资源描述：
《语义视频检索的现状和研究进展new》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、2005年第5期余卫宇等:语义视频检索的现状和研究进展·1·3语义视频检索的现状和研究进展余卫宇,谢胜利,余英林,潘晓舟(华南理工大学无线电与自动控制研究所,广东广州510640)摘要:概述了图像的可视化特征如颜色、纹理、形状和运动信息,时空关系分析,以及多特征目标提取和相似度量度;分析了视频语义的提取,语义查询、检索;探讨了视频语义检索的性能评估,存在的问题和发展方向。关键词:特征提取;图像检索;时空分析;视频语义物体;视频查询;语义检索中图法分类号:TP39114文献标识码:A文章编号:10012
2、3695(2005)0520001207ActualityandDevelopmentofVideoRetrievalBasedSemanticYUWei2yu,XIESheng2li,YUYing2lin,PANXiao2zhou(InstituteofElectronicEngineering&Control,SouthChinaUniversityofTechnology,GuangzhouGuangdong510640,China)Abstract:Manyinformationsystems
3、requirealargemultimediastorageandretrieval,includingbrowsing,querying,etc.Imageretrievaltechniquehasgraduallymatured.Videosemanticretrievalisyetaresearchhotspot.Inthispaper,wefirstdiscusssomevisualfeaturessuchascolor,shape,textureandmotioninformation,sp
4、atial2temporalanalysis,multi2featureob2jectextractionandsimilaritymeasure.Second,weanalysisvideosemanticobjectextraction,retrievalviasemanticquery.Atlast,wediscusstheperformanceevaluationofvideosemanticretrieval,openissuesandpromisingdirections.Keywords
5、:FeatureExtraction;ImageRetrieval;Spatial2TemporalAnalysis;VideoSemanticObject;VideoQuery;Se2manticRetrieval反馈方法实现,并要求查询检索系统具有模糊处理能力。如用1引言户需查询足球比赛中的进球场面,但是这种查询的困难之一是输入的标题或事件的标注是否与视频中的相匹配。Internet的日益普及和数据量呈几何级数的增长,数据已VRS在实际应用中是非常重要的,它的用户主要有:新闻经不是单纯的文本信息了
6、,网络每天更新的图像或视频内容的广播、商业广告、音乐视频、远程学习、视频档案及医学应用等。数量已经达到了亿级。为了从浩如烟海的多媒体数据中最快查找用户感兴趣的内容,国内外已开发出不少商业图像检索系2视频时间特性分析统,如IBM的QBIC,VisualSeek,Virage,MARS,Photobook,Web2Seek,Netra等,它们分别从不同的图像特征进行检索。对于视通常视频包含空间和时间两方面内容。视频应该能够捕频的检索尚不成熟,没有通用的数据库检索系统。视频与图像捉到各个场景的空间和时间关系
7、。为了达到这个目的,首先应相比有着自身的特点。视频具有较大的层次性、结构性、复杂该对视频流进行处理,视频的组成可以分成如图1所示的几部性,需要对视频文件分层处理;视频检索中查询系统设计要比分[1]。图像检索复杂得多。一个精心设计的检索系统对于用户应该具有灵活性、模糊性、可操作性和记忆性。视频检索系统(VRS)目的是帮助用户在已有的数据库中检索所需的视频序列。主要有三类:①用户想查询一个已知的视频可以用一个视频结构模型描述。低层特征(LowLe2视频,且知道该序列存在于视频数据库中,用户可用准确的方ve
8、lFeature)反映了图像物体的一些特征,如颜色、纹理、形状法找到所需的目标序列。这时使用“关键字”的文本检索可以等,该层主要是分割出一些需要的物体;帧层(FrameLevel)由满足用户的需要。如要查询体育比赛的节目。②当用户已知于视频中每个帧是相互独立的,在这层不包含时间分析;镜头要查询的文件,而不知道要检索的内容是否在数据库中,要解层是一系列连续的帧,它是照相机的连续记录,包含这组镜头决的问题是设计一个搜索工具使用户能够快速准确知道要查各帧的时间
