视频内容重复检测及关联分析技术研究

With the rapid increased amount of online videos, it becomes a bottleneck for users to find the required information effectively and efficiently. In this project, near-duplicate image matching and video semantic analysis are investigated. We propose to use effective video correlation analysis methods by analyzing similar video content, and thus to provide efficient large-scale video information service and a feasible way for video management. First of all, a framework of near-duplicate video detection and correlation analysis is proposed. Second, based on different semantic levels of video structure, some relative researches such as near-duplicate video frame detection, near-duplicate video segment detection, near-duplicate video story correlation analysis and near-duplicate video topic correlation analysis are carried out. At the same time, some key techniques including the near-duplicate keyframe detection methods based on fusion of visual and semantic context, real-time near-duplicate video segment detection, near-duplicate video correlation analysis based on temporal information and video correlation visualization are studied respectively. These researches can help to improve the organization and retrieval style of video information, and can provide theoretical and technical support for video semantic analysis, processing and mining. The proposed research is multidisciplinary including media processing, information retrieval and data mining. It has both theoretical and applied significance. The technologies to be developed in this project can be widely used in many practical applications such as internet video retrieval, copyright detection, information resources management and sharing, etc.

随着网络视频数据量的飞速增长，如何使用户快速便捷获取所需信息成为亟待解决的问题。本项目以提供高效海量视频信息服务为需求，融合相似图像匹配和视频语义分析技术的优势，旨在通过对视频相似内容的分析，提出有效的视频关联分析方法，为视频的组织管理和信息服务提供一条可行的解决思路。项目拟首先提出视频内容重复检测及关联分析研究框架，在此基础上针对视频结构的各个语义层次分别开展相似关键帧检测、相似视频片段检测、相似视频故事关联分析以及主题关联分析等研究内容，重点突破融合视觉与语义信息的相似关键帧检测方法、相似视频片段实时检测、基于时序信息的视频关联分析方法以及视频关联可视化等关键技术，从而改善视频信息的组织与检索方式，为视频的语义分析、处理与挖掘提供理论和技术上的支持。该研究涉及媒体处理、信息检索和数据挖掘等不同领域，在网络视频检索、版权监测、信息资源的管理与共享等领域有着广泛的应用，具有重要的理论意义。

本项目针对信息化条件下高效海量视频信息服务的需求背景，融合相似图像匹配和视频语义分析技术的优势，旨在通过对视频内容的相似性分析，提出有效的视频关联分析方法，为视频的组织管理和信息服务提供一条可行的解决思路。项目首先提出视频内容重复检测及关联分析研究框架，在此基础上针对视频结构的各个语义层次分别开展相似关键帧检测、相似视频片段检测以及相似视频关联分析等研究内容，重点突破相似关键帧检测技术、相似视频片段实时检测、多特征融合的视频内容关联分析等关键技术，从而改善视频信息的组织与检索方式，为视频的语义分析、处理与挖掘提供理论和技术上的支持。项目研究成果包括在国内外学术会议和期刊上发表25篇论文，进入SCI检索6篇，EI检索15篇，申请3项专利，授权1项专利和3项计算机软件著作权登记，撰写了3部专著及译著等。本项目的研究涉及媒体处理、信息检索和数据挖掘等不同领域，是一个交叉性的前沿研究领域，其研究具有重要的理论意义。从应用角度而言，视频关联分析技术可以帮助用户获得更为全面的信息，改善复杂的视频数据组织和管理工作，显著提高工作效率。该技术不仅能在网络视频检索、版权监测、信息资源的管理与共享、传媒制作等方面发挥积极作用，而且能够满足未来用户对视频的浏览、检索和综合分析等需求，在数字化图书馆建设等方面具有特殊意义。此外，该技术的研究也能够展现视频事件发展的历程，对于辅助情报信息的分析与管理，以及军队信息化建设具有切实的指导意义。