視頻中語(yǔ)義信息的提取.pdf

1、目前的視頻語(yǔ)義信息的提取工作還處于研究階段，主要可以分成兩大類，一類是通過提取視頻中一些非常特殊的表述語(yǔ)義的對(duì)象來獲取語(yǔ)義或者反映語(yǔ)義的線索。比如將視頻中的文字識(shí)別出來，然后對(duì)于這些文字進(jìn)行索引以支持基于關(guān)鍵字的檢索。這類方法，一般性能比較好，但是只適用于一些特定的視頻類型。另一類，是采用機(jī)器學(xué)習(xí)的方法，對(duì)于視頻的各種低層特征本身，進(jìn)行基于事先定義的語(yǔ)義概念的分類，這樣獲取的語(yǔ)義信息仍然可以通過各種概念的組合進(jìn)行基于關(guān)鍵字的索引和檢索。

2、這類方法的優(yōu)點(diǎn)是分析的視頻內(nèi)容本身，可以適用于所有類型的視頻，但是需要一定的人工干預(yù)。 本文對(duì)這兩方面的方法都作了一定的調(diào)查和研究。一是通過對(duì)視頻中的文字的識(shí)別來提取語(yǔ)義信息，提出了針對(duì)視頻疊加靜止文字的基于多幀圖像的文字檢測(cè)和分割算法，提高了視頻文字的檢索性能。 二是通過對(duì)低層視覺特征的分類來提取語(yǔ)義特征，提出了一種通用的基于機(jī)器學(xué)習(xí)的高層語(yǔ)義特征提取算法，還參加了TRECVD2005的視頻高層語(yǔ)義特征提取子任務(wù)的公開