基于语义分析的新闻视频检索系统的设计

本文主要分析了新闻视频的语义模型框架,论述了基于语义分析的新闻视频检索系统的总体布局,详细阐述了新闻视频语义系统的总体设计与各子功能设计,最后给出实现结果,供有关人士查阅参考。     

基于梯度与粗糙度的视频文本检测与定位

 本文提出一种视频文本检测和定位的新方法.利用差分图像像素行(列)的粗糙度特征和自适应阈值,实现对文本的快速检测.为进一步实现对文本的精确检测与定位,引入彩色梯度的方向信息,仅计算视频画面中少量关键特征点的梯度幅值,能够有效抑制图像复杂背景的干扰,同时显著提高了算法的效率.本方法对不同的视频画面质量、不同复杂程度的背景以及不同外观的文本是鲁棒的.通过对各类视频节目的大量实验验证了本文方法的有效性.     

视频图像中文本的检测、定位与提取

视频数据中的文本是视频语义理解和检索的重要信息来源.文中对视频中文本的检测、定位、提取、增强和识别进行了研究.提出了应用小波模极大值算法检测视频帧文本所在的位置,用由粗到精的多层定位方法以及金字塔模型,对于多尺度的静止和滚动中英文文字进行提取,最后对文本区域进行二值化.实验表明文中方法取得了良好的效果.     

基于语义的新闻视频检索系统设计

分析了新闻视频语义的层次化模型,提出了基于语义的新闻视频检索系统结构,详细阐述了新闻视频语义分析与提取子系统各功能模块。提出了查询子系统的语义词典构建,最后实现了基于语义的新闻视频检索。     

基于语义倾向性的视频安全监测研究

随着网络技术和应用迅猛发展,大量的不良视频图像在网上传播,极大地危害了社会的稳定和人们的身心健康,如何有效监测有害视频成为关注的重点。针对这个问题,提出了一种改进的文本安全检测方法。该检测方法首先采用基于语义倾向性分析对字幕文本进行分类,然后将分类结果与用户需求库比较并通过阈值判断是否报警,从而达到监测有害视频的目的。其中文本检测方法是通过分析上下文计算出极性词的修饰极性,并考虑到名词的影响,最后得到整篇文本的倾向性。实验结果表明,该方法能够有效的监测到有害视频。     

基于语义分析的倾向性文本过滤

采用基于统计的文本过滤技术对具有倾向性的文本进行过滤的效果并不理想,原因在于基于统计的方法忽略了文本中的语义约束,无法有效识别倾向性信息。本文提出一种基于语义分析的文本过滤技术,将文本中的语义关系加以考虑,能高效地识别和过滤倾向性文本信息。     

基于语义推理的文本信息关联关系分析技术

重点论述了文本信息中的知识发现及潜在关联分析技术。采用本体建模技术、信息抽取技术以及知识库上的语义推理技术等来完成并实现文本信息的关联关系发现和分析,最后给出了语义关联分析技术在文本信息处理系统中的应用,并简要描述了系统的处理流程。在信息处理领域的大数据环境下,该技术有利于信息分析人员快速获取关联线索,辅助完成信息挖掘,为指挥决策提供更全面的信息支持。     

基于隐含语义分析的视频语义概念检测方法

针对现有方法建立模型效率低、语义概念间孤立和模型适应性差等问题,文章采用了基于隐含语义分析和伪相关反馈的方法完成视频语义概念检测任务。通过LDA隐含语义分析,在隐含主题内分别训练SVM模型,同时在训练过程中采用增量学习的方式,选择原模型中的支持向量和伪正负样本进行训练,然后通过隐含主题充分挖掘概念间关系,提高模型训练效率和检测的精度。通过实验表明,基于隐含语义分析和伪相关反馈的方法提高了视频语义概念检测的精度。     

新闻视频基于语义的自适应拆分算法

为促进对新闻视频的结构化传播,提出基于语义特征的新闻视频自适应拆条算法.该算法对视频流上场景语义划分,搭建了一种基于场景分类任务的深度神经网络模型NewslicNet,深度挖掘新闻内容条目的非结构化特征提取新闻内容的拆分点,完成新闻内容段拆条工作.该算法在1538分钟23秒的新闻联播视频上进行训练与测试,实验结果表明,验证了拆条算法的性能优越性和模型的可行性.     

