視頻語義特征提取的研究.pdf

1、隨著計算機網(wǎng)絡(luò)和存儲技術(shù)的飛速發(fā)展，視頻等多媒體數(shù)據(jù)呈幾何級數(shù)增長，如何從浩如煙海的數(shù)據(jù)資源中實現(xiàn)視頻數(shù)據(jù)的檢索成為人們關(guān)注的問題。 現(xiàn)有的視頻檢索系統(tǒng)技術(shù)多是基于低層特征的檢索，與人類所能理解的高層語義概念相去甚遠，這嚴重地影響視頻檢索的實際效果。如何使計算機能自動挖掘視頻中的語義信息，并有效地利用高層特征進行視頻檢索，已經(jīng)成為多媒體研究領(lǐng)域中一個亟待解決的問題。 由于視頻語義內(nèi)容的復雜性、模糊性以及主觀性使得低層視覺

2、特征和高層語義之間存在著“語義鴻溝”。如何跨越語義鴻溝，目前還不能完全解決，實驗表明，如果能從視頻語義中提取出符合人類認知的高層語義，用語義作為描述視頻信息的特征進行檢索，將成為解決低層特征到高層語義間鴻溝的有效途徑?，F(xiàn)有的視頻語義提取的方法主要有兩種：基于規(guī)則的方法和基于統(tǒng)計學理論的方法?；谝?guī)則的方法是利用領(lǐng)域知識來定義感知規(guī)則，并以此檢測視頻中出現(xiàn)的語義概念。由于其對于領(lǐng)域知識的依賴性很強，所以此類方法很難擴展到其它領(lǐng)域中去?；?/p>

3、統(tǒng)計學理論的方法主要是指概率統(tǒng)計學習方法，由于其與相關(guān)知識領(lǐng)域無關(guān)，通過訓練樣本語義的概率關(guān)系有效彌補了低層特征到高層語義之間的語義鴻溝。 本文主要研究基于統(tǒng)計學理論的方法，希望通過從視頻中提取符合人類認知的高級語義信息，即為視頻關(guān)鍵幀作語義標注，以此來嘗試跨越或縮小“語義鴻溝”。為此，本文首先從“語義鴻溝”產(chǎn)生的原因出發(fā)，介紹了當前解決這一問題的思路和方法；介紹了語義提取研究的相關(guān)理論；描述了一些經(jīng)典算法的原理、步驟和實驗過程