网络公共事件图像识别与分析关键技术研究

In recent years, unexpected public incidents continue to occur all over the world, how to timely and effectively to the treatment is a major issue faced by governments. In the era of Internet public events appear in the network, and it will spread widely in a short period of time. Timely and effective early warning and treatment can avoid triggering more large-scale events, reducing the negative effect of the event. Public event image is used in the spread of the Internet public opinion in most of the way. .This project mainly studies the retrieval and recognition of public events in the network image, focus on demonstrations, riots, fires and other events. Different from general image retrieval and recognition, public events images have complex backgrounds, and different types of events are also concerned about different objects. So the existing methods are not applicable to public event images. The public events image database and human posture database of public events is constructed in this project. The concerned objects are mined for different types of public events. Also the target focused by sight is detected, to analyze public events by type of image semantic context and the human posture. This project will provide the theoretical basis and technical scheme for the retrieval and identification of public events.

近年来世界上突发公共事件不断发生，如何及时有效地对其处理是各国政府所面临的一个重大课题。在互联网时代公共事件出现在网络后，会在短时间内得到广泛的传播，及时有效的预警和处理可避免引发更大规模的事件，减小事件的负面影响。公共事件图像是在网络舆情的传播中使用最多的方式。.本项目主要对网络中公共事件图像的检索和识别展开研究，重点对示威、骚乱、火灾等事件进行研究。与一般图像的检索和识别不同，公共事件图像往往背景复杂，不同类型事件所关注的对象也各不相同，现有的方法并不适用。本项目将构建公共事件图像数据库及公共事件图像人体姿态数据库，挖掘不同类型公共事件所关注的对象，并检测图像中人们视线关注目标，通过上下文语义及人体姿态来分析公共事件图像类型，为公共事件的检索和识别提供可行的理论依据和技术方案。

目前，我国公共突发事件频发，面临着前所未有的重大挑战。我国遭受自然灾害影响较大，灾害频度高、种类多；特别是现代化建设处于新的阶段，改革和社会发展处于转型的关键时期，城市化、工业化加速发展，一些新问题层出不穷，重大灾害、重大事故、重大公共卫生事件时有发生。在网络舆情的传播过程中，公共事件图像在图像式网络舆论传播中使用最为频繁。为了及时准确地检索到相关公共事件图像信息，针对公共事件图像的特点，本项目提出了一种基于语义的公共事件图像检索方法，通过对公共事件图像中感兴趣对象的识别与挖掘，提取公共事件图像中的相关特征，及时有效地在网络上检索到与公共事件相关的图像。. 本项目主要对网络中公共事件图像的检索和识别展开研究。由于公共事件类型比较多，本项目仅对示威游行、骚乱、火灾等事件进行重点研究。本项目要构建公共事件图像数据库，分析不同类型公共事件中所关注的对象，运用深度学习的方法对图像中的目标对象进行识别，借助图像的上下文语义来提高对象的识别率。通过对图像中人们视线关注目标及人体姿态的分析来更好地判别不同类型公共事件。. 在认知层上进行基于语义的分析，挖掘图像中对象以及它们之间的关系等，提取认知层特征要先进行图像分割，并获取图像中不同的对象,需要考虑分割的粒度和层次问题。采用多目标识别和分类方法对公共事件图像中感兴趣对象进行挖掘，通过图像的上下文语义分析来减少对象的误识别。. 构建的公共事件图像库中，若供训练学习的图像数量不多时，即复杂的多层神经网络在数据量不足的情况下会产生过拟合问题。为了解决维数灾难问题，通过基于核的主成分分析方法和深度学习网络来构建分类器，在深度网络的输入维度上有很大的灵活性，可以在很大程度上降低网络的训练时间。