基于语义的视频检索
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 前言 | 第9-15页 |
| ·研究背景及意义 | 第9-10页 |
| ·视频检索的研究现状 | 第10-13页 |
| ·基于内容的视频检索 | 第10-11页 |
| ·基于语义的视频检索 | 第11-13页 |
| ·主要研究内容 | 第13页 |
| ·论文组织结构 | 第13-15页 |
| 第二章 基于语义的视频检索技术 | 第15-39页 |
| ·引言 | 第15-16页 |
| ·基于语义的视频检索 | 第16-19页 |
| ·基于语义的视频检索系统的总体架构 | 第16-17页 |
| ·基于语义的视频检索系统关键问题及解决方法 | 第17-19页 |
| ·视频语义提取方法 | 第19-24页 |
| ·概率统计方法 | 第19-22页 |
| ·统计学习方法 | 第22-23页 |
| ·基于规则推理的方法 | 第23-24页 |
| ·结合特定领域特点的方法 | 第24页 |
| ·视频语义对象提取方法 | 第24-38页 |
| ·基于时空联合的视频对象分割 | 第25页 |
| ·基于光流场的视频对象分割 | 第25-28页 |
| ·基于变换检测的视频对象分割 | 第28-33页 |
| ·基于对象跟踪的视频对象分割 | 第33-38页 |
| ·检索性能评估 | 第38页 |
| ·小结 | 第38-39页 |
| 第三章 基于视觉注意力的视频语义对象提取 | 第39-52页 |
| ·视觉注意力描述 | 第39-40页 |
| ·方法框架 | 第40-41页 |
| ·视频处理 | 第41页 |
| ·运动语义对象检测模型 | 第41-44页 |
| ·静态图像语义对象检测模型 | 第44-48页 |
| ·特征提取 | 第44-45页 |
| ·显著图 | 第45-46页 |
| ·静态图像潜在语义对象确定 | 第46-48页 |
| ·动态融合 | 第48-49页 |
| ·仿真实验分析 | 第49-51页 |
| ·小结 | 第51-52页 |
| 第四章 多层次网络化视频语义提取模型 | 第52-55页 |
| ·模型框架 | 第52-53页 |
| ·模型层次 | 第53-54页 |
| ·小结 | 第54-55页 |
| 第五章 总结与展望 | 第55-57页 |
| ·工作总结 | 第55页 |
| ·工作展望 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-62页 |
| 攻读硕士学位期间取得的学术成果 | 第62页 |
