海量视频中语义概念建模方法的研究

视频片断的语义概念建模对于视频检索、过滤乃至视频挖掘具有重要意义。而随着视频数据的日益增多，针对海量视频的大语义集合的自动标注尤为重要。语义概念建模本质上是一个类别不均衡和结构数据上的多标号的分类问题。而视频数据则是典型的多模态混合的数据。本项目将针对多于600小时的新闻视频数据和100个左右的语义概念，利用多通道、多层次的信息融合和上下文信息，改进或提出适合于海量的类别不均衡、结构数据的机器学习方法，提高语义建模的准确性和效率。而这种语义概念建模方法也将适用于其他的视频数据。