基于语义的跨媒体搜索
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 课题研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 基于文本和语义的视频检索现状 | 第10-11页 |
| 1.2.2 语义概念检测现状 | 第11-12页 |
| 1.3 NIST之TRECVID国际测评 | 第12-13页 |
| 1.4 本文的工作与章节安排 | 第13-15页 |
| 1.4.1 主要内容 | 第13-14页 |
| 1.4.2 结构安排 | 第14-15页 |
| 第二章 基于语义的跨媒体搜索 | 第15-35页 |
| 2.1 引言 | 第15页 |
| 2.2 基于语义的跨媒体视频搜索概述 | 第15-16页 |
| 2.3 基于语义的跨媒体视频搜索框架 | 第16-18页 |
| 2.4 基于语义的跨媒体搜索关键技术 | 第18-31页 |
| 2.4.1 元数据和查询文本的分析预处理 | 第18-21页 |
| 2.4.2 视频内容的概念语义提取 | 第21-25页 |
| 2.4.3 文本语义提取和查询query生成 | 第25-28页 |
| 2.4.4 基于lucene的搜索及结果融合 | 第28-31页 |
| 2.5 实验结果和分析 | 第31-34页 |
| 2.5.1 实验数据 | 第31-32页 |
| 2.5.2 实验结果分析 | 第32-34页 |
| 2.6 本章小结 | 第34-35页 |
| 第三章 视频中文字字幕的检测及识别 | 第35-48页 |
| 3.1 引言 | 第35-36页 |
| 3.2 视频字幕检测框架 | 第36-37页 |
| 3.3 文字及字幕检测技术 | 第37-43页 |
| 3.3.1 Harris角点检测 | 第37-38页 |
| 3.3.2 文本区域筛选 | 第38-39页 |
| 3.3.3 基于光流的字幕特征提取 | 第39-41页 |
| 3.3.4 基于SVM的字幕判别 | 第41-42页 |
| 3.3.5 基于OTSU的文字区域二值化 | 第42-43页 |
| 3.4 实验结果 | 第43-46页 |
| 3.4.1 文本检测 | 第43页 |
| 3.4.2 字幕检测 | 第43-45页 |
| 3.4.3 融合OCR的跨媒体搜索 | 第45-46页 |
| 3.5 本章小结 | 第46-48页 |
| 第四章 视频来源标识的识别 | 第48-58页 |
| 4.1 引言 | 第48页 |
| 4.2 台标识别问题概述 | 第48-49页 |
| 4.3 台标识别的特征提取 | 第49-54页 |
| 4.3.1 时间平均二值边缘模板 | 第49-50页 |
| 4.3.2 RGB空间分块颜色特征 | 第50-51页 |
| 4.3.3 γ-局部二值模式特征 | 第51-53页 |
| 4.3.4 梯度方向直方图特征 | 第53-54页 |
| 4.4 台标识别的基本框架流程 | 第54-56页 |
| 4.5 实验结果 | 第56-57页 |
| 4.6 本章小结 | 第57-58页 |
| 第五章 总结与展望 | 第58-60页 |
| 5.1 本文工作总结 | 第58页 |
| 5.2 展望 | 第58-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63-64页 |
| 攻读学位期间发表或已录用的学术论文 | 第64页 |
