缺乏有效分析和管理的海量网络视频无法满足网络多媒体用户的个性话查询需求。网络视频资源越丰富,准确及时地为用户提供有价值的信息就越困难。因此,网络视频的个性化定制成为迫不及待的研究目标。本项目将引入情感作为用户兴趣和视频内容的纽带,通过视频情感标注,和用户个性化定制,完成满足用户知觉层需求的网络视频推荐。本项目将通过解决情感特征的描述,多模态中层语义的建立与融合,情感自动挖掘与标注,个性化用户情感需求估计等一系列科学问题,为网络视频个性化定制奠定有利的的技术基础和实现保障。视频推荐中情感的引入将打破基于视频语义方法的视频局限性,提供普遍适用的与用户直觉层相连的解决方案。以多模态中层表达为基础的情感检测框架将缩小迪恩特征和知觉层情感之间的鸿沟。模糊机制的引入将解决情感分析中的主观性和分界不确定性等问题。关注度分析和用户情感评估使视频服务个性化成为可能。
本项目引入情感作为用户兴趣和视频内容的纽带,通过视频情感标注,和个性化定制,完成满足用户知觉层需求的网络视频推荐。我们通过解决情感特征描述,多模态中层语义建立与融合,情感自动挖掘与标注,个性化用户情感需求估计等一些科学问题,为网络视频个性化定制奠定了有利的技术基础和实现保障。相关研究成果发表在国际重要刊物和会议上,其中国际杂志9篇,国际会议17篇,书籍章节一个。值得一提的是,这些论文中包括4篇IEEE Transactions on Multimedia,1篇IEEE Transactions on Image Processing,以及4篇多媒体领域的顶级会议ACM Multimedia等。
{{i.achievement_title}}
数据更新时间:2023-05-31
跨社交网络用户对齐技术综述
基于公众情感倾向的主题公园评价研究——以哈尔滨市伏尔加庄园为例
城市轨道交通车站火灾情况下客流疏散能力评价
基于FTA-BN模型的页岩气井口装置失效概率分析
服务经济时代新动能将由技术和服务共同驱动
针对弹幕视频的语义标注和自动推荐关键算法研究
基于情感的社交网络信息推荐关键技术研究
基于云支持的移动社会网络个性化推荐关键技术研究
面向个性化推荐服务的社交网络数据深挖掘关键技术研究