基于内容的新闻视频检索语义提取技术研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 1 引言 | 第9-13页 |
| ·研究背景 | 第9-10页 |
| ·研究意义 | 第10页 |
| ·当前国内外研究现状及研究难点 | 第10-11页 |
| ·本文的主要研究内容和章节安排 | 第11-13页 |
| 2 视频语义模型及提取技术 | 第13-20页 |
| ·视频数据特点分析 | 第13-14页 |
| ·视频数据与文本图像数据的特点对比分析 | 第13页 |
| ·数字视频数据特点 | 第13-14页 |
| ·视频语义模型 | 第14-18页 |
| ·基于镜头的模型 | 第14-15页 |
| ·基于对象的模型 | 第15页 |
| ·视频语义信息层次化表示模型 | 第15-16页 |
| ·新闻视频的表示模型 | 第16-18页 |
| ·视频语义提取技术 | 第18-20页 |
| ·基于文本信息的语义提取 | 第18-19页 |
| ·基于知识的语义提取 | 第19-20页 |
| 3 关键帧提取 | 第20-28页 |
| ·主要关键帧提取技术分析 | 第20-21页 |
| ·基于帧间似然比的关键帧提取算法 | 第21-23页 |
| ·颜色空间分割及特征选取 | 第21-22页 |
| ·帧间似然比 | 第22页 |
| ·关键帧提取算法 | 第22-23页 |
| ·利用自适应阈值的聚类算法实现关键帧提取 | 第23-24页 |
| ·颜色空间分割及特征选取 | 第23页 |
| ·自适应确定聚类阈值 | 第23-24页 |
| ·初始类化分 | 第24页 |
| ·关键帧提取的聚类算法 | 第24页 |
| ·关键帧提取算法实验分析与性能评价 | 第24-27页 |
| ·评价参数 | 第24页 |
| ·实验分析 | 第24-27页 |
| ·小结 | 第27-28页 |
| 4 基于文本信息的语义提取方法 | 第28-41页 |
| ·字幕检测技术 | 第28-34页 |
| ·主要字幕检测提取算法综合分析 | 第29页 |
| ·基于时空分布特征的字幕提取改进算法 | 第29-34页 |
| ·台标语义提取技术 | 第34-39页 |
| ·台标分割算法 | 第34-35页 |
| ·基于小波变换的台标特征提取 | 第35-38页 |
| ·基于 SVM的台标识别算法 | 第38页 |
| ·实验及分析 | 第38-39页 |
| ·小结 | 第39-41页 |
| 5 基于知识的语义提取方法 | 第41-56页 |
| ·人物语义提取方法 | 第41-45页 |
| ·“有效人物”约束条件 | 第41-42页 |
| ·人物语义提取方法 | 第42-44页 |
| ·实验分析 | 第44-45页 |
| ·场景语义提取方法 | 第45-49页 |
| ·主要场景检测方法综述 | 第45-46页 |
| ·特征选取 | 第46-47页 |
| ·新闻视频场景检测 | 第47-48页 |
| ·实验及分析 | 第48-49页 |
| ·情感语义提取方法 | 第49-54页 |
| ·情感语义提取技术综合分析 | 第50页 |
| ·特征选取 | 第50-51页 |
| ·情感模型建立 | 第51-52页 |
| ·情感语义提取 | 第52-53页 |
| ·实验分析 | 第53-54页 |
| ·小结 | 第54-56页 |
| 6 实验分析系统 | 第56-62页 |
| ·系统总体结构 | 第56页 |
| ·新闻视频语义分析子系统 | 第56-59页 |
| ·视频查询子系统 | 第59-61页 |
| ·构建语义词典 | 第59页 |
| ·查询子系统 | 第59-61页 |
| ·小结 | 第61-62页 |
| 结论 | 第62-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-66页 |
