中文摘要 | 第3-5页 |
英文摘要 | 第5-6页 |
1 绪论 | 第10-16页 |
1.1 研究背景 | 第10-11页 |
1.2 国内外研究现状和存在的主要问题 | 第11-13页 |
1.3 本文的主要研究内容 | 第13-14页 |
1.4 本文的章节安排 | 第14-16页 |
2 视频表达的理论框架 | 第16-26页 |
2.1 视频的组织与结构 | 第16-19页 |
2.1.1 镜头分割 | 第17-19页 |
2.1.2 关键帧表示 | 第19页 |
2.2 视频的视觉内容特征 | 第19-23页 |
2.2.1 全局特征 | 第20-21页 |
2.2.2 局部特征 | 第21-23页 |
2.3 视频处理中用到的机器学习技术 | 第23-25页 |
2.3.1 聚类技术 | 第23页 |
2.3.2 分类技术 | 第23-25页 |
2.4 本章小结 | 第25-26页 |
3 面向压缩域的视频表征及其在视频例子检索中的应用 | 第26-38页 |
3.1 引言 | 第26-27页 |
3.2 理论基础 | 第27-28页 |
3.2.1 视频相似性度量 | 第27页 |
3.2.2 压缩感知 | 第27-28页 |
3.3 视频表征及分层次的相似性度量 | 第28-31页 |
3.3.1 视频帧的全局表征 | 第28-29页 |
3.3.2 分层次的相似性度量 | 第29-31页 |
3.4 在视频例子检索中的应用及实验分析 | 第31-35页 |
3.4.1 应用框架 | 第31-32页 |
3.4.2 实验与讨论 | 第32-35页 |
3.5 本章小结 | 第35-38页 |
4 多层次多视图的主题模型视频表征及其在视频分类中的应用 | 第38-68页 |
4.1 引言 | 第38-39页 |
4.2 原始主题模型 | 第39-43页 |
4.2.1 Latent Dirichlet Allocation (LDA)模型 | 第39-41页 |
4.2.2 LDA模型的参数估计 | 第41-43页 |
4.3 基于多层次多视图的主题模型的视频表征 | 第43-51页 |
4.3.1 图像的中高层表示 | 第43-45页 |
4.3.2 多层次多视图主题模型 | 第45-48页 |
4.3.3 参数估计 | 第48-51页 |
4.3.4 初始化 | 第51页 |
4.4 在视频分类中的应用及实验分析 | 第51-66页 |
4.4.1 视频数据集 | 第51页 |
4.4.2 实验设置 | 第51-52页 |
4.4.3 实验结果与讨论 | 第52-66页 |
4.5 本章小结 | 第66-68页 |
5 带后验概率的主题模型视频表征及其在广告视频分类中的应用 | 第68-92页 |
5.1 引言 | 第68页 |
5.2 基于后验概率的广告视频表征 | 第68-78页 |
5.2.1 整体框架 | 第68-70页 |
5.2.2 广告视频中的Logo检测 | 第70-71页 |
5.2.3 对象直方图表征 | 第71-72页 |
5.2.4 基于后验概率的主题表征模型(pp LDA ) | 第72-76页 |
5.2.5 参数估计和更新 | 第76-78页 |
5.3 在广告视频分类中的应用及实验分析 | 第78-90页 |
5.3.1 数据集 | 第78-79页 |
5.3.2 实验设置 | 第79页 |
5.3.3 实验结果与讨论 | 第79-90页 |
5.4 本章小结 | 第90-92页 |
6 基于高层语义表征的视频多标签学习及其在视频标注中的应用 | 第92-110页 |
6.1 引言 | 第92-93页 |
6.2 有向概率标签图模型(DPLG) | 第93-96页 |
6.3 DPLG模型与广告视频多标签学习 | 第96-99页 |
6.3.1 DPLG实施 | 第96-98页 |
6.3.2 - 过滤和 - 剪枝 | 第98页 |
6.3.3 查找关联标签集 | 第98-99页 |
6.4 在视频标注中的应用及实验分析 | 第99-107页 |
6.4.1 实验评价指标 | 第99-100页 |
6.4.2 在公开数据集上的多标签学习 | 第100-103页 |
6.4.3 在广告视频集上的多标签学习 | 第103-107页 |
6.5 本章小结 | 第107-110页 |
7 总结与展望 | 第110-112页 |
7.1 总结 | 第110-111页 |
7.2 展望 | 第111-112页 |
致谢 | 第112-114页 |
参考文献 | 第114-130页 |
附录 A作者在攻读学位期间发表的论文目录 | 第130页 |