多媒体信息检索研究与展望

对近几年在多媒体信息检索领域的研究成果进行分析,总结了多媒体信息检索的研究现状,指出了该研究领域的发展方向,最后提出了多媒体信息检索技术研究面临的挑战.     

基于自然语言理解的智能化多媒体信息检索系统研究

多媒体信息由于维度高、数据量大、可解释性差等特征制约了其检索性能,提出了基于自然语言理解的智能化多媒体信息检索系统模型。该系统基于自然语言理解、数据挖掘、自反馈等技术的运用,在一定程度上扩大了检索范围,提高了检索准确率。     

基于DSMI算法和GPU加速的大规模视频检索系统*

本视频检索系统围绕如何处理大规模数据和在线实时检索来展开研究。基于互信息量的镜头边界检测算法检索性能较好,但计算量较大,针对此问题,提出了一种基于动态滑动窗口算法与互信息量相结合的分割算法（DSMI算法）,系统运用GPU的并行计算能力来实现加速检索。实验结果表明,DSMI算法能够加快系统中镜头边界检测的运行效率;同时GPU加速使用户在线检索时间成功达到20倍加速比,满足了项目的实时性要求,具有较高的可扩展性。     

A modular and adaptive framework for large scale video indexing and content‐based retrieval: the SIRSALE system

In this paper, we present the design and the implementation of SIRSALE: a distributed video data management system. SIRSALE allows users to manipulate video streams stored in large distributed repositories, i.e. it provides remote users with functionalities to browse video streams by structures (shots, scenes, sequences, etc.), to annotate the semantic contents of videos and to query the distributed video repositories. One of the main contributions of SIRSALE is its contextual adaptation to the target application, i.e. it is based on a modular data model that allows adapting the system to deal with several semantic contexts. In other words, SIRSALE allows users to define and to use their own semantic data model in order to annotate and query video databases. The key idea behind this is to dynamically adapt the whole system, mainly user interfaces, to stand several semantic data models. The system has been presented to professionals who gave a positive feedback. Copyright © 2006 John Wiley & Sons, Ltd.     

多媒体技术环境下嵌入式网络视频监控系统研究

随着视频技术、网络技术与数字技术的飞速发展,多媒体混合应用向数字化与网络化转变。嵌入式网络与多媒体技术二者相结合的优势愈加明显。现代日常生活工作中,视频监控系统已成为保障生活、工作、学习安全、维护正常秩序的重要组成部分。传统的视频监控系统采用原始的视频编码与网络传输技术,存在视频数据噪点高、数据源封装包资源大、网络交互资源消耗大、延迟高等问题,不利于多群组大面积监控系统架构。根据问题产生的原因,提出多媒体技术环境下嵌入式网络视频监控系统的研究。通过采用视频编码单元、网络编码单元与储存压缩算法,对传统视频监控系统进行整体修复改进。仿真实验表明,提出的多媒体技术环境下嵌入式网络视频监控系统研究方法,具有视频清晰度高、视频源封装资源小、网络传输速度快、延迟小的优点。     

State-of-the-art on spatio-temporal information-based video retrieval

Video retrieval is increasingly based on image content. A number of studies on video retrieval have used low-level pixel content related to statistical moments, shape, colour and texture. However, it is well recognised that such information is not enough for uniquely discriminating across different multimedia content. The use of semantic information, especially which derived from spatio-temporal analysis is of great value in multimedia annotation, archiving and retrieval. In this review paper, we detail how the use of spatiotemporal semantic knowledge is changing the way in which modern research the conducted. In this paper we review a number of studies and concepts related to such analysis, and draw important conclusions on where future research is headed.     

基于SVM的视频关键帧语义检索系统

为缩小"语义鸿沟",探讨了将支持向量机(SVM)应用于视频语义检索,提出了利用多变量支持向量机回归方法(SVR)进行语义自动标注,再将SVM分类应用于关键帧的语义检索的反馈中,改进了传统的SVM反馈方法.一方面记忆并累加样本集,优化负例选择,平衡正负样本数目,使训练集样本保持动态增长的平衡状态;另一方面,保存每次满意查询的SVM模型,使本次的反馈信息得以继续使用,从而建立SVM反馈的长期记忆机制.实验结果表明,与基于内容的SVM反馈检索相比,改进后的基于SVM反馈的视频语义关键帧检索的准确率和检索效率都有所提高.     

