| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-17页 |
| ·研究背景 | 第11页 |
| ·从“相似性”说起 | 第11-14页 |
| ·研究难点及应用价值 | 第12-14页 |
| ·国内外研究现状 | 第14页 |
| ·本文的工作和安排 | 第14-17页 |
| ·论文结构安排 | 第14-15页 |
| ·本文贡献 | 第15-17页 |
| 第二章 基于底层音视觉相同的无监督重复性音视频检测 | 第17-27页 |
| ·音视觉特征提取 | 第18-22页 |
| ·音频频带能量差分特征 | 第18-19页 |
| ·基于计算机视觉的声纹 | 第19-21页 |
| ·视觉DCT描述子 | 第21-22页 |
| ·倒排索引检索算法 | 第22页 |
| ·音视频宏分割系统 | 第22-27页 |
| ·基于shot的音视频帧提取及特征提取 | 第23-24页 |
| ·重复性音视频shot检索 | 第24-25页 |
| ·Interprogram检测 | 第25-27页 |
| 第三章 基于中层音视觉的文件检索 | 第27-43页 |
| ·音视觉特征表达 | 第27-35页 |
| ·视觉特征SIFT特征及词袋模型BOW | 第27-31页 |
| ·基于条件熵选择的能量差分特征 | 第31-35页 |
| ·拷贝检测系统 | 第35-43页 |
| ·基于视觉的拷贝检测 | 第36-39页 |
| ·基于音频的拷贝检测 | 第39-41页 |
| ·基于音视觉结果的融合(Audio-Video Results Fusion) | 第41-43页 |
| 第四章 基于高层语义的视觉检索 | 第43-49页 |
| ·基于随机游走算法的交互机制 | 第43-49页 |
| ·视频预处理 | 第43-46页 |
| ·交互式检索阶段(Interactive Search Loop) | 第46-49页 |
| 第五章 实验分析 | 第49-59页 |
| ·实验数据以及评价指标 | 第49-52页 |
| ·实验数据集的构建 | 第49-50页 |
| ·系统性能评价指标 | 第50-52页 |
| ·视频宏分割系统性能 | 第52-54页 |
| ·系统性能 | 第52-53页 |
| ·参数的选择 | 第53-54页 |
| ·拷贝检测系统性能 | 第54-57页 |
| ·音视频融合的NOFA结果 | 第55页 |
| ·基于音频的NOFA结果 | 第55-56页 |
| ·音视频融合的Balanced结果 | 第56页 |
| ·基于视频图像的Balanced结果 | 第56-57页 |
| ·相关反馈Instance Search系统性能 | 第57-59页 |
| 第六章 总结与展望 | 第59-61页 |
| 附录A 不定型(0/0)极限的计算 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-69页 |
| 攻读学位期间发表的学术论文目录 | 第69页 |
