視頻高層語義提取技術(shù)研究與應(yīng)用.pdf

1、隨著數(shù)字信息技術(shù)的飛速發(fā)展,海量的多媒體數(shù)據(jù)已越來越多地融入了人們的日常生活之中,然而如何能夠快速有效地從中查找到所需要的信息卻是一個(gè)嚴(yán)峻的挑戰(zhàn)。同時(shí),在多媒體信息檢索的研究中,基于內(nèi)容的視頻檢索因其涉及內(nèi)容數(shù)據(jù)量大、關(guān)系復(fù)雜及包含多模態(tài)信息等特點(diǎn)成為了頗具代表性的一個(gè)子任務(wù)。本文對(duì)此進(jìn)行了深入探討,并著重從測(cè)度學(xué)習(xí)的角度出發(fā),對(duì)其中關(guān)鍵的視頻高層語義提取技術(shù)及其相關(guān)的應(yīng)用系統(tǒng)進(jìn)行了研究。
　　 在基于內(nèi)容的視頻檢索中,人們往往

2、喜歡使用描述性的查詢來對(duì)所需要的高層語義進(jìn)行近似,也即包含所需要信息的語句、樣例圖片或視頻片斷等。對(duì)此,通過尋找與查詢相似的近鄰樣本數(shù)據(jù)點(diǎn)來得到結(jié)果,如較常用的K近鄰算法等是十分有效的方法。然而,這對(duì)相似性的度量提出了很高的要求,一般的歐式空間因缺乏對(duì)樣本空間較好地描述,而不能得到很好的效果,這樣,如何能夠?qū)W習(xí)得到有效的測(cè)度在這個(gè)背景下就顯得十分關(guān)鍵。本文對(duì)測(cè)度學(xué)習(xí),尤其是帶監(jiān)督的測(cè)度學(xué)習(xí)進(jìn)行了系統(tǒng)的研究,以尋找一種使得在學(xué)習(xí)得到的測(cè)度

3、空間下近鄰樣本能夠真正體現(xiàn)分類信息的有效方法,從而較為準(zhǔn)確地得到高層語義。其中,最大邊際近鄰分析結(jié)合了類似支撐向量機(jī)的最大邊際框架,能夠得到很好的泛化性能。本文針對(duì)大規(guī)模數(shù)據(jù)特點(diǎn)對(duì)其進(jìn)行了優(yōu)化,以使得能夠有更高的檢索效率。
　　 同時(shí),作為信息可視化的典型應(yīng)用,基于內(nèi)容視頻檢索的一個(gè)目標(biāo)就是能夠?qū)⑺枰男畔⒂行У剡M(jìn)行組織并呈現(xiàn)給用戶。本文結(jié)合該思想以及高層語義特征提取相關(guān)算法進(jìn)行了具體系統(tǒng)的設(shè)計(jì),特點(diǎn)是一方面能夠利用有效的測(cè)度