一种图象/视频语义的分析与表述模型的研究

本项目是图像视频及多媒体理解与分析的关键问题之一，与人的主观感知信息密切相关。我们定义图像语义的结构式，提出从初级参数中检测语义结构中诸元，求出图像中各个视觉物体（VO）的语义结构诸元，应用自适应谐振理论模型从给定的语义概念集中求出与VO最匹配的语义概念。用属性神经网实现VO与语义概念的映射。从而求出VO的语义概念描述的粗范围，权系数表示语义概念与VO的描述程度。另外，人对给定图像及VO进行主观特征检测，从而求出主观感知语义诸元。用上述方法求出VO的主观语义概念描述集，反复多次。求得VO的最优语义描述。本项目提出上述模型，提出语义结构的定量表示（用语义结构的复杂度表示语义信息量）。进行深入理论分析与基本系统试验验证。并给出一些典型应用例。提出：语义结构信息量是确定性系统的信息。本项目预期在上述各个问题得出创新成果。