基于混合模式的重排列视频检索云平台的设计

摘要

随着互联网的普及和终端设备的飞速发展，主流的数据形态也从传统的文本文字形态转化为丰富的多媒体形态。视频数量也出现了海量增长的态势。面对海量的异构性视频数据，高效的视频管理能力、视频检索能力和海量存储能力是当前业界所面临的迫切挑战。传统的视频检索平台也在检索过程中面临着检索语义隔阂问题和内容缺失问题。不能有效的理解检索语义，也忽略了丰富的视频内容信息。
　　本文针对海量视频存储平台存在的检索语义隔阂问题和内容缺失问题，提出了一个基于混合模式的重排列视频检索云平台方案。该平台结合了基于开放数据的语义填充技术、基于视觉词袋的重排列检索技术和基于分布式文件系统的存储技术，提高了用户的检索满意度。为视频信息管理业务提供更好的技术支持。
　　本文的研究工作主要包括如下：
　　（1）基于混合模式的重排列视频检索云平台的整体架构设计
　　结合多种视频检索优化模式，本文提出一个基于混合模式的重排列视频检索云平台的整体架构方案。该平台的逻辑架构共分为四个模块层：视频分布式管理模块、视觉词袋特征分析模块、文本和视觉特征相关度计算模块、重排列检索校准算法模块。分别实现了视频分布式管理、视频图像处理、视频检索校准等功能。
　　（2）基于文本语义填充的视频检索方法的研究
　　针对视频检索的语义隔阂问题；本文的研究主要包括基于开放数据的语义填充、视频标签的语义填充、查询语句的语义推理、视频标签的语义网展示等内容。在对查询语句的关键词过滤的阶段，传统的文本检索只是做了简单的硬性文字匹配的工作。本文还需要对关键字进行相应的语义填充。
　　（3）基于视觉词袋的视频检索优化方法的研究针对视频检索的内容缺失问题；本文提出一种基于视觉词袋的视频检索重排列方法。该方法结合了视频数据的可视化特征提取技术、词频反词频技术、开放数据技术。为用户提供优化后的视频检索校准结果。首先，利用聚类算法提取视频的关键帧集合及关键帧权值向量。然后再用关键帧图像的加速稳健特征等来表示视频的内容特征。解决视频检索的内容缺失问题。
　　（4）基于混合模式的重排列视频检索云平台的实现与验证本文主要采用了该基于混合模式的重排列检索方法实现了该视频检索云平台。针对视频数据的海量存储问题，本文采用基于分布式文件系统的云存储技术，解决系统的硬件故障容灾、大数据集、线性扩展、数据备份等关键问题。本文最后经过了严谨的功能与性能的测评。验证了该基于混合模式的重排列视频检索云平台在视频管理领域具有很好的应用价值与创新价值。

目录

声明

1绪论

1.1研究背景和意义

1.2国内外研究现状

1.3研究内容及意义

1.4章节安排

2总体架构

2.1 问题分析

2.2 总体方法框架

2.3 方法过程

2.4本章小节

3基于文本语义填充的视频检索方法

3.1 基于开放数据的文本语义填充方法

3.2 基于TF-IDF的语义填充优化方法

3.3 实验验证

3.4 本章小节

4基于视觉词袋的视频检索优化方法

4.1 基于视觉词袋的视频检索优化方法的流程

4.2 基于HSV模型聚类算法的视频关键帧提取

4.3 关键帧视觉词袋提取

4.4 Bing图片检索与视觉单词标注

4.5 相关度匹配校准算法

4.6 实验验证

4.7 本章小结

5原型系统的实现与验证

5.1原型系统

5.2应用场景

5.3结果分析讨论

5.4本章小节

6总结与展望

6.1 总结

6.2 展望

参考文献

致谢

攻读学位期间发表的学术论文目录