基于内容视频搜索引擎视频爬虫底层视觉特征相关反馈

《基于内容视频搜索引擎视频爬虫底层视觉特征相关反馈》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于内容视频搜索引擎论文：基于内容的视频搜索引擎【中文摘要】随着互联网的飞速发展,信息出现爆炸式增长，搜索引擎已经成为了用户上网查询信息不可缺少的应用服务。搜索引擎所检索的信息覆盖面大，相关度高,在用户需要进行范围广泛的查询的时候具有极高的价值。但是随着当今网络上多媒体数据的H渐增多，传统的基于文本的搜索引擎越来越难以满足用户的需要。特别对于视频的查询，关键字的标注往往难以准确描述视频表示的含义,并且对视频进行标注需要投入大量的人力，于是基于内容的视频搜索引擎应运而生，迅速成为研究热点。本文主要研究了基于内容的视频搜索引擎中的关键算法以及整体框架，实现了搜索引

2、擎的四个模块：视频数据抓取，数据预处理，查询以及相关反馈，并从这四个方面进行了深入的研究，主要工作如下：数据抓取部分，提出了一种分布式垂直视频爬虫算法，通过主题相关度判定算法抓取网页主题链接，获取主题视频。另外，为了提高抓取效率，设计分布式结构进行并行抓取。在数据的预处理方面，提出了使用HSV相关图,LBP直方图，摄像机运动以及运动活跃度四个底层特征从颜色、纹理、运动方面对镜头进行描述。此外,提出了使用倒排索引和R树对底层特征建立索引，提高了查询的效率。在查询方面，通过实验对比了几•・・【英文摘要】WiththerapiddevelopmentofIntern

3、etandexplosivegrowthofinformationonnetworks,searchenginehasbecomeanindispensableapplicationforuserswhentheysearchinformationthroughInternet・Searchengineisofgreatvalueswhenuserssearchgeneralqueriesbecausetheinformationitreturnedusuallycoverswiderangefieldandislikelytocentraltotheissu

4、es・However,theconventionalsearchenginebasedonthekeywordstechnologyispowerlesstotheincreasingmultimediadata,especiallyvideos・・・【关键词】基于内容视频搜索引擎视频爬虫底层视觉特征相关反馈【英文关键词】Content-basedvideosearchenginevideospiderlow-levelvisualfeaturerelevancefeedback【索购全文】联系AQ1：138113721aQ2：139938848【冃录】基于内

5、容的视频搜索引擎摘要4-5ABSTRACT5-6目录7-9第一章绪论9-141.1课题研究背景和意义9-101.2视频搜索引擎的关键技术10-111.2.1数据抓取模块101.2.2数据预处理模块10-111.2.3查询模块111.2.4相关反馈模块111.3本文的工作和安排11-141・3.1主要研究内容11-121.3.2论文结构安排12-14第二章分布式垂直视频爬虫14-252.1分布式垂直视频爬虫原理14-172.1.1分布式垂直视频爬虫原理14-152.1.2分布式垂直视频爬虫系统框图15-172.2分布式垂直视频爬17-182.2.2HTTP协议解

6、析18-202.2.3网页结构化分析20-212.2.4®直爬取技术21-222.2.5分布式技术22-232.2.6Flash视频网站的视频抓取技术23-242.3实验结果及分析242.4本章小结24-25第三章视频结构化及特征索引建立25-353.1视频结构化及索引创建流程253.2视频数据结构化分析25-303.2.1镜头分割26-273.2.2关键帧提取273.2.3底层视觉特征提取27-303.3索引技术30-333.3.1索引概念30-313.3.2倒排索引技术31-323.3.3R-TREE32-333.4Oracle数据库33-343.4.1视

7、频相关数据存储格式33-343.4.2使用Pro~*C/C++操作数据库343.5本章小结34-35第四章基于多特征融合的视频查询35-424.1基于底层视觉特征的相似性查询35-374.1.1底层特征间的匹配策略35-364.1.2结果融合策略36-374.2相关实验及结果分析37-414.3本章小结41-42第五章基于SVM的相关反馈算法42-545.1相关反馈的概念42-435.2相关反馈系统的框架43-445.3相关反馈的关键技术44-475.3.1SVM基本原理44-455.3.2在线学习算法45-465.3.3多特征融合技术46-475.4相关实验

8、及结果分析47-535.5本章小结53