視頻語(yǔ)義標(biāo)注研究及原型實(shí)現(xiàn).pdf

1、近年來(lái)，隨著信息技術(shù)的迅速發(fā)展，視頻應(yīng)用服務(wù)迅猛發(fā)展。豐富的數(shù)字視頻資源既有來(lái)自傳統(tǒng)電視媒體，也包括了互聯(lián)網(wǎng)視頻門(mén)戶網(wǎng)站。如何對(duì)海量的視頻進(jìn)行有效的組織、管理、利用，基于視頻內(nèi)容的檢索技術(shù)即CBVR(Content-basedVideo Retrieval)應(yīng)運(yùn)而生。內(nèi)容檢索主要基于視頻的低層視覺(jué)特征，包括顏色、紋理、形狀等靜態(tài)特征，而人對(duì)視頻描述的理解是基于語(yǔ)義層次的。視頻語(yǔ)義的復(fù)雜性、模糊性以及主觀性使得低層特征和高層語(yǔ)義之間存在著

2、“語(yǔ)義鴻溝”，這一問(wèn)題一直沒(méi)有很好的解決。因此，為用戶提供一個(gè)符合人的感知的視頻標(biāo)注系統(tǒng)，從而使低層特征與圖像的高級(jí)語(yǔ)義聯(lián)系關(guān)聯(lián)更加密切，縮小低層特征與高層語(yǔ)義的“語(yǔ)義鴻溝”問(wèn)題，成為視頻檢索研究的熱點(diǎn)。
　　 目前自動(dòng)視頻語(yǔ)義標(biāo)注方法多基于機(jī)器學(xué)習(xí)理論，采用全監(jiān)督的標(biāo)注方法取得了一些成效。然而，取得大量標(biāo)注的視頻樣本是需要付出大量人工，相比而言，未標(biāo)記的視頻樣本卻是很容易得到。因此，通過(guò)少量標(biāo)記樣本和大量未標(biāo)記樣本進(jìn)行分類的半

3、監(jiān)督學(xué)習(xí)方法稱為研究的重點(diǎn)。半監(jiān)督學(xué)習(xí)過(guò)程中，如何有效利用未標(biāo)記樣本的潛在信息稱為問(wèn)題的關(guān)鍵。
　　 本論文從理論和實(shí)踐兩方面進(jìn)行論述。對(duì)視頻的分析、特征提取、語(yǔ)義概念的高層映射等關(guān)鍵技術(shù)論述的基礎(chǔ)上，介紹了基于機(jī)器學(xué)習(xí)技術(shù)的視頻標(biāo)注系統(tǒng)的實(shí)現(xiàn)。本文從MPEG-7描述標(biāo)準(zhǔn)的角度，研究了視頻低層特征顏色、紋理和形狀等特征的提取方法。基于半監(jiān)督學(xué)習(xí)方法，介紹了機(jī)器學(xué)習(xí)中半監(jiān)督學(xué)習(xí)在語(yǔ)義標(biāo)注方面的應(yīng)用。針對(duì)LS-SVM算法，提出了Tr