互联网视频的智能检索与合成技术研究

近年来随着互联网视频数据的极大丰富，基于互联网的图像视频处理技术成为计算机视觉和计算机图形学的研究热点。如何利用互联网海量数据的优势，克服互联网数据标注不准确、难以检索和利用的缺点进行互联网视频的智能检索与合成，是一个具有重要学术价值和应用前景的研究课题。本项目旨在通过对互联网上海量视频数据中的语义对象进行高效提取与过滤分析，探索基于视频对象关联性的视频组织与索引方法，半自动构建大规模视频语义对象数据库，并通过研究一系列视频对象拼接与合成算法实现基于海量视频对象的交互式视频高效无缝融合与生成，最终实现通过互联网海量视频进行面向非专业用户的全新视频内容智能检索、生成与创作的技术框架与系统。

本课题针对互联网上视频数据，研究海量视频语义对象的提取、检索与合成方法。经过三年的研究，课题取得了一系列创新成果，包括基于互联网的人像数据库构建与应用方法、视频中运动对象提取和时域编辑方法、运动敏感的梯度域视频合成方法、3-Sweep建模技术等技术成果，发表高质量论文6篇，其中包括ACM Transaction on Graphics论文1篇、IEEE Transaction on Visualization and Computer Graphics论文3篇、 IEEE Transaction on Image Processing论文1篇，The Visual Computer论文1篇，申请/授权发明专利5项，相关成果获教育部自然科学一等奖一项。