随着《中国制造2025》的提出,我国的创新驱动发展战略得到了突出体现,并且把创新摆在了制造业发展全局的核心位置。制造业作为国民经济的支柱产业,正由传统模式逐渐向智能制造方向转变。智能制造的特点是数字化、网络化和智能化,是解决我国制造业由大到强的根本途径。因此,制造业转型将对智能制造产生极大地促进作用。手机生产线作为制造业众多产业之一,也正在不断地向着智能化方向转变。如现有的手机生产线改变了传统工厂中需要大量工人进行产品的生产以及后期的检测工作,取而代之的是各种装配有全自动手机生产线的智能化生产车间。本文结合实验室的手机生产装配流水线,其中流水线上的各个工位装配有监控摄像头并可以对手机的生产过程进行监控。如何有效地对海量的监控视频数据进行存储、处理、分析和检索,并辅助工人进行产品抽检成为亟待解决的问题。针对上述需求,本文将语义Web技术引入多工位监控视频语义检索应用中,并结合机器学习技术,实现了通过在检索系统中输入产品生产编号、监控视频对象特征描述和监控视频事件分类结果(某个工位)这三种关键词的检索。本文的主要研究工作如下:1.研究本体建模准则、评价标准以及建模方法,分析工人们对多工位手机生产流水线上监控视频的检索需求,利用本体建模工具Top Braid Composer构建多工位监控视频本体,并利用语义技术对从多工位监控视频中提取的结构化信息进行描述。2.研究监控视频低层视觉特征提取方法,包括颜色、形状和纹理三个方面,来进行监控视频低层特征提取,最终通过本体实例映射将这些特征存入Allegro Graph语义图形数据库中,为视频检索做准备。3.针对监控视频语义标注中存在的已标注训练样本不足的问题,研究视觉词袋模型和基于机器学习的视频标注方法,提出一种改进的基于半监督式机器学习方法的协同训练分类算法T-SVM,通过添加分类器和低通滤波器去除孤立错分结果。通过实验可以发现,改进后的分类算法在分类正确率有所提高。4.结合现有软硬件资源和B/S模式,设计了多工位监控视频语义检索系统平台架构,并从系统登录功能以及系统检索功能两个方面对系统进行了功能性测试。测试结果表明该系统可以实现多工位监控视频语义检索功能,验证全文方法的有效性。