[发明专利]一种推断图像中主题和场景的方法

权利要求书

1、一种推断图像中主题和场景的方法，其特征在于：该方法采用人工知识结构作为智能代理所用的导轨网络，从接收到的图像中识别相关目标及相关目标周围的知识元素，推断出图像的主题和场景，将图像的主题和场景归类在人工知识结构内的人工知识基础中。

2、根据权利要求1所述的一种推断图像中主题和场景的方法，其特征在于：所述的智能代理，经人工知识结构控制，首先识别图像中具有重大意义的第一个目标，即：

步骤一：设第一个目标表示为O1，P1表示相关关键知识元素，K1(K1＝k11，k12，k13，k14……)表示人工知识结构上现有的矢量节点，结合人工知识结构，与K1直接相互连接的节点(K2、K3……)与概率(P2、P3……)中的其它目标(O2、O3……)有关，搜索次序取决于概率p1-2、p1-3、p2-3……，最高概率的节点首先进行识别；随后人工知识结构促使智能代理集中于搜索图像中的其它目标(O2、O3……)，只有在其它目标(O2、O3……)不能发现某些确信等级时，智能代理才能够寻找新的其他目标；

步骤二：若概率p1-2，、p1-3、p2-3……足够接近搜索指令的优先权，则进一步重新定义上述程序，即检查K1的组成部分：k11、k12、k13、k14……，并计算p1-2(x：k11，x：k12，x：k13，x：k14……)、p1-3(x：k11，x：k12，x：k13，x：k14……)、p2-3(x：k11，x：k12，x：k13，x：k14……)的条件概率，得到新的目标搜索方向；

步骤三：通过马克可夫程序推断O1、O2、O3等外观次序，同时与O1、O2、O3相关的K1、K2、K3进行综合，建立主题和/或场景。

3、根据权利要求1所述的一种推断图像中主题和场景的方法，其特征在于：所述的人工知识结构识别的目标至少占据整个图像域的1/30～1/10，利用该目标和知识元素之间的关系程度，集中捕捉与此相关的知识元素。

4、根据权利要求1所述的一种推断图像中主题和场景的方法，其特征在于：所述的人工知识结构包含有多种，每一个人工知识结构代表一个不同的知识域，或是代表不同的连接图像知识基础和搜寻查询基础。

5、根据权利要求1所述的一种推断图像中主题和场景的方法，其特征在于：在识别相关目标前，首先预测已知目标周围的有关目标。

6、根据权利要求1所述的一种推断图像中主题和场景的方法，其特征在于：所述的人工知识结构将图像至少分为前景和背景来进行处理。

7、根据权利要求1所述的一种推断图像中主题和场景的方法，其特征在于：所述的捕捉与此相关的知识元素为，设图像中的目标采用本征向量表示(i)，则使用一个离散分布描述包含在本征目标中的图像信息为：{(e(1)，p(1))，(e(2)，p(2))，(e(3)，p(3))，……，(e(n)，p(n))}，p(i)为关联概率，对于任何识别的本征目标e(i)，人工知识结构上e(i)和节点Kj之间的关联程度由概率p(Kj|e(i))定义，根据贝叶斯定理，得：p{Kj|e(i)}*f{e(i)}＝f{e(i))|Kj}*p(Kj)。

8、根据权利要求1所述的一种推断图像中主题和场景的方法，其特征在于：所述的人工知识基础包括对图像的标题、主旨或故事情节之类的消息描述。