面向特定目标自识别的交通图像语义检索方法

• 作者: 梁春林 段兴 谢仕义 赵一
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 交通领域本体 图像语义检索 语义推理 支持向量机决策树分类 目标识别
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 第七届CCF大数据学术会议(BigData2019)
• 页码范围: 553-560
• 页数: 8页
• 分类号: TP751
• 字数: 10149字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2019101795

摘要

为了从海量的道路交通图像中检索出违反交通法规的图像,提出了一种特定目标自识别的语义图像检索方法.首先,通过交通领域专家建立交通领域本体及道路交通规则描述;然后,通过卷积神经网络(CNN)对交通图像的特征进行提取,并结合改进的支持向量机决策树(SVM-DT)算法对图像特征进行分类的策略,对交通图像中的特定目标及目标间空间位置关系进行自动识别,并映射成为相应的本体实例及其对象之间的关联关系(规则实例);最后,利用本体实例和规则实例,通过推理得到语义检索结果.实验结果表明,相比关键字和本体交通图像语义检索方法,所提方法具有更高的准确率、召回率和检索效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢仕义	广东海洋大学数学与计算机学院	46	437	9.0	20.0
2	梁春林	广东海洋大学数学与计算机学院	14	45	4.0	6.0
4	赵一	广东海洋大学数学与计算机学院	5	6	1.0	2.0
8	段兴	广东海洋大学数学与计算机学院	1	1	1.0	1.0