【摘要】：信息時(shí)代的到來,互聯(lián)網(wǎng)的發(fā)展使得每天數(shù)以百萬計(jì)的視頻文件涌向網(wǎng)絡(luò)。如何幫助人們在海量視頻庫中準(zhǔn)確、快速、便捷的檢索出目標(biāo)視頻成為亟待解決的問題。 本文提出了基于語義和示例的視頻搜索框架,采用圖像的內(nèi)容完成視頻搜索,而不是像傳統(tǒng)商業(yè)搜索引擎那樣依賴文本標(biāo)簽,從而大大減少了人工標(biāo)注的時(shí)間和成本。同時(shí),系統(tǒng)有著多樣化的查詢方式,支持視頻短片、組圖和基于視頻內(nèi)容的文字描述等作為查詢輸入,使得用戶的查詢更靈活、更便捷。本文主要內(nèi)容及貢獻(xiàn)如下： 1.針對不同的圖像特征,提出了差異化歸一化與特征向量距離計(jì)算方法,實(shí)驗(yàn)表明,相比于傳統(tǒng)的統(tǒng)一歸一化和距離計(jì)算方法,該方法改善了視頻檢索效果： 2.針對多示例查詢,提出了示例篩選和分組算法。通過圖像的相似度和感興趣區(qū)域的面積,將示例分組,并按策略分配權(quán)重,提高了查詢精度。同時(shí)提出一種交互式的示例權(quán)重分配策略,改善了系統(tǒng)查詢的友好性； 3.搭建了基于多示例的視頻搜索系統(tǒng)。并針對搜索示例的類型,提出了三種不同的結(jié)果重排序(Re-ranking)算法：對于大部分查詢,利用示例敏感的圖像特征作為信息補(bǔ)充,對初步的排序結(jié)果進(jìn)行優(yōu)化;針對涉及到人物的查詢,利用人臉檢測分類器作為信息過濾；對涉及到示例擴(kuò)展的查詢進(jìn)行示例的重新分組和權(quán)重的重新分配；實(shí)驗(yàn)表明重排序算法作為視頻檢索的后處理,在提高檢索正確率上起到了很大作用。 4.搭建了基于語義的視頻搜索系統(tǒng)。首先,融合視頻的自動(dòng)語音識別結(jié)果以及視頻元數(shù)據(jù),提高了視頻語義提取的準(zhǔn)確性,隨后,提出了基于WordNet以及改進(jìn)Lucene的文本查詢、索引及排序算法完成視頻的搜索。 本文的系統(tǒng)參加了TRECVID測評,在示例檢索(INS)任務(wù)中獲得了非交互式檢索2011年排名第二和2012年的排名第一的成績；在已知物體檢索(KIS)任務(wù)中獲得了非交互式檢索世界排名第一的成績,體現(xiàn)了系統(tǒng)的有效性。
【學(xué)位授予單位】：北京郵電大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2013
【分類號】：TP391.41;TP391.1

【參考文獻(xiàn)】

相關(guān)博士學(xué)位論文 前2條

1 李剛;知識發(fā)現(xiàn)的圖模型方法[D];中國科學(xué)院軟件研究所;2001年

2 陳毅恒;文本檢索結(jié)果聚類及類別標(biāo)簽抽取技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2010年

相關(guān)碩士學(xué)位論文 前1條

1 張春宇;基于視覺信息的漢語詞匯語義習(xí)得[D];北京郵電大學(xué);2010年

，

本文編號：2516797