基于本體和描述邏輯的交通事件語(yǔ)義表現(xiàn)方法研究.pdf

1、基于本體和描述邏輯的交通事件語(yǔ)義識(shí)別和表達(dá)是智能交通領(lǐng)域的研究熱點(diǎn)，能為城市交通管理和控制提供有效、完整、準(zhǔn)確的實(shí)時(shí)交通狀態(tài)信息，對(duì)于減輕交通壓力，減少交通事故，提高交通運(yùn)行效率和城市交通智能化水平均具有指導(dǎo)意義。然而，現(xiàn)有的計(jì)算機(jī)圖像語(yǔ)義分析技術(shù)無(wú)法自動(dòng)識(shí)別交通視頻圖像序列表達(dá)的交通事件高級(jí)語(yǔ)義，主要原因：一是缺乏對(duì)象的概念層次識(shí)別方法；二是低級(jí)的圖像視覺概念映射到事件高級(jí)語(yǔ)義時(shí)存在“語(yǔ)義鴻溝”問題。這使得傳統(tǒng)的交通場(chǎng)景事件理解方法大

2、多忽略了語(yǔ)義分析，僅針對(duì)純粹的圖像數(shù)據(jù)進(jìn)行分析。因此，道路交通事件內(nèi)容的高級(jí)語(yǔ)義識(shí)別、表達(dá)和推理方法研究，是一項(xiàng)富有重要研究意義的課題。
　　本文源于省基金資助項(xiàng)目“基于交通態(tài)勢(shì)評(píng)估的道路安全推理研究”子課題的研究成果，共分三個(gè)部分：概念層次的對(duì)象識(shí)別方法研究、低級(jí)概念映射到高級(jí)語(yǔ)義的方法研究以及交通事件高級(jí)語(yǔ)義的識(shí)別、表達(dá)和推理系統(tǒng)開發(fā)。本文主要貢獻(xiàn)如下：
　　(1)利用改進(jìn)的“LST-KDE”算法、基于HSI顏色空間的C

3、amshift算法以及Hough變換等提取交通圖像中對(duì)象的特征屬性(顏色、紋理等)；然后，借鑒領(lǐng)域本體理論，構(gòu)建交通圖像層次概念模型，將交通場(chǎng)景圖像中擁有一定屬性特征的對(duì)象映射為基本概念；最后，給出交通領(lǐng)域本體自動(dòng)構(gòu)建方法，建立了交通領(lǐng)域本體知識(shí)庫(kù)，實(shí)現(xiàn)了交通場(chǎng)景事件中對(duì)象的概念層次識(shí)別，并為下文語(yǔ)義推理提供了概念基礎(chǔ)。
　　(2)為了解決“語(yǔ)義鴻溝”問題，以描述邏輯作為邏輯表達(dá)和推理的基礎(chǔ)，利用基于謂詞邏輯和Tableau算法的

4、描述邏輯表達(dá)式搭建低級(jí)概念與高級(jí)語(yǔ)義之間的橋梁，提出了利用低級(jí)概念描述高級(jí)語(yǔ)義的表達(dá)方法。其中，描述邏輯角色集是概念映射到語(yǔ)義以及語(yǔ)義推理的關(guān)鍵。為此，引入RCC8空間拓?fù)浜湾F形空間方向模型，描述場(chǎng)景對(duì)象之間的空間拓?fù)浜头较蜿P(guān)系，以此作為描述邏輯的角色集的主要組成部分。
　　(3)提出了交通事件語(yǔ)義識(shí)別、推理和表達(dá)系統(tǒng)，包括屬性融合、語(yǔ)義映射及事件識(shí)別和表達(dá)3個(gè)模塊。首先采用訓(xùn)練好的最佳樣本圖像序列將完整交通事件劃分為若干子事件，