| 摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第12-17页 |
| 1.1 研究背景 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-14页 |
| 1.3 本文的主要研究内容 | 第14-16页 |
| 1.4 本文的组织结构 | 第16-17页 |
| 第二章 视频内容分析方法简介 | 第17-23页 |
| 2.1 基于机器学习/模式分类的方法 | 第17-18页 |
| 2.2 基于传统的统计学习的方法 | 第18-19页 |
| 2.3 基于规则推理的方法 | 第19-20页 |
| 2.4 结合特定领域特点的方法 | 第20-21页 |
| 2.5 结合上下文环境进行内容理解的方法 | 第21页 |
| 2.6 结合语义知识理解媒体内容的方法 | 第21页 |
| 2.7 本章小结 | 第21-23页 |
| 第三章 隐马尔可夫模型简介 | 第23-29页 |
| 3.1 隐马尔可夫模型的提出背景 | 第23页 |
| 3.2 隐马尔可夫模型的数学模型 | 第23-25页 |
| 3.3 三个基本问题 | 第25-27页 |
| 3.4 隐马尔可夫模型的应用 | 第27-28页 |
| 3.5 本章小结 | 第28-29页 |
| 第四章 HMM在基于语义事件的手术视频分析中的应用 | 第29-46页 |
| 4.1 手术视频的特点 | 第29页 |
| 4.2 手术语义事件分类 | 第29-31页 |
| 4.3 特征提取及算法 | 第31-38页 |
| 4.4 手术模型 | 第38-43页 |
| 4.4.1 手术事件模型的建立 | 第39-40页 |
| 4.4.2 事件转移模型的建立 | 第40-43页 |
| 4.5 以秒为视频单元的视频标注 | 第43-44页 |
| 4.6 基于语义事件的手术视频分割 | 第44-45页 |
| 4.7 本章小结 | 第45-46页 |
| 第五章 实验结果及分析 | 第46-48页 |
| 第六章 结论 | 第48-50页 |
| 6.1 本文工作总结 | 第48页 |
| 6.2 未来工作展望 | 第48-50页 |
| 参考文献 | 第50-53页 |
| 致谢 | 第53-55页 |
| 攻读学位期间参加的项目 | 第55-56页 |
| 学位论文评阅及答辩情况表 | 第56页 |