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

海量网络视频快速检索关键技术研究

摘要第1-7页
ABSTRACT第7-9页
目录第9-12页
图目录第12-14页
表目录第14-15页
第1章 绪论第15-22页
   ·研究背景及意义第15-17页
   ·互联网视频检索存在的关键问题第17-18页
   ·本文主要研究内容与创新点第18-19页
   ·本文组织与结构第19-22页
第2章 相关技术研究与背景第22-49页
   ·视频检索的文本方法第22-26页
     ·视频网页信息抽取第23-24页
     ·文本索引第24-25页
     ·检索结果及排序第25-26页
   ·视频的组织与结构第26-28页
     ·镜头分割第27页
     ·关键帧提取第27-28页
   ·视频的特征表示第28-34页
     ·签名特征第28-29页
     ·颜色特征第29-30页
     ·局部描述特征第30-34页
   ·无监督的机器学习技术第34-40页
     ·K-Means聚类第35页
     ·Affinity Propagation聚类第35-37页
     ·RANSAC算法第37-40页
   ·大规模数据处理技术第40-49页
     ·高维数据的处理技术第40-45页
     ·海量数据的分布式处理方法第45-49页
第3章 基于语义结构描述的视频网页识别与信息抽取方法第49-63页
   ·视频网页的语义结构化表示第49-50页
     ·视频网页的语义结构第49页
     ·视频网页的语义结构化表示第49-50页
   ·基于语义结构化的视频网页识别与内容抽取第50-60页
     ·语义区域的匹配算法第51-57页
     ·基于匹配的视频播放页面识别第57-58页
     ·基于语义块匹配的视频文本的抽取第58-60页
   ·基于文本方法的视频检索第60-62页
     ·视频的文本索引第60-61页
     ·基于文本的视频检索结果排序第61页
     ·文本方法存在的问题第61-62页
   ·总结与分析第62-63页
第4章 结合SIFT特征匹配与时序特征的视频相似度度量第63-75页
   ·视频的相似度第63-67页
     ·相关研究第64-65页
     ·基于直方图特征的相似度计算第65-66页
     ·基于签名特征的相似度计算第66-67页
   ·结合SIFT特征匹配和时序特征的视频相似度度量第67-72页
     ·基于SIFT特征的匹配第67-69页
     ·视频帧序列的有效匹配第69-72页
     ·基于匹配的视频片段相似度度量模型第72页
   ·实验与评估第72-74页
   ·总结第74-75页
第5章 基于仿射传播聚类的视频检索结果优化第75-88页
   ·视频的相似度度量方法第75-76页
     ·基于直方图特征的相似度第75页
     ·基于签名特征的相似度第75-76页
     ·基于SIFT特征的相似度第76页
   ·基于内容相似性的视频的聚类第76-82页
     ·相关聚类算法第78-79页
     ·实验与聚类结果评估第79-82页
   ·基于聚类的视频检索结果优化第82-87页
   ·总结第87-88页
第6章 基于Map/Reduce的海量视频检索方法第88-107页
   ·面向海量数据的视频特征选择第88-94页
     ·特征选择与表示第88-89页
     ·基于特征表示的哈希相似度模型第89-91页
     ·串行的计算方法第91页
     ·实验与分析第91-94页
   ·基于Map/Reduce的分布式视频相似度计算模型第94-106页
     ·基于Map/Reduce的视频片段相似度计算第96-99页
     ·视频片段相似度计算的示例第99-103页
     ·实验与分析第103-106页
   ·总结第106-107页
第7章 总结与展望第107-111页
   ·论文工作总结第107-108页
   ·研究工作展望第108-111页
参考文献第111-120页
致谢第120-122页
在读期间发表的学术论文与取得的研究成果第122-124页

论文共124页,点击 下载论文
上一篇:大田小麦叶部病害智能诊断系统研究与应用
下一篇:视觉语言分析:从底层视觉特征表达到语义距离学习