| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 课题背景与意义 | 第10-13页 |
| 1.1.1 课题研究背景 | 第10-12页 |
| 1.1.2 课题研究意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.2.1 国外研究现状 | 第13-14页 |
| 1.2.2 国内研究现状 | 第14-15页 |
| 1.3 视频语义关联规则挖掘的难点 | 第15-16页 |
| 1.4 研究内容与主要工作 | 第16-17页 |
| 1.5 结构安排 | 第17-18页 |
| 第二章 视频挖掘相关技术概述 | 第18-29页 |
| 2.1 概述 | 第18页 |
| 2.2 视频序列结构 | 第18-19页 |
| 2.3 视频镜头分割 | 第19-21页 |
| 2.4 视频特征提取 | 第21-25页 |
| 2.4.1 视觉特征 | 第21-24页 |
| 2.4.2 运动特征 | 第24-25页 |
| 2.4.3 音频特征 | 第25页 |
| 2.5 视频动作识别检测 | 第25-26页 |
| 2.6 视频复杂事件与场景理解 | 第26-28页 |
| 2.7 小结 | 第28-29页 |
| 第三章 基于视频动作语义关联的复杂动作场景检测分类 | 第29-40页 |
| 3.1 概述 | 第29-30页 |
| 3.2 基本知识 | 第30-31页 |
| 3.3 视频场景动作语义概念关联挖掘方法 | 第31-32页 |
| 3.4 视频复杂动作语义场景检测分类 | 第32-33页 |
| 3.5 实验结果与分析 | 第33-39页 |
| 3.5.1 实验数据库 | 第33-34页 |
| 3.5.2 实验环境 | 第34页 |
| 3.5.3 支持度与置信度的参数选择实验 | 第34-38页 |
| 3.5.4 在Charades数据集上的实验结果分析 | 第38-39页 |
| 3.6 小结 | 第39-40页 |
| 第四章 基于时序加权动作语义概念关联的场景检测分类 | 第40-52页 |
| 4.1 概述 | 第40-41页 |
| 4.2 基于时序加权基本动作语义概念关联关系挖掘 | 第41-45页 |
| 4.2.1 基本思想 | 第41-42页 |
| 4.2.2 相关术语定义 | 第42-43页 |
| 4.2.3 挖掘方法 | 第43-45页 |
| 4.3 视频时序加权动作语义场景概念检测分类 | 第45-46页 |
| 4.4 实验结果分析 | 第46-50页 |
| 4.4.1 实验数据集及时序数据化处理 | 第46-47页 |
| 4.4.2 支持度和置信度的参数选择实验 | 第47-50页 |
| 4.4.3 在Charades数据集上的实验结果分析 | 第50页 |
| 4.5 小结 | 第50-52页 |
| 第五章 基于视频语义关联规则的场景检测原型系统与实现 | 第52-61页 |
| 5.1 概述 | 第52页 |
| 5.2 系统结构与功能模块 | 第52-53页 |
| 5.3 原型系统实现 | 第53-60页 |
| 5.3.1 系统的软硬件环境 | 第53页 |
| 5.3.2 功能实现概况 | 第53-60页 |
| 5.4 小结 | 第60-61页 |
| 第六章 总结展望 | 第61-63页 |
| 6.1 总结 | 第61-62页 |
| 6.2 展望 | 第62-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-70页 |
| 攻读硕士学位期间已发表的论文 | 第70页 |
