| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-8页 |
| 绪论 | 第8-10页 |
| 第一章 视频内容分析的研究背景和现状 | 第10-17页 |
| 1．1 视频内容分析（Video content analysis） | 第10页 |
| 1．2 视频内容分析的分类 | 第10-11页 |
| 1．2．1 基于例子的检索（Retrieval by example） | 第10-11页 |
| 1．2．2 视频归纳（Video summarizing） | 第11页 |
| 1．2．3 视频结构化和标注（Video indexing and labeling） | 第11页 |
| 1．3 视频内容 | 第11-15页 |
| 1．3．1 主题层（Cenre） | 第12-13页 |
| 1．3．2 事件层（Event） | 第13-14页 |
| 1．3．3 对象层（Object） | 第14页 |
| 1．3．4 主题层，事件层，对象层的相互关系 | 第14-15页 |
| 1．4 视频对象检测 | 第15-17页 |
| 1．4．1 特殊视频对象的检测 | 第15-16页 |
| 1．4．2 通用视频对象的检测 | 第16-17页 |
| 第二章 基于支持向量机的视频字幕自动定位与提取 | 第17-36页 |
| 2．1 引言 | 第17-19页 |
| 2．2 支持向量机（Support Vector Machine） | 第19-30页 |
| 2．2．1 经验风险最小化（Empirical Risk Minimization） | 第20-22页 |
| 2．2．2 结构风险最小化（Structural Risk Minimization） | 第22-23页 |
| 2．2．3 构造支持向量机 | 第23-30页 |
| 2．2．4 SVM小结 | 第30页 |
| 2．3 基于SVM定位提取视频字幕 | 第30-34页 |
| 2．3．1 字幕块的特征提取 | 第30-31页 |
| 2．3．2 核函数的选择 | 第31-32页 |
| 3．3．3 金字塔模型（Pyramid Model） | 第32-33页 |
| 2．3．4 后期处理（Post-processing） | 第33-34页 |
| 2．3．5 识别 | 第34页 |
| 2．4 中文和英文字幕检测讨论 | 第34-35页 |
| 2．5 小结 | 第35-36页 |
| 第三章 基于SVM/ICA混合学习模式的人脸检测算法 | 第36-47页 |
| 3．1 引言 | 第36-37页 |
| 3．2 人脸检测算法综述 | 第37-38页 |
| 3．3 独立成分分析特征提取 | 第38-42页 |
| 3．3．1 独立图象基ICA特征 | 第39-40页 |
| 3．3．2 独立系数ICA特征 | 第40-42页 |
| 3．4 SVM/ICA混合学习模式 | 第42-43页 |
| 3．5 基于SVM/ICA混合学习模式的人脸检测算法 | 第43-45页 |
| 3．5．1 肤色模型过滤 | 第44-45页 |
| 3．5．2 SVM/ICA混合检测算法的应用 | 第45页 |
| 3．6 小结 | 第45-47页 |
| 第四章 语义人脸的定义，检测和应用 | 第47-59页 |
| 4．1 引言 | 第47页 |
| 4．2 基于人脸的应用概述 | 第47-49页 |
| 4．3 语义人脸的定义 | 第49页 |
| 4．4 语义人脸分层检测算法 | 第49-53页 |
| 4．5 基于语义人脸的视频新闻检索 | 第53-58页 |
| 4．5．1 基于语义人脸的视频新闻TOC | 第54-55页 |
| 4．5．2 基于高斯混合聚类的语义人脸分类 | 第55-56页 |
| 4．5．3 镜头分类 | 第56-58页 |
| 4．6 小结 | 第58-59页 |
| 第五章 实验数据分析和讨论 | 第59-66页 |
| 5．1 基于SVM的视频字幕检测 | 第59-60页 |
| 5．2 基于SVM/ICA混合学习模式的人脸检测 | 第60-63页 |
| 5．3 语义人脸的检测和应用 | 第63-66页 |
| 5．3．1 语义人脸检测实验数据分析 | 第63页 |
| 5．3．2 基于语义人脸的视频新闻检索实验数据分析 | 第63-66页 |
| 第六章 结论和展望 | 第66-68页 |
| 参考文献 | 第68-73页 |
| 致谢 | 第73-74页 |
| 作者在攻读硕士学位期间公开发表（录用）的论文和参与的项目 | 第74页 |
