论文图像视觉属性应用综述，该文是关于应用研究方面本科论文怎么写和图像和视觉和综述有关毕业论文题目范文.
1. 引言
图像可以用属性进行语义描述,属性可以表示图像中对象是否存在,它可以描述对象的颜色、形状、材质、部件、类别及功能,也可以表示场景的类别以及上下文信息等.如斑马是黑白相间、有条纹的动物,这里使用了颜色、纹理属性,飞机可以用有机翼、轮子、 发动机等部件属性进行描述,也可以用是金属的、能够飞行的材质属性和功能属性进行描述. 近年来,属性被广泛地应用于计算机视觉问题研究,如对象识别[1-3]、人脸识别[4]、场景识别[5]、视频中的行为识别[6]、服装的风格识别[7-8]、细粒度图像识别等问题.属性已经成为搭建图像底层特征到高层语义的桥梁,并且展示了自己独特功能.
2. 属性定义及分类
2.1 二值视觉属性
视觉属性的值可以是离散的,或者连续的.大部分研究者为了使用属性进行分类,把属性的值定义为存在或不存在两种选择,称之为二值视觉属性,即每个属性的取值范围只有1 或者0.如Farhadi[1] 用二值属性描述动物山羊,有角、有四条腿、有头、有毛,用二值属性描述对象的构成、形状、材质等信息,建了APascalaYahoodataset,收集了15339 幅图像,32 个类别,64 个二值属性,Lampert 建立了Animal with Attribute dataset,收集了30000 幅动物图像,50 个类别,85 个二值属性.Patterson and Hay 建立了TheSun Attribute dataset,包含了14340 幅图像,717 类别,102 个二值属性.
2.2 相对视觉属性
从人类的认知角度出发,认识和理解事物有时并不能从存在或不存在的角度去区分,有时需要运用比较的方法去区分.Parikh和Grauman 最先提出了相对视觉属性,相对视觉属性是指和其他图像相比,图像中某个属性的强度或优势.如一幅图像开始不能确定人是否有微笑这个属性.和不同的图像比较,比A 图像微笑程度弱,比B 图像微笑程度强.如果只用二值属性来表示,就无法表示.因为这个属性表示一种程度.相对属性将属性的取值范围扩大,从（0,1）变成（?∞,+ ∞）.相对属性的重要作用在于对样本中同一属性的属性值相对关系进行比较,确定排序关系.Parikh 和Grauman 提出通过对每个属性学习排序函数的方法,给每对样本给出相对相似性约束.但是对于不同的属性,不同的属性值,不具备可比性.
3. 属性预测
属性作为图像的中间层表示,在计算机视觉的各个领域中发挥了非常重要的作用.因此提取图像底层特征构建属性分类器,进行属性预测是一个必不可少的环节.Lampert 提出了直接属性预测模型DAP（Direct attribute prediction）和间接属性预测模型IAP(Indict attribute prediction) .DAP 模型建立了固定的类别- 属性关系,通过样本与类别间的训练,蕴含了对属性值的训练,从而取得了相关分类器参数.在测试阶段,测试样本的属性值可直接获取,从而可以推知样本所属的类别,这个类别也可以是一种训练阶段未见样本的类别.IAP 模型通过训练样本获得每类的概率,其次获得这些类别与属性间的依赖关系.Wang[3] 提出了条件随机场模型的属性预测方法,Yu[14] 提出了概率主题模型,Scheirer 将属性分类器输出转化成基于极值理论的可能性估计问题.Parikhand Grauman 进行了相对属性预测.
4. 视觉属性应用
4.1 对象识别
2009 年,Farhadi[1] 提出用属性来描述对象,属性可以是对象的组成部分,可以是形状,也可以是材质,并且指明属性具有区别对象类的作用,使用了1000 个具有类区分能力的属性.提取图像底层特征用线性SVM 分类器对属性分类器进行训练学习,再通过图像的属性中间层表示进行图像分类,对象的属性表示不仅能够识别对象类,而且还可以形成新的对象类.同年,Lampert 也提出用属性表示对象,研究了训练类和测试类不相交的情况下,用属性表示图像,缺少训练集图像的情况下,依然能够识别新的对象类.并提出了DAP 和IAP 两个属性预测模型.不同的类别间可以共享属性,属性的特殊性使得它在转换学习或零命中学习领域得到了比较广泛的应用.
4.2 人脸识别
Kumar et al.[4] 使用了两种分类器：属性分类器和Simile 分类器.用年龄、性别、头发颜色等视觉属性表示人脸,采用人工标注的人脸图像学习分类器构建属性模型, 然后用属性分类器输出的属性值构建人脸表示.Simile 分类器采用某个具体的人脸区域作为正例定义属性, 属性值代表了其它人脸的对应区域与它的相似程度.提出的这两种分类器加速了自然条件下人脸识别的性能,在LFW（Labeled Faces in the Wild）数据集上取得了较好的识别效果.
