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。     

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。     

一种基于层次分析法的视频摘要评价模型

视频摘要是对视频内容进行浓缩的一项技术,对于快速了解视频内容至关重要。如何对视频摘要的效果进行评价,是值得研究的一个问题。论文基于层次分析法构建了视频摘要评价模型,将视频摘要质量作为最终评价目标,以内容合理性和结构合理性作为准则,以内容完整性、特殊重要性、整体流畅性等作为测度层,从而建立了视频摘要评价指标体系。最后,通过对随机生成、基于特写人脸的摘要生成以及融合视音频特征的摘要生成三种算法对所提评价方法进行了实验验证,表明该方法能够有效反映出视频摘要的质量。     

基于聚类的视频专题演化分析方法

视频专题演化分析有助于从海量的视频数据中发现有价值的模式。研究了基于聚类的视频专题演化分析方法,首先基于二部图对视频的视觉相似性进行分析;在此基础上,为增强同一专题视频之间的关联度以及不同专题视频之间的区分度,采用基于链路分析的方法对视频专题进行聚类,进而对视频专题的演化过程进行分析;最后通过实验证明了所提方法的有效性。     

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。     

多源新闻视频中相似关键帧分析研究

分析不同来源视频中关键帧的相似度是新闻视频分析与组织中一项重要的支持技术,当前工作直接利用图像匹配分析方法进行研究,而没有充分结合新闻视频表身的特点和特定的需求,因此存在种种局限.针对这些不足,本文提出了一种快速有效的层次化过滤方法来识别新闻视频关键帧.该方法首先对局部关键点的获取和精减技术进行了研究,在第一层过滤中应用基于熵的方法选择相似关键帧候选集,在第二层过滤分析中利用相似关键帧的对称性得到可信的识别结果.实验显示,这种方法显著的提高了匹配分析的适度,并且具有较好的识别效率.     

一种基于局部二值模式的关键帧提取方法

基于旋转不变均衡局部二值模式,提出一种均衡摘要生成速度和摘要信息量的视频摘要算法。首先,使用预采样方法降低视频处理数据量,在此基础之上提取图像的局部二值模式特征;然后对两帧图像相似度进行分析,获取聚类数目。获取聚类数目之后,使用k均值算法对镜头关键帧进行聚类;最后,使用“重要度”函数评测聚类重要度,从“重要”聚类中选取聚类中心最近帧为摘要关键帧。实验结果表明,该算法生成的视频摘要在保证摘要实时性的同时,提高摘要的信息量,较好地表达了视频的内容。     

聚类算法在基于内容图象检索中的应用研究

提出了将聚类算法用于基于内容图象检索的方法,并且对这些算法进行了研究和实现。实验证明,算法具有可行性和有效性,有利于实现图象的快速检索。