一种基于指纹和可视可擦除水印的安全广播视频分发方案

提出了一种基于可视可擦除水印和数字指纹的多媒体安全分发方案.利用可视水印提供预览视频,支持用户获得授权后的可视水印擦除,伴随擦除过程同时完成用户指纹的嵌入.     

基于本体的视频语义检索系统研究

在语义层次上检索视频内容,可以突破“语义鸿沟”,提高视频内容的利用效率。利用本体的标注和推理能力,研究视频语义检索,充分挖掘视频内容的结构和语义信息,构建层次化的语义索引,能极大提高系统的语义检索能力。该视频语义检索系统(OVSR)的本体架构集成了领域本体、视频本体和核心本体,具有很强的扩展和交互能力。主要论述OVSR的本体架构,视频语义模型和索引模型,研究OVSR的查询重写算法以及本体推理算法。     

嵌入式数字视频监控系统通用存储与检索方案

为了解决现有的嵌入式数字视频监控系统的多路视频存储与检索的结构差异,从而严重制约视频监控系统的可复用性与引起系统I/O瓶颈问题,提出一种嵌入式数字视频监控系统通用存储与检索方案.采用组件化思想构建视频存储与视频检索模块,通过设计存储调度算法减少了I/O瓶颈问题,使用检索控制策略降低了检索拥塞.与以前的系统相比在支持多路视频存储与检索方面表现出改进的性能,同时具有更好的可重用性.     

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。     

压缩域图像/视频信息处理技术的研究

新世纪多媒体应用和业务的构建面临着新的挑战 ,而传统的压缩和处理相互分离的模式无法满足要求。为此 ,将进行基于压缩域的视频 /图像信息分析、处理与检索技术的研究 ,提供一种压缩和处理相结合的信息处理模式。其研究成果能够极大地提高构筑于通信网络上的信息业务和应用系统的整体性能 ,给我国信息产业的发展带来良好的经济效益。     

基于运动分析的视频检索方法

提出了一种新的压缩视频中对主要运动进行定性分析算法,该算法主要应用于视频信息检索。依据运动矢量的方向分布特性和运动矢量之间的相对关系来判断主要运动类型,可以直接用于有运动矢量信息的压缩视频流检索上。     

基于OMS可视化系统建模语言VSML的研究与开发

ＶＳＭＬ是集成化系统工程环境中用来进行应用系统建模的可视化系统建模语言,它采用图并茂的方式能从系统的功能、行为,数据和机构等方位来准确描述应用系统。介绍其底层数据对象管理系统ＯＭＳ和ＶＳＭＬ设想思想,根据其设计思想介绍其于ＭＯＳ的ＶＳＭＬ语言的开发与实现方法。     

全无线视频报警系统设计与实现

介绍了一种新型的嵌入式全无线视频报警系统的设计方案。该方案结合先进的网络技术、无线通信技术及多媒体技术,开发出一种新模式报警系统,实现了将视频监控系统采集的现场实时图像发到用户手机上或电子邮箱中的功能,可使用户对现场进行实时掌控。     

应用视觉注意多分辨率分析的图像检索

基于人类视觉感知理论,提出一个改进的Itti视觉注意模型用于图像检索。该改进视觉注意模型是在充分考虑纹理特征与视觉感知关系的基础上,构造一个粗糙度图,用作视觉注意模型的一个初级视觉特征。首先通过该改进视觉注意模型得到50个视觉特征图;然后分别对每个视觉特征图采用局部二值模式傅里叶直方图（LBP-HF）方法抽取其分布信息,从而获得每幅图像的高维特征;最后利用局部保持投影(LPP)方法进行维数约简,以获取具有图像间局部几何和鉴别信息的低维特征用于图像检索。实验结果表明,该算法能获得较好的检索效果。     

基于知识系统的网上LTS分析与设计

提出了基于知识的网上教学系统的工作流程,分析了远程教学智能化实现的一般原理,讨论了系统设计的相关技术。     

基于智能分析技术的高清视频监控系统的设计与实现

视频监控系统是安防中较为核心的软件产品,在安全系统中具有非常重要的地位。但是,在传统的视频监控系统中,视频信号的局限性很难满足现代用户对视频的需求。随着控制系统水平的提升,尤其是芯片处理技术以及视频分析技术的进步,推动了高清智能视频监控系统的发展。同时,高清智能视频监控系统具有网络和智能化分析,视频数据高清晰度等优势,更好地满足了高水平的智能视频控制﹐更好地保护了人们的人身和财产安全。