基于多媒体特征的视频语义片断检索关键技术的研究

由于人类高层语义和计算机底层特征表示的矛盾，视频语义检索一直是研究的热点和难点问题。本项目研究了基于多媒体特征的视频语义片断检索的关键技术，首次提出了镜头和片断相似度度量的3个理论和方法：图论的最大匹配、最优匹配和运输问题算法。最大匹配可以快速过滤不相似的片断；最优匹配运用一对一匹配度量镜头的相似度和片断的相似度,基于最优匹配的结果，可以计算粒度、时间顺序和干扰因子的影响；运输问题算法运用多对多匹配度量两个片断的相似度。另外，为了解决目前语义片断分割的困难，本项目也提出了一种根据查询片断内容，自动分割多个相似片断的方法。本项目的实施，不仅能为视频语义检索技术的研究提供有价值的理论和方法；而且，也将在计算机智能化方面取得进展，使得计算机能够根据人类的高层语义，检索相似的语义片断。相关成果可以应用于大型视频数据库的组织和检索，如电视台视频数据库的管理、网上视频搜索引擎等。