4.3 场景识别
场景识别的目标是使计算机能够从人类的认知角度来理解图像的场景语义信息,有效辨别图像场景类内差异性和场景类间相似性.Vogel and Schiele[5] 对本地图像区域进行语义属性描述,如一幅图像可以描述成水、岩石、植物等.图像可以用这些区域语义属性出现的概率来表示,并把它运用到图像的场景分类和检索中.
4.4 行为识别
Liu J G et al.[6] 用属性来描述人类的各种动作,首先人为设定动作的一些属性,作为潜在变量,同时从数据中学习一些数据驱动属性,用信息论的方法从训练集推导出这些属性.建立了潜在SVM 模型,潜在变量表示每一个行为类的每一个属性的重要程度,这些数据驱动属性扩展了人为设定属性的范围,提高了动作识别的精确性.
5. 结束语
在互联网大数据时代,在对存储和计算要求较高的情况下,如大规模的图像检索和移动平台上的图像检索,基于视觉属性的中层图像表示往往比基于视觉底层特征的图像表示更简洁高效.视觉属性表达了人类可理解的语义特征,有助于将以往学习到的属性知识迁移到新的对象或类别上,从而减少对训练数据的需求.同时视觉属性有利于人机进行交互.目前,视觉属性已经应用于计算机视觉的各个领域,并且会在更多的领域得到广泛的应用.参考文献:
[1]Farhadi A,Endres I,Hoiem D,et al. Describing objects by theirattributes[C].Computer Vision and Pattern Recognition,IEEE Conferenceon 20091778 -1785.
[2]Felix X.Yu, Liangliang Cao, Rogerio S. Feris, John R. Smith,Shih-Fu Chang. Designing Category-Level Attributes for DiscriminativeVisual Recognition[C].IEEE Conference on Computer Vision and PatternRecognition,2013,771-778.
[3]Wang Y,Mori G.A discriminative latent model of object classesand attributes[C] . Computer Vision–ECCV 2010,Lecture Notes inComputer Science Volume 6315,2010,155-168.
[4]Kumar N,Berg A C, Belhumeur P N et al. Attribute and simileclassifiers for face verification[C]. Proceedings of the IEEE InternationalConference on Computer Vision.2009:365 -372.
[5]Julia Vogel,Bernt Schiele.Semantic Modeling of Natural Sceneor Content-Based Image Retrieval[J].International Journal of ComputerVision,2007,72(2)：133–157.
[6]Jingen Liu,B.Kuipers,S. Sarese. Recognizing human actionsby attributes[C]. IEEE Conference on Computer Vision and PatternRecognition,2011,3337-3344.
[7]Lukas Bossard,Matthias Dantone et al. Apparel Classificationwith Style[C]. Computer Vision–ACCV 2012,Lecture Notes in ComputerScience Volume 7727, 2013, 321-335.
[8]M.Hadi Kiapour, Kota Yamaguchi. Hipster Wars: DiscoveringElements of Fashion Styles[C].Computer Vision–ECCV 2014,LectureNotes in Computer Science Volume 8689,2014,472-488.
总结，这是关于对写作图像和视觉和综述论文范文与课题研究的大学硕士、应用研究本科毕业论文应用研究论文开题报告范文和相关文献综述及职称论文参考文献资料有帮助.
参考文献：
1、 论视觉传播中广告图像的伦理边界 当下,传播技术的变革催生了一个全新的“读图时代”,现代传媒适应当今消费社会的需要,制造和传播大量的广告信息,广告图像数量的剧增,无疑成为视觉文化中最为显见的表征 应该说,&ld.
2、 架上绘画之图像交叠的视觉冲击 摘要如今,架上绘画的表现形式发生了两个特征性的转变一是表现形式从具象转变为抽象或意象；二是由再现客观世界转变为表现主观世界 其中,图像交叠是当下架上绘画中颇为显著的表现形式 文章以尼奥·.
3、 史学的图像场域和本科历史教学的视觉化融合 内容摘要图像时代的视觉化偏好给史学领域带来触动 图像得以登上史学研究殿堂,视觉化的历史表征受到欢迎,视觉化的不断演进冲击了史学的客观性根基,并对史学工作者提出了视觉素养的能力要求 本科历史教学领域随之.
4、 基于移动视觉搜索技术的智慧公共文化服务模型* 董 晶 吴 丹 （1 武汉大学信息管理学院 湖北武汉 430072）摘 要移动视觉搜索应用于公共文化服务符合国家 “互联网”的发展战略 通过对移动视.
5、 图书馆书刊招标的项目属性选定与其影响 摘要图书馆书刊招标经过10多年实践,相对成熟,但各馆招标项目属性不一 文章根据相关法规论述书刊招标项目属性选定应遵循的依据,并推导出书刊招标的项目属性应为服务类,继而阐明此界定对书刊招标产生的正面影响.
6、 2007-2019年图书馆读书会文献综述* 曹静仁（华南师范大学图书馆,广东 广州510631）关键词图书馆；读书会；分布；类型；合作摘要文章对2007—2017年有关图书馆读书会的研究论文进行了分析,利用内容分析法对读书会的实践及.