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。     

石井和纮——新一代日本建筑师

石井和纮,极具个性色彩的建筑师,设计思维独特、新颖。作品最突出的特点就是“历史的借用”,以求创造出具有时代精神的日本化建筑。他不拘泥于日本的文脉,与世界上所有的历史和文化都保持等距离,创造出由传统的形态和构想发展而来的充满生气的建筑。     

基于改进词袋模型的相似关键帧匹配方法

对相似关键帧匹配中存在的低效率及无法很好反映语义特征的问题进行了分析,提出了基于词袋模型的关键帧描述方法,并进一步考虑了视觉词汇表的生成、降维以及词项权重赋予等关键问题,最后利用词袋特征对相似关键帧进行匹配。实验结果表明,提出的基于改进词袋模型的相似关键帧匹配方法不仅能在一定程度上提高匹配准确率,并且能够较大幅度地提高相似关键帧匹配的速度。     

基于概念对关系的视频多语义概念学习方法研究

多语义概念学习是视频检索的重要支持技术。针对此问题提出了基于概念对关系的视频多语义概念学习方法。首先分析大规模语义概念之间存在的概念对关系类型,并根据TRECVID2005标注数据以及Columbia374数据对其进行定量分析;然后利用概念对关系进行基于上下文关系语义概念探测器的相关概念选择,并根据探测器可靠性对相关概念赋予权重,最后根据视觉相似性和单语义概念探测器进行融合。实验证明,该方法能够取得较好的语义概念探测性能。     

Co-Concept-Boosting视频语义索引方法

语义概念探测是建立视频语义索引的根本方法,传统探测方法没有充分考虑语义概念间存在的复杂关系.本文充分利用概念间关系提出了co-concept-boosting方法,该方法分为三个层次:第一层是基于上下文关系的探测模型的构建,第二层是结合概念间关系的boosting处理,第三层是对boosting过程中产生的多个探测模型的融合.利用Trecvid2005数据的实验分析证明,该方法具有良好的性能以及稳定性.