淺談圖像集在視覺概念檢測中的應用

華艷秋

摘 要:視覺概念檢測技術是一種對圖像進行檢測、管理及分類的有效方法,而檢測算法需要有高質量的圖像集作為訓練集來測試算法的可行性及精確性。本文介紹了理想的圖像集應具備的特性及常用的圖像集,為視覺概念檢測的研究提供有價值的參考。

關鍵詞:視覺概念圖像集檢測技術

中圖分類號:TP391.41 文獻標識碼:A 文章編號:1672-3791(2012)07(b)-0027-01

近年來,隨著圖像檢索技術的快速發展,圖像視覺內容信息作為一種直觀形象、完整復現場景的信息表達形式產生著越來越重要的影響,可以說機器視覺的應用范圍幾乎涵蓋了國民經濟的各個行業,主要包括:工業、農業、醫藥、軍事、航天、氣象、天文、公安等。

面對如此大規模的圖像視覺內容信息量,如何實現合理有效地組織、表達及搜索,已成為現階段信息檢索領域研究的熱點問題。視覺概念檢測技術是一種對大量圖像進行自動檢測、管理及分類的有效方法,它通過合理的算法對獲取的圖像進行檢測、識別、分類,從而達到用機器代替人來做圖像測量和判斷的目的。若要使圖像檢測及分類準確性高,就需要使用高質量的圖像集作為訓練集,來驗證算法的可行性及精確性。

1理想的圖像測試集應具備的特性[1]

1.1 圖像集應在圖像檢索領域具有代表性及整體性

過去,研究人員使用的圖像集常常是分散的,甚至可能自己的私人圖像收藏,這樣的測試集難免會具有片面性,理想情況是測試集包含許多不同的樣本點,能夠涵蓋圖像源的整個頻譜,圖像足夠多到能夠代表整個領域。

1.2 圖像集應具備標準化的測試基準,以便執行客觀的評價

在目前的文獻中,經常發生不同的研究人員在同一個圖像集下執行不同的性能測試,這就使得無法執行比較基準。標準化的測試基準應該至少包括典型的搜索概念、統一的圖像信息,以及統一的績效測量和報告的詳細指引。

1.3 圖像集應該便于用戶訪問及使用,而不必擔心版權等問題

有些圖像集,如MPEG7測試集,被科學界使用已經有一些年了,但是現在卻基本找不到,并且也不能隨意的發布了。對使用者來說,能夠容易的訪問并且在需要的時候可以再發表是必不可少的。

2MIR FLICKR圖像集[2]

在基于內容的圖像檢索里,MIR Flickr提供的圖像集是一個被廣泛應用,且評價較高的測試集。2008年,圖像集包含25000個圖像,到2010年,圖像集已經擴展到了1百萬個圖像,這些圖像具有很高的品質,且在相應領域上具有代表性和較高的關注度。如果僅是用于研究目的的話,用戶可以自由使用這些圖片而無需顧慮版權的問題。

Flickr還為用戶提供基于圖像標記的搜索和共享照片,以及兩種形式的圖像標簽:圖像的原始形式和由FLICKR清理了原始數據的處理形式,這個過程包括例如消除大寫,空間,和各種各樣的特殊字符等,每幅圖像的標簽的平均數為8.94。這些標簽有的是明確描述圖像的,能直接關系到圖像的視覺內容,例如雪地、日落、建筑物、聚會等,有的標簽表述的是一些抽象的概念,例如愛情、旅行、陳舊、可愛等。

此外,圖像集還提供了圖像的EXIF(可交換圖像文件格式)元數據,并將其轉換成易于訪問的文本文件。EXIF元數據代表的數碼相機在拍照時的屬性和設置,包括相機的品牌、相機的設置參數(曝光,光圈,焦距,ISO感光度等)和圖像的設置(方向,分辨率,日期等),Flickr從圖像中分離出來EXIF元數據,而不再是嵌入在圖像文件的信息。最近的一些文獻已經研究了這些用于圖像分類和檢索的元數據的有用性,如文獻[3],[4]中所示,通過考慮一個圖片中所帶有的元數據信息,可以使圖像檢測性能有明顯的改善。

利用圖像集對檢測算法進行訓練之后,使用者可以得出算法的準確性及可行性,達到對圖像進行分類及檢測的目的。

3結語

從目前的調查來看,在世界范圍內,雖然許多機構提供了相對成熟的圖像集,但還沒有發現哪個是完全滿足理想圖像集的特性的,希望通過圖像提供者的無私幫助及組織機構的不懈努力,能夠克服以前測試集的局限性,在圖像質量、代表性、主題、標簽信息等方面有進一步的發展。

參考文獻

[1] The MIR Flickr Retrieval Evaluation.The MIRFLICKR Image Collection[EB/OL].http://press.liacs.nl/mirflickr,2011.

[2] M.J.Huiskes,M.S.Lew(2008).The MIR Flickr Retrieval Evaluation.ACM International Conference on Multimedia Information Retrieval(MIR''08),Vancouver,Canada.

[3] P.SINHA AND R.JAIN(2008).Classification and annotation of digital photos using optical context data.ACM International Conference on Content-Based Image and Video Retrieval(CIVR 08),Niagara Falls,Canada.309-318.

[4] J.YEN,P.WU,AND D.TRETTER(2007)Knowledge discovery for better photographs,Proc.SPIE6506,65060B.

[5] 馬玉真.計算機視覺檢測技術的發展及應用研究[J].濟南大學學報,18(3):222-227.