首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于S_T-Simfusion算法和本体的视频语义提取研究

摘要第1-5页
ABSTRACT第5-9页
第一章 绪论第9-22页
   ·研究背景及意义第9-10页
   ·国内外研究现状第10-14页
     ·基于内容的视频检索第10-12页
     ·基于语义的视频检索第12-14页
   ·视频语义分析第14-20页
     ·视频语义分析技术第14-16页
     ·视频语义提取方法第16-20页
     ·视频语义检索研究的关键问题第20页
   ·研究内容及主要工作第20-21页
   ·论文组织结构第21-22页
第二章 视频数据预处理第22-34页
   ·镜头检测第22-23页
   ·关键帧提取第23-24页
   ·视频的视觉特征提取第24-29页
     ·颜色特征第24-27页
     ·纹理特征第27-28页
     ·形状特征第28页
     ·运动特征第28-29页
   ·音频特征第29-32页
     ·音频帧特征第29-31页
     ·音频片段特征第31-32页
     ·音频特征选择第32页
   ·文本特征第32-33页
     ·视频数据的文本类型第32-33页
     ·文本特征选择第33页
   ·本章小结第33-34页
第三章 基于本体概念的样本标注和文本测度第34-42页
   ·本体第34-37页
     ·本体的建模元语(Modeling Primitives)第35-36页
     ·基于本体的信息检索第36页
     ·本体与语义WEB第36-37页
   ·基于本体概念的样本标注第37-38页
   ·基于本体概念的文本测度第38-41页
     ·文本预处理第39页
     ·基于本体概念的文本测度第39-41页
   ·小结第41-42页
第四章 基于S_T-Simfusion算法的镜头相似度计算第42-48页
   ·Simfusion算法第42-43页
     ·URM第42-43页
     ·USM第43页
   ·基于自适应阈值S_T的关键帧提取算法第43-44页
     ·帧间差的定义第43-44页
     ·自适应阈值S_T的确定和初始类的划分第44页
   ·基于S_T-Simfusion镜头相似度的计算第44-46页
     ·初始化URM第45页
     ·镜头相似度计算第45-46页
   ·LPP降维第46-47页
   ·小结第47-48页
第五章 基于S_T-Simfusion和本体的SVM语义提取模型第48-56页
   ·SVM第48-51页
     ·广义最优分类面第48-49页
     ·线性SVM第49页
     ·非线性SVM第49-51页
   ·语义提取模型的训练第51-53页
     ·LIBSVM第51-52页
     ·语义提取模型的训练过程第52-53页
   ·实验结果及其分析第53-55页
     ·测评标准第53页
     ·实验结果及其分析第53-55页
   ·小结第55-56页
第六章 原型系统的设计与实现第56-60页
   ·概述第56页
   ·原型系统的主要框架第56-57页
   ·原型系统的实现第57-59页
   ·小结第59-60页
第七章 总结和展望第60-62页
   ·总结第60页
   ·展望第60-62页
参考文献第62-65页
致谢第65-66页
攻读硕士学位期间发表文章第66页

论文共66页,点击 下载论文
上一篇:视频检索中的场景摘要技术研究
下一篇:智能交通视频监控系统中关键技术研究