验证

为实现红外图像坏元修正FPGA(field programmable gate array)的快速验证,提高测试覆盖性,设计了基于SV-DPI(SystemVerilog-direct programming interface)的FPGA自动化验证平台。采用DPI(direct programming interface)编程接口技术,实现了SystemVerilog平台调用C++编程语言,构建了针对红外图像坏元数据的生成和检测修正模型,建立了两种语言在事务级(transaction level)模型的通信。结果表明相对于传统验证方法,该平台结构简单,可以快速实现激励产生、参考模型构建、测试结果自动比对等功能,实现了红外图像坏元检测与修正FPGA的自动化测试,功能覆盖率达到100%,有效缩短FPGA测试平台搭建和调试周期,提高了测试效率和测试质量。

“元绘画”:作为一种视觉认知方式——围绕斯托伊奇塔《自我意识的图像》的讨论

维克托·I.斯托伊奇塔的《自我意识的图像:早期现代元绘画的洞察》围绕16、17世纪欧洲北部大量的“画中画”案例,从中抽离出“分裂”“集合”及“颠倒”三种图像的自我意识或“元绘画”模式,并重申了绘画作为知识的一面。而作为一个复杂的“视觉机体”,“元绘画”不仅是一种图像或视觉话语,也是一种知识或“元知识”范式。

半像元错位图像的超分辨率重建方法

本文介绍了一种基于“半像元”错位的两幅图像重建高分辨率图像技术。通过分析“半像元”错位的两幅图像与高分辨率图像各像素灰度值的对应关系，推导出了高分辨率图像重建的数学模型，并通过实验进行了验证和完善。实验结果表明，利用“半像元”错位的两幅低分辨率图像重建高分辨率图像的原理是正确的，方案是可行的。

GIS中数字图像与地理位置的整合方法与应用

随着GIS数据采集的多样化,数字图像成为GIS主要属性信息,而且数字图像比单纯的文字信息更加客观形象、生动直观。为使数字图像与地理位置有机地结合在一起,提出在图像EXIF信息的GPS数据段中通过写入读取GPS信息使数字图像与地理位置信息整合的方法。详细描述了图像EXIF信息中数据格式并用GDI+获取EXIF信息中图像的元数据,同时探讨了利用这些元数据可进行的相关地理信息服务。

JPEG原图重构取证方法

数字图像已被广泛用于办理各类网上业务和作为司法证据。与此同时,利用流行的图像编辑软件,普通用户就可以对图像进行语义篡改而不留下视觉痕迹。因此,对数字图像的原始性和真实性进行辨识已成为迫切的应用需求。基于元数据的图像篡改取证方法因准确性高、计算量小而得到重视。然而,原图重构技术(例如应用MagicEXIF元数据编辑器)的出现使上述方法完全失效。针对这一问题,本文提出一种JPEG图像原图重构取证方法,用于检测图像是否受到重构攻击。通过分析原图重构的过程,以及重构前后图像的像素统计特征差异,本文对深度学习隐写分析模型SRNet(Steganalysis Residual Network)进行轻量化改进:裁剪其冗余的下采样层以减少参数,引入通道注意力机制以提高对关键特征的提取能力,并采用知识蒸馏的方法进一步提升模型的准确率。进一步地,通过分析重构对不同颜色分量的影响,采用YCbCr颜色分量作为模型输入,以提高检测性能。为测试算法的性能,我们收集了由不同品牌和型号的手机拍摄的图像数据,构建了大规模重构图像数据库。实验表明,本文提出的模型在参数量显著减少的情况下性能优于流行的模型,对512×512大小的图像可取得98%以上的检测正确率,且具有良好的跨设备泛化能力。同时,通过应用迁移学习,本文方法对不同版本的重构软件也具有较好的泛化性。

华夏元图像的知识史考察——以龙凤图像为中心

在中华传统文化体系中,龙、凤图像具有深刻的元图像内涵,具有自我指涉和自我言说性。从二者生成的知识史分析,龙凤之“象”与“像”之间存在着符号互构性,“像”衍生于“象”,又反释“象”,其二元互生的模式呈现了中华文化符号的社会建构性与深层文化逻辑,体现出中华物质生活与精神世界互构交融的逻辑内核。

基于二分图的个性化图像标签推荐算法

传统的图像标签推荐方法通过对图像视觉内容的分析计算标签与图像的相关度,完成标签推荐任务.而社会网络图像具有丰富的元数据,例如图像所属群组、地理位置等,充分利用这些元数据对于提高标签推荐的准确性具有积极意义.提出一种基于二分图的个性化图像标签推荐算法,通过充分挖掘图像、群组、地理位置与标签的关系,针对用户提供的少量标签进行个性化图像标签推荐.该算法建立了图像-标签、群组-标签、地理位置-标签等三个二分图模型,考虑到每个标签的重要性不同,引入TF-IDF(Term Frequency-Inverse Document Frenquency)技术对标签进行加权处理.利用二分图将初始标签分值进行信息扩散,计算出最终标签分值向量,并将该向量中分值较高的标签作为推荐结果.实验结果表明,融合了图像与群组、地理位置等元数据的个性化图像标签推荐结果的NDCG(Normalized Discounted Cumulative Gain)值优于仅单方面考虑图像、群组以及地理位置的标签推荐结果.