| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-12页 |
| ·研究背景和意义 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·论文的研究内容与章节安排 | 第11-12页 |
| 第二章 视频分析基本理论 | 第12-22页 |
| ·引言 | 第12页 |
| ·视频结构分析 | 第12-17页 |
| ·低层特征分析 | 第14-15页 |
| ·中层语义分析 | 第15-16页 |
| ·高层语义分析 | 第16-17页 |
| ·HCRF 模型的基本理论 | 第17-20页 |
| ·HCRF 模型算法 | 第17-19页 |
| ·HCRF 模型与现有机器模型的区别 | 第19页 |
| ·HCRF 模型在人工智能领域的应用 | 第19-20页 |
| ·本章小结 | 第20-22页 |
| 第三章 融合 HCRF 和 AAM 的足球视频精彩事件检测 | 第22-36页 |
| ·引言 | 第22页 |
| ·足球视频语义线索的定义和提取 | 第22-27页 |
| ·语义镜头分类 | 第22-23页 |
| ·多模态语义线索提取 | 第23-27页 |
| ·构建基于概念格聚类的 AAM | 第27-29页 |
| ·情感空间模型的介绍 | 第27-28页 |
| ·基于概念格的多模态语义线索聚类 | 第28页 |
| ·构建 AAM | 第28-29页 |
| ·一种 HCRF 和 AAM 的事件检测新方法 | 第29-31页 |
| ·HCRF 检测模型的定义 | 第29-30页 |
| ·HCRF 模型的训练和推理 | 第30-31页 |
| ·实验与分析 | 第31-35页 |
| ·多模态语义线索提取实验 | 第32页 |
| ·基于概念格的特征聚类实验 | 第32-33页 |
| ·融合 HCRF 和 AAM 的事件检测实验 | 第33-35页 |
| ·本章总结 | 第35-36页 |
| 第四章 基于 HCRF 和网络文本的精彩事件自动检测与定位 | 第36-50页 |
| ·引言 | 第36-37页 |
| ·网络文本关键词的提取与文本精彩事件分类 | 第37-39页 |
| ·文本关键词定义和提取 | 第37-38页 |
| ·基于 HDP-HMM 的文本精彩事件检测 | 第38-39页 |
| ·网络文本与视频时间的对准 | 第39-40页 |
| ·基于视频语义特征和 HCRF 模型的视频边界检测 | 第40-44页 |
| ·语义特征的定义和提取 | 第40-42页 |
| ·HCRF 模型的定义 | 第42页 |
| ·HCRF 模型的训练和推理 | 第42-44页 |
| ·仿真与分析 | 第44-48页 |
| ·网络文本精彩事件检测实验 | 第44-45页 |
| ·视频时间提取实验 | 第45页 |
| ·语义线索提取实验 | 第45-47页 |
| ·视频镜头标注实验 | 第47-48页 |
| ·视频边缘检测实验 | 第48页 |
| ·本章小结 | 第48-50页 |
| 第五章 总结与展望 | 第50-52页 |
| ·全文总结 | 第50-51页 |
| ·未来研究展望 | 第51-52页 |
| 致谢 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 作者在读期间参加科研情况和研究成果 | 第58-59页 |
