论文部分内容阅读
在图像真实性检测领域,基于语义进行图像真实性的检测是一个比较新的研究点,该问题涉及了图像识别、特征提取、机器学习、本体构建、推理规则等众多学科领域。本文针对基于语义进行图像的真实性检测问题中的图像识别和推理这两个关键问题做了研究,取得了如下一些成果:
提出了一种图像识别方法。在综述当前研究现状的基础上,提出了一种基于形状特征和纹理特征的图像识别方法。图像中物体分为前景物体和背景物体两种,分别对这两种物体采用不同的特征来描述。对于前景物体,使用HU不变矩作为图像中物体的形状特征描述符;对于背景物体,使用线性度、对比度、粗略度、方向度四个特征作为图像中物体的纹理信息描述符。在特征描述的基础之上,使用支持向量机(SVM)分别对图像中前景物体的数据和背景物体的数据进行训练,得到前景物体的形状特征匹配库和背景物体的纹理特征匹配库,用于待检测物体的匹配,最后再将匹配结果映射到高层语义。
基于模糊逻辑构建了语义推理的六种句式规则,这六种句式分为确定性结论和不确定性结论两大类,主要用于图像的真实性检测。利用本体构建软件protégé构建了语义本体以及本体之间的关系并将本体及其之间的关系作为后续真实性检测的常识知识库。连接protégé和MySQL数据库,使用MySQL数据库存储常识知识库中的信息。将图像识别部分识别出的物体作为推理部分的输入,然后在常识库中查询物体及物体间关系,给定图像真实性的检测结果。