基于Laplace变换的视频文本检测

本文提出了一种基于Laplace变换的视频图像水平文本检测算法.首先用Laplace变换对图像滤波,并根据梯度信息用K-均值方法对像素点聚类,得到候选文本区;然后用投影算法对候选文本区进行边缘精确,得到候选文本块;最后分析候选文本块的几何特性,进行文本验证.本文算法在公共数据库上的测试结果表明了算法的可行性和有效性.     

基于语义的文本信息安全过滤平台

信息安全是人们关注的焦点,从传统的基于行为的安全向基于内容本身的安全不断发展,信息安全的外延在不断扩大。Internet提供的海量、庞杂的信息中,不良信息以不同的表现形式,从不同的角度对不同人群造成毒害或干扰。因此,对网络访问进行必要的、有效的内容过滤是营造健康安全网络环境的重要环节。但是,传统的文本信息过滤算法仅能实现结构对应层次上的判断,无法体现文本的语义,过滤效果难以满足智能化的要求。文中结合计算机语言学知识,提出并实现了一种语义分析的过滤方法,对于那些冗长文本中因为分散存在的关键字而造成的假匹配,通过语义分析,可以很好地甄别处理,从而提高系统的召回率。     

一种基于线条分类的视频文字检测算法

提出了一种基于边缘的视频文字检测算法.利用Canny算子对图像进行边缘检测,然后根据文字边缘线条的特征,过滤非字符的边缘线条.最后利用文字线条区域的相似性,设置综合阈值,得到最终的文字区域.实验结果表明该算法不仅对规则排列的文字有较高的查全率.对不规则排列及扭曲的文字也能够准确定位.并对光照、阴影等条件不敏感.     

基于潜在语义索引的中文文本聚类的研究

讨论了中文文本聚类的现状以及存在的问题，介绍了向量空间模型，详细阐述了潜在语义索引理论以及采用该模型进行中文文本聚类的主要步骤，最后采用两种模型进行了实验对比，实验表明采用潜在语义索引模型可以取得更好的聚类效果。     

一种新的动态视频摘要生成方法

本文提出了一种概要序列形式的视频摘要生成方法.在视频结构化的基础上,从减少信息冗余和保持本质内容两个角度出发,分别定义了镜头(场景)的冗余度和语义重要度,据此推导出视频内容缩减和保持的原则;之后,综合可理解性的要求,给出了一种自上而下的视频摘要生成方法.以电影动作片为例的实验结果证实了方法的有效性.     

一种彩色图像文本自动定位算法

图像中的文本包含了重要的语义信息。提出了一种基于连通区域分析的彩色图像文本自动定位算法。首先对彩色图像进行多通道分解,得到少量代表颜色下的二值图像。对二值图像进行连通区域标记,并计算连通区域的属性参数。然后根据关于连通区域属性的先验知识限制,去掉连通区域中的非文本区域,其他的作为候选文本区域。最后根据文本行的排列规律从候选文本区域中提取文本行。实验结果表明该方法能较快地定位文本区域,定位精度较高。     

一种用于网络动画过滤的文字提取方法

网络动画中往往包含丰富的字符信息,如果能够将这些字符信息加以提取和识别,将对网络动画的有效过滤具有重要意义。论文介绍了一种新的基于类边缘文本提取算法及其实现,该算法利用DCT方法提取出字符的类边缘信息,然后采用基于映射方法进行定位。实验结果表明,该方法能够准确、有效地定位和提取网络动画中的文字区域。     

基于db小波和区域连通性的视频文字定位方法

本文提出了一种基于小波分析和区域连通性分析的视频文字定位方法。首先从视频流中获取视频帧,并对其进行灰度化等预处理,其次对预处理后的图像进行db小波变换,获取其水平和垂直的高频分量HH,然后对高频分量进行Log边缘检测和形态学操作,初步筛选候选文字区域,再然后利用区域连通性的判别方法,精确定位文字区域,最后输出文本区域并标注。     

中文网络话题评论文本语义倾向分析

文本的情感倾向分析是一项具有较大实用价值的关键技术。文中主要针对短语级和句子级的情感倾向分析进行对比研究。采用情感粒度中的情感短语和情感句子模型,根据不同的短语搭配模式、语义依存关系方法的组合,对中文文本倾向性分析进行了研究。研究表明,采用选取合适短语搭配模式的方式,以情感句子为最小判断单位的倾向分析方法,并应用于网络话题的中文评论文本,能取得较好的倾向分析效果。