基于高斯混合模型視覺特征的視頻語義概念檢測(cè)技術(shù)研究.pdf

1、近年來,隨著互聯(lián)網(wǎng)技術(shù)和多媒體技術(shù)的飛速發(fā)展,用戶上傳到互聯(lián)網(wǎng)上的圖像、視頻數(shù)量廣泛增加。視頻數(shù)據(jù)已經(jīng)成為萬維網(wǎng)、數(shù)字電視以及多媒體等其他領(lǐng)域內(nèi)容的主要來源，其數(shù)量的急劇增長(zhǎng)促使了人們?cè)谡Z義層面上進(jìn)行管理和研究視頻。語義即數(shù)據(jù)的含義，視頻語義分析對(duì)視頻檢索以及視頻結(jié)構(gòu)化至關(guān)重要，人們可以從視頻檢測(cè)到的語義中獲取很多重要信息。目前，如何幫助用戶在龐大的視頻數(shù)據(jù)量中快速準(zhǔn)確地檢索到所需信息成為迫切需要解決的問題。為了跨越視頻低層特征和高層語

2、義間的語義鴻溝，視頻語義概念建模已經(jīng)成為視頻數(shù)據(jù)管理、分類和檢索領(lǐng)域研究的熱點(diǎn)問題，因此，對(duì)視頻語義的分析和研究十分重要。
　　本文首先介紹課題的研究背景和意義，深入分析課題的研究現(xiàn)狀以及目前存在的問題；其次概述視頻語義概念檢測(cè)中的關(guān)鍵技術(shù)，如視頻鏡頭分割技術(shù)、關(guān)鍵幀提取技術(shù)以及特征提取等。在目前視頻語義分析理論研究的基礎(chǔ)上，本文提出基于拓?fù)洫?dú)立成分分析和高斯混合模型的視頻語義概念檢測(cè)方法、基于高斯云混合模型的視頻語義概念檢測(cè)方法

3、，并在上述兩種算法的基礎(chǔ)上設(shè)計(jì)開發(fā)視頻語義概念檢測(cè)原型系統(tǒng)，主要研究?jī)?nèi)容如下：
　　(1)提出基于拓?fù)洫?dú)立成分分析和高斯混合模型的視頻語義概念檢測(cè)算法。首先通過拓?fù)洫?dú)立成分分析對(duì)視頻片段進(jìn)行特征提取，該特征提取算法能夠自動(dòng)學(xué)習(xí)得到視頻片段復(fù)雜不變性特征；其次利用高斯混合模型對(duì)視頻視覺特征建模，描述特征的分布情況；最后構(gòu)造高斯混合模型超向量進(jìn)行視頻語義概念檢測(cè)。實(shí)驗(yàn)結(jié)果表明基于拓?fù)洫?dú)立成分分析和高斯混合模型的視頻語義概念檢測(cè)算法能夠

4、克服目前手工制定特征提取算法的人為因素，減少特征建模過程中的量化誤差，從而有效提高視頻語義概念檢測(cè)的準(zhǔn)確性。
　　(2)提出基于高斯云混合模型的視頻語義概念檢測(cè)算法。傳統(tǒng)的高斯混合模型視頻語義概念檢測(cè)算法沒有考慮概念中存在的不確定性，即隨機(jī)性和模糊性。云模型能夠?qū)σ曨l語義概念本身的模糊性和隨機(jī)性進(jìn)行處理，用一種更接近人的理解方式去描述視頻語義。高斯云是云模型中一種，本文在高斯混合模型的基礎(chǔ)上引入高斯云分布模型，用高斯云分布替代高斯