一个草图理解的贝叶斯模型
草图理解是人工智能学科的一个新兴的分支,旨在自动或半自动地识别并抽取草图、素描和图案的正确语义知识.草图的随意性和歧义性是草图理解的挑战性问题,现有草图理解系统只能通过限制用户手绘草图的随意性来提高识别和理解水平.针对这一挑战性问题,提出了一个草图理解的贝叶斯模型,该模型应用贝叶斯网络和概率推理方法来统一表示并处理笔划、手势、几何构造和领域知识.讨论了贝叶斯网络的结构学习和增量学习方法.分析了动态构建的上下文在处理草图随意性和歧义性方面的作用.关于UML类图草图理解的初步研究表明,该模型是处理草图随意性和歧义性的一种可行方法。
草图理解 贝叶斯网络 UML 概率推理 草图随意性 草图歧义性
廖士中 卢金良 王晓军
天津大学电子信息工程学院,天津,300072
国内会议
北京
中文
12-16
2005-09-23（万方平台首次上网日期，不代表论文的发表时间）