论文部分内容阅读
随着多媒体和计算机网络技术的飞速发展,数字图像和视频的容量正以惊人的速度增长。如何有效的组织、管理和利用这些图像和视频数据具有重要的意义,这使得基于内容的图像和视频检索成为现在多媒体领域最活跃的研究热点。但是到目前为止,基于内容的图像和视频检索还存在很多问题有待解决。 针对基于内容的图像和视频检索中的检索准确度和检索的时间复杂度,本文开发了两个原型系统:一是基于内容的图像检索系统;一是基于语义的新闻视频检索系统。在基于内容的图像检索原型系统中引入了相关反馈和支持向量机,并将DTW+GSVM算法与UFM+GSVM算法比较,验证了该算法的有效性。在基于语义的新闻视频检索中通过一次镜头分割和二次镜头分割实现了镜头的准确分割,在镜头准确分割的基础上,引入人工交互的方式,实现了场景的准确生成。通过引入元数据的标注完成对场景的标注,实现用户的语义查询。 本文分为5个部分。第一部分论述了基于内容的图像、视频检索的研究现状和本课题所做的主要工作。第二部分介绍了统计模式和支持向量机相关的知识。第三部分主要介绍了本文开发的一个基于区域的图像检索原型系统的设计和实现。第四部分主要介绍了本文开发的一个基于语义的新闻视频检索系统的设计与实现。最后总结了本文的研究成果和对下一步工作的展望。