19、多媒体检索与语音识别：语义网与噪声估计的应用

多媒体检索与语音识别：语义网与噪声估计的应用

多媒体检索在机场安检中的应用

背景与挑战

机场安检是保障民航安全、防范恐怖袭击的关键措施。安检部门依据相关国家政策开展技术检查，会收集乘客及其物品的图片、视频等多媒体信息，用于辅助安检和后续犯罪追踪分析。然而，传统多媒体检索方法存在局限性，返回的结果往往数量庞大且不准确，难以满足实际需求。同时，不同机构使用各自的信息平台，实现信息共享和互操作性是一大挑战。

相关技术

• 图像检索方法
  • 基于文本的图像检索（TBIR） ：于 70 年代提出，利用基于文本的技术进行图像索引和检索。但存在关键词匹配不准确、描述不一致以及文本标注繁琐等问题。
  • 基于内容的图像检索（CBIR） ：源自计算机视觉领域，通过自动特征提取分析和索引图像。不过，存在语义鸿沟问题，难以识别高级语义内容。
• 语义网 ：是未来网络的蓝图，旨在让机器理解网络数据。资源通过语义描述进行标注，采用分层架构。在系统中，主要关注 RDF（S）层和本体层，使用 RDF Schema 和 OWL Lite 构建概念域模型，用 RDF 标注各种元数据。

机场安检领域本体构建

使用 Protégé3.1 工具构建本体，其以树状结构展示本体，用户可编辑各类本体元素。机场安检本体包含多个类及其属性，如乘客类包含护照信息和相关图像信息等属性。构建本体