论文部分内容阅读
近年来,随着多媒体技术和互联网的不断发展,多媒体数据量急剧增加,尤其视频媒体数量更是数不胜数。如何跨越视频底层特征和高层语义的语义鸿沟,实现基于语义的视频检索,就成为了多媒体研究领域中的研究热点。语义是人从视频中得到的信息,是人对视频理解的最直观体现。故研究基于语义的视频检索方法就显得尤为重要。 本文首先介绍了课题的研究背景及意义;然后简述了视频语义检测过程中的主要预处理部分即视频特征提取,并简要讨论了几种常用的视频语义检测方法及各自存在的缺陷;最后论述了视频语义检测领域的研究趋势。在此基础上,本文提出了基于遗传算法的多特征优化选择方法、自适应概率超图模型的构建方法、基于该模型的增量式半监督学习的视频语义检测方法和原型系统开发,主要内容如下: (1)提出了基于遗传算法的多特征优化选择方法。该方法首先将颜色、灰度、形状、纹理这四种单一底层特征进行融合;然后采用遗传算法对高维的原始特征向量进行优化选择;最后用最优特征子集对视频段进行语义概念检测。实验结果表明该方法能有效消除冗余特征数据、降低特征维数,从而减少特征提取所需的时间消耗,加快模型的训练和视频语义的检测,而且还能提高视频语义的检测准确率。 (2)提出了自适应概率超图的构建方法和基于该模型的增量式半监督学习的视频语义检测方法。采用该方法构造的模型克服了传统超图模型中存在的缺陷;采用方法(1)提出的特征优化选择方法对特征向量进行优化后作为模型的输入,在该模型基础上结合增量学习机制和半监督学习实现对视频语义的检测。实验结果表明该方法提出的自适应概率超图模型具有更好的泛化能力,对视频语义的检测结果也较为理想。 (3)采用模块化设计和面向对象编程的思想,通过MATLAB和VC的混合编程,设计和实现本文提出的基于自适应概率超图的视频语义检测原型系统。该系统验证了上述方法的可用性和有效性。