基于仿射传播聚类的自适应关键帧提取

关键帧提取技术,是基于内容的视频检索的一个重要组成部分。为了能从不同类型的视频里有效地提取关键帧,提出了基于仿射传播聚类的自适应关键帧提取算法。首先通过图像的颜色特征获取视频镜头的相似性矩阵,然后通过仿射传播聚类自适应地提取视频关键帧。该算法从视频的本身信息分布出发,自适应地搜索出视频最优关键帧,且运算速度快。实验表明,该算法能有效地提取出视频最优关键帧,且算法快速稳健。     

MPEG-7的视频标准及其在IPTV中的应用

该文介绍了基于内容的多媒体检索MPEG-7中的视频标准及其描述工具,包括视频的主要元素和基本结构以及其各种视频相关描述符。并在MPEG-7基础上提出在IPTV中的基于内容的图像检索系统的基本思想,以及应用于视频分割和图形搜索的算法．通过分析图像的视觉特征和上下文联系来进行检索。     

一种基于用户属性的搜索算法①

如何提高搜索的准确度是搜索算法改进的一个重要方面。提出了一种基于用户模型的搜索模式相适度算法,首先定义了一系列搜索模式,在搜索模式中有与之匹配的用户模型和相应的信息排序策略。用户检索时,利用空间向量模型计算出与用户最匹配的搜索模式,然后根据所选搜索模式中定义的排序算法,将最切合用户信息需求的数据优先呈现给用户,将用户属性作为信息重排的依据,达到针对用户的具体情况提供个性化搜索服务的目的。实验证明,本算法在可接受的时间消耗下,极大地提高了信息搜索的准确度。     

一种基于用户属性的搜索算法①

如何提高搜索的准确度是搜索算法改进的一个重要方面。提出了一种基于用户模型的搜索模式相适度算法,首先定义了一系列搜索模式,在搜索模式中有与之匹配的用户模型和相应的信息排序策略。用户检索时,利用空间向量模型计算出与用户最匹配的搜索模式,然后根据所选搜索模式中定义的排序算法,将最切合用户信息需求的数据优先呈现给用户,将用户属性作为信息重排的依据,达到针对用户的具体情况提供个性化搜索服务的目的。实验证明,本算法在可接受的时间消耗下,极大地提高了信息搜索的准确度。     

用户驱动的微博可视化搜索

目的 微博作为一个社交与信息分享平台,日信息量数以亿计,如何高效地搜索用户感兴趣的信息成为亟待解决的问题.提出了一个新颖的用户驱动的可视化微博信息搜索方法.方法 采用特征词及其权重来建模用户的兴趣特征,并基于此建立用户与特征词之间的相关关系.搜索微博信息时,首先定位与检索词相关的微博用户,在相关微博用户的微博中筛选与搜索相关的微博.另外,采用关注度传递算法对搜索进行扩展,将返回的特征词和微博用户进行可视化展示,并提供交互供用户查看与选定特征词或用户相关的微博.结果 实验结果表明,基于本文方法,用户可以高效地定位感兴趣的微博信息.结论 以用户作为桥梁,大大缩小了微博信息的搜索范围,同时采用关注度传递算法对搜索进行扩展,对结果进行可视化展示.实验表明本文方法能够使用户快速搜索出感兴趣的信息.     

图像与视频自动标注最新进展

近年来,图像与视频自动标注技术成为多媒体信息处理领域的一个研究热点并且发展迅速。重点介绍此领域研究的最新进展。将这些新方法分为两类:基于学习的标注方法和基于搜索的标注方法,分别介绍了各个算法的基本思想和优缺点。然后,介绍了一些目前流行的商业的和研究性的图像检索及标注系统。最后,提出了自动标注技术的进一步研究方向。     

