視頻高層語義提取技術研究與應用.pdf

1、隨著數(shù)字信息技術的飛速發(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嚴峻的挑戰(zhàn)。同時,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、關系復雜及包含多模態(tài)信息等特點成為了頗具代表性的一個子任務。本文對此進行了深入探討,并著重從測度學習的角度出發(fā),對其中關鍵的視頻高層語義提取技術及其相關的應用系統(tǒng)進行了研究。
　　 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所需要的高層語義進行近似,也即包含所需要信息的語句、樣例圖片或視頻片斷等。對此,通過尋找與查詢相似的近鄰樣本數(shù)據(jù)點來得到結果,如較常用的K近鄰算法等是十分有效的方法。然而,這對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習得到有效的測度在這個背景下就顯得十分關鍵。本文對測度學習,尤其是帶監(jiān)督的測度學習進行了系統(tǒng)的研究,以尋找一種使得在學習得到的測度

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