[发明专利]基于数据、信息和知识三层图谱架构的图像信息目标识别方法

说明书

本发明是一种基于数据、信息和知识三层图谱架构的图像信息目标识别方法，属于分布式计算和软件工程学技术交叉领域。该方法的目的是使机器自动智能的进行图像识别，找到图像中无法直接观察到的信息。本发明建立了一种基于数据图谱、信息图谱和知识图谱的架构。本发明建立了数据图谱、信息图谱和知识图谱架构，本发明首先建立了数据图谱、信息图谱、知识图谱架构，然后基于图像中的已识别实体遍历三层图谱，依据图像状态、位置关系和方向关系在图谱中找到对应的路径，从路径中分析出新的实体或者关系（用多元组表示），得到隐藏信息，实现信息识别。

技术领域

本发明是一种基于数据、信息和知识三层图谱架构的图像信息目标识别方法。主要用于机器自动智能的识别出图片中无法直接观察到的信息。属于分布式计算和软件工程学技术交叉领域。

背景技术

知识图谱已经成为用标记的有向图形式表示知识的强大工具，并给出文本信息的语义。知识图谱是通过将每个项目、实体或用户做结点表示，并且通过边缘将彼此相互作用的那些结点链接起来构造的图形。结点之间的边可以表示任意关系。与UML类相比，知识图谱具有更丰富的自然语义，表达机制更接近与自然语言，蕴含更多更完整的语义信息。现在很少使用UML来建模自动化应用程序，其中一个原因是UML缺乏正式的需要对应用程序的关键部分进行建模的语义，借助本发明提出的基于数据图谱、信息图谱和知识图谱的三层结构关系框架，进行图像信息识别。本发明主要是通过借助数据图谱、信息图谱、知识图谱的架构去正确的识别出尽可能多的未被标识过的对象。

发明内容

技术问题：本发明的目的主要是引入数据图谱、信息图谱、知识图谱架构使机器自动智能的进行图像信息识别，从分析图像中的已知信息出发，与构建好的三层图谱相结合，最后找到图像中无法直接观察到的信息。

技术方案：本发明是一种策略性方法，可以应用于图片或者摄像机的图像信息目标识别。该方法的目的是使机器自动智能的进行图像识别，找到图像中无法直接观察到的信息。本发明首先建立了数据图谱、信息图谱、知识图谱架构，然后提取图像中实体的运动状态（用二元组表示，包括运动和静止）以及实体间的方向关系和位置关系（用多元组表示，方向关系包括上，下，左，右，前，后，左下，左上，右上，右下，左前偏上，左前偏下，右前偏上，右前偏下，左后偏上，左后偏下，右后偏上，右后偏下，前上，前下，后上，后下，左前，右前，左后，右后，相对，平行，垂直。位置关系包括相交，相离，相切，包含，覆盖，重叠）遍历三层图谱，在三层图谱中基于图像状态、位置关系和方向关系找到对应的路径，找到新的实体或者关系（用多元组表示），得到隐藏信息。

体系结构：本专利建立了一种基于数据图谱、信息图谱、知识图谱的架构。本发明建立了数据图谱、信息图谱、知识图谱架构，本发明首先建立了数据图谱、信息图谱、知识图谱架构，然后基于图像中的已识别实体遍历三层图谱，依据图像状态、位置关系和方向关系在图谱中找到对应的路径，从路径中分析出新的实体或者关系（用多元组表示），得到隐藏信息。下面给出构建数据图谱、信息图谱、知识图谱的具体说明:

数据图谱：数据是通过观察获得的数字或其他类型信息的基本个体项目，但是在没有上下文语境的情况下，它们本身没有意义。数据图谱可以记录实体的基本结构，同时记录子结点之间的位置关系和结构关系。但数据图谱只能进行静态分析，无法表达实体之间的交互关系。数据图谱也可以记录图像实体中所包含结构出现的频度，包括结构、时间和空间三个层次的频度；

信息图谱：信息是通过数据和数据组合之后的上下文来传达的，经过概念映射和相关关系组合之后的适合分析和解释的信息。信息图谱可以根据关系数据库来表达。信息图谱可以记录实体之间的交互关系，包括直接交互关系和间接交互关系，也可以用多元组来表达。一般来说，多元组中含有的元素越多，所得到的关系越精确，但是随着元素的增多，图谱可能对交互关系出现不同的判断，所以需要通过更多的实例来决定判断的优先级，从而得到最正确的交互关系；