自适应搜索长度的UMHexagonS算法研究

提出了基于自适应搜索长度的UMHexagonS算法。UMHexagonS算法是H.264标准视频编码中的运动估计算法之一。经过理论和数据的分析后,发现其搜索长度的选择可以改进,于是提出了利用前若干搜索点的信息来选择合适搜索长度的自适应算法,使搜索算法避开了一部分多余的搜索点。实验结果表明,在保证PSNR和码率变化不大的前提下,可以有效地降低大约15%的运动估计时间。     

电子商务中的基于内容的图像检索研究

CBR(基于内容的检索)是按照图像或视频等对象的自身特征去搜索,与传统上先对多媒体对象进行文本描述,搜索时采用关键字匹配的方式是不同的.MPEG-7标准是提供多媒体信息的标准化描述,以实现快速有效的搜索.CBR和MPEG-7的发展为商务网站的搜索设计提供了新的模式,可以为用户提供基于图像或视频内容的检索方式,方便用户的查询.     

基于全搜索的煤矿井下视频序列边信息生成算法

针对煤矿井下视频分布式编码中图像照度低和清晰度低等特点,提出了基于全搜索的煤矿井下视频序列边信息生成算法。该算法对已解码的关键帧进行扩编,并对全搜索时每个参考帧对应像素块的均方误差函数值通过阈值进行分析和判断,保留低于阈值的运动矢量,提高边信息生成质量。理论分析和仿真结果表明,本文提出的算法可以实现煤矿井下视频序列的高质量边信息的生成,为将分布式编码广泛应用于煤矿井下视频监控和通信提供了基础。     

一种高效率的快速块匹配运动估计算法

采用菱形搜索算法对各种视频测试序列中运动矢量的研究,基于H.264视频编码标准提出了一种快速块匹配运动估计算法。它是以图像中相邻宏块之间的时空相关性为前提,结合了分布式菱形搜索,预测搜索和中止阈值等一系列技术而提出的,试验结果表明该算法在运算速度方面优于菱形搜索,而获得与全搜索相当的峰值信噪比。     

Precise Environmental Searches: Integrating Hierarchical Information Search with EnviroDaemon

Information retrieval has evolved from searches of references, to abstracts, to documents. Search on the Web involves search engines that promise to parse full-text and other files: audio, video, and multimedia. With the indexable Web at 320 million pages and growing, difficulties with locating relevant information have become apparent. The most prevalent means for information retrieval relies on syntax-based methods: keywords or strings of characters are presented to a search engine, and it returns all the matches in the available documents. This method is satisfactory and easy to implement, but it has some inherent limitations that make it unsuitable for many tasks. Instead of looking for syntactical patterns, the user often is interested in keyword meaning or the location of a particular word in a title or header. This paper describes some precise search approaches in the environmental domain that locate information according to syntactic criteria, augmented by the utilization of information in a certain context. The main emphasis of this paper lies in the treatment of structured knowledge, where essential aspects about the topic of interest are encoded not only by the individual items, but also by their relationships among each other. Examples for such structured knowledge are hypertext documents, diagrams, logical and chemical formulae. Benefits of this approach are enhanced precision and approximate search in an already focused, context-specific search engine for the environment: EnviroDaemon.     

浅析智能搜索引擎技术及发展

文章介绍了智能搜索引擎的特点,对智能搜索引擎中自然语言理解、智能搜索代理、多媒体信息检索等关键技术进行了详尽的分析,并展望智能搜索引擎未来的发展方向。     

Succinct nearest neighbor search

An efficient and universal similarity search solution is a holy grail for multimedia information retrieval. Most similarity indexes work by mapping the original multimedia objects into simpler representations, which are then searched by proximity using a suitable distance function.     

