胡楠 曲睿婷 王浩 李东洋 于元旗

摘 要：图像语义标注技术对于多媒体数据管理来说有着重要的意义，主要可以减少管理的混乱性，提升管理效率。本文将主要演示的是一个在多马尔科夫随机场的基础上一个图像语义自动标注方法（multiple Markov random field，MMRF）的图像予以标注系统，利用交互式标注模型的训练和演示，展示MMRF技术最主要的标注功能，使得观众能够简明了解到图像语义自动标注的系统实现。

关键词：图像语义标注；马尔科夫随机场；系统实现；语义上下文

引言

目前，互联网上数字图像的数量呈现出直线式上升的状态，比如目前十分流行Instagram照片分享网站每分钟上传的照片高达5000张左右，虽然某些社交网站的图像会附带有用户标签，但就实际情况而言垃圾标签的现象十分普遍，或者标签语义过于模糊等等[1]。因此行业内掀起了一阵对图像语义自动标注（automatic image annotation，AIA）的研究热潮。现阶段AIA研究面临的瓶颈就是“语义鸿沟”（semantic gap），也就是高层次抽象语义概念表达出的含义与低层次数字图像内容之间的冲突。现将对本文研究结果进行讨论：

一、系统框架设计

本系统的主要流程框架见下图所示：

1.系统主流程

该系统的主要流程主要由两个部分组成，分别是离线预处理和在线图像标注，其中离线预处理有三个步骤：

（1）训练图像库构建

系统主要提供了2个图像库，其一是图像标注研究领域中经常使用到的Corel数据集，其中包括了5000幅图像，4500张会直接成为训练图像，剩下500幅是测试图像。……