新闻视频主题识别与跟踪的研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第1章 绪论 | 第10-19页 |
| ·问题的提出 | 第10-11页 |
| ·国内外研究现状 | 第11-15页 |
| ·视频结构和内容理解 | 第12-14页 |
| ·主题识别与跟踪技术 | 第14-15页 |
| ·本文主要工作 | 第15-16页 |
| ·论文结构 | 第16-19页 |
| 第2章 相关概念和技术 | 第19-43页 |
| ·视频图像的特征表示和提取 | 第19-22页 |
| ·视频层次结构 | 第22-27页 |
| ·镜头分割 | 第24-25页 |
| ·关键帧选取 | 第25-26页 |
| ·镜头聚类和场景分割 | 第26-27页 |
| ·视频理解和语义提取 | 第27-33页 |
| ·人脸检测与识别 | 第28页 |
| ·摄像机运动检测 | 第28-29页 |
| ·视频字幕探测与识别 | 第29-31页 |
| ·典型场景识别 | 第31-32页 |
| ·音频特征分析 | 第32-33页 |
| ·主题检测与跟踪 | 第33-40页 |
| ·基本内容和概念 | 第33-35页 |
| ·主题检测和跟踪的基本方法 | 第35-39页 |
| ·方法评价 | 第39-40页 |
| ·本文研究的关键技术 | 第40-42页 |
| ·视频结构化技术 | 第40-41页 |
| ·视频内容提取技术 | 第41页 |
| ·主题检测技术 | 第41-42页 |
| ·小节 | 第42-43页 |
| 第3章 视频层次和内容分析 | 第43-66页 |
| ·投影函数和支持向量机 | 第44-49页 |
| ·积分投影函数和方差投影函数 | 第44-45页 |
| ·混合投影函数 | 第45-46页 |
| ·支持向量机 | 第46-49页 |
| ·基于混合投影函数和SVM的镜头边界检测 | 第49-57页 |
| ·视频帧特征及帧间距离计算 | 第49-53页 |
| ·镜头切变边界检测 | 第53-54页 |
| ·镜头渐变边界检测 | 第54-55页 |
| ·关键帧和镜头质心向量计算 | 第55-57页 |
| ·利用统计学习的场景划分方法 | 第57-60页 |
| ·场景划分的基本方法 | 第58-59页 |
| ·镜头聚类 | 第59页 |
| ·基于统计学习方法的场景检测 | 第59-60页 |
| ·实验结果 | 第60-65页 |
| ·镜头检测 | 第62-64页 |
| ·场景检测 | 第64-65页 |
| ·小结 | 第65-66页 |
| 第4章 新闻视频的特征和报道划分 | 第66-87页 |
| ·新闻视频的结构特征 | 第66-68页 |
| ·主持人镜头检测 | 第68-72页 |
| ·利用DOG算子和Hough变换的线条检测 | 第69-71页 |
| ·主持人镜头的检测算法 | 第71-72页 |
| ·其它视频事件的检测 | 第72页 |
| ·音频事件识别 | 第72-79页 |
| ·音频特征 | 第73-75页 |
| ·音频分类 | 第75-76页 |
| ·向量量化算法 | 第76-77页 |
| ·说话人区分 | 第77-79页 |
| ·利用关联挖掘的新闻单元划分 | 第79-85页 |
| ·事件序列生成 | 第79-81页 |
| ·序列的关联挖掘 | 第81-83页 |
| ·序列匹配 | 第83-85页 |
| ·实验结果及分析 | 第85-86页 |
| ·小结 | 第86-87页 |
| 第5章 新闻视频中的主题检测 | 第87-102页 |
| ·视频新闻单元的表示 | 第88-89页 |
| ·视频典型画面分析 | 第89-94页 |
| ·视频数据表示 | 第90-91页 |
| ·特征选择和提取 | 第91-93页 |
| ·典型画面识别 | 第93-94页 |
| ·语音识别 | 第94-95页 |
| ·新事件检测(NED) | 第95-97页 |
| ·相似度表示 | 第95-96页 |
| ·检测算法 | 第96-97页 |
| ·事件回顾检测(RED) | 第97-101页 |
| ·统计模型 | 第98-99页 |
| ·参数估计 | 第99-100页 |
| ·实验结果 | 第100-101页 |
| ·小结 | 第101-102页 |
| 第6章 总结与展望 | 第102-104页 |
| ·总结 | 第102页 |
| ·将来工作展望 | 第102-104页 |
| 参考文献 | 第104-115页 |
| 致谢 | 第115-116页 |
| 附录 | 第116页 |
