语义的有效性和效率:从图像标注到协同本体构建
1 图像标注与语义检索
在图像管理中,利用图像标注系统可以实现人脸查找(包括性别判断)以及人脸识别。若能在档案中找到已标注且人脸与人物关联的图片,还能在图片间建立导航链接。标注过程的自动化部分可迭代应用,以修正或优化先前结果。
标注质量(元数据)对检索有效性至关重要,因为与某些情况不同,这里没有全文搜索来弥补不完整的元数据。早期实验发现,用户难以应对预构建的本体。因此,可从一个小型的、与领域无关的本体开始,让用户在标注或检索时按自己的方式扩展本体和图像概念。从实际角度看,将语义获取的大部分工作交给用户,往往能提高语义的有效性。
检索效率取决于索引技术,也与图像概念的有效存储有关,因为它们用于导航。以下是图像标注系统数据管理层面的主要扩展:
| 项目 | 详情 |
| ---- | ---- |
| 数据库 | 使用 MySQL 替代 POSTGRES,管理标注、链接、文本材料和标准 ITC 照片元数据 |
| 图像存储 | 文件系统作为图像存储库 |
2 协同本体构建
在某些情况下,有效的语义需要集体构建本体。以服务导向的环境信息系统为例,即使是较窄的领域,如环境数据(测量数据、分析结果、图表或法规),由于用户对环境数据的观点差异较大,构建本体也会遇到困难。
服务导向基础设施的核心是中央服务注册表。例如,分析师为洪水应急管理构建新的公共信息门户时,若搜索“洪水水位”相关服务,可能会错过检索河流当前水位的服务。若建立“洪水水位”与“水位”的关系并用于发现过程,找到合适服务的概率会大大提高。同一服务在不同业务场景中可能需要不同的语义描述
超级会员免费看
订阅专栏 解锁全文
1422

被折叠的 条评论
为什么被折叠?



