| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 研究背景和研究意义 | 第9-10页 |
| 1.2 研究现状 | 第10-14页 |
| 1.2.1 静态视频总结 | 第10-12页 |
| 1.2.2 动态视频总结 | 第12-14页 |
| 1.3 本文研究工作和布局 | 第14-16页 |
| 第2章 半监督学习框架构建 | 第16-32页 |
| 2.1 半监督聚类算法简介 | 第16-18页 |
| 2.2 半监督分类算法简介 | 第18-21页 |
| 2.3 半监督分类框架构建 | 第21-31页 |
| 2.3.1 限制的K均值聚类(Constrained K-means, CK-means) | 第21-24页 |
| 2.3.2 安全的半监督支持向量机(Safe Semi-supervised SVM, S4VM) | 第24-28页 |
| 2.3.3 集成的半监督学习框架 | 第28-31页 |
| 2.4 总结 | 第31-32页 |
| 第3章 关键帧提取和特征提取 | 第32-42页 |
| 3.1 关键帧提取技术简介 | 第32-34页 |
| 3.2 关键帧提取 | 第34-36页 |
| 3.3 学习关键帧的深度特征 | 第36-41页 |
| 3.3.1 神经网络(Neural Network) | 第37-39页 |
| 3.3.2 卷积神经网络 | 第39-41页 |
| 3.4 总结 | 第41-42页 |
| 第4章 预告片生成 | 第42-47页 |
| 4.1 已知数据标记 | 第42-45页 |
| 4.2 未标记数据分类 | 第45页 |
| 4.3 总结 | 第45-47页 |
| 第5章 实验和讨论 | 第47-55页 |
| 5.1 半监督学习框架实验设置和结果 | 第47-50页 |
| 5.1.1 实验数据 | 第47-48页 |
| 5.1.2 实验结果对比 | 第48-50页 |
| 5.2 电影预告片提取实验设置和结果 | 第50-53页 |
| 5.3 总结 | 第53-55页 |
| 第6章 总结与展望 | 第55-57页 |
| 6.1 总结 | 第55页 |
| 6.2 未来展望 | 第55-57页 |
| 参考文献 | 第57-64页 |
| 发表论文和参加科研情况说明 | 第64-65页 |
| 致谢 | 第65-66页 |
