随着图像技术的发展和成熟,视觉数据在各领域中日益普及,并呈爆炸性增长。如何对视觉事件进行识别,自动有效的建模、分析并从中发现有价值的信息和知识,是当今智能时代的难题之一。视觉事件识别的关键之一在于寻求有效的图像表征,突显视觉图像的内在结构和特定特征信息。深度卷积神经网络（CNN）已成为一种有效的图像表征方法,而图像事件的描述极其复杂,图像事件不仅与其所包含的许多视觉线索高度相关,还包含某些特定的概念和概念间的潜在语义关系,仅通过CNN无法充分提取图像事件的表征信息。而多视图表征学习很好的关联不同视图数据信息来提高其表征的判别能力,本文利用多视图表征学习融合图像视觉特征和概念间语义关系,将含有丰富概念语义信息的外部知识融入图像表征信息实现图像事件识别。具体研究成果主要分为如下四个方面:1基于多尺度融合dropout的图像多层级特征提取CNN在图像识别领域取得了巨大成功,许多研究领域也将CNN看作一个基础模块。本文利用CNN在图像识别中的优异性能提取图像多层级特征,而同一模型采用不同dropout率对数据集中同一对象的识别性能不同。为了解决上述问题,本文提出了一种多尺度融合Dropout算法（MSF dropout）,将不同尺度的深度神经网络的输出按最优的权重系数进行融合,实验结果表明该算法能获得鲁棒性更好的识别模型。同时通过MSF dropout优化后的CNN提取图像概念评分,识别模型特征层所提取的概念评分向量每一个维度都对应与现实世界中的一个特定概念。最后结合通道信息形成最终的图像表征,为后续基于概念评分的图像事件识别算法的研究作铺垫。2多特征融合的概念语义增强图像事件识别方法图像事件识别不同于对象识别、行为识别和场景识别。事件相比于对象、行为和场景是更高级的概念。针对图像事件识别中语义缺失的问题,本文首先提出了一种基于Word Net的概念语义相似度优化算法,考虑Word Net树中概念语义距离、概念节点深度、概念节点密度、概念语义重合度四个影响因子来描述不同概念间的语义关系。在此基础上,提出一种基于概念评分的图像事件识别算法（CS-IER）,利用多视图表征学习融合概念评分和概念间语义关系提高其图像表征的判别能力。但利用CNN提取概念评分时若给定一个错误概念较高评分,多视图表征学习也会同时放大与其错误概念语义相近的概念评分,而使得图像表征信息失真。针对上述问题,本文通过提取CNN通道信息得到图像的局部特征,并将其与优化后的概念评分特征进行融合,从而形成图像最终的表征实现图像事件识别。在实验中,利用Chalearn、WIDER、PECD数据集明确了CS-IER算法中的关键参数的取值,验证了所提出算法的有效性。3融合帧级概念语义的视频事件识别方法图像事件识别任务中,处理视频数据难点在于视频数据同时含有空间和时间特征,提取单一帧的空间特征的同时需要考虑连续帧之间的关系。本文提出了一种基于帧级概念评分的视频事件识别算法（CS-VER）。首先利用CNN提取视频帧级概念评分,同时利用多视图表征学习将概念语义融入视频帧级概念评分。针对帧级概念评分形成的特征空间中,行与列都包含特定的视频特征信息,采用条状池化方法融合概念评分。针对融合后的概念评分特征分部存在突发性和稀疏性等问题,提出了一种概念幂归一化算法,使幂参数与概念评分的离散程度成比例,动态调整幂参数解决原始概念评分的稀疏性和突发性问题。本文所提出算法在CCV、USAA、UCF101、Activity Net四个数据集上获得了良好的效果。4融合概念语义的异常事件主动识别方法异常事件识别是事件识别中一个特殊问题。异常事件通常是未标注的,目前视频异常事件识别方法大多局限于处理高纬度的视频数据和视频数据时空信息的异常,利用主动学习进行验证和改进也是在人为干预下进行。本文提出了一种基于帧级概念语义和主动学习的视频异常事件识别算法（CS-ISTL）,该识别方法可以学习视频中的空间和时间特征,实现基于实时视频数据的异常事件识别。同时,引入外部知识（概念语义）和主动学习,利用主动学习获取外部知识中包含的概念语义信息,完善模型对异常事件的表征能力实现视频异常事件识别。实验结果表明,所提方法引入外部知识和主动学习的特性,同主流方法相比更为有效。通过以上研究,本文对面向概念语义的事件表征和计算模型进行了深入的探索,为事件识别研究中所面临的关键问题提供了切实的解决方案。结果表明:概念语义在事件识别起到了重要作用。通过融合概念语义信息,可以提取更加丰富和易于理解的图像表征信息,从而提升识别任务的准确性;结合主动学习,可进一步对异常事件进行合理的解释和建模,同时能够有效的解决异常事件识别等实际问题。