1、隨著數(shù)碼攝影設(shè)備和互聯(lián)網(wǎng)的飛速發(fā)展,隨著手機(jī)和平板電腦等移動設(shè)備技術(shù)的不斷進(jìn)步,越來越多的圖像、視頻等超文本媒體信息不斷涌入人們的視野并且持續(xù)傳播擴(kuò)散。面對如此大規(guī)模的圖像數(shù)據(jù),如何有效的進(jìn)行管理、組織和檢索,已經(jīng)成為學(xué)術(shù)界和工業(yè)界面臨的重要問題。
　　本文主要研究的是用自然語言的詞語或者長文本對純圖像進(jìn)行標(biāo)注或者描述。這是一種解決圖像理解和圖像檢索中語義鴻溝的策略,最終目標(biāo)是對于一幅圖像,能夠用關(guān)鍵詞、句子甚至文本片段來進(jìn)行描述

2、。
　　將復(fù)雜的圖像特征表述問題轉(zhuǎn)化為簡單的語言描述問題的研究有比較長的歷史,但如今仍有很大的發(fā)展空間。使用圖割的方法分割靜態(tài)風(fēng)景圖像并且標(biāo)注出關(guān)鍵字便是本文已有的工作基礎(chǔ)。然而在研究靜態(tài)圖像中動作識別和檢索的過程中,如果能夠?qū)D像進(jìn)行高層復(fù)雜語義的標(biāo)注,例如用一句話或者一段文字描述圖像中的語義信息,將會是十分有意義的工作,這能夠進(jìn)一步提高圖像語義標(biāo)注的完整性,比單純關(guān)鍵詞和標(biāo)簽的標(biāo)注含有更加豐富的信息。本文提出了一個簡單的方法針

3、對靜態(tài)風(fēng)景圖像進(jìn)行描述其關(guān)鍵標(biāo)注物體的相對位置關(guān)系的語句的自動生成,生成的句子的主要成分包含主語、謂語和賓語,謂語是描述相對位置關(guān)系的介詞或介詞詞組。
　　本文的主要工作包括:第一,提出了一種模型,生成以基于圖像內(nèi)容的注釋為基礎(chǔ)的句子,也就是由一個已標(biāo)注的靜態(tài)圖像生成句子。圖像已經(jīng)被分割為多個區(qū)域(使用圖像分割),每個區(qū)域的特征也被計(jì)算出來。給定一個已標(biāo)注的訓(xùn)練集圖像,我們首先通過解析圖像獲取其位置信息,然后,利用篩選收集的句集,

4、使用機(jī)器學(xué)習(xí)得到標(biāo)注和介詞之間的組合的概率,將獲取到的數(shù)據(jù)應(yīng)用到文本集中。我們使用一個標(biāo)準(zhǔn)的語義表示來表示圖像信息。最后由標(biāo)準(zhǔn)的語義報(bào)表根據(jù)語句模板產(chǎn)生自然語言。第二,對上述模型進(jìn)行改進(jìn)。通過優(yōu)化中間橋梁和添加檢索進(jìn)行定位方法部分的改進(jìn),通過引入第一區(qū)域和第二區(qū)域的概念實(shí)現(xiàn)語句生成部分的改進(jìn)。實(shí)現(xiàn)了子圖和其所帶的特征參數(shù)作為隱含的條件,而且對圖像內(nèi)容的理解更具有針對性。
　　由文中給出的實(shí)驗(yàn)可以看出,本方法的參數(shù)由子圖獲取而不是從