面向视频结构分析和事件检测的非监督模式挖掘技术

视频是多媒体数据中比例最大、信息量最多、应用前景最广又最复杂的一类媒体，视频结构分析和事件检测是基于内容的多媒体信息检索研究的关键。本课题探索将非监督模式挖掘技术应用于视频结构分析和事件检测，为视频语义理解建立有效的途径。.模式是视频中重复发生、通过统计和关联性分析可预知的语义实体。重复性模式往往对应结构元素和语义事件，如新闻节目中'主持人在演播室播报-记者在现场采访'模式，可用于划分新闻结构；篮球比赛中'球员向左半场跑动-投篮'模式，可用于检测'向左进攻'事件。非监督模式挖掘技术具有无训练过程、对数据分布不做特定假设的特点，采用非监督学习方法挖掘不同层次、不同类型的视频重复性模式，是视频结构分析和事件检测的创新性解决思路，具有良好的研究和应用前景。