| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.1.1 课题研究背景 | 第10-11页 |
| 1.1.2 课题研究意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 论文研究的主要内容 | 第13-14页 |
| 1.4 论文的组织结构 | 第14-15页 |
| 第二章 视频语义概念检测技术概述 | 第15-27页 |
| 2.1 视频镜头分割 | 第16-18页 |
| 2.1.1 基于像素比较的镜头边界检测 | 第16-17页 |
| 2.1.2 基于块比较的镜头边界检测 | 第17页 |
| 2.1.3 基于直方图比较的镜头边界检测 | 第17-18页 |
| 2.1.4 基于特征的镜头边界检测 | 第18页 |
| 2.2 视频关键帧提取 | 第18-21页 |
| 2.2.1 非压缩域的关键帧提取 | 第19-21页 |
| 2.2.2 压缩域的关键帧提取 | 第21页 |
| 2.3 视频特征提取 | 第21-24页 |
| 2.3.1 视觉特征 | 第21-23页 |
| 2.3.2 运动特征 | 第23-24页 |
| 2.3.3 音频特征 | 第24页 |
| 2.4 视频语义概念分析 | 第24-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第三章 基于TICA和GMM的视频语义概念检测 | 第27-40页 |
| 3.1 TICA模型 | 第28-30页 |
| 3.2 GMM及EM算法 | 第30-31页 |
| 3.3 TICA-GMM视频语义概念检测算法 | 第31-34页 |
| 3.3.1 TICA视频图像特征提取 | 第32页 |
| 3.3.2 基于UBM的GMM建模 | 第32页 |
| 3.3.3 基于MAP的GMM参数自适应估计 | 第32-33页 |
| 3.3.4 基于GMM超向量和SVM的语义概念检测 | 第33-34页 |
| 3.4 实验结果与分析 | 第34-39页 |
| 3.4.1 在TRECVID 2012数据集的实验结果与分析 | 第34-37页 |
| 3.4.2 在OV数据集的实验结果与分析 | 第37-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第四章 基于GCMM的视频语义概念检测 | 第40-58页 |
| 4.1 高斯云模型概述 | 第40-44页 |
| 4.1.1 高斯云模型的普适性 | 第41-42页 |
| 4.1.2 高斯云模型的重尾性 | 第42-44页 |
| 4.2 基于GCMM的视频语义概念检测 | 第44-46页 |
| 4.2.1 基于UBM的GCMM建模 | 第44-45页 |
| 4.2.2 基于MAP的GCMM参数自适应估计 | 第45-46页 |
| 4.2.3 基于GCMM超向量构造和SVM语义概念检测 | 第46页 |
| 4.3 实验结果与分析 | 第46-57页 |
| 4.3.1 在TRECVID 2012数据集的实验结果与分析 | 第47-52页 |
| 4.3.2 在OV数据集的实验结果与分析 | 第52-57页 |
| 4.4 本章小结 | 第57-58页 |
| 第五章 视频语义概念检测原型系统的设计与实现 | 第58-66页 |
| 5.1 系统总体设计 | 第58-59页 |
| 5.2 原型系统的实现 | 第59-65页 |
| 5.2.1 系统开发环境 | 第59页 |
| 5.2.2 系统实现简介 | 第59-65页 |
| 5.3 本章小结 | 第65-66页 |
| 第六章 总结与展望 | 第66-68页 |
| 6.1 工作总结 | 第66-67页 |
| 6.2 工作展望 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-73页 |
| 攻读硕士学位期间已发表的论文 | 第73页 |
