基于集成半監(jiān)督學習框架的電影視頻總結算法研究.pdf

1、隨著互聯網的發(fā)展，各種智能設備、工具的層出不窮，人們能夠越來越容易地向互聯網上傳各種數據或者通過其獲取數據。這其中，視頻數據成為了人們重點關注的數據之一，然而，視頻數據也具有數據量大、內容豐富（包含圖像、聲音、文字等）、時序性等特點，這些特點給視頻的存儲、搜索等帶來了極大的挑戰(zhàn)。面對眾多少則十幾秒、多則幾個小時甚至更長的視頻，電影視頻成為人們平時生活中不可缺少的一部分，用戶需要在短時間內找到自己感興趣的電影，他們希望通過瀏覽幾張圖片或者

2、十幾秒的視頻片段便能了解一個兩小時的電影的主旨，從而確定是否要觀看該電影的全部內容。根據用戶的需求，視頻總結算法成為解決這種需求的有效途徑。然而，目前的大部分視頻總結算法都是將一段長視頻進行籠統(tǒng)的概括，或從頭至尾提取關鍵幀，或對視頻進行時間上的壓縮，重點不突出，并且基本沒有專門針對于電影視頻的視頻總結算法，電影的視頻總結（電影預告片提取）還處于人工提取的階段，這個過程需要花費大量的人力和時間。本文的目的就是提出一種視頻總結算法能夠自動地

3、提取電影視頻的預告片，總結的視頻內容不是對視頻內容從頭至尾的籠統(tǒng)概括，而是有重點地將視頻內容吸引人的部分總結出來，從而達到短時間內突出視頻主旨、吸引觀眾的目標。
　　本文首先提出了一種集成半監(jiān)督學習算法的框架，將半監(jiān)督分類算法和半監(jiān)督聚類算法結合起來，使用“一致性假設”的構想，分類算法和聚類算法互相彌補不足，使分類器最終的預測結果更加可信。然后將少量的電影官方預告片和這些預告片相對應的電影作為已知數據，將少量的已知數據和大量的未知

4、視頻數據放入提出的半監(jiān)督分類框架中，輸出未知視頻中預測為電影預告片的部分，最后將預測為電影預告片的部分連接成一個流暢的視頻片段。本文首先將提出的半監(jiān)督學習框架在大量的數據上進行了實驗，證明了其能夠獲得很好的分類效果，并且具有魯棒性;隨后在多個電影視頻上進行視頻總結算法實驗，將最終提取出來的總結視頻與官方電影預告片作對比，與人工選取的視頻片段具有較高的相似性。本文不僅提出了一種簡單的集成半監(jiān)督分類框架，還首次將其應用在的自動提取電影預告片