曹志强，郑世宝，张重阳

(1.上海交通大学图像通信与信息处理研究所，上海 200240;2.上海数字媒体处理与传输重点实验室，上海 200240)

1 图像语义层次简介

基于中层语义对象的时空关系提取和对象目标运动趋势的估计将图像处理等技术结合在一起，是现今多媒体研究的一个很有前途的方向。

图像语义包括了底层的特征语义、中层的对象语义和高层的抽象语义，本平台旨在对对象语义层通过识别和推理进而找出图像中的具体对象以及它们之间相互的关系，进行分析研究然后给出语义表达［1］(见图1)。

图1 图像语义层次模型

多层次模型的图像，包括颜色、纹理、形状、空间关系的图像语义内容。比起底层特征语义如颜色、纹理等，使用的对象之间的空间关系这一中层语义的图像识别更符合人们的识别习惯。

因此不同于使用颜色、纹理、形状等视觉特征，本研究中基于MPEG－7标准［2－3］的中层语义是对目标图像最直接的语义描述，其导出的特征亦是通过对图像中所描述对象进行某种程度的逻辑推理而得到的，进而对图像中所包含物体的含义和场景的描述进行大量的高层次的推理。

此前的研究主要强调目标对象的空间拓扑关系研究，例如在文献［4］中，主要概括了两个空间所有可能对象关系。而本文在空间关系研究的基础上，更侧重通过与时间关系的结合，即对实时监控中运动目标进行实时标定，测得目标相互之间如上下左右的位置，并结合前后等时间关系，自动组合推理出如目标相遇等高层次的逻辑语义。……