北京大恒图像视觉有限公司【浅谈图像集在视觉概念检测中的应用】
摘 要:视觉概念检测技术是一种对图像进行检测、管理及分类的有效方法,而检测算法需要有高质量的图像集作为训练集来测试算法的可行性及精确性。本文介绍了理想的图像集应具备的特性及常用的图像集,为视觉概念检测的研究提供有价值的参考。
关键词:视觉概念 图像集 检测技术
中图分类号:TP391.41 文献标识码:A 文章编号:1672-3791(2012)07(b)-0027-01
近年来,随着图像检索技术的快速发展,图像视觉内容信息作为一种直观形象、完整复现场景的信息表达形式产生着越来越重要的影响,可以说机器视觉的应用范围几乎涵盖了国民经济的各个行业,主要包括:工业、农业、医药、军事、航天、气象、天文、公安等。
面对如此大规模的图像视觉内容信息量,如何实现合理有效地组织、表达及搜索,已成为现阶段信息检索领域研究的热点问题。视觉概念检测技术是一种对大量图像进行自动检测、管理及分类的有效方法,它通过合理的算法对获取的图像进行检测、识别、分类,从而达到用机器代替人来做图像测量和判断的目的。若要使图像检测及分类准确性高,就需要使用高质量的图像集作为训练集,来验证算法的可行性及精确性。
1 理想的图像测试集应具备的特性[1]
1.1 图像集应在图像检索领域具有代表性及整体性
过去,研究人员使用的图像集常常是分散的,甚至可能自己的私人图像收藏,这样的测试集难免会具有片面性,理想情况是测试集包含许多不同的样本点,能够涵盖图像源的整个频谱,图像足够多到能够代表整个领域。
1.2 图像集应具备标准化的测试基准,以便执行客观的评价
在目前的文献中,经常发生不同的研究人员在同一个图像集下执行不同的性能测试,这就使得无法执行比较基准。标准化的测试基准应该至少包括典型的搜索概念、统一的图像信息,以及统一的绩效测量和报告的详细指引。
1.3 图像集应该便于用户访问及使用,而不必担心版权等问题
有些图像集,如MPEG7测试集,被科学界使用已经有一些年了,但是现在却基本找不到,并且也不能随意的发布了。对使用者来说,能够容易的访问并且在需要的时候可以再发表是必不可少的。
2 MIR FLICKR图像集[2]
在基于内容的图像检索里,MIR Flickr提供的图像集是一个被广泛应用,且评价较高的测试集。2008年,图像集包含25000个图像,到2010年,图像集已经扩展到了1百万个图像,这些图像具有很高的品质,且在相应领域上具有代表性和较高的关注度。如果仅是用于研究目的的话,用户可以自由使用这些图片而无需顾虑版权的问题。
Flickr还为用户提供基于图像标记的搜索和共享照片,以及两种形式的图像标签:图像的原始形式和由FLICKR清理了原始数据的处理形式,这个过程包括例如消除大写,空间,和各种各样的特殊字符等,每幅图像的标签的平均数为8.94。这些标签有的是明确描述图像的,能直接关系到图像的视觉内容,例如雪地、日落、建筑物、聚会等,有的标签表述的是一些抽象的概念,例如爱情、旅行、陈旧、可爱等。
此外,图像集还提供了图像的EXIF(可交换图像文件格式)元数据,并将其转换成易于访问的文本文件。EXIF元数据代表的数码相机在拍照时的属性和设置,包括相机的品牌、相机的设置参数(曝光,光圈,焦距,ISO感光度等)和图像的设置(方向,分辨率,日期等),Flickr从图像中分离出来EXIF元数据,而不再是嵌入在图像文件的信息。最近的一些文献已经研究了这些用于图像分类和检索的元数据的有用性,如文献[3],[4]中所示,通过考虑一个图片中所带有的元数据信息,可以使图像检测性能有明显的改善。
利用图像集对检测算法进行训练之后,使用者可以得出算法的准确性及可行性,达到对图像进行分类及检测的目的。
3 结语
从目前的调查来看,在世界范围内,虽然许多机构提供了相对成熟的图像集,但还没有发现哪个是完全满足理想图像集的特性的,希望通过图像提供者的无私帮助及组织机构的不懈努力,能够克服以前测试集的局限性,在图像质量、代表性、主题、标签信息等方面有进一步的发展。
参考文献
[1] The MIR Flickr Retrieval Evaluation.The MIRFLICKR Image Collection[EB/OL].,2011.
[2] M.J.Huiskes,M.S.Lew(2008).The MIR Flickr Retrieval Evaluation.ACM International Conference on Multimedia Information Retrieval(MIR""08),Vancouver,Canada.
[3] P.SINHA AND R.JAIN(2008).Classification and annotation of digital photos using optical context data.ACM International Conference on Content-Based Image and Video Retrieval(CIVR 08),Niagara Falls,Canada.309-318.
[4] J.YEN,P.WU,AND D.TRETTER(2007)Knowledge discovery for better photographs,Proc.SPIE6506,65060B.
[5] 马玉真.计算机视觉检测技术的发展及应用研究[J].济南大学学报,18(3):222-227.