| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第1章 绪论 | 第11-21页 |
| ·视频语义检索的研究背景和意义 | 第11-14页 |
| ·视频检索的概述 | 第11-12页 |
| ·视频内容检索存在的问题 | 第12-13页 |
| ·视频语义检索的重要意义 | 第13-14页 |
| ·视频语义检索的难点及解决途径 | 第14-15页 |
| ·语义鸿沟产生的原因 | 第14页 |
| ·语义鸿沟解决的途径 | 第14-15页 |
| ·视频语义检索国内外的研究现状 | 第15-19页 |
| ·国内外研究现状 | 第15-18页 |
| ·语义检索存在的问题 | 第18-19页 |
| ·本文研究内容和结构组织 | 第19-21页 |
| 第2章 支持向量机理论 | 第21-31页 |
| ·统计学习理论 | 第21页 |
| ·VC 维 | 第21-22页 |
| ·支持向量机 | 第22-26页 |
| ·支持向量机回归原理 | 第26-30页 |
| ·本章小结 | 第30-31页 |
| 第3章 基于多变量SVR 的语义标注 | 第31-51页 |
| ·视频信息特征描述 | 第31-37页 |
| ·视觉特征 | 第31-34页 |
| ·语义特征 | 第34-37页 |
| ·视频语义提取的方法 | 第37-45页 |
| ·语义提取的经典方法 | 第38-39页 |
| ·SVM 分类在视频语义提取中的应用 | 第39-41页 |
| ·SID 语义标注方法 | 第41-43页 |
| ·高斯核算法 | 第43-45页 |
| ·基于多变量SVR 的语义标注方法 | 第45-50页 |
| ·多变量SVR 在多输入多输出系统中的应用 | 第45-47页 |
| ·多变量SVR 的语义标注方法 | 第47-49页 |
| ·多变量SVR 语义标注方法的优点 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 第4章 基于SVM 的视频语义反馈检索 | 第51-63页 |
| ·相关反馈技术 | 第51-53页 |
| ·相关反馈技术的分类 | 第51-53页 |
| ·用户相关评价的度量 | 第53页 |
| ·反馈中的用户模式 | 第53页 |
| ·基于SVM 的相关反馈技术及其在视频检索中的应用 | 第53-56页 |
| ·基于SVM 的视频内容反馈检索 | 第53-55页 |
| ·基于SVM 的视频语义反馈检索 | 第55-56页 |
| ·视频语义检索中SVM 相关反馈方法的改进 | 第56-62页 |
| ·SVM 相关反馈方法的改进 | 第56-60页 |
| ·基于改进的SVM 相关反馈检索的步骤 | 第60-62页 |
| ·本章小结 | 第62-63页 |
| 第5章 基于SVM 的视频关键帧语义检索的系统实现 | 第63-80页 |
| ·基于SVM 的视频关键帧语义检索系统的结构 | 第63-64页 |
| ·系统功能介绍 | 第64-71页 |
| ·底层特征提取 | 第65页 |
| ·自动语义标注功能 | 第65-66页 |
| ·语义初始查询 | 第66-67页 |
| ·语义反馈检索 | 第67-69页 |
| ·长期记忆功能 | 第69-70页 |
| ·内容检索 | 第70-71页 |
| ·实验数据 | 第71-72页 |
| ·语义标注的结果与分析 | 第72-75页 |
| ·反馈检索结果与分析 | 第75-78页 |
| ·本章小结 | 第78-80页 |
| 第6章 总结与展望 | 第80-82页 |
| ·本文总结 | 第80-81页 |
| ·展望 | 第81-82页 |
| 参考文献 | 第82-86页 |
| 致谢 | 第86-87页 |
| 攻读学位期间参加的科研项目和成果 | 第87页 |