新闻视频的语义提取与自动分类技术研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-6页 |
| 目录 | 第6-8页 |
| 第1章 绪论 | 第8-15页 |
| ·研究背景及意义 | 第8-9页 |
| ·国内外研究现状 | 第9-12页 |
| ·研究内容 | 第12-13页 |
| ·论文结构 | 第13-15页 |
| 第2章 基于新闻关键要素的新闻视频语义模型 | 第15-26页 |
| ·视频语义模型的基础理论分析 | 第15-20页 |
| ·语义简析 | 第15-17页 |
| ·提取方法分析 | 第17-19页 |
| ·视频的结构特征 | 第19-20页 |
| ·新闻的关键语义要素 | 第20-22页 |
| ·基于新闻关键要素的视频语义模型 | 第22-24页 |
| ·本章小结 | 第24-26页 |
| 第3章 基于新闻视频语义模型的语义特征提取 | 第26-48页 |
| ·新闻视频的基本语义特征 | 第26-32页 |
| ·关键帧 | 第26-28页 |
| ·视觉特征 | 第28-29页 |
| ·文本特征 | 第29-30页 |
| ·语音特征 | 第30-32页 |
| ·基于关键帧的特征提取 | 第32-35页 |
| ·基于视觉特征的语义提取 | 第35-44页 |
| ·颜色直方图 | 第36-38页 |
| ·颜色矩 | 第38页 |
| ·Canny 边缘 | 第38-39页 |
| ·LBP 纹理特征 | 第39-42页 |
| ·SIFT 检测算法 | 第42-44页 |
| ·基于文本的语义特征提取 | 第44-47页 |
| ·字幕信息提取 | 第44-46页 |
| ·CRF 分词系统 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第4章 基于分层 CRF 的新闻视频自动分类 | 第48-62页 |
| ·视频自动分类的基础模型分析 | 第48-55页 |
| ·基于 SVM 的方法 | 第49-51页 |
| ·基于贝叶斯网络的方法 | 第51-52页 |
| ·基于条件随机场的算法 | 第52-55页 |
| ·基于分层 CRF 的视频自动分类 | 第55-57页 |
| ·分层 CRF 视频自动分类实验分析 | 第57-60页 |
| ·实验环境 | 第57-58页 |
| ·系统功能 | 第58页 |
| ·实验结果 | 第58-60页 |
| ·本章小结 | 第60-62页 |
| 第5章 总结与展望 | 第62-64页 |
| ·课题总结 | 第62页 |
| ·研究展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-69页 |
| 攻读硕士学位期间的研究成果 | 第69页 |
