基于概念的多媒体数据语义检索模型*

基于概念的检索是多媒体数据语义检索的解决途径之一。对概念进行了语义扩展,提出了基于概念的多媒体数据语义检索模型,包括人机接口、知识获取、数据获取、概念检索以及语义获取等模块,并对各模块所涉及到的问题进行了分析和探讨。     

一种基于小波变换与分形编码的新闻图片检索方法*

该方法使用户可以针对不同需要,准确高效地检索到所需的信息,并可根据需要确定所提取的信息数量。对图片进行小波变换,并分形编码,从而实现对图像特征的模糊分级检索,以完成对图片信息的高效管理。     

融合多特征的新闻故事探测

探测出新闻故事的边界,将对新闻视频的结构化分析以及新闻视频的语义理解产生积极的作用.通过对新闻视频的结构进行分析,提出了一种融合镜头、播音员、标题字幕、静音等多种特征的新闻故事探测方法.该方法避免了依赖单特征探测新闻故事边界的不足,实验证明,该方法可以获得平均96%的故事边界探准率,能够较好地完成新闻故事边界探测的任务.     

辅助决策的新闻视频挖掘

新闻视频是一种丰富的信息源，对其进行有效的挖掘将有力地辅助决策分析。本文从多媒体信息系统的角度出发，深入思考了辅助决策的新闻视频的挖掘内容和挖掘方法，主要解决了以下两个问题：即挖掘什么和如何去挖的问题。指出辅助决策的新闻视频挖掘的内容应包括结构挖掘、语义事件挖掘、趋势挖掘、关联规则挖掘以及决策者兴趣点挖掘等等；并以一个具体的例子来说明新闻视频挖掘的各种方法，如结构的分割、语义事件的探测、新闻故事重要度的判定、专题的统计分析以及模式的可视化等等。本文较好地实现了新闻视频的内容分析与挖掘的结合，初步的实验证明了提出的新闻视频挖掘方法在辅助决策方面具有有效性。     

多媒体数据语义鸿沟问题分析

针对多媒体数据语义鸿沟已成为制约多媒体数据进一步应用的瓶颈问题,对语义鸿沟问题的来源进行了分析,并在此基础上对该问题进行了细化和扩展。将语义鸿沟问题扩展为思维与自然语言鸿沟、人机交互鸿沟、特征提取鸿沟、实体语义鸿沟和抽象语义鸿沟等层次。通过分析现有的多媒体数据获取方式,提出了解决语义鸿沟问题的可行思路。     

足球比赛视频中的精彩镜头分析方法

针对足球视频应用的实际需要，文章提出了一种通过视频、音频信息等多种特征的提取和融合来进行足球比赛视频分析的方法。该方法首先在视频中进行镜头探测，然后在单独的镜头中提取颜色特征，进行镜头分类；在所需要的镜头类型中对球场特征、运动对象特征和音频特征进行提取、融合，建立有效的分析方法，从而实现精彩镜头分析。     

新闻视频帧中的字幕探测

提出了一种新闻视频中的字幕探测方法，该方法主要针对新闻视频中的编辑字幕(如标题字幕)进行探测，包括灰度变换、边缘检测、字幕区域探测、字幕区域合并与过滤以及二值化等步骤。该算法具有简单、高效，对阈值的设定不敏感等特点，对大多数新闻视频中的字幕都具有较好的效果。     

多媒体数据库引擎及其体系结构研究

多媒体数据库引擎将媒体内容处理方法与媒体数据检索方法整和为一体,以引擎的方式与关系数据库管理系统或多媒体应用系统集成起来,从而简化多媒体应用开发的复杂度。该文介绍了多媒体数据库引擎的体系结构、与关系数据库管理系统无缝结合的方法以及多媒体数据库引擎中的DataTool模块。     

新闻视频中非新闻段的去除

新闻视频研究与服务要求每天从各种电视台采集大量的新闻节目.为了节省存储空间和方便分析,要先去除新闻视频中的非新闻段(商业广告、频道/节目标识等).本文采用探测视频流中重复镜头的方法来进行此项工作.首先将新闻视频分割为镜头,再对镜头进行聚类,选择出候选的非新闻镜头聚类,然后对候选镜头进行相同镜头匹配,匹配成功的镜头即为重复的非新闻镜头.相比为其他类似问题的研究(主要是探测商业广告),该方法计算量小,不需要先验假定条件,而且实验结果令人满意.