基于语义的视频检索关键技术综述

随着大量视频的出现,视频内容检索是当今多媒体应用的一个重要研究方向。现有的视频检索技术多是基于低层特征,这些低层特征与高层语义概念相差较多,严重影响了视频内容检索系统的实用性。由于低层特征和高层语义概念间的语义鸿沟,如何从视频内容中提取人类思维中的语义概念,正成为目前视频内容检索中最具有挑战性的研究内容。文中介绍了语义视频检索出现的背景和国内外最新研究动态,分析了现有方法的优缺点,对现有的关键技术进行综述。     

一种基于H.264监控视频的快速检索系统

介绍了一种基于H.264格式压缩的监控视频检索系统,该系统基于对象和语义,主要包括视频分析和视频检索两大模块.通过视频分析模块,对H.264压缩域视频解码并进行视频对象提取、分割、特征提取和对象匹配等分析过程,将得到的视频对象及特征信息存入至对象特征数据库;在视频检索模块端,用户可以通过输入语义信息或示例图片直接从特征数据库中进行视频检索查询,避免了视频的重复处理.实验表明,通过提出的系统可以快速有效地进行视频检索.     

图像情感检索研究的进展与展望

基于语义内容的图像检索是解决图像简单视觉特征和用户检索丰富语义之间存在的语义鸿沟的关键。其中情感语义是最高层的语义。本文首先介绍情感图像检索的一般框架，并引出情感图像检索的4个主要内容：图像感性特征的抽取、用户情感信息的计算机描述、情感用户模型的建立和用户模型的个性化；并对这4个主要内容的现有算法和研究进展进行归纳和总结；接着介绍3个典型的原型系统；最后从情感数据库、用户模型的评估和用户模型的计算3个方面阐明实现情感图像检索所面临的问题，并提出一些初步的解决思路。     

基于语义关联的视频元数据库构建

在视频元数据中引入语义信息能更好地支持基于语义的智能检索。利用视频元数据中关键词的语义信息,建立概念之间语义关联网络,提出了一种构建具有语义关联的视频元数据库方法。该方法从词汇的语义出发,建立关键词和概念之间的关联,并给出了基于关系数据库的语义关联信息存储方法,从而为搜索引擎提供语义信息。     

基于多传感器信息融合的智能交通信息语义描述

针对摄像头采集交通信息时易受环境干扰且采集到的信息不够全面的问题,提出智能交通多传感器信息融合框架,对多种传感器采集到的交通信息进行融合。另外由于摄像头采集的视频数据量巨大且多为底层视觉信息,不便于用户信息检索,提出智能交通信息语义描述框架,对交通视频信息和传感器信息进行语义描述。实验结果表明,对多传感器采集到的信息进行融合能有效提高信息采集的精度,同时对交通视频信息进行语义描述将极大地方便用户对感兴趣信息的检索。     

基于内容的视频语义分析关键技术

分析了视频数据与文本数据的差异,以及视频数据在视频分析检索方面存在的问题。从视频内容分析领域的研究热点出发,分别对视频语义库、与视频分析相关的视频低层特征、视频对象划分与识别、视频信息描述与编码等方面的技术进行了分析和对比。并提出了一个视频语义分析的框架和分析流程。     

基于全局运动信息的视频检索技术

运动信息是描述视频内容的一种重要信息,本文介绍了一个基于全局运动信息的视频检索系统.在该系统中,我们通过对视频数据进行短时全局运动分析,较为精确地提取出了描述全局摄像机运动的双线性运动模型,并以该模型参数为运动特征,以特征点序列顺序匹配以及全局运动矢量距离平方和为基础,构造了一个视频检索方案.实验结果表明,在特定的应用领域,如体育类视频中,我们的检索方案能够实现一定程度的语义内容检索,同时提供了采用其他图像特征所无法实现的检索功能.     

基于内容的视频检索技术研究

随着多媒体技术与互联网技术的发展,视频网站迅速发展,视频网站的资源与用户也呈现爆炸式增长。随着互联网中的视频信息越来越多,如何在庞大的视频资源库中迅速、准确地获取有用的信息,对用户的体验有着重要的意义。随着相关技术的发展,基于内容的视频检索技术应运而生,成为近年来研究的热点。文章主要针对基于内容的视频检索技术进行分析和研究,在介绍视频检索技术的基础上对基于内容的视频检索中的关键技术进行分析,进而进行了简要的阐述。     

智能IETM语义检索系统设计与实现

通过对IETM智能化语义检索方法的探讨,提出了一种基于Jena推理的IETM智能化语义检索方法。分析了当前IETM系统检索方法存在的不足,提出了语义检索是实现IETM智能化的有效途径。详细阐述了Jena语义推理的基本原理。最后,设计了基于Jena推理的IETM智能化语义检索方法,该方法根据输入检索语义检索条件在IETM领域本体库中进行Jena推理获得语义扩展的检索结果;根据语义扩展后的检索结果在CSDB中进行检索,获得最终结果。所提方法较好地满足了IETM系统中海量领域知识的智能化检索和用户多样性需求的要求,强调了检索的查全率和查准率,有效地克服了传统的关键字检索模型存在的语义缺失问题。     

流媒体中的实时语义检测

流媒体中基于语音的实时语义检测是信息安全的重要方面,在分析研究基于音频的内容检索技术基础上,提出了一种适合于流媒体中基于语音的实时语义检测方法,该方法通过预判决和二次匹配两个过程,利用特征值前向序列对视频的语音特征进行加权匹配.实验结果表明,利用该匹配算法能满足语音实时语义检测的要求,可以更好地获得流媒体检索所需要的实时性.