语义特征的理解

语义特征

再讲语义特征之前，先将语义的概念讲一下。

那么什么是语义呢？

数据的含义就是语义(semantic）。简单来说，数据就是符号。数据本身没有任何意义，只有被赋予含义的数据才能够被使用，否则就是一堆没用的数字或载体。这时候，被赋予含义的数据就转化为了信息，而转化为信息的数据便是语义，即数据的含义就是语义。

语义可以简单地看作是数据所对应的现实世界中的事物所代表的概念的含义，以及这些含义之间的关系，是数据在某个领域上的解释和逻辑表示。

 在计算机视觉中，大家经常会提起图像的语义信息以及图像的高层特征和底层特征。那么到底什么是图像的语义呢，图像的高层特征和底层特征又包含哪些信息的呢？今天我们就来说一说。

1.图像的语义信息: 

        图像的语义分为视觉层、对象层和概念层，视觉层即通常所理解的底层，即颜色、纹理和形状等等，这些特征都被称为底层特征语义；对象层即中间层，通常包含了属性特征等，就是某一对象在某一时刻的状态；概念层是高层，是图像表达出的最接近人类理解的东西。通俗点说，比如一张图上有沙子，蓝天，海水等，视觉层是一块块的区分，对象层是沙子、蓝天和海水这些，概念层就是海滩，这是这张图表现出的语义。

2.图像的底层、高层特征:

2.1图像的低层特征:

图像底层特征指的是：轮廓、边缘、颜色、纹理和形状特征。
边缘和轮廓能反映图像内容；如果能对边缘和关键点进行可靠提取的话，很多视觉问题就基本上得到了解决。图像的低层的特征语义信息比较少，但是目标位置准确；

2.2图像的高层特征:

图像的高层语义特征是我们所能看的东西，比如对一张人脸提取低层特征我们可以提取到脸的轮廓、鼻子、眼睛之类的，那么高层的特征就显示为一张人脸。高层的特征语义信息比较丰富，但是目标位置比较粗略。
愈深层特征包含的高层语义性愈强、分辨能力也愈强。我们把图像的视觉特征称为视觉空间 (visual space)，把种类的语义信息称为语义空间 (semantic space)