多媒体广告计算
| 摘要 | 第1-7页 |
| Abstract | 第7-13页 |
| 插图目录 | 第13-15页 |
| 表格目录 | 第15-16页 |
| 第1章 绪论 | 第16-32页 |
| ·多媒体广告计算的研究背景和意义 | 第16-17页 |
| ·国内外研究现状 | 第17-18页 |
| ·多媒体广告计算的关键问题和技术难点 | 第18-29页 |
| ·互联网广告 | 第19-21页 |
| ·多媒体数据存储和分析 | 第21-24页 |
| ·上下文内容相关性 | 第24-26页 |
| ·用户智能化 | 第26-29页 |
| ·本文的研究动机及内容 | 第29-30页 |
| ·本文的结构安排和创新点 | 第30-32页 |
| 第2章 针对海量视频的近无损视频摘要 | 第32-52页 |
| ·传统的视频存储技术 | 第33-34页 |
| ·视频压缩 | 第33-34页 |
| ·视频摘要 | 第34页 |
| ·近无损视频摘要的关键问题 | 第34-35页 |
| ·近无损视频摘要系统 | 第35-44页 |
| ·系统框架 | 第36-37页 |
| ·摘要生成 | 第37-42页 |
| ·视频重建 | 第42-44页 |
| ·实验和分析 | 第44-51页 |
| ·实验设置 | 第44-45页 |
| ·子镜头分类 | 第45页 |
| ·存储开销 | 第45-46页 |
| ·视频摘要的有效性 | 第46-51页 |
| ·小结 | 第51-52页 |
| 第3章 基于近无损视频音频摘要的视频分析性能研究 | 第52-70页 |
| ·视频分析 | 第53-54页 |
| ·近无损摘要 | 第54-60页 |
| ·系统框架 | 第54-55页 |
| ·视频摘要 | 第55-58页 |
| ·音频摘要 | 第58-59页 |
| ·近无损摘要生成 | 第59-60页 |
| ·基于近无损摘要的视频分析 | 第60-63页 |
| ·视频可视化 | 第60-61页 |
| ·视频索引 | 第61页 |
| ·视频搜索结果展示 | 第61-62页 |
| ·视频拷贝检测 | 第62页 |
| ·视频概念检测 | 第62-63页 |
| ·实验及分析 | 第63-69页 |
| ·实验设置 | 第63-64页 |
| ·音频分类 | 第64-65页 |
| ·存储开销 | 第65-66页 |
| ·计算开销 | 第66页 |
| ·拷贝检测 | 第66-68页 |
| ·概念检测 | 第68-69页 |
| ·小结 | 第69-70页 |
| 第4章 基于社交网络的图像广告系统 | 第70-88页 |
| ·基于内容的上下文相关广告关联方法 | 第71-72页 |
| ·社交网络的信息传播 | 第72-74页 |
| ·基于社交网络的图像广告系统 | 第74-83页 |
| ·问题定义 | 第75-77页 |
| ·用户影响力 | 第77-79页 |
| ·多模态内容相关性 | 第79-80页 |
| ·局部内容相关性 | 第80-83页 |
| ·基于启发式搜索的最优化方法 | 第83页 |
| ·实验与分析 | 第83-87页 |
| ·实验设置 | 第83-84页 |
| ·用户影响力更新的收敛速度 | 第84页 |
| ·广告相关性 | 第84-86页 |
| ·广告浏览体验 | 第86-87页 |
| ·小结 | 第87-88页 |
| 第5章 总结与展望 | 第88-92页 |
| ·本文研究内容总结 | 第88-90页 |
| ·未来研究工作与展望 | 第90-92页 |
| 参考文献 | 第92-102页 |
| 致谢 | 第102-104页 |
| 在读期间发表的学术论文与取得的研究成果 | 第104页 |