音频检索技术研究

结合音频检索发展现状,描述了当前相关研究的进展,介绍了现在最常用到的音频检索方法,讨论了与音频检索相关的关键技术：音频特征提取、音频分割和分类。基于内容的音乐检索研究是一种涉及音乐理论、信号处理、模式识别等相关领域的综合学科研究,其在音乐数据库管理、Internet音乐检索以及生活娱乐等方面都具有非常重要的意义。分析并总结出音乐内容及其检索的概念,给出音乐检索的系统结构,综述了基于内容的音乐检索方法,最后指出了音频检索发展的前景。     

多媒体互联网信息搜索技术探析

近几十年来,互联网技术的飞速发展加快了信息流通的速度,现代社会已经进入到信息时代。能够利用互联网技术进行信息搜索,已经成为现代人必备的基本素质和能力。手机、平板电脑、互动电视等多媒体技术的发展,使得多媒体互联网搜索技术在社会各行各业中广泛应用,极大地改变了社会的信息流通状况。目前人们越来越多地利用互联网信息资源来满足自身信息的需求,因此,互联网信息检索日益发展成为社会的主流。主要介绍互联网信息搜索引擎的共组原理以及多媒体互联网的信息搜索技术,为相关研究人员提供参考。     

智慧型互动搜索引擎技术的研究进展

介绍了搜索引擎技术的发展概况和目前新兴的采用智慧型互动搜索技术的国内网站,然后对智慧型互动搜索技术的原理做出分析,最后介绍了互动搜索引擎技术在图像视频检索上的应用.     

视频局部特征描述子的紧凑表示方法

目的 随着手持移动设备的迅猛发展和大数据时代的到来,以多媒体数据为核心的视觉搜索等研究和应用得到了广泛关注。其中局部特征描述子的压缩、存储和传输起到了举足轻重的作用。为此在传统图像/视频压缩框架中,提出一种高效的视觉局部特征的紧凑表示方法,使得传统内容编码可以适应广泛的检索分析等需求。方法 为了得到紧凑、有区分度、同时高效的局部特征表示,首先引入了多参考的预测机制,在消除了时空冗余的同时,通过充分利用视频纹理编码的信息,消除了来自纹理-特征之间的冗余。此外,还提出了一种新的率失真优化方法——码率-准确率最优化方法,使得基于匹配/检索应用的性能达到最优。结果 在不同数据集上进行验证实验,和最新的视频局部描述子压缩框架进行比较,本文方法能够在保证匹配和检索性能的基础上,显著地减少特征带来的比特消耗,达到大约150:1的压缩比。结论 本文方法适用于传统图像/视频编码框架,通过在码流中嵌入少量表示特征的信息,即可实现高效的检索性能,是一种面向检索等智能设备应用的新型多媒体内容编码框架。     

基于内容的图像和视频搜索重排序技术综述

基于内容的图像/视频搜索重排序技术是指在基于文本的图像/视频搜索结果的基础上,利用数据的视觉信息,通过某种方法对原始搜索结果重新排序的过程,目的是提高搜索质量和提升用户搜索体验,是一种互联网多媒体图像/视频搜索新模式。对这一技术进行了综述,系统地分析了重排序技术的发展现状,详尽地探讨了各类重排序技术的特点及应用,总结了现有评价方法和数据库,指出了当前重排序技术的发展趋势。     

A Multimodal and Multilevel Ranking Scheme for Large-Scale Video Retrieval

A critical issue of large-scale multimedia retrieval is how to develop an effective framework for ranking the search results. This problem is particularly challenging for content-based video retrieval due to some issues such as short text queries, insufficient sample learning, fusion of multimodal contents, and large-scale learning with huge media data. In this paper, we propose a novel multimodal and multilevel (MMML) ranking framework to attack the challenging ranking problem of content-based video retrieval. We represent the video retrieval task by graphs and suggest a graph based semi-supervised ranking (SSR) scheme, which can learn with small samples effectively and integrate multimodal resources for ranking smoothly. To make the semi-supervised ranking solution practical for large-scale retrieval tasks, we propose a multilevel ranking framework that unifies several different ranking approaches in a cascade fashion. We have conducted empirical evaluations of our proposed solution for automatic search tasks on the benchmark testbed of TRECVID2005. The promising empirical results show that our ranking solutions are effective and very competitive with the state-of-the-art solutions in the TRECVID evaluations.