基于多模态信息视频语义检索技术研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究背景与意义 | 第11-13页 |
| 1.2 研究现状 | 第13-16页 |
| 1.3 研究内容 | 第16页 |
| 1.4 论文组织结构 | 第16-17页 |
| 第2章 视频信息的表示、分析和应用 | 第17-29页 |
| 2.1 结构化处理 | 第17-18页 |
| 2.2 视觉特征提取 | 第18-24页 |
| 2.2.1 传统视觉特征 | 第19-22页 |
| 2.2.2 视觉不变量特征 | 第22-24页 |
| 2.3 音频特征提取 | 第24-27页 |
| 2.4 视频片段检索及其性能评估 | 第27-29页 |
| 2.4.1 视频片段检索 | 第27页 |
| 2.4.2 视频检索性能评估 | 第27-29页 |
| 第3章 多模态信息特征的分析、提取和应用 | 第29-45页 |
| 3.1 关键帧提取 | 第29页 |
| 3.2 视频中的语义概念检测 | 第29-37页 |
| 3.2.1 视觉特征提取 | 第29-31页 |
| 3.2.2 视觉特征分类算法 | 第31页 |
| 3.2.3 语义概念检测 | 第31-37页 |
| 3.3 视频情感语义检测 | 第37-45页 |
| 3.3.1 视频情感数据库的构建 | 第38-39页 |
| 3.3.2 视觉和音频情感特征的分析提取 | 第39-42页 |
| 3.3.3 未确知情感度的判定 | 第42-45页 |
| 第4章 基于多模态信息的新闻类视频语义分析与检索 | 第45-55页 |
| 4.1 新闻类视频的分层音频分类算法 | 第45-47页 |
| 4.2 辅以音频的新闻镜头语义分类 | 第47-49页 |
| 4.3 自适应的多模态融合算法 | 第49-51页 |
| 4.4 新闻视频故事场景分割与检测 | 第51-55页 |
| 第5章 基于多模态信息的视频语义检索系统的实现 | 第55-63页 |
| 5.1 基于多模态信息的视频检索实验平台的架构 | 第55-57页 |
| 5.2 视频中情感语义的分析识别 | 第57-60页 |
| 5.3 新闻类视频语义分析检索子系统 | 第60-63页 |
| 总结 | 第63-65页 |
| 工作总结 | 第63-64页 |
| 研究展望 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69页 |
