● 摘要
随着智慧城市建设的推进，城市图像、视频数据在城市数据中所占比重逐渐增大，并出现了占用存储量大、资源利用率低、数据关联度低等问题。城市图像数据感知，对于提升图像数据关联度以及资源利用率等有着重要的意义。
本论文围绕着城市图像数据的业务需求，完成了对城市图像数据的采集工作，实现了城市图像数据的语义标注；同时以大数据平台作为支撑，设计并实现了城市图像数据感知系统。
论文主要工作包括：
分析了图像数据感知的关键技术，重点研究了图像标注方法，并分析了不同的标注方法的优缺点，以及适用场合。针对城市视频数据，提出了一种关键帧抽取方案，解决视频数据冗余和利用率低的问题。
针对城市图像数据来源以及数据特性，以大众化标注为背景，提出了城市领域的图像感知模型，即场景化语义标注模型，作为图像标注的模型支撑；并将该模型应用到城市图像数据感知系统中。实验证明，在事件查询过程中，采用该模型，能够得到较高的数据查全率以及数据查准率，并且提高了与其他结构化数据的关联程度。
分析了城市图像数据特点，搭建了数据存储以及计算平台，即大数据平台。使用HBASE和HDFS组件，为数据存储提供支撑；使用MapReduce计算框架，提供分布式并行计算支持。
设计并实现了城市图像数据感知系统原型开发，完成了论文所提模型与算法的编码实现工作，并以此为依据，实现了对图像数据的标注、检索和推送。通过友好的数据交互，提供数据的可视化展示。
关键词：图像感知，语义标注，大数据，智慧城市
相关内容
相关标签