基于语义内容的交通监控视频检索研究
中文摘要 | 第3-4页 |
英文摘要 | 第4页 |
1 绪论 | 第8-14页 |
1.1 研究背景和意义 | 第8-10页 |
1.1.1 研究背景 | 第8页 |
1.1.2 研究意义 | 第8-10页 |
1.2 研究现状 | 第10-12页 |
1.2.1 基于文本的视频检索 | 第10页 |
1.2.2 基于图像内容的视频检索 | 第10-11页 |
1.2.3 基于语义的视频检索 | 第11-12页 |
1.3 研究目标和研究内容 | 第12页 |
1.4 本文的结构安排 | 第12-13页 |
1.5 本章小结 | 第13-14页 |
2 视频检索关键技术 | 第14-25页 |
2.1 视频基础 | 第14-15页 |
2.1.1 视频特征与标准 | 第14页 |
2.1.2 视频相关专业词汇介绍 | 第14-15页 |
2.2 视频结构分析 | 第15-20页 |
2.2.1 镜头边界检测 | 第15-18页 |
2.2.2 关键帧提取 | 第18-19页 |
2.2.3 场景分割 | 第19-20页 |
2.3 特征提取 | 第20-23页 |
2.3.1 统计特征 | 第20-21页 |
2.3.2 对象特征 | 第21页 |
2.3.3 SIFT特征 | 第21-23页 |
2.4 视频检索 | 第23-24页 |
2.4.1 查询类型 | 第23-24页 |
2.5 本章小结 | 第24-25页 |
3 语义网关键技术 | 第25-34页 |
3.1 引言 | 第25-26页 |
3.1.1 语义网的产生背景 | 第25页 |
3.1.2 语义网的设计方案 | 第25页 |
3.1.3 语义网的经典层次结构 | 第25-26页 |
3.2 本体 | 第26-30页 |
3.2.1 本体描述语言 | 第26-27页 |
3.2.2 本体编辑工具 | 第27-28页 |
3.2.3 本体的逻辑推理规则 | 第28页 |
3.2.4 本体推理工具 | 第28-29页 |
3.2.5 本体查询语言SPARQL | 第29-30页 |
3.3 领域本体构建流程 | 第30-33页 |
3.3.1 需求分析 | 第30页 |
3.3.2 本体创建 | 第30-31页 |
3.3.3 本体改进 | 第31-33页 |
3.3.4 本体评估 | 第33页 |
3.4 本章小结 | 第33-34页 |
4 交通监控视频事件检索系统 | 第34-44页 |
4.1 交通监控视频事件检索系统模型概述 | 第34-36页 |
4.1.1 基于关键字匹配的传统文本检索模型 | 第34-35页 |
4.1.2 基于图像匹配的视频检索模型 | 第35-36页 |
4.1.3 结合关键字和图像的视频检索模型 | 第36页 |
4.2 基于本体的交通监控视频事件检索模型 | 第36-37页 |
4.3 道路交通事件领域本体构建 | 第37-43页 |
4.3.1 道路交通事件领域本体知识的获取 | 第38页 |
4.3.2 基于道路交通事件的语义模型 | 第38-42页 |
4.3.3 基于道路交通领域本体的语义扩展 | 第42-43页 |
4.4 本章小结 | 第43-44页 |
5 交通视频事件检索系统实现及实验结果分析 | 第44-53页 |
5.1 交通视频事件检索系统实现 | 第44-47页 |
5.1.1 交通视频事件检索系统框架描述 | 第44-45页 |
5.1.2 交通视频事件检索系统各功能模块说明 | 第45-47页 |
5.2 实验环境 | 第47-48页 |
5.2.1 实验平台 | 第47页 |
5.2.2 实验数据集 | 第47-48页 |
5.3 评价指标 | 第48-49页 |
5.4 基于图像匹配的视频检索实验 | 第49-51页 |
5.4.1 实验说明 | 第49-50页 |
5.4.2 实验结果分析 | 第50-51页 |
5.5 基于语义的查询扩展实验 | 第51-52页 |
5.5.1 实验说明 | 第51页 |
5.5.2 实验结果分析 | 第51-52页 |
5.6 本章小结 | 第52-53页 |
6 总结和展望 | 第53-54页 |
6.1 工作总结 | 第53页 |
6.2 工作展望 | 第53-54页 |
致谢 | 第54-55页 |
参考文献 | 第55-62页 |
附录 | 第62页 |
A.作者攻读学位期间的成果目录 | 第62页 |
B.作者在攻读学位期间的参与的项目 | 第62页 |