唐卡图像语义信息的描述框架研究

图像语义信息描述是实现唐卡智能检索和知识发现的基础工作。在介绍图像语义信息描述基础原理的基础上,根据唐卡图像的构图特征,构建唐卡图像语义信息描述的概念框架,并探讨唐卡图像语义元数据模型的结构和实现思路。认为唐卡语义信息应该从底层特征信息、对象语义信息和概念语义信息3个层面进行考虑,结合不同对象的属性和关系,设计相应的元数据模型,参照领域本体完成语义信息的著录。

一种基于图像高层语义信息的图像检索方法

由于基于图像高层语义信息的图像检索与传统的图像特征匹配检索相比,在检索的准确性、结果相关性以及降低误检率等方面具有明显的优势,因此高效的图像检索方法应该充分利用图像蕴涵的高层语义信息。为了利用图像的高层语义信息来进行图像检索,在深入研究图像高层语义的低层特征描述的基础上,提出了图像语义的层次划分,并对每个高层语义层提出了语义抽取和检索算法。实验结果表明,该检索算法可以有效地对图像高层语义信息进行提取,并可作为新型高效图像检索系统的一个模型。

格式化约束的时间戳文字识别网络

文字识别是深度学习网络的重要应用领域,主流算法基于光学信息预测自然场景文字。然而在一些特定领域的文本对象上,额外的关键特征将会进一步提高文字识别算法的准确性。在安防监控领域,画面中的时间戳文本拥有格式规范、限定数值范围等特点,根据这一特点,对时间戳文本识别网络进行了研究,提出一种时间戳信息约束机制,融合文本语义约束信息和光学特征达到识别规范文本的效果,增强输出时间戳文本的格式规范性和数值合理性。在全匹配率、编辑距离等标准上全面超过基于光学特征的经典文字识别算法。

Image Semantic Automatic Annotation by Relevance Feedback

A large semantic gap exists between content based index retrieval(CBIR) and high-level semantic,additional semantic information should be attached to the images,it refers in three respects including semantic representation model,semantic information building and semantic retrieval techniques.In this paper,we introduce an associated semantic network and an automatic semantic annotation system.In the system,a semantic network model is employed as the semantic representation model,it uses semantic Key words,linguistic ontology and low-level features in semantic similarity calculating.Through several times of users' relevance feedback,semantic network is enriched automatically.To speed up the growth of semantic network and get a balance annotation,semantic seeds and semantic loners are employed especially.