题目：基于本体的图像自动语义标注方法研究与实现

基于内容的图像检索是目前信息检索领域研究和使用最为广泛的技术之一，但图像底层视觉特征与高层概念之间的“语义鸿沟”问题导致检索准确率不高。图像自动语义标注技术利用已标注图像和（或）其他信息，自动学习视觉特征空间与语义概念空间的映射模型，预测未知图像的标注，能有效缩小“语义鸿沟”，弥补基于内容的图像检索的不足。

目前有多种图像自动语义标注方法。它们都有各自的特点，但都忽略了标注信息之间的语义关联。本体能够清晰准确地表达标签之间的语义关联，基于此的图像自动语义标注可以进一步缩小“语义鸿沟”。

本文对本体及基于本体的图像标注技术展开研究，具体从本体概念的语义关系抽取、本体构造、利用本体进行图像自动语义标注等几个方面开展研究工作。主要的工作内容包括：

（1） 提出了基于本体的图像视觉及语义概念相关性度量方法，并据此构造了多语义的本体结构。针对概念相关性的片面性问题，本文从本体结构、图像视觉及语义等多个角度提取有效信息，从而获取更全面也更适用于图像领域的概念相关关系。以本体的上下位层次结构为基础，本文结合概念相关关系，构造包含语义更丰富的本体结构。

（2） 提出了基于本体的图像底层特征与高层语义概念之间的映射模型。结合多任务学习策略，进一步利用本体结构的语义关系，本文提出一种新的多任务学习方法来实现图像底层视觉特征与高层语义概念之间的映射模型，从而改善图像标注质量。

（3） 基于以上研究成果，本文提出一种基于本体的图像标注方法，并设计实现了图像自动语义标注系统，验证了新方法的有效性与